Materials Informatics特集 #4: (レビュー論文紹介) 安定したMDシミュレーションが可能なMLIPってどんなモデル？【Forces are not Enough】

はじめに

こんにちは、富士通コンピューティング研究所 Materials Informatics Projectの山﨑です。私たちのチームでは、その名のとおりMaterial Informatics(MI)の研究開発を行い、材料技術に関するお客様の課題を解決することを目的して活動しております。 今回のMaterials Informatics特集 #4では、安定したMD(Molecular Dynamics: 分子動力学)シミュレーションが可能なMLIP((Machine Learning Interatomic Potential: 機械学習力場)について、最新の論文の知見をもとに紹介したいと思います。 なお、前回のMaterials Informatics特集 #3では、私たちの開発した高分子電解質膜向けニューラルネットワークポテンシャルについて紹介しましたので、ご興味のある方は下記のリンクをご参照ください。 blog.fltech.dev

突然ですが、皆さんはこのような経験をしたことはないでしょうか？

最近MD向けにAIを用いた機械学習力場が提案されていて、第一原理計算と同等の精度があるらしい...
でも使ってみようと調べたら、たくさんモデルが出てきてどのモデルを使ったら良いのかわからない

この記事では、このような課題を解決してくれる論文「Forces are not Enough: Benchmark and Critical Evaluation for Machine Learning Force Fields with Molecular Simulations」[1]を紹介したいと思います。

arxiv.org

この論文では、SchNet[2]やDeepMD[3]などのMLIPが提案され始めた比較的初期ごろのモデルに加えて、PaiNN[4]、GemNet[5]、Nequip[6]などのより高精度なモデルを含む様々なMLIPモデルに対して、どのモデルがMDシミュレーションに適しているかを様々な事例で評価しています。 現実的な系に対して、様々なMLIPを用いたMDシミュレーションを実行し、どのモデルでのシミュレーションが安定しているか、また物性値をどの程度再現できるかを調べています。 最後まで読んでいただければ、どのMLIPモデルがMDに適しているか、またMDに適したモデルを判断する際にどのような指標で評価すべきかが理解できるようになりますので、ぜひ最後まで読んでいただけるとうれしいです！

Fujitsu Quantum Day 2025 Japanで超伝導量子ビットの作製技術についてポスター発表しました

はじめに

こんにちは、量子研究所で超伝導量子コンピュータのハードウェアに関する研究開発を担当している山口です。 2025年3月28日に開催したイベントFujitsu Quantum day 2025 Japan (https://www.fujitsu.com/global/about/research/technology/quantum/event-202503/)にて、量子コンピューティング技術のポスター発表を行いました。今回、そこでの発表内容についてご紹介します。

業界初：熟練者の勘と経験をAIが継承 ― 不具合分析に革新をもたらす新手法

こんにちは。富士通の菊月、松尾と、株式会社Things（以下、「Things」）の森田です。

Thingsと富士通研究所は富士通が進めるオープンイノベーション活動「FUJITSU ACCELERATORプログラム」を通じて、製造業の不具合分析に業界初となる革新的なアプローチに取り組んでいます。

Materials Informatics特集 #3：第72回応用物理学会春季学術講演会で機械学習ポテンシャルによる大規模・長時間分子動力学シミュレーション技術を発表しました

はじめに

こんにちは、富士通研究所 コンピューティング研究所の吉本勇太です。私たちは、コンピューティングとAIを活用し、材料探索を加速する技術の開発に取り組んでいます。

私たちが開発したニューラルネットワークポテンシャルの自動生成ツールGeNNIP4MD (Generator of Neural Network Interatomic Potential for Molecular Dynamics) を用いた研究成果が、第72回応用物理学会春季学術講演会に採択され、2025年3月に東京理科大学野田キャンパスにてポスター発表を行いました。今回のMaterials Informatics特集 #3では、発表した高分子電解質膜向けニューラルネットワークポテンシャルに関するポスターの内容についてご紹介します。なお、前回のMaterials Informatics特集 #2では、APS March Meeting 2025での機械学習ポテンシャルの研究動向をご紹介しましたので、ご興味がある方は以下からご一読ください。

