High-throughput Discovery of Magnetic Rare Earth Transition Metal Alloys

現代の生活は、目に見えない力によって動いています。自動車を動かす電気モーター、風力タービンに電力を供給する発電機、そしてコンピュータ内部の微小なドライブは、すべて永久磁石に依存しています。これらは、磁場を維持するために電気を必要とせずに磁力を保持できる材料です。数十年にわたり、最高の磁石は、希土類元素と鉄やコバルトのような遷移金属を混合した特定の金属ファミリーに頼ってきました。これらの材料は非常に優れた性能を発揮しますが、高価であり、そのサプライチェーンは脆弱です。科学者たちは、他にも優れた原子の組み合わせが待ち受けていると以前から疑ってきましたが、可能な混合物の組み合わせがあまりにも膨大であるため、実験室で一つずつ試していくには数世紀を要してしまいます。

この問題を解決するために、研究者たちは新しい種類の探索へと舵を切りました。ビーカーの中で化学物質を混ぜる代わりに、強力なコンピュータを使用して、数百万もの新しい結晶構造を想像させるのです。これらの構造とは、原子が配列する際の繰り返しのパターンです。人工知能を用いてこれらのパターンを生成し、高度な物理シミュレーションでテストすることで、科学者たちは実際に実験室に足を踏み入れる前に、有望な候補を見つけ出すことができます。このアプローチにより、磁性を持つだけでなく、現実世界で存在できるほど安定した材料を探し出すことが可能になります。目標は、コストと供給リスクを軽減するために、より一般的な元素を使用しながら、現在利用可能なものよりも強力で信頼性の高い磁石を見つけることです。

ノースカロライナ大学シャーロット校とバージニア大学の研究チームは、この高速発見手法を、新しい希土類磁石の探索に適用しました。彼らは、イットリウムとサマリウムという特定の希土類元素を、鉄、コバブ、ニッケル、および安定剤として機能する他のいくつかの金属と組み合わせることに焦点を当てました。チームはまず、生成AIモデルに対して、3,000種類以上の異なる化学レシピに対する結晶構造を作成するよう指示しました。モデルは、24万件近い独自の原子配列を生み出しました。これはランダムな推測ではありません。モデルは既知の安定した材料に基づいて学習されており、特定の化学的ルールに適合するように条件付けられていたため、生成されたパターンが物理的に妥当であることを保証していました。

コンピュータがこれら24万件の可能性を生成した後、研究者たちはそれらを最も有望なわずかなものへと絞り込む必要がありました。彼らは2段階のスクリーニングプロセスを用いました。第一に、高速な機械学習シミュレーションを実行し、どの構造が安定しそうかをチェックしました。このステップによって大多数の候補が排除され、より詳細な調査に値する数千の構造だけが残りました。次に、これらの生存者に対して、密度汎関数理論として知られる、より厳密で正確な物理計算を適用しました。このステップにより、どの構造が真に安定しており、かつその磁気強度を計算できるかが確認されました。その結果、300件以上の低エネルギー磁性候補のリストが得られました。このうち5つは熱力学的に安定しており、つまり、自然に分解することなく存在できることが判明しました。

最も刺激的な発見は、発見された磁石の強さでした。最も優れた候補は、磁力の大部分を提供する元素である鉄が豊富に含まれていました。サマリウムと鉄を含む特定の組み合わせは、約1.8テスラの飽和磁化に達しました。これは、材料が完全に磁化したときの磁場の強さを表す尺度です。比較すると、これは現在の多くの商業用磁石よりも大幅に強力です。また、イットリウム、鉄、チタンの混合物も、ほぼ1.8テスラに達しました。研究者たちは、磁石の強さが、結晶格子の中にどれだけの鉄原子を詰め込めるかに大きく依存することを発見しました。結晶格子により多くの鉄を組み込むことができればできるほど、磁石は強力になります。

この研究はまた、これらの新しい磁石がどのように構築されているかも明らかにしました。成功したほとんどの三元化合物（3種類の異なる金属を持つもの）は、全く新しい形状ではありませんでした。むしろ、既知の二元構造において、ある種の原子が別の原子に置き換わったバリエーションでした。研究者たちは、マンガンやチタンといった新しい金属が、元の原子が位置していた場所を分割する形で結晶内に収まることを発見しました。このプロセスはワイコフサイト分裂（Wyckoff site splitting）として知られ、新しい原子が元の磁気配列を破壊することなく、構造を安定させることを可能にしました。分析の結果、マンガンは磁気方向を鉄の原子と一致させるため、全体的な強度を高める上で非常に優れた置換元素であることが示されました。対照的に、クロムは逆方向に整列するため、磁石を弱めてしまいます。これは将来の実験に対する明確な指針を与えます。もしより強力な磁石が欲しいのであれば、鉄と一致するドープ剤を選択すべきなのです。

コンピュータはこれら300の候補を見つけ出しましたが、研究者たちは、人工知能が生成できる構造のサイズによって探索が制限されていたことも指摘しています。モデルは、最大20個の原子を含む結晶に制限されていました。チームは、もしこの探索を20個を超える原子を持つより大きな結晶へと拡張できれば、1.8テスラを超える磁化を持つ、さらに鉄に富んだ構造が見つかる可能性があると考えています。この研究は、生成的なアプローチが材料科学の複雑な領域をナビゲートするための強力なツールであることを証明しています。それは、過去の遅い試行錯誤の手法を超え、いつの日か次世代の電気自動車やグリーンエネルギー技術を支える材料を発見するための体系的な道筋を提供しています。進むべき道は明確です。モデルを改良してより大きな構造を扱えるようにし、予測されたこれらの候補を実験室でテストして、それが現実のものとなり得るかを検証することです。