Enabling large language model agents for high-fidelity many-body perturbation theory calculations

物質界を理解するために、科学者たちは原子が励起されたとき、例えば太陽電池に光が当たったり、チップに電流が流れたりするときに、原子がどのように振る舞うのかをしばしば調査します。標準的なコンピュータモデルは、原子が静止している状態を記述することはできますが、電子が高エネルギー準位へ跳ね上がったり、結晶格子内の振動と相互作用したりするときに何が起こるかを予測することには苦慮します。これらの答えを正しく得るために、研究者たちは「多体摂動論」として知られる一連の高度な数学的手法を用います。これらの手法は非常に強力で正確ですが、使用するのが極めて難しいことでも知られています。それらを使用するには、研究者が熟練した指揮者のように、それぞれが独自の言語と規則を持つ複数の異なるソフトウェアプログラムを、手作業で繋ぎ合わせなければなりません。もし一つのプログラムの設定が次のプログラムと完全に一致していなければ、計算全体が失敗してしまいます。しかも、その失敗は、何時間もの計算時間を無駄にした後になって初めて気づくような形で行われることも少なくありません。この複雑さが、これらの強力なツールを、ごく一部の専門家以外には手の届かないものにしてきました。

研究チームは現在、この溝を埋めるために設計された、人工知能にこれらの複雑な計算の重労働を担わせるための新しいシステムを開発しました。科学者たちは、現代の大型言語モデル（推論や指示に従う能力を持つ高度なAIシステム）が、これらの困難なワークフローを自律的にセットアップできるかどうかをテストしました。その結果、助けがなければ、最も洗練されたAIモデルであっても、成功するよりも失敗する回数の方が多いことが分かりました。モデルは、材料の特性をマッピングするために使用される点のグリッドをずらすといった、微細なエラーを頻繁に犯し、それが後にプロセス全体の崩壊を引き起こしました。しかし、研究者が「AI-Donkey」と呼ばれる新しいフレームワークを導入すると、結果は劇的に変化しました。このシステムは、知識豊富なガイドとして機能し、AIに対して専門家が精査した指示と、各ステップが次へと正しく接続されることを保証する一連の厳格なツールを提供します。この支援により、強力な商用モデルからオープンソース版に至るまで、AIエージェントは、一次元チューブ、二次元シート、および固体ブロックを含む、さまざまな材料に対して完全でエラーのない計算を実行できるようになりました。

研究者が対処した問題の核心は、これらの計算の性質にあります。単一のプログラム内にとどまる単純なコンピュータシミュレーションとは異なり、多体摂動論は、あるソフトウェアパッケージの出力が別のパッケージの入力となる一連のイベントを必要とします。各ステップは、材料の対称性や原子の特定の配置といった、精密な物理的詳細に依存しています。もし研究者が最初のステップで小さなミスを犯せば、そのエラーは連鎖的に伝わり、最終的な結果を損なってしまいます。チームは、現在のAIモデルは、コードを書いたり質問に答えたりする能力はあるものの、これらの連鎖を信頼性を持って管理するために必要な、特定の深いドメイン知識を欠いていることを発見しました。シリコンのような材料の計算をセットアップするように求められた際、AIは必要な設定を推測してしまうことがよくありました。あるテストでは、AIは基本的な計算については約半分の確率で成功しましたが、光学特性や電子の振動を含むより複雑なタスクにおいては、成功率はわずか19パーセントまで低下しました。モデルは、もっともらしく聞こえるものの物理的には誤った設定を捏造することがあり、その結果、実行できないか、あるいは役に立たないデータしか生成できない計算を行ってしまうのです。

