Physics-informed deep learning for virtual crystallographic phase and grain orientation reconstruction of additively manufactured alloys

あなたは、唯一の手がかりが、犯罪現場のぼやけた白黒のスケッチである、謎を解こうとする探偵だと想像してください。容疑者たちは影の中に隠れており、そのスケッチには彼らの顔も、服も、どちらを向いているのかさえも写っていません。これは、3Dプリンターで作られた金属を研究する科学者たちが日々直面している苦闘です。彼らは、走査電子顕微鏡（SEM）という強力なツールを使って、金属表面の非常に鮮明で高解像度な写真撮影を行います。これらの写真は、金属の「地形」である、丘、谷、そして亀裂を示しています。しかし、その金属がどれほど強く、あるいは柔軟であるかを真に理解するためには、その内部の「魂」、つまり原子の正確な配列と結晶が向いている方向を知る必要があります。通常、この情報を得るには、EBSD（電子背後散乱回折）と呼ばれる、より低速で困難な別のツールが必要です。しかし、ここに落とし穴があります。3Dプリントによる急速で激しいプロセスは、しばしば金属の内部構造をひどく乱してしまうため、EBSDツールが混乱し、ぼやけた読めないデータを生み出してしまうのです。それは、ページがくしゃくしゃになり、インクが滲んでしまった本を読もうとしているようなものです。

長年、科学者たちは、表面の写真から内部構造を推測するためにコンピュータープログラムを使用しようとしてきました。しかし、それらのプログラムは、数学の本質を理解せずに答えだけを暗記している学生のようなものでした。見た目は綺麗でも、科学的には間違った画像を作り出してしまうことがよくあったのです。例えば、物理学的に存在し得ない場所に結晶粒界を描いたり、結晶に間違った「色」（方向を表す）を与えたりすることがあります。この論文は、新しい種類の探偵を紹介しています。それは、単に推測するのではなく、物理学と結晶学の厳格な法則をルールブックのように従う人工知能です。このAIにこれらのルールを教えることで、研究者たちは、単純な標準的な白黒写真から、詳細でカラーコード化された内部の原子の世界の地図へと変えることができるのです。たとえその金属が乱れていたり歪んでいたりする場合でも。

「物理学に基づいた」探偵の魔法

研究チーム（清華大学とニューサウスウェールズ大学の朱瀚（Zhuohan Cao）氏らによる）は、PI-CycleGANと呼ぶ巧妙なシステムを開発しました。これは、単純な表面写真を複雑な結晶マップへと変換する、3ステップの翻訳マシンのようなものです。

ステップ1：地形を読み取る
まず、AIは電子顕微鏡で撮影された標準的な白黒写真を見ます。これらの写真では、金属は隆起や谷を持つ地形図のように見えます。AIの仕事は、「結晶粒（金属を構成する個々の結晶）」がどこにあるかを特定することです。理想的な世界であれば、AIは単に推測するだけでしょうが、研究者たちはAIに「交通ルール」を守るよう教えました。彼らは「物理的制約」を追加し、実際の結晶境界が振る舞うのと同様に、結晶粒の間の線を滑らかで連続したものにするよう強制しました。それは、AIに対して「線を引いてもいいが、ギザギザにしたり幾何学の法則を破ったりしてはいけない」と伝えるようなものです。その結果、元の写真よりも明確で詳細な結晶構造を強調した、高品質な「バンドコントラスト（BC）」マップが得られます。

ステップ2：登場人物を特定する
次に、AIはその明確な結晶粒マップを取り、こう問いかけます。「それぞれの結晶粒は何の材料でできているのか？」と。3Dプリントされた金属では、異なる部分が異なる相（例えば、吹雪の中の異なる種類の氷のようなもの）で構成されていることがあります。AIは「相情報に基づいた（phase-informed）」アプローチを使用します。AIは金属の全体的なレシピ（各タイプがどの程度存在するべきか）を確認し、新しい成分を勝手に作り出したり、既存の成分を忘れたりしないようにします。これにより、もし金属が90%のタイプAと10%のタイプBで構成されるはずであれば、そのマップが正確にそれを反映するように、比率を正しく保つよう強制します。このステップにより、「相マップ（Phase Map）」が作成され、異なる種類の結晶が異なる色で塗り分けられます。

