酸化物イオン伝導体は、固体酸化物形燃料電池や酸素センサー等を支える重要材料です。しかし、多様な材料を横断的に比較できる体系的なデータ基盤は十分に整っていませんでした。東北大学金属材料研究所のJang Seong-Hoon特任助教、清原慎講師、熊谷悠教授、同大学大学院工学研究科の高村仁教授らの研究グループは、過去約60年の実験報告を網羅的に調査し、伝導度の代表的指標である活性化エネルギーと前因子を整理したデータセットを構築しました。本研究では、84報の実験論文から483種類の酸化物を収録しました。特に、過去文献に散見される誤ったアレニウス式による解析を見直し、原論文の図表か...

物質の微視的構造が示す振る舞いを高精度に理解することは新規材料の創出や特性制御に不可欠ですが、その本質的理解には膨大な計算資源を要する量子力学計算が必要であり、大規模材料探索や迅速な設計の大きな障壁でした。東北大学大学院工学研究科の滝川敦之大学院生、同大学金属材料研究所の清原慎講師、熊谷悠教授らのグループは、物質の原子配列情報のみから誘電率へのイオンの寄与を高精度に予測できるAI手法を開発しました。具体的には、物質の結晶構造をグラフとして表現し、グラフニューラルネットワーク（GNN）を用いてBorn有効電荷（注４...

クリーンエネルギーとして実用化が進む固体高分子形燃料電池では、触媒層で酸素や水素が反応することで電気エネルギーが生み出されます。触媒層に形成される複雑な多孔質構造は、反応ガスの通路かつ反応の場であり、発電性能を左右する重要な要素ですが、ナノスケールの微細構造であるため、非破壊観察やガス拡散特性の解析は容易ではありませんでした。東北大学大学院工学研究科の荒井翔太特任研究員と吉留崇准教授、同大学国際放射光イノベーション･スマート研究センターの高山裕貴准教授は、ナノテラスで開発したX線タイコグラフィ（注6）による非破壊ナノ...

人工ニューラルネットワーク（ANN）やスパイキングニューラルネットワーク（SNN）（注4）は、現在のAI技術の基盤となっています。これらは、脳神経回路に着想を得て作られた技術ですが、逆に、ANNやSNNの働きを生体系に実装できれば、脳の情報処理原理に対する理解を一段と深め、さらに生体の仕組みに基づく新しい計算技術の創出にもつながります。今回、東北大学電気通信研究所の山本英明准教授（同大学材料科学高等研究所（WPI-AIMR）兼任）、佐藤茂雄教授、公立はこだて未来大学の香取勇一教授らからなる研究チームは、マイクロ流体デ...

半導体スピン量子ビットは集積性や既存の半導体技術との親和性の高さなどの観点から、量子コンピューターの構成要素として期待されています。量子コンピューターの実用化のためには、大量の量子ビットが必要とされることから、これらをより効率的に調整する手法を開発することが重要です。東北大学大学院工学研究科の武藤由依大学院生（電気通信研究所配属）、同未踏スケールデータアナリティクスセンターのMichael R. Zielewski特任助教（研究当時、同大学院情報科学研究科所属）、同大学材料科学高等研究所（WPI-AIMR）の篠﨑基矢特任助教と大塚朋廣准教授（電気通信研究所兼任）らの研究グループは、...

精神疾患の個別化医療の実現に向け、個人の生体機能をコンピュータ上で再現する「デジタルツイン」技術が近年注目を集めています。しかし、脳のネットワーク構造と、実際の認知・行動・脳活動の動的なプロセスを個人レベルで結びつけて再現することは、これまで大きな課題でした。このたび、国立研究開発法人国立精神・神経医療研究センター（NCNP）の高橋雄太室長（東北大学大学院医学系研究科講師兼務）、宗田卓史リサーチフェロー、山下祐一室長、東北大学大学院医学系研究科の富田博秋教授らの研究グループは、個人の脳の機能的結合（コネクトーム）データに基づき、その人特有のマルチタスク実行時の認...

