AIが解く世界の難問 · 化学・材料 · arXiv · 2026-10-19
電場応答を扱えるスケーラブルな長距離機械学習原子間ポテンシャル
原題: Scalable long-range machine learning interatomic potentials with electrical response for atomistic material modeling
長距離静電相互作用と電気応答を扱える機械学習原子間ポテンシャル「DPA4C-LR」を提案した。長距離静電力とBorn有効電荷を、大域的な静電計算と学習済み潜在電荷の局所的な微分に分離し、分散計算を可能にした。4基のGPUで520万原子まで拡張でき、計算コストは短距離モデルの約2倍だという。水の電場依存赤外スペクトルの再現、リラクサー強誘電体の分極ヒステリシスの再現、非晶質Li系化合物の室温・電場下のイオン伝導度（6.8±0.7 mS/cm）の予測、Si/ダイヤモンド界面の熱輸送のモデリングに用いられた。