AIが解く世界の難問 · 化学・材料 · arXiv · 2026-10-19
定電位下の電極・水界面：機械学習分子動力学のためのデータ効率的な転移学習
原題: Electrified Metal-Water Interfaces at Constant Potential: Data-Efficient Transfer Learning for Machine-Learning-Based Molecular Dynamics
定電位条件下で溶媒を含む金属・水界面をシミュレーションすることは、第一原理計算では計算コストが極めて高いという課題があった。TRECIは、汎用モデルとドメイン特化モデルからの転移学習を用いて、少数の参照配置から第一原理計算に近い精度の機械学習力場を構築するワークフローである。Cu(111)・水界面では、わずか1,000配置で学習したモデルが正確な分子動力学シミュレーションを実現し、電位に依存する溶媒の再配列効果を捉えた。