航空機や自動車、風力発電機などの開発現場では、空気抵抗や騒音を予測するために流体シミュレーションが不可欠です。自然界の風は、常に強さや向きが変化する「非定常」なものです。しかし、近年盛んなAI流体シミュレーションの多くは、時間変化しない「定常」な流れを対象とし、現場が知りたい「振動」を扱える技術は確立されていませんでした。東北大学流体科学研究所の川端敦仁大学院生、焼野藍子准教授らの研究グループは、メルボルン大学のリチャード・サンドバーグ教授らとの共同研究で、シミュレーションを実行しながらAIが学習する「CFD駆動型機械学習」を進化させ、渦の放出周波数などをAIに直接学習させました。...

近年、交通予測や需要予測などに機械学習・深層学習が広く使われていますが、その計算には大量の電力と高性能計算機が必要であることから、リザバーコンピューティング（RC）や、それを実世界の物理系に拡張した物理リザバーコンピューティング（PRC）が注目されています。東北大学材料科学高等研究所（WPI-AIMR）の安東弘泰教授らの研究チームは、現実世界の複雑なダイナミクスをそのまま計算に利用する新しい機械学習フレームワーク環境物理リザバーコンピュ...

物質中に必ず存在する点欠陥は、材料特性を大きく左右する重要な要素であり、新材料の発見においてその特性の把握は不可欠です。しかし、欠陥形成エネルギーの評価には多大な計算資源が求められる量子力学計算が必要であり、実用材料探索の大きな障壁となっていました。東北大学大学院工学研究科の澁井千紗大学院生（研究当時）、同大学金属材料研究所の清原慎講師、Soungmin Bae助教、熊谷悠教授らは、結晶をグラフとして扱うグラフニューラルネットワーク（GNN）を活用し、半導体や絶縁体中の欠陥がとり得る複数の電荷...

東京大学大学院工学系研究科附属総合研究機構の幾原雄一東京大学特別教授（兼：東北大学材料科学高等研究所（WPI-AIMR）教授）、柴田直哉教授、石川亮特任准教授、二塚俊洋特任研究員らのグループは、名古屋大学の松永克志教授、横井達矢准教授と共同で、原子分解能電子顕微鏡法と理論計算（シミュレーション、注2）により、原子が結晶粒界に沿って高速拡散（注4）する機構を明らかにしました。セラミックスの多結晶体に極微量の添加元素を導入すると、さまざまな材料物性の性能を向上させることができます。これまでに、結晶粒界が添加元素の高速拡散経路であることは知られていましたが、原子レベルでの...

日本航空株式会社（本社：東京都品川区、代表取締役社長：鳥取三津子）、国立大学法人東北大学（所在地：宮城県仙台市、総長：冨永悌二）、株式会社ウェザーニューズ（本社：千葉県千葉市、代表取締役社長 ：石橋知博）、DoerResearch株式会社（本社：愛知県名古屋市、代表取締役 菊地亮太）は、2024年12月より「リアルタイム乱気流予測プロジェクト」を開始し、この度、国土交通省の「交通運輸技術開発推進制度」に採択されました。2027年以降の社会実装に向けて航空運航の安全性向上と環境負荷低減の実現を目指します。乱気流による航空機の安全課題と社会的背景「晴天乱気流」は、晴...

近年、人工知能（AI）を支える機械学習を用いて人間の動作パターンを学習し、ロボットが調理や掃除などの日常タスクを自律的に実行する研究が進んでいます。その技術の進歩は日進月歩です。しかし、これらは主に視覚情報に依存しており、素材の質感や表裏の違いなど触覚的な判断を伴う作業には限界がありました。東北大学大学院工学研究科のNingquan Gu大学院生と林部充宏教授は、香港大学および香港の研究機関であるCentre for Transformative Garment Production（TransGP）の小菅一弘教授（東北大学名誉教授）との共同研究により、視覚と触覚の情報を統合し、ロ...

地下深くでプレートから供給され、地表へと上昇する"水"が、巨大なプレート境界地震の広がりを止める一方で、直下型地震を引き起こす可能性があることを明らかにしました。東北大学大学院理学研究科の鈴木琳大郎大学院生（研究当時）と内田直希准教授（研究当時。現在東京大学地震研究所教授）らの研究グループは、深層学習モデルを用いた大量の地震波形解析により、東日本の太平洋沿岸海域〜関東地方下に「前弧地震帯」を発見しました。この地震帯は、従来よりも浅い場所でのプレートからの脱水を示し、そこから上昇する水の経路となっています。深さ約35-75kmのプレートから出た水は、その直上のプレート境界断層を潤滑し、プレート...