量子コンピュータを活用した材料物性シミュレーション技術の開発#2：有限温度シミュレーション技術

こんにちは、量子研究所で量子アルゴリズムの研究をしております松本徳文です。先日2025年3月28日にUvance Kawasaki Towerにて富士通主催のグローバル量子コンピューティングイベント 「Fujitsu Quantum Day」が開催されました。その中で私たちの研究チームの最近の成果をポスター発表しました。前稿「量子コンピュータを活用した材料物性シミュレーション技術の開発#1：量子コンパイル技術」 [1]に引き続きまして、本稿ではポスター発表内容の２点目である有限温度シミュレーション技術（Markov-Chain Monte Carlo with Sampled Pairs of Unitaries, MCMC-SPU）[2]についてご紹介します。

世界最大級256量子ビット超伝導量子コンピュータの開発

こんにちは、量子研究所の近藤です。このたび富士通は、理化学研究所和光キャンパス内に設置している理研RQC-富士通連携センターにて、世界最大級　（注1）となる256量子ビット超伝導量子コンピュータを稼働させました[1]。2023年10月に稼働させた64量子ビット超伝導量子コンピュータに続く成果になります。64量子ビットシステムの公開から、冷凍機サイズをほぼそのままで、量子ビット数を4倍の規模に拡大したのですが、本記事では、256量子ビットシステムへ規模が拡大できた技術のポイントについて紹介します。

量子コンピュータの計算効率を劇的改善！STARアーキテクチャの進化と応用

こんにちは、量子研究所の兎子尾です。今回は、私たちが開発を進めている量子コンピュータのソフトウェア技術に関する話題をお届けします。量子コンピュータは未来のテクノロジーとして期待を寄せられており、ここ数年で開発競争が激化しています。その中でも、富士通と大阪大学*1が開発した、量子コンピュータの実用化を早める革新的な技術である「Space-Time efficient Analog Rotation quantum computing（STAR）アーキテクチャ」*2は、過去2回のプレスリリース*3*4により、世界中の注目を集めつつあります。このSTARアーキテクチャに関して、2025年3月28日に開催されたFujitsu Quantum Day*5にて発表を行いましたので、その内容を解説させていただきます。

*1:https://qiqb.osaka-u.ac.jp/

*2:https://journals.aps.org/prxquantum/abstract/10.1103/PRXQuantum.5.010337

*3:https://pr.fujitsu.com/jp/news/2023/03/23.html

*4:https://pr.fujitsu.com/jp/news/2024/08/28.html

*5:https://www.fujitsu.com/jp/about/research/technology/quantum/event-202503/

量子コンピュータを活用した材料物性シミュレーション技術の開発#1：量子コンパイル技術

こんにちは、量子研究所で量子アルゴリズムの研究をしております松本徳文です。先日2025年3月28日にUvance Kawasaki Towerにて富士通主催のグローバル量子コンピューティングイベント 「Fujitsu Quantum Day」が開催されました。その中で私たちの研究チームの最近の成果をポスター発表しましたので、その内容をご紹介したいと思います。

Materials Informatics特集 #2：APS2025での機械学習ポテンシャルの研究動向

はじめに

こんにちは、富士通研究所 コンピューティング研究所の松村直樹です。Materials Informatics特集の第2回は、機械学習ポテンシャルに焦点を当て、最新の研究動向や注目論文を取り上げます。前回の記事では、国際学会APS2025にて私が発表した内容の紹介をしました。詳細は以下をご参照ください。

APS2025では、材料特性の分析や第一原理計算の高度化、機械学習ポテンシャルの開発、実験とシミュレーションの融合など、材料探索に関する幅広いテーマが取り上げられました。特に材料分野におけるAI活用の研究は多くの聴講者を集めており、材料分野のビッグトレンドになっていると感じました。本記事では、機械学習ポテンシャルに関する具体的な技術や応用例を通じて、その進展を紹介します。

