東京大学 生産技術研究所 溝口 照康 教授、東京大学 大学院 工学系研究科 チェン ポーエン 大学院生、東京大学 生産技術研究所 柴田 基洋 助教、防衛大学 萩田克実 講師、東北大学 宮田 智衆 助教の研究グループは、基底状態にあるすべての電子構造(全電子構造)を人工知能で予測する新手法を開発しました。
物質の機能は安定な基底状態の電子構造によって支配されており、物質開発の現場では、電子構造を調べるためにスペクトルが日常的に測定されています。そのような物質開発分野で用いられるスペクトルは、安定な基底状態の情報ではなく、電子が遷移した励起状態の情報を有しています。さらに、一般的にスペクトルから得られる情報は、すべての電子構造ではなく、一部の情報しか有していません。
そこで、本研究グループは、人工知能構築に使用されているニューラルネットワークという手法を利用し、励起状態の一部の情報しか持たないスペクトルから、基底状態の全電子構造を高精度に予測する人工知能を構築することに成功しました。
本研究で使用したスペクトルは、高い空間分解能を有する内殻電子励起スペクトルです。本研究により原子一つ一つの全電子構造を決定することができる、「原子レベル全電子構造計測」の実現に近づいたと言えます。
Journal
The Journal of Physical Chemistry
Article Title
Machine Learning Lets Researchers See Beyond the Spectrum
Article Publication Date
17-May-2023