MicrosoftのAIモデル、結晶内の欠損した水素原子を特定

Microsoftと共同研究チームは、結晶構造において欠損している水素原子の位置を再構築する「MatterGen」と呼ばれるAIモデルを開発した ^[1]。

従来の結晶イメージングでは、水素原子の検出が困難な場合が多く、この機能は極めて重要となる。これらの原子を正確に特定することで、科学者はバッテリーやエネルギー貯蔵システムの開発に向けた、より迅速かつ精密なシミュレーションを行うことが可能になる ^[2]。

水素原子は最も小さく軽い元素であるため、多くの標準的なX線回折技術ではほとんど不可視となる。構造マップからこれらの原子が欠落すると、得られるデータが不完全となり、特定の条件下で材料がどのように振る舞うかの予測に誤差が生じる可能性がある。

MatterGenモデルは、周囲の結晶格子に基づいて、欠損している原子の最も可能性の高い位置を予測することでこの課題を解決する。研究チームによると、このAI手法は欠損原子の追跡において97%の成功率を達成したという ^[1]。

構造的な欠落を埋めることで、このモデルは研究室での網羅的な試行錯誤による実験の必要性を軽減する。この発見プロセスの加速により、電力網の効率向上や電気自動車用バッテリーの長寿命化に寄与する新材料の創出が効率化されることが期待されている ^[2]。

今回の共同研究は、生成AIと材料科学の交差を強調するものとなった。原子の配列をパターン認識の問題として扱うことで、AIが歴史的に化学研究を妨げてきた構造的な曖昧さを解消できることをチームは実証した ^[1]。