理論上最高効率の量子ニューラルネットワークを発明！～複雑性の中に潜む美しさ～

こんにちは、量子研究所の鎮西です！ 私は2025年3月28日に開催されたFujitsu Quantum Day 2025 Japanにおいて、量子ニューラルネットワークの学習効率に関する最新の研究成果について発表を行いました。 今回はその内容について解説します。 世界最先端の研究動向だけでなく、量子ニューラルネットワークの中に潜む「美しさ」もお伝えできればと思います。

この成果は、量子機械学習分野における世界最大の国際会議Quantum Techniques in Machine Learning 2024で口頭発表にも採択され、世界的にも高く評価していただきました[1]。 同じ内容で論文[2]も公開していますので、ご興味がある方はそちらもぜひご覧ください。

AAAI 2025 で高次元のベイズ最適化について発表しました

はじめに

こんにちは、人工知能研究所の苗村と竹森です。2025年2月25日～3月4日に開催された人工知能に関する国際会議 AAAI 2025 にて、複雑で高コストな最適化問題を効率よく解くためのベイズ最適化手法について発表したので、その内容を紹介します。

OPEAを活用した生成AIアプリ開発入門

こんにちは。富士通研究所 先端技術開発本部の小坂佳恵です。
私たちのチームは、OSSを活用した生成AIアプリのDevOpsを実現するためのプラットフォームを検討しています。

近年注目を集めている「生成AI」。画像や文章を自動で作成する技術として知られていますが、具体的な活用方法に迷われている方も多いのではないでしょうか。 例えば、文章の要約、質問応答、アイデア創出など、様々な業務を生成AIを活用して遂行するアプリケーションを、ここでは生成AIアプリと呼んでいます。
生成AIアプリは、従来型のシステムでは困難だった高度な自然言語処理や曖昧性の許容、複雑な推論を可能にし、業務効率化や新たな価値創造に貢献することが期待されています。

今回は、そのような生成AIアプリを容易に開発し、企業環境においても安全に利用するためのプラットフォーム構築に向けた取り組みについてご紹介いたします。
そのプラットフォームを構成するOSS（オープンソースソフトウェア）であるエンタープライズ向け生成AIプラットフォーム「Open Platform for Enterprise AI (OPEA)」を用いた生成AIアプリの作成手順を、実際に試してみた内容と共にご紹介します。 「OPEA」とは何か、という疑問をお持ちの方もご安心ください。この記事を読み進めていただくうちに、OPEAの特長をご理解いただけるはずです。

スパコン環境での決定グラフ型量子回路シミュレータの高速化

はじめに

　こんにちは、量子研究所の量子アプリCPJの猪谷です。2025年3月28日にFujitsu Uvance Kawasaki Towerで開催されたFujitsu Quantum Day (FQD) 2025 Japanでポスター発表を行いました。今回は、この発表内容をFujitsu Tech Blogの方でも紹介させていただきます。なお、発表した技術自体は、2024年11月17日-22日に米国アトランタで開催されたSC24で発表されたものです [1]。技術の詳細はIEEE QSW24での発表 [2]もご覧下さい。

Materials Informatics特集 #1：APS2025で機械学習ポテンシャルの生成技術を発表しました

はじめに

こんにちは、富士通研究所 コンピューティング研究所の松村直樹です。私たちはコンピューティングとAIを活用した、材料探索を加速する技術（Materials Informatics: MI）の開発に取り組んでいます。 MIは、近年のコンピューティングとAIの技術進展に伴い、非常に盛んになってきた研究領域であり、材料探索の業界に革新をもたらしています。これから2か月間、MIの特集記事を投稿していきますので、ぜひご期待ください。第一回として、私が国際学会APS2025で発表した内容についてご紹介します。

私たちが開発した材料探索を加速するソフトウェアGeNNIP4MD（Generator of Neural Network Interatomic Potential for Molecular Dynamics）を用いた研究結果[1]が、物理学に関する国際学会APS2025に採択され、2025年3月にアメリカのアナハイムで開催された年次イベントにてポスター発表を行いました。以下ではその発表した内容について紹介します。APS2025に関する記事は連載形式でお届けし、次回の連載では、APS2025の研究動向や注目論文について紹介します。