　なお、公開されている事前学習済みモデルを用いたNNPでは、1ナノ秒間における1344原子の動きをMDシミュレーションするためには46時間かかるだけでなく、界面構造が崩壊し、空隙が発生する。一方、GeNNIP4MDで生成した訓練済みNNPでは、1ナノ秒間における1344原子の動きをMDシミュレーションする時間が1.5時間と短く、界面構造も崩壊しないことも分かった。

全固体電池における知識蒸留の効果［クリックで拡大］出所：富士通

　同社では、全固体電池の固固界面や燃料電池の高分子電解質膜、半導体表面ウェットエッチング（固液界面）、半導体表面ドライエッチング（固気界面）における、GeNNIP4MDで生成した訓練済みNNPを用いたMDシミュレーションの効果について調べた。

　全固体電池の固固界面の動きに関して、従来のMDシミュレーションで再現した場合、化学反応が起きないだけでなく、固体電解質界面層（SEI）が形成されず、正しい分析が行えなかった。量子化学計算を用いたMDシミュレーションでは、化学反応は起きたが、SEIが不明瞭で正しい分析はできなかった。量子化学計算を用いたMDシミュレーションは、10万原子超の計算時間が1000億年以上だと見積もられている。

　GeNNIP4MDで生成した訓練済みNNPを用いたMDシミュレーションでは、SEIが形成され、正しい分析／施策検証が可能だと分かった。

全固体電池の固固界面における適用事例［クリックで拡大］出所：富士通

　燃料電池の高分子電解質膜を対象に、GeNNIP4MDで生成した訓練済みNNPにより、2万原子系で30ナノ秒以上のMDシミュレーションを行った結果、8日間の計算時間で実現することが判明した。

燃料電池の高分子電解質膜における適用事例［クリックで拡大］出所：富士通

　半導体表面のウェットエッチングに対しては、GeNNIP4MDで生成した訓練済みNNPを用いたMDシミュレーションを行った。その結果、実験では観測が難しいエッチング過程の評価／解析が可能になると明らかになった。

半導体表面のウェットエッチングにおける適用事例［クリックで拡大］出所：富士通

　半導体表面のドライエッチングを対象に、GeNNIP4MDで生成した訓練済みNNPを用いたMDシミュレーションを実施した結果、実験では観測が困難なエッチング過程の評価／解析が可能だと分かった。

半導体表面のドライエッチングにおける適用事例［クリックで拡大］出所：富士通

　また、GeNNIP4MDで生成した訓練済みNNPの推論速度は、2つの公開NNPより約100～200倍速いことも分かっている。既にGeNNIP4MDを試験的に採用している企業もあるという。「評価も高く継続的に利用されている。今後は、GeNNIP4MDの導入に伴走する人材やコンサルティングを強化し、導入先が使いこなせるようにサポートしていく見通しだ」（溝渕氏）。

GeNNIP4MDで生成した訓練済みNNPと2つの公開NNPの性能比較［クリックで拡大］出所：富士通

　今後も、同社ではさまざまな製品を対象に、GeNNIP4MDで生成した訓練済みNNPを用いたMDシミュレーションの適用実績を拡大していく方針だ。坂井氏は「全固体電池だけでなく、半導体の表面／界面なども対象となる。当社では、顧客がR&Dで目指すのは、『材料の開発期間を短縮したい、新しい材料を早く発見したい』という点にあると考えている。そのため、GeNNIP4MDはMDシミュレーションの支援だけではなく、当社が強みを有する『因果発見AI』、組み合わせ最適化問題を高速で解く次世代アーキテクチャ『デジタルアニーラ』、計算化学統合プラットフォームであるSCIGRESSといったコア技術群に、既存の技術を連携させることで、材料開発の全体プロセスを加速させるMIフローを確立していきたい」と明かした。

富士通グローバルソリューションBG クロスインダストリーソリ事業本部 Digital Shifts事業部マネージャーの溝渕真名武氏

　溝渕氏は「そのMIフローを現在開発中だ。このMIフローは、デジタル上で実験を経ずに物性を検証できる。それだけでなく、広範囲における材料探索やアイデア出し、試作立案、逆設計にも対応する。逆設計では、必要とする物性から候補物質を探索し、有望なものに対して高精度のシミュレーションを行う。これを『マルチAIエージェント』が自律的に実行していくという構想を描いている。これによって飛躍的に材料探索数を増やし、新材料の発見につなげたい。当社のMIフローとプロセスインフォマティクスを組み合わせることで、製品開発までのリードタイムを半分や3分の1に短縮できるとみている」と述べた。

⇒その他の「マテリアルズインフォマティクス最前線」の記事はこちら

10万原子の全固体電池界面、1週間で解析するシミュレーション技術
富士通は、AIを活用して10万原子超からなる全固体電池界面の構造解析を高速、高精度で予測できる分子動力学シミュレーション技術を開発した。
マツダのDX基盤に富士通のプラットフォームが採用、全社のデータ連携でDXを支援
マツダは、「人とITの共創による価値創造」に向けた全社DX基盤として、富士通のオールインワンオペレーションプラットフォーム「Fujitsu Data Intelligence PaaS」の本格運用を開始した。
富士通、プライベート領域で管理できるクラウド型生成AIサービス提供開始
富士通は、プライベート領域で管理できるクラウド型生成AIサービス「Fujitsu クラウドサービス Generative AI Platform」を、2025年度から国内で提供開始する。
超伝導量子コンピュータ実用化に向け連携センター開設、理化学研究所と富士通
理研と富士通は2021年4月1日、理研の「量子コンピュータ研究センター」内に「理研RQC-富士通連携センター」を開設した。
富士通が商用量子コンピュータシステムを初受注、産総研に提供
富士通は産業技術総合研究所の「超伝導ゲート型量子コンピュータ」を受注した。2025年初旬に産総研の量子／AI融合技術ビジネス開発グローバル研究センターで稼働する予定だ。富士通によると、国内ベンダーが商用量子コンピュータシステムを受注したのは初めて。