富士通と日本物理化学研究所は、共同研究チームが全固体リチウムイオン電池の固体電解質組成物の予測、合成、評価試験を行うために、材料設計に第一原理計算と人工知能技術を適用したと発表した。結果は、データが少なくても、人工知能法を組み合わせることにより、最良の材料組成を効率的に見つけ出すことができ、材料の開発速度を大幅に向上させることができることが実証された。
これまでのところ、材料の研究者の開発は、経験と鋭い勘の長期蓄積に頼らなければならなかった、成功するために失敗の教訓の多くを蓄積する必要がある。第一原理計算は、材料の組成は量子力学予測可能な特性に基づいて、指定された場合ということです実験に先立って、それによって大幅に失敗した実験の回数を減らし、新しい高性能材料の最適組成を予測するが、負荷の第一原理計算は、複数の計算が、それは非常に長い時間がかかります必要な様々な材料で構成される、非常に大きいです。
チームは、材料は非常に新しい高機能材料を作成し、より簡単に予想外の組成や結晶構造を見つけるために、開発時間を短縮する材料開発の問題を解決するために、密接材料シミュレーション、および人工知能実験に期待しています。
組み合わせベイズ推論法における人工知能の方法の一つ、第一原理計算の操作の数のコントロールを使用して研究グループは3つのリチウム固体電解質を含む全固体型リチウムイオン電池の化合物のポリオキソメタレートの合成を予測しました。結果は、この方法は時間で実現することができると予測高いリチウムイオン伝導性の最適な組み合わせを確認する。予想組成の近傍を同時にまたその他の高いリチウムイオン伝導性を発見しました。
リチウムイオン伝導性固体電解質材料の重要な特徴は、それが支配的なリチウム電池の充電率及び放電率である。効率的にすることができ、人工知能のシミュレーションと検証方法を使用して材料研究が漏れ、無火災のリチウムイオン電池を開発していません将来的には、電池、半導体と磁性体の材料の分野で大きな可能性を果たすことが期待されます。
