MatterGen - マイクロソフトの無機材料生成モデル

MatterGenとは何ですか？

MatterGenは、Microsoftが開発した革新的な生成モデルで、無機材料の設計に特化して設計されています。独自の拡散プロセスに基づき、原子の種類、座標、周期格子を段階的に最適化することで、周期表全体にわたる安定かつ多様な無機材料を生成します。MatterGenは、化学組成、対称性、磁気特性、電子特性、機械的特性など、幅広い性能制約を満たすように微調整できます。従来の材料生成モデルと比較して、MatterGenは安定で独自性の高い新規材料の生成に優れており、DFT（デジタル関数理論）の局所エネルギー最小値により近い構造を生成します。与えられたDFT特性計算予算内で、MatterGenは極めて厳しい性能制約を満たす材料をより多く見つけることができます。

MatterGenの主な機能

• 安定かつ多様な無機材料を生成するこの装置は周期表全体にわたる様々な無機材料を生成することができ、生成された材料は高い安定性、独自性、新規性を備えている。
• 幅広い性能制約を満たす微調整に基づいて、化学組成、対称性、磁気特性、電子特性、機械的特性などの特定の制約を満たす材料を生成することができ、例えば、高磁束密度の磁性材料、特定のバンドギャップを持つ半導体材料、高体積弾性率の超硬材料などが挙げられる。
• リバースマテリアルデザインこの方法は、目標とする性能制約に基づいて材料構造を直接生成することで、既知の材料に基づく従来のスクリーニング方法の限界を打破し、新素材発見の効率を大幅に向上させる。

MatterGenの技術原理

• 拡散モデル結晶性材料は拡散モデルに基づいて生成されます。この拡散モデルは、学習済みの分数ネットワークを用いて実装された逆固定破壊プロセスに基づいてサンプルを生成します。結晶性材料の場合、その固有の周期構造と対称性を考慮したカスタマイズされた拡散プロセスが定義され、原子の種類、座標、および周期格子をそれぞれ破壊およびノイズ除去します。
• 分数ネットワーク事前学習済みの分数ネットワークを用いて、大規模で安定した材料構造データセット上の原子の種類、座標、格子をまとめてノイズ除去します。分数ネットワークは、データから対称性を学習することなく、ノイズ除去のための分数値を出力します。
• アダプタモジュール本稿では、パフォーマンスラベル付きの追加データセットに基づいてスコアモデルを微調整するためのアダプタモジュールを紹介します。アダプタモジュールは、ベースモデルの各レイヤーに挿入される調整可能なコンポーネントであり、与えられたパフォーマンスラベルに基づいてモデルの出力を変更することで、目標パフォーマンス制約の生成を誘導します。
• データセット: 大規模で多様なデータセット Alex-MP-20 を使用して事前学習済み。このデータセットには、Materials Project および Alexandria データセットから再計算された 607,683 個の安定構造が含まれています。

MatterGenのプロジェクトアドレス

• プロジェクト公式サイト：https://www.microsoft.com/en-us/research/blog/mattergen
• 技術論文：https://www.nature.com/articles/s41586-025-08628-5

MatterGenの応用シナリオ

• エネルギー貯蔵これは、高容量リチウムイオン電池の正極材料や高性能固体電解質などの新しい電池材料の設計に使用され、電池のエネルギー密度と出力密度を向上させる。
• 触媒石油化学およびファインケミカル産業における特定の化学物質の合成、ならびに環境触媒における自動車排気ガスの処理のための高選択性触媒を開発し、反応効率と環境への優しさを向上させる。
• 二酸化炭素回収目標は、二酸化炭素を効率的に吸着する材料と、二酸化炭素を有用な化学物質に変換する触媒材料を設計し、それによって炭素リサイクルを実現し、環境保護に貢献することである。
• 電子材料高性能電子機器の製造に用いるための新しい半導体材料および高性能磁性材料を開発し、電子技術の発展を促進する。
• 超硬質材料切削工具や耐摩耗性コーティングに使用する超硬質材料を開発し、機械部品の耐摩耗性および耐腐食性を向上させる。応用分野は航空宇宙、自動車、その他多岐にわたる。