Probing the limits of forward screening and inverse design of crystal materials
55個の異なる結晶データベースを包括的なリソースへと統合し、CGTNetモデルを用いて欠損した特性を予測することにより、本研究は、既知の材料のフォワードスクリーニングによってReN2のような数千もの超高硬度候補物質を発見できることを明らかにするとともに、現在のインバースデザイン手法が既存の組成を再発見していることが多いことを示し、それによって材料の新規性を評価するためのより厳格な基盤を確立している。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
材料科学者たちは、スマートフォンのシリコンからジュエリーのダイヤモンドに至るまで、あらゆるものを構成している硬く、繰り返される構造である「結晶」の新たな探索を絶えず続けている。特定の超能力――例えば、凄まじい圧力に耐える能力や、完璧に電気を導く能力――を持つ材料を見つけ出すために、研究者は通常、2つの経路のいずれかを取る。一つは「宝探し」である。彼らは、すでに望ましい特性を備えているものを探して、数百万もの既知の結晶を精査する。もう一つは「創造的な行為」である。強力なコンピュータプログラムを使用して、その特性を持つはずの、全く新しい結晶構造を想像し、生成する。どちらの手法も、科学者が発見またはシミュレーションした結晶の設計図と特性を保存している、膨大な公開データライブラリに依存している。しかし、長年、これらのライブラリは異なる言語を話してきた。同じ結晶であっても、あるデータベースでは一つの名前で記載され、別のデータベースでは全く異なる名前で記載されていたり、あるいは重要な情報が完全に欠落していたりすることがあった。この混乱により、これらの探索手法が実際にどこまで到達できるのか、あるいは、彼らが見つけた材料がどれほど真に「新しい」ものなのかを知ることが困難になっていた。
香港科技大学の研究チームは、55の異なるデータベースを集約した単一の統合ライブラリを構築することで、この霧を晴らした。彼らは単にデータをコピー＆ペーストしたのではない。彼らは、同じ材料の異なるバージョンを区別することに失敗しがちな、混乱を招く名前や化学式を無視し、すべての結晶をその物理的な形状によって注意深く照合したのである。この膨大な取り組みの結果、約1,460万個のユニークな結晶構造と、1億3,100万件以上の特性測定値を含む、単一の自己更新型カタログが完成した。決定的なのは、彼らがすべての情報の出所を記録し続け、すべての値の履歴を追跡できるようにしたことである。彼らは、このライブラリは膨大ではあるものの、極めて「疎」であることも発見した。ほとんどの結晶において、研究者が重要視する特定の特性は、記録から単に抜け落ちているのである。これらの空白を埋めるために、チームはCGTNetと呼ばれる新しい人工知能モデルを開発した。このモデルは、結晶の構造に基づいて欠落している特性を予測するように訓練された、非常にスキルの高い「推測者」として機能し、従来の手法を凌駕する精度を実現している。このツールを使用することで、彼らは、一度も測定も計算もされたことがない数百万の結晶に対して値を予測し、ライブラリを完成させることができた。
この完成したライブラリを手に、研究者たちは「宝探し」と「創造的生成」の両方のアプローチの限界をテストした。まず、「宝探し」、すなわち「前方スクリーニング」について、既知の結晶の中にどれほどの超硬質材料が隠れているのかを調査した。この研究の前までは、科学者たちはほとんどの候補はすでに見つけ出したと考えていた。しかし、彼らの新しいAIモデルを完成したライブラリに適用することで、彼らは、超圧縮性が高い可能性があるものの、この特定の特性についてはこれまでテストされたことがなかった既知の結晶が数万個も存在することを発見した。これらの隠れた宝石の中に、ReN2と呼ばれる材料があった。この結晶は高圧下で実験室で合成され、その硬度は428ギガパスカルと測定されていたが、どのデータベースにもその体積弾性率（圧縮に対する抵抗の尺度）は記録されていなかった。研究者たちのスクリーニングは、これをトップクラスの候補として特定することに成功し、データが散在し不完全であったために見落とされていた、価値のある既知の材料を「宝探し」がいまだに見つけ出せることを証明した。
次に、チームはコンピュータが新しい結晶のアイデアを生成する「創造的アプローチ」、すなわち「逆設計」へと注意を向けた。長年、これらのコンピュータプログラムは、膨大な数の真に新しい材料を発見していると主張してきた。研究者たちは、生成された結晶を新しい包括的なライブラリと照合することで、これらの主張を検証した。彼らは、その「新しさ」の感覚が、不完全な参照リストによって引き起こされた一種の錯覚であることを発見した。生成された結晶を55のソースからなる完全なライブラリと照合したところ、それらの多くは決して新しいものではないことが判明した。ある特定のテストにおいて、あるコンピュータプログラムは、自身が新しく、かつ極めて硬いと主張する100個の結晶を生成した。研究者がこれらを完全なデータベースと照合したところ、そのうち82個は、すでに既知であり記録されている組成のバリエーションであった。さらに、これらすべての「新しい」結晶にはオスミウムという特定の元素が含まれており、これはジェネレーターが、可能性の全宇宙を探索しているのではなく、既知の非常に狭い範囲の材料を組み替えているだけであることを示唆していた。
本研究は、材料の探索方法を変える必要があると結論づけている。宝探しは以前考えられていたよりもはるかに強力である。既知のすべてのデータを統合し、欠落している部分を埋めることで、私たちは、すでに存在しているものの、記録の隙間に隠れていた何千もの有用な材料を見つけ出すことができる。逆に、創造的生成のアプローチはその成功を過大評価してきた。「新しい」とされる材料は、参照リストが小さすぎたために、既知のものの焼き直しであることが多い。単一の、完全で検証されたデータベースを使用することで、科学者は今や、真の発見と重複を区別することができ、次の偉大な材料の探索が、混乱ではなく真実の基盤の上に築かれることを保証できるのである。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。