开发了一种新方法，利用协作和进化的人工智能系统，以超高速同时搜索多个复杂界面的稳定结构

由工学研究生院信息工程系副教授Masayuki Karasuyama和物理工程系助理教授Tomoyuki Tamura领导的研究小组开发了一种系统，通过结合多个人工智能系统协同工作和物理计算模拟来发现称为晶界的原子尺度结构的稳定状态。人工智能根据积累的数据进行统计预测，并自动从大量候选结构中找到更稳定的结构。晶界是包括全固态电池在内的许多实用材料中出现的极其重要的结构，这项研究被定位为高度加速下一代材料开发进程的新尝试。论文验证表明，与详尽的调查相比，可以以约 03% 的时间成本发现最稳定的结构。这项研究的结果是

研究成员：
工学研究科信息工学部：乌山正幸副教授（兼任日本科学技术振兴机构PRESTO研究员、国立材料科学研究所综合材料开发·信息基础设施部门特别研究员）
工学研究科信息工程系：米津智博，硕士二年级
工学研究科物理工学科：田村智之助理教授（兼任国立材料科学研究所综合材料开发与信息基础设施部门特别研究员）
工学研究科信息工学科：竹内一郎教授（兼任日本理化学研究所先进智能项目中心数据驱动生物医学科学组组长、国立材料科学研究所集成材料开发和信息基础设施部门特别研究员）

晶界（以下简称晶界）是不同取向（角度）的晶粒之间接触形成的界面，这种结构在实际材料中经常出现。例如，近年来，全固态电池引起了很多关注，包括在电动汽车相关业务中，据说固体电解质的晶界结构对电池的性能有重大影响（图1）。检查此类界面物理性质的变化在实践中非常重要，不仅对于全固态电池而言，而且人们认为提前检查材料中会出现什么样的晶粒界面极其困难。如图1所示，可以使用模拟计算来评估在改变旋转角度时哪些表面位置是稳定的，但是需要研究的候选者数量巨大，有时需要数十万次甚至更多的模拟计算。

图 1：晶界结构搜索问题。了解材料实际性能的关键是了解出现什么样的晶界。过去，综合调查是从不同角度进行的，但由于调查对象众多，这种方法受到限制。

图 2 是本研究中开发的系统的图像。人工智能根据各种旋转角度的观察数据推荐候选结构。该方法的一大特点是人工智能从多个角度共享和分析信息，这与现有研究一一寻找稳定结构的重大区别。通过共享数据，人工智能将能够在早期阶段提出更准确的建议。此外，由于晶界模拟在时间和成本上存在较大差异，因此在人工智能足够智能之前突然开始研究大晶界是有风险的。因此，我们制定了一项策略，将这些成本考虑在内，并按性价比降序排列。这样，昂贵的计算是在AI变得更聪明、更强、更自信之后完成的，最大限度地提高探索速度。

图 2：所提出的人工智能系统的概念图。多个人工智能系统共享从各个角度获得的信息（数据）并推荐稳定的晶界结构。此外，考虑到时间成本，以最大性价比执行搜索。

在论文中，我们使用了铝形成的晶界数据，并证实所提出的系统与全面研究相比可以以约 03% 的时间成本达到接近稳定的状态。图3中，横轴为旋转角度，纵轴为晶界能。纵轴晶界能越小，稳定性越高。当旋转角度从干净的晶体（0度）改变以形成边界表面时，晶界能量发生不规则的变化。尽管所提出的系统仅花费约03%的综合调查成本，但可以看出它检测到的能量几乎是最稳定的。在全球范围内竞争加剧的下一代材料开发中，材料中产生的晶界分析是最重要的问题，而这项研究充分利用人工智能和物理计算模拟等信息科学工具实现超高速探索，有望产生重大突破。

图3：人工智能搜索的效率评估。在本次验证中，对于大约16万个候选结构，人工智能以综合调查时间成本约03%的时间成本达到了图中红线所示的状态。

研究的技术描述：
本研究使用基于称为贝叶斯优化的统计科学思想的人工智能技术。贝叶斯优化对过去观察中未观察到的数据进行概率推理。这次，我们根据已经研究过的晶界稳定性信息，概率性地预测了尚未研究过的晶界稳定性与之前相比会提高多少。当研究不同角度的晶界时，通常会在每个旋转角度收集数据，以找到稳定性较高的晶界。另一方面，不同旋转角度的晶体之间存在结构相似性，人工智能可以利用这些相似性作为线索，提高推理的准确性。这种让人工智能在不同任务之间共享知识的方法称为多任务学习。此外，为了提高总体成本绩效，一种可能的策略是首先收集获取成本低廉的信息以提高预测精度，然后研究获取成本昂贵的晶界。我们构建了一种结合了这些想法的成本感知多任务贝叶斯优化方法。

基于知识转移的、经济有效的界面结构搜索：FCC-Al [110]倾斜晶界的案例研究。
米津智宏、田村智之、竹内一郎和乌山雅之。
物理评论材料，第 2 卷，第 1 期2018 年 11 月。
网址:
DOI：101103/PhysRevMaterials2113802

联系信息

研究相关事宜

V体育工学研究科信息工程系（兼任日本科学技术振兴机构 PRESTO 研究员、国立材料科学研究所综合材料开发与信息基础设施部门特别研究员）
乌山正幸副教授
电话：052-735-7598
电子邮件：karasuyama[at]nitechacjp

V体育工学研究科物理工学科（兼任国立材料科学研究所综合材料开发与信息基础设施部门特别研究员）
助理教授田村智之
电话：052-735-5048
电子邮件：tamuratomoyuki[at]nitechacjp

公共关系很重要

V体育企划公关科
电话：052-735-5647
电子邮件：pr[at]admnitechacjp

*请将每个 [at] 替换为 @。