Quemixと出光興産、電場下のイオン輸送を低コストで扱うMD手法を提案
Quemixと出光興産は、電場下のイオン輸送を効率的にシミュレーションする分子動力学（MD）手法に関する論文を発表した。機械学習ポテンシャルで原子間力を計算し、軌道自由密度汎関数理論（OFDFT）で原子電荷を求めることで、イオン移動と局所的な電荷変化を扱う。
✍️ Quantum Indexの視点
発表内容の背景にある技術・事業上の意味と、数字や見出しだけでは見えにくい評価ポイントを解説します。 独自分析を読む ↓
発表概要
提案手法は、電場に依存しない原子間力を機械学習ポテンシャルで高速に計算し、局所的な原子環境によって変化する電荷をOFDFTから算出する。材料ごとに電荷予測用の機械学習モデルを新たに構築せず、従来のKohn–Sham DFT（KSDFT）を用いたMDより低い計算コストで、電場駆動のイオン輸送を扱うことを狙う。 リチウムイオン電池材料を想定したS₈/Li₃PS₄界面への適用では、電場によってLiイオンがLi₃PS₄領域からSを多く含む領域へ移動し、それに伴ってS原子が負に帯電する挙動を再現した。代表的な界面構造をKSDFTと比較し、Liの電荷とS原子の負帯電を定性的に再現したとしている。KSDFTとOFDFTの計算には、Quemixの材料計算プラットフォーム「Quloud」を使用した。
重要ポイント
- Quemixと出光興産による共同研究として論文を発表した。
- 原子間力には機械学習ポテンシャル、局所的に変化する原子電荷にはOFDFTを用いる。
- 材料ごとの電荷予測モデルを新規構築せず、KSDFTベースのMDより低い計算コストでの解析を目指す。
- S₈/Li₃PS₄界面で、電場によるLiイオンの移動とS原子の負帯電を再現した。
- KSDFTとの比較では、代表的な界面構造の電荷状態を定性的に再現した。
技術・事業上の意味
技術面では、機械学習ポテンシャルの計算速度とOFDFTによる電荷計算を組み合わせ、電場下のイオン移動と電荷状態の変化を同時に扱える可能性を示した点に意味がある。材料ごとの電荷予測モデルが不要であれば、異なる材料系へ適用する際のモデル構築負担を抑えられる可能性もある。事業面ではQuloudが実際の計算に使われたが、計算コストの削減率、定量精度、対応できる材料の範囲、商用展開の計画は今回の発表では示されていない。
今後の注目点
次の判断材料は、KSDFTベースのMDに対する計算時間や必要資源の具体的な削減幅である。電荷やイオン移動の定量精度がより多くの構造で示されるか、S₈/Li₃PS₄以外の材料系でも同様に適用できるかも重要となる。加えて、Quloud上での利用方法や提供範囲、共同研究の次の成果が具体化するかが事業面の観測点となる。
✍️ Quantum Indexの視点
今回の発表で評価すべきなのは、電場下のイオン輸送と局所的な電荷変化を、従来より低コストに扱おうとする計算手法そのものだ。機械学習ポテンシャルとOFDFTを組み合わせる発想には技術的な意味がある。今回示された検証はS₈/Li₃PS₄界面での定性的な再現が中心で、KSDFTに対する速度向上率や定量誤差は明らかにされていない。
事業面では、QuemixはHondaとの量子材料計算の共同研究と資金調達、三井金属との共同研究・資本業務提携、住友ゴムとの量子CAE関連の論文発表など、材料企業との個別案件を重ねている。ただ、これらは研究成果や提携としては前進でも、横展開可能な製品の普及や継続的な商用利用とは別である。今回、計算に自社のQuloudが使われたことも、共同研究の計算基盤として自社技術が使われたことまでであり、出光興産による直接利用や商用導入を示すものではない。外部顧客による導入実績と同列には扱えない。
Quemixは材料企業との共同研究や技術発表を重ねているが、個別案件で生まれた成果が、技術者の稼働に依存しないプロダクトや継続収益へどこまで転換しているかは依然として見えにくい。今回の手法も、計算性能の定量評価に加え、他材料への横展開やQuloudを通じた外部利用が増えるかが、研究成果を事業価値として評価するうえでの分岐点になる。
NETWORKQuemixを取り巻く業界ネットワークを見る →関連記事
- Quemix、Hondaから資金調達 量子技術の材料開発への実装を加速
- Quemixと三井金属が資本業務提携、量子材料シミュレーションの実用化へ
- Xanaduとアルバータ大学、光増感剤の設計に向け量子創薬研究で提携
