インサイダーブリーフ
- 米国の日本の優先ネットワーク（PFN）であるMatlantis Inc.は、AIを搭載したMatlantis™Universal Atomistic Simulatorのバージョン8を発売し、高度な機械学習技術を通じて材料の研究の精度と速度を高めました。
- アップグレードされたプラットフォームは、R2SCANデータセットでトレーニングされた最初のユニバーサル機械学習間ポテンシャル（MLIP）であるPFP（優先電位）バージョン8を使用し、迅速なシミュレーション速度を維持しながら、以前のPBEトレーニングモデルと比較してシミュレーションの精度を2倍にすることができます。
- マサチューセッツ州ケンブリッジにあるMatlantisの新しい米国オフィスは、北米全体での採用を加速することを目指しており、バッテリー、半導体、触媒などの産業における材料の発見を合理化するクラウドベースのAIシミュレーションツールを提供します。
プレスリリース – Matthew Inc.、日本の大手AI企業の材料分散部門の米国のハブPreferred Networks、Inc。（PFN）、 主要な更新を発表しました Matlantis™Universal Atomistic Simulator、およびマサチューセッツ州ケンブリッジにオフィスが開設されたため、北米全体でAI駆動型の材料研究の採用を加速しました。この更新により、PFN独自のAIテクノロジーという名前のPFP（優先電位）の新しいバージョン8が導入されています。これにより、業界の研究者が発見を加速し、予測パフォーマンスを向上させ、シミュレーションの精度のレベルで材料科学の新しいフロンティアのロックを解除できます。
PFPバージョン8は、R2SCAN（復元された正規化された強く制約され、適切に規制されている）と呼ばれる新しい方法で開発されたデータセットでトレーニングされる最初のユニバーサル機械学習間促進ポテンシャル（MLIP）として重要なマイルストーンをマークします。 PFPバージョンは、PFP以外のMLIPによって広く採用されているPBE（Perdew-Burke-Arnzerhof）functionalと呼ばれるメソッドで生成されたデータセットに依存しています。ただし、PBEにはシミュレーションの精度に特定の制限があることが知られています。これは、材料の動作のコンピューターベースのシミュレーションが実際の実験結果とどの程度密接に一致するかです。
「このアップデートは、大きなブレークスルーを表しています」と、MatlantisのCEOであるOkanohara大sukeは述べています。 「2021年、私たちはユニバーサルMLIPを使用して商業シミュレーターを発売した世界初のものでした。今では、シミュレーターであるMatlantisは、高いシミュレーションの精度を保証するR2SCANを組み込んだ最初のグローバルです。日本最大のエネルギー企業、三菱企業であるPFNとEneosが共同投資しているMatlantisは、2021年7月の発売以来、世界中の100を超える産業および学術的リーダーによってすでに使用されています。今日、Matlantisは、産業用のMLIPの原子シミュレーションのために、産業用の原子シミュレーションを目的とする最初の市販のAI搭載プラットフォームの1つです。 （密度官能理論） – 最大2,000万倍のレベルの精度。
Matlantisにより、研究チームは以下を可能にします
- 使用の初日からシミュレーションを実行します。
Matlantisは、クラウドベースのソフトウェアAs-a-Service（SAAS）として提供されます。ユーザーはブラウザを介してアクセスして、使用の初日から新しい素材の検索を開始できます。 Matlantisの機械学習間原子間の可能性（MLIP）はすでに大規模なデータセットでトレーニングされているため、ユーザーは機械学習モデルの構築に時間を費やすことなく、すぐに物質的発見に集中できます。 - さまざまな未発見の素材を検索します
普遍的な原子的シミュレーターとして、Matlantisは、バッテリー、半導体、触媒などの多種多様な材料をカバーしています。 - 材料の発見を加速します
Matlantisを使用すると、研究者はわずか数時間でシミュレーションを完了することができます。このスピードアップは、材料の発見における反復設計を変換し、R＆Dプロセスを再形成して、計算洞察が単に後で検証するのではなく、実験をリードします。 - かつてないほど高いシミュレーション精度を実現します
R2SCANメソッドで構築された新しいトレーニングデータセットを使用すると、Matlantisは同じ時間枠で一般的なMLIPよりも高い精度で材料特性をシミュレートでき、シミュレーションと実験の間のギャップをさらに狭めます。
「PFP 8.0を使用すると、最終的には、定期的なテーブルの大部分に及ぶ最高のDFTレベルの忠実度を維持する普遍的な機械学習の可能性があります」と、Matlantis Technical Advisor教授Ju Liは、Atomistic Modeling and Materials Researchに関する彼の研究で広く認識されています。 「精度と速度の組み合わせにより、エンジニアは数週間または数か月ではなく数日または数日で位相図または画面のマルチコンポーネントシステムを生成できます。これは、合金設計、バッテリー材料、その他の高価値アプリケーションを直接通知する作業を行います。
Resonacの計算科学および情報学研究センターの副部長である吉田王子博士は、「Matlantisの主要な更新と新しい米国のオフィスの開設について聞いて興奮しています。このプラットフォームの進化が、私たちの材料開発をさらに促進することを大いに楽しみにしています。」
PFP 8.0は、PFNのスーパーコンピューターおよびAIブリッジクラウドインフラストラクチャ（ABCI）2.0および3.0を使用して開発されました。
#Matlantisは材料の発見のためにそのユニバーサルアトミズムシミュレーターへの主要なアップグレードを発表し専用の米国のオフィスを開きます