東北大学大学院情報科学研究科の熊谷政仁特任助教と小林広明教授らは、NTT Research, Inc.Physics & Informatics研究所米国カリフォルニア州サニーベール、所長 山本喜久)と共同で、量子光学的原理に基づいた新しいタイプの計算機「単一光子コヒーレントイジングマシン（CIM）」を提案し、その性能評価を行いました。本成果は、制約付き最適化問題(注１)に定式化される教師なし機械学習の代表的課題に対して、極めて微弱な光（平均1光子/パルス）で高い最適解探索能力を持つことを世界で初めて示したものです。...

大阪大学大学院理学研究科の川室太希助教、立教大学の山田真也准教授、酒井優輔さん（博士後期課程）、理化学研究所の長瀧重博主任研究員、松浦俊司上級研究員、東北大学の山田智史助教らによる研究グループは、欧州宇宙機関(ESA)が運用するX線天文衛星XMM-Newtonがこれまで約24年間にもわたり取得してきた大規模な宇宙のX線変動データから、量子コンピュータと機械学習を組み合わせた量子機械学習モデルを構築し適応することで、113件の異常なエネルギー(X線)放射現象を捉えることに成功しました。近い将来、今以上に宇宙の変化を捉えるために膨大な量の動画データが取得されると考えられています。そこで...

脳卒中患者は、片側性の運動障害により非対称な歩行パターンを示し、下肢関節の運動様式の個人差が大きいことが知られています。理学療法士などのセラピストは、下肢運動の機能を評価し、リハビリテーション方針を決定しますが、正確な測定を行うには、4つ以上のセンサ（慣性計測装置：IMU）が必要となることが一般的でした。東北大学大学院工学研究科の林部充宏教授、大脇大准教授、Yan Guo大学院生（研究当時）、東北大学病院診療技術部リハビリテーション部門...

国立研究開発法人 産業技術総合研究所（以下「産総研」という）活断層・火山研究部門 寒河江 皓大 特別研究員らは、国立大学法人 東北大学 大学院理学研究科 加納 将行 助教と共同で、機械学習を用いてテクトニック微動を高感度に検出する解析フローを開発し、日本海溝に設置された地震観測網で得られたデータに適用しました。プレート境界などに蓄積された地殻のひずみが、断層すべりによって瞬間的に解放される現象を地震といいます。通常の地震に対して、断層がゆっくりとすべる現象をスロー地震と呼びます。スロー地震は、発生する地震波の周期などに応じていくつか...

東京大学大学院工学系研究科の佐藤龍平助教と、東北大学材料科学高等研究所（WPI-AIMR）所長・折茂慎一教授（金属材料研究所 兼務）、李昊教授、ケンブリッジ大学クリス ピッカード教授らによる国際研究チームは、最先端の機械学習を駆使して「スーパーハイドライド」と呼ばれる超高密度水素化物の合成反応を再現することに成功しました。研究チームは、未知の反応経路にも対応可能な高度な機械学習ポテンシャルを第一原理計算に基づいて構築し、カルシウム水素化物（CaH₂）が高温・高圧環境下でカルシウムスーパーハイドライド（CaH₄）へと劇的に変化する過程を分子動力学シミュレーショ...

NIMSは、東京大学、産業技術総合研究所、東北大学、京都工芸繊維大学との共同研究により、新物質を見つけるための「元素反応性マップ」を開発・公開しました。実験室で利用可能な80元素について３種類以内の組み合わせ計85,320組の中から、機械学習を用いて、新物質の可能性がある3,000組以上の元素の組み合わせをしめす地図を提案しました。この研究成果は、2月21日にChemistry of Materials誌に掲載されました。...

東京理科大学 先進工学部 マテリアル創成工学科の小嗣 真人教授、岡山大学の大林 一平教授、京都大学の平岡 裕章教授、筑波大学 数理物質系の三俣 千春教授らの研究グループは、トポロジーと自由エネルギーを活用した機械学習（AI）解析を実施し、薄膜結晶の電気的特性に大きな影響を与える樹枝状構造の枝分かれメカニズムを明らかにしました。これは、高品質な薄膜結晶の作製プロセスにつながる成果であり、次世代の電子デバイスへの応用が期待されます。Beyond 5Gの実現に向けて、現世代の 5Gよりも一桁以上高いテラヘルツ（THz）周波数帯で動作する電荷移動度（＊１）の高いデバイスが求められています。...