原子をどう計算するか
- 第一原理計算の主力DFTは密度で解く——正確だが遅い理由
材料をコンピュータで予測するには、原子をつなぐ量子力学を解かねばならない。全電子の波動関数を厳密に解くのは事実上不可能——DFTは問題を「電子の密度」で解き直してこれを可能にした。だが密度で解いてもなお計算は重い。その正確さと遅さが、どこから来るのかを辿る。
- 機械学習ポテンシャル(MLIP)はDFTを高速に近似する
DFTは正確だが遅い。ならば、DFTが出した答えを大量に学習して、原子の配置からエネルギーと力を一瞬で予測できないか——それが機械学習ポテンシャル(MLIP)だ。なぜ桁違いに速く、なぜDFT並みの精度を保てるのか。そして、どこで信用できなくなるのかを辿る。
- MLIP順位表は実用性を保証しない——安定性上位でも崩れうる
原子の万能ポテンシャル(MLIP)のベンチマークは飽和に近づいたとの指摘がある。だが「安定材料を当てる」で首位級のモデルは、熱伝導では最下位級に沈む。別のモデルは長い分子動力学で発散する。スコアが測るのは「発見」の一面で、そのポテンシャルが実務の計算で使えるかは別の話だ。
