Agentic inverse design of spatially programmed materials

材料科学者は長らく、固体の内部構造を、混ぜ合わせた化学成分や、製造時に加えられた熱や圧力によって決定される「固定された風景」として扱ってきた。組成を変えたり、磁場のような外部からの力を加えたりすることで材料の特性を調整することはできるものの、材料の内部に直接、特定のカスタムパターンを書き込むことは困難であった。石のブロックの表面を壊すことなく、その内部に独自の意匠を刻もうとする試みを想像してみてほしい。数十年の間、これはほぼ不可能であった。なぜなら、物質を内側から形作るための道具が、鈍く、かつ不正確だったからである。「空間的にプログラムされた材料（spatially programmed materials）」の目標は、原子や欠陥を意図的な三次元パターンへと配置することでこれを克服し、材料の深さを、色や硬さと同じように一つの設計変数へと変えることにある。このアプローチは、均質な材料には不可能な方法で光や電気を導くといった、新たな物理的挙動を解き放つことを約束するものだが、こうした構造を作り出すための道のりは、「どのようにそれらを構築するか」という困難な問題によって阻まれてきた。

課題は、望ましい設計と、それを実現するために必要な物理的な手順との間にある隔たりにある。特定の内部パターンを作成するには、イオンビームを標的に照射するといった一連の動作を選択しなければならないが、それらの動作の結果を予測することは複雑である。従来、人間の専門家は、ビームのエネルギー、角度、持続時間の最適な組み合わせを推測し、コンピュータ・シミュレーションを実行して結果を確認し、もし結果が誤っていれば再び推測するという作業を行わなければならなかった。この試行錯誤のループは遅く、人間の直感に大きく依存している。マサチューセッツ工科大学の研究者たちは、人工知能エージェントが自律的にこのループを閉じることができることを示し、新たな研究を発表した。大規模言語モデルを物理シミュレータに接続することで、彼らは、望ましい内部パターンを見ると、それを構築するために必要な正確な手順を、人間のガイドなしに自動的に算出できるシステムを作り上げたのである。

研究者たちは、電荷を帯びた原子のビームを材料に撃ち込んでその特性を変化させる手法である「イオン注入」を用いて、このシステムをテストした。彼らはAIエージェントに単純な目標を与えた。それは、固体内にイオンまたは空隙の特定の深さプロファイルを作成することである。ある実験において、研究者たちは、隆起してプラトー（平坦部）になり、再び段差を作って水平になる形状の、手書きによる大まかなスケッチを作成した。彼らはこのスケキッチをエージェントに渡した。エージェントはまず、その図面をデジタルなターゲットへと変換し、次に計画を開始した。エージェントは、この場合はビスマスという種類のイオンと、シリコンという標的材料を選択した。そして、異なるエネルギーを持つイオンがシリコンをどのように通過するかを見るために、物理シミュレーションを実行した。エージェントは、単一のビームエネルギーでは、パターンの中に局所的な小さな隆起を作るだけでしかないことに気づいた。全体の形状を埋めるためには、多くの異なるビームエネルギーを組み合わせる必要がある。

エージェントは反復を開始した。エージェントは一連のエネルギーを選択し、シミュレーションを実行し、その結果をターゲットのスケッチと比較した。シミュレーションが不足している箇所では、エージェントは新しいエネルギーを追加するか、既存のエネルギーを調整した。エージェントはこれを繰り返し、シミュレートされたパターンが手書きのターゲットと高い精度で一致するまで、計画を洗練させていった。最終的に、エージェントは、形状を再現するために、2.0から1億9580万電子ボルトの範囲にわたる28種類の異なるエネルギーレベルでイオンを照射する必要があることを決定した。最終的な結果は、誤差が8パーセント未満という精度であり、これは人間の専門家が多くの時間、手動での計算と調整を行っても到達するのが困難なレベルであった。

このシステムは、より複雑な設計においても同様の能力を発揮した。研究者たちがエージェントに、「超格子（superlattice）」、すなわち繰り返されるピークと谷のパターン、および「フィボナッチ超格子」、すなわちピーク間の間隔が特定の非反復的な数列に従うパターンを作成するよう求めた。繰り返しのパターンについては、エージェントは5つのピークを正確に5マイクロメートル間隔で配置することに成功した。フィボナッチ・パターンについては、パターンが材料の深部へと進むにつれて、正しい数学的比率に従ってピークを配置し、その独特な秩序を維持した。エージェントはまた、別の種類の課題、すなわち、単にイオンを加えるのではなく、特定の損傷（空隙）のパターンを作成するという課題にも取り組んだ。エージェントは、シリコンとゲルマニウムという2つの異なる材料の境界にわたって、空隙の勾配を作成するためのレシピを設計することに成功し、イオンがどこに着地するかだけでなく、それらが残す損傷をも制御できることを示した。

実用的なテストの一つとして、実験室の機器の現実的な限界に関する検証が行われた。実際の加速器には最大エネルギー制限があり、機械は一定の速度を超えてイオンを高速で撃ち込むことはできない。研究者たちは、エージェントに対し、この制限を超える深さまで及ぶパターンを設計するよう求めた。エージェントは失敗したり、制約を無視したりするのではなく、適応した。エージェントは、ターゲットの最も深い部分には到達できないことを理解すると、到達可能なセクションに注力した。そして、離散的なエネルギーステップのリストを、エネルギーを連続的に変化させる単一の滑らかなランプ（傾斜）へと変換した。これは、人間がビームを低エネルギーから高エネルギーへと連続的に掃引（スウィープ）できる実行可能な計画である。これは、エージェントが抽象的なパズルを解くだけでなく、実機の機械のための実用的で実行可能な指示を生成できることを証明した。

研究者たちは、システムを極限まで押し上げるため、材料の深さに文字の「MIT」を書き込むよう求めた。エージェントは、側面から見たときに原子の濃度が文字の形を形成するように、イオンをどのように配置すべきかを考え出さなければならなかった。エージェントは「M」と「I」を明確に書き上げることに成功したが、「T」はぼやけたままとなった。この失敗はエージェントの欠陥ではなく、物理学の根本的な限界によるものであった。すなわち、イオンは移動する際にわずかに拡散する「ストラグリング（散乱）」という現象があり、これが特定の深さにおける鋭いエッジをぼやけさせてしまうのである。エージェントはこの物理的な現実を尊重しており、自身が操作しようとしている自然界の法則を理解していることを示した。

この研究は、材料設計のあり方の転換を意味している。人間が構造を構築するための手順を推測する代わりに、AIエージェントは、視覚的または数学的なアイデアを直接、物理的なレシピへと翻訳する架け橋として機能する。このシステムは新しい物理学を発明するのではなく、確立されたシミュレーション・ツールを使用して、人間よりもはるかに速く、膨大な組み合わせの可能性を探索するものである。逆設計のプロセスを自動化することで、研究者たちは、材料の空間構造がプログラム可能な変数になり得ることを示した。これにより、カスタムの内部構造を持つ材料の創造への道が開かれ、新しいタイプの電子デバイス、放射線耐性を持つコンポーネント、あるいはこれまで見たことのない特性を持つ量子材料などの創出につながる可能性がある。最小限の人間による入力で複雑な多段階のタスクを処理できるこのエージェントの能力は、物質の設計が、計算の難しさではなく、設計者の想像力と物理法則のみによって制限される未来を示唆している。