AIが解く世界の難問 · 化学・材料 · arXiv · 2026-10-20
汎用機械学習原子間ポテンシャルにおける圧縮と伸長の誤差の非対称性
原題: Understanding compression-extension error asymmetry in universal machine-learning interatomic potentials
汎用の機械学習原子間ポテンシャルは多様な材料に使われているが、方向性のある変形下での信頼性は明らかではない。本研究では、11の事前学習済みポテンシャルについて、同じ元構造から出発した圧縮と伸長の経路を比較した。±10%のひずみでは、すべてのモデルで圧縮側の力の誤差の中央値が大きかった。誤差の増大を、DFTの力のスケールの増大と相対誤差の変化に分解して解析し、圧縮側の誤差超過が残ることを示した。