-
トピックスセミナー
- 材料解析
- ASAP／J-OCTA
機械学習ポテンシャルが変える材料解析
ASAPが実現するDFT×機械学習によるナノスケール現象解析の実務フロー
第一原理計算（DFT）は、材料の物性や電子状態を高精度に評価できる一方で、計算コストの高さから、扱える系のサイズや時間スケールに制約がありました。近年、この課題を補う手法として、DFT精度を保ちながら高速に計算可能な機械学習（ML）ポテンシャルによる代替・併用が進んでおり、実務で使いやすい汎用ポテンシャルも登場しています。
本セミナーでは、MLポテンシャルを新たに統合した第一原理計算プラットフォーム「ASAP」を通じて、構造最適化や動力学計算を効率化しつつ、必要に応じてDFTによる電子状態解析へと戻る、ナノスケール現象解析の新しい実務フローをご紹介します。MACE-Osaka24ポテンシャル開発者による講演に加え、開発元およびJSOLから実践的な活用シナリオを解説します。
開催概要
ASAPが実現するDFT×機械学習によるナノスケール現象解析の実務フロー
※ Zoom Webinarsを使用してオンライン上で開催いたします。
※ ご参加にあたり、事前に以下の「参加要件／参加方法」および「接続テスト」をご確認ください。
・Zoom Webinars 参加要件／参加方法
・Zoom 接続テスト
- ASAP、J-OCTAをご利用またはご検討中の方
- 材料シミュレーションに興味のある方
- 機械学習を材料設計に活用したい方
※定員に達した場合、締切らせていただくことがございます
水上 渉 様
機械学習ポテンシャル（MLIP）は、量子化学計算の精度と古典力場の高速性を両立し、材料、触媒、生命科学のシミュレーションに大きなインパクトをもたらしている。本講演では、Cambridge大が開発したアーキテクチャMACEに基づく汎用MLIP、MACE-Osakaシリーズを紹介する。まず、異なるレベルの量子化学計算を統合する技術を利用して作成した、有機無機材料を広くカバーするMACE-Osaka24について述べる。次に、超ウラン元素を含む97元素を網羅した最新版MACE-Osaka26を紹介する。さらに、汎用MLIP利用開発双方の「民主化」への取り組みと今後の展望を議論する。
～ DFT・MLIP・MDをつなぐ実用的な材料解析ワークフロー ～（20分）
第一原理計算（DFT）は、材料の構造や電子状態を理解するための強力な手法として広く用いられてきました。一方で、計算コストや扱える時間・空間スケールの制約から、構造探索、界面緩和、反応過程、液体・アモルファス構造の解析を、材料設計に向けた実用的なワークフローに組み込むことは容易ではありませんでした。
ASAP 2026.1では、機械学習ポテンシャル（MLIP）を中心とした新機能を搭載します。MLIPは、DFTで得られるエネルギーや力を学習し、原子レベルの記述をより低コストで扱う手法です。これにより、従来の第一原理分子動力学では扱いにくかった時間スケールや構造数に対して、現実的な計算コストでの解析が可能となります。
ASAPでは、MLIPを用いた最適化やMD計算により、構造形成過程、熱揺らぎ、界面緩和、反応に関わる原子配置を効率的に探索し、重要な構造をDFTで再評価します。これにより、単なる構造緩和にとどまらず、電子状態や電荷分布、結合状態、反応性といった第一原理計算ならではの情報に立ち返った解析が可能になります。
さらに、得られた知見をJ-OCTAによる古典MDへ展開することで、大規模・長時間のシミュレーションによる材料特性評価やプロセス検討へとつなげることができます。ASAPとJ-OCTAをそれぞれ独立に用いるのではなく、目的に応じて組み合わせることで、材料設計に向けた解析の幅を広げることができます。
本セミナーでは、反応解析、電池材料、界面構造などの具体例を通じて、ASAP 2026.1におけるMLIP機能の概要と、DFT・MLIP・MDを連携させた計算ワークフローの考え方をご紹介します。
株式会社JSOL
As materials modeling evolves to bridge the gap between microscopic precision and macroscopic scales, the integration of Machine Learning (ML) has become indispensable. This talk presents the recent progress in ASAP 2026.1, which introduces a foundational ML ecosystem into the platform.
ASAP provides a high-performance alternative to DFT engines like Quantum ESPRESSO and SIESTA by adjusting core workflows to implement ML potentials, gaining the speed and scale necessary for large unit cells. Key analytical capabilities include predicting transport properties, such as diffusion coefficients via mean squared displacement analysis, and extracting reaction and activation energies through minimum-energy path visualization.
The future roadmap for ASAP will also be discussed, highlighting upcoming features for ASAP 2026.1, including phonon and vibration workflows supported by ML.
（講演は日本語で行われます）
※ ご不明な点がございましたら、下記のセミナー事務局へお問い合わせください。
注意事項
- 定員となり次第、締め切りとさせていただきます。
- 同業他社及びその関係者の方は、お断りする場合がございます。予めご了承ください。
- お申し込みの際にご入力いただいた情報は、本セミナーの運営、弊社からの情報提供以外には使用致しません。
- プログラム内容、スケジュールは、やむを得ない事情で予告なく変更になる場合がございます。予めご了承ください。
- お申し込みが2名に満たない場合、事前にご連絡の上、中止となる場合がございます。予めご了承ください。
- お申込みの取り消しは、準備の都合上、セミナー開催初日の5営業日前までにお願いいたします。
- 記載されている製品およびサービスの名称は、それぞれの所有者の商標または登録商標です。