これを解決するために、研究者はAIにルールを推測させるのではなく、AI-Donkeyというフレームワークを構築しました。このフレームワークは、AIに対して専門知識の構造化されたライブラリと、一貫性を強制する自動化されたツールを提供します。AIを、建物の設計ができるものの、レンガが設計図通りに積まれているかを確認する現場監督を必要とする熟練した建築家だと考えてください。AI-Donkeyはその現場監督の役割を果たします。このシステムは、複雑な計算を管理可能なステップに分解し、各ステップは人間の専門家によって書かれた特定の「スキル」文書によって導かれます。これらの文書には、どのような情報が必要か、コンピュータが何をすべきか、そしてどのような一般的な間違いを避けるべきかが詳しく説明されています。その後、AIはこれらの文書を使用して、必要なファイルを生成し、それらを連結する一連のコンピュータプログラムを制御します。コンピュータツールが技術的な詳細を処理し、エラーを自動的にチェックするため、AIはすべてのルールを暗記したり、チェーンを壊すようなタイポ（打ち間違い）を心配したりする必要がなくなります。

このアプローチの結果は驚くべきものでした。研究者が同じAIモデルをAI-Donkeyフレームワークを用いてテストしたところ、成功率はほぼ100パーセントに跳ね上がりました。トップクラスの商用モデルであれ、より小規模なオープンソース版であれ、すべての試行において、すべてのチェックを通過する完全で実行可能なワークフローが生成されました。システムは繰り返しの試行においても一貫して動作し、助けのないモデルを悩ませていたランダムな失敗を排除しました。研究者たちは、一種類の化合物であるモリブデンとセレンからなる単層構造、グラフェンとして知られる炭素原子のシート、および炭素原子のチューブを含む、いくつかの異なる材料の特性をAIに自律的に計算させることで、この能力を実証しました。いずれの場合も、AIは材料固有の構造に必要な特定の設定を正しく特定し、強力なスーパーコンピュータ上で計算を実行し、さらには結果を分析して電子の振る舞いの可視化を行うことさえできました。

この研究は、材料中の電子が振動とどのように相互作用するかを研究するために用いられる「GW摂動論」と呼ばれる特に困難な計算に取り組むことで、この分野におけるAIができることの限界を押し広げました。この特定のタスクはこれまで自動化されたことがなく、4つの異なるソフトウェアパッケージの調整を必要とします。AI-Donkeyフレームワークなしでは、AIモデルは完全に失敗し、プログラムを連携させるための厳格な要件を理解することができませんでした。しかし、フレームワークを用いることで、AIはプロセス全体を正常に完了し、異なる段階間の複雑な依存関係を正しく処理することができました。これには、シリコンカーバイドのような極性半導体が電場にどのように反応するかを計算することも含まれており、このタスクには、モデリングが困難な長距離力の精密な扱いが必要です。研究者たちは、AIが「収束テスト」と呼ばれる、結果の正確性を確保するために異なる設定をテストするといった高度なタスクさえも実行できることを見出しました。これは通常、人間の科学者にとって退屈で時間がかかる作業です。

この研究の意義は、単に計算を高速化することにとどまりません。複雑な科学的ワークフローを通じてAIを確実に導くことができるシステムを作成したことにより、研究者たちは、より幅広い科学者がこれらの強力なツールを使用できる道を開きました。このフレームワークは柔軟に設計されており、新しい手法やソフトウェアが開発されるにつれて、それらを追加していくことができます。チームは、大規模なシステムのための計算を高速化するテクニックなどの高度な機能を、システムを完全に書き換えることなく統合できることを示しました。これは、将来的に、科学者が基礎となるコンピュータコードの専門家である必要なく、AIに新しい材料の探索や新しい理論のテストを依頼できる可能性があることを示唆しています。重要な発見は、AIは推論能力が高まっているとはいえ、ハイレベルな科学に求められる厳格で多段階のプロセスを扱うためには、依然として構造化された専門家によるガイド環境が必要であるということです。AIの推論能力と、人間が精査した知識の信頼性を組み合わせることで、研究者たちは材料科学の分野における完全自律的な科学的発見への道を切り拓きました。