ステップ3：方向を見つける
最後に、最も難しい部分である、各結晶がどの方向を向いているかを突き止める作業です。結晶学において、方向はしばしば虹のような色（逆極点図、IPFマップ）で示されます。結晶が「上」を向いていれば赤、「横」を向いていれば青、といった具合です。標準的なAIはこれを間違えることが多く、見た目が綺麗であれば、本来青であるべき結晶を赤く塗ってしまうことがあります。しかし、研究者たちのAIは「物理学に基づいています」。AIは、結晶がどのように回転し、どのように隣接するものと接続できるかという特定のルールを知っています。AIは、自分が選んだ色が物理的に可能かどうかを確認するために、「有効なカラー空間」に対して自身の作業をチェックします。また、単一の結晶粒内では色がほぼ均一であり、境界部では実際の結晶がそうであるように色が急激に変化することを保証します。

結果：ぼやけた状態から鮮明な状態へ

チームはこのシステムを、航空宇宙や医療インプラントに使用される非常に一般的なチタン合金であるTi-6Al-4Vでテストしました。この合金は、3Dプリントによって内部構造が非常に混沌としたものになるため、分析が極めて難しいことで知られています。彼らは、AIが生成したマップを、高品質なEBSDデータ（入手が困難な「ゴールドスタンダード」）と比較しました。

結果は目覚ましいものでした。AIが生成したマップは、実物とほぼ同一でした。

• 精度： 画像の類似性を測定した際、AIは非常に高いスコアを獲得しました。結晶粒マップにおいて、類似度は約0.75（1が完璧なスケール）であり、誤差は極めて小さく、平均差はわずか0.08でした。
• 相の検出： AIは金属内の異なる種類の結晶を正しく特定しました。各相の量を推測する際の誤差は、わずか0.015と驚異的に低いものでした。
• 方向の特定： 最も困難な方向マップにおいても、AIはほとんどの場合で正しい色を選びました。結晶の「色」の誤差は、標準的なカラースケールで30ユニット未満であり、方向は真実に非常に近いものでした。

決定的なことに、研究者たちはこれが単なる「運の良い推測」ではないことを示しました。彼らは「物理学のルール（制約）」なしでAIをテストしました。これらのルールがない場合、AIは一見すると良さそうに見えるものの、科学的には間違ったマップを生成しました。つまり、不可能なギザギザの境界線や、誤った結晶方向を描き出していたのです。これは、「物理学に基づいた（physics-informed）」部分こそが、成功の秘訣であることを証明しています。

他の金属でも機能するのか？

この探偵が特定のケースを解くだけの存在ではないことを確認するため、チームは他の金属、すなわち316Lステンレス鋼、Inconel 617（超合金）、および2219アルミニウムについてもAIをテストしました。これらの金属は異なる内部構造を持ち、異なる3Dプリント手法で作られています。

AIはこれらすべてを容易に処理しました。

• ステンレス鋼と超合金については、マップは鮮明かつ正確でした。
• 複雑な結晶の混合物を持つアルミニウムに対しても、AIは依然として結晶の形状を正確に捉え、実データとの相関関係は0.90に達しました。
• アルミニウムの結晶における「色」の誤差も非常に低く、30ユニットを下回りました。

このことは、このAIが単にチタンの外見を暗記しているのではなく、結晶がどのように振る舞うかという普遍的なルールを実際に学習していることを示唆しています。このAIは、ほぼあらゆる3Dプリント金属の単純な写真から、その内部に隠された秘密を解き明かすことができるのです。

なぜこれが重要なのか

この研究は、3Dプリントされた金属を見るための新しい方法を提示しています。3Dプリント特有の乱れた構造に苦戦する、高価で低速、かつ混乱を招きやすいEBSD装置に頼る代わりに、科学者は標準的で高速な顕微鏡写真を使用し、AIに重労働を任せることができるようになりました。それはまるで超能力を手に入れたようなものです。単純な白黒写真を見るだけで、その中にある原子の隠された色彩豊かな世界を即座に見通すことができるのです。

研究者たちは、これは大きな進歩ではあるものの、あくまで「再構成のためのツール」であり、他のすべての試験に取って代わる「魔法の杖」ではないという点に注意を払っています。しかし、積層造形された合金の内部構造をマッピングするという特定の課題において、この物理学に基づいたアプローチは、非常に信頼性が高く、正確で、異なる材料間でも汎用性があることを示しました。それは、ぼやけたスケッチを、鮮明で科学的に妥当な地図へと変え、私たちの未来を築く金属の、より迅速でより優れた品質管理への扉を開くものです。