米乐m6官方网站 (AIST) 功能材料计算设计中心 (CD-FMat) 的深泽太郎研究员及其同事开发并开始运营“磁性材料数据平台”，配备磁性材料数据库和数据驱动的材料设计分析工具，以加速高性能磁体的开发。
本次发布的数据平台有望成为下一代高性能磁体ThMn12型磁体化合物相关的7260个磁属性数据通过利用 CD-FMat 的先进模拟技术，这些计算很难用传统的商业和通用程序来执行稀土的磁性材料以及替代构成磁性材料的某些元素的影响。
过去10年来，大学和研究机构一直在积极研究利用AI和机器学习等人工智能技术的材料探索（材料信息学）方法。在这个新领域，重要的不仅是发展人工智能技术本身，还需要确保足够的学习数据并构建一个以适合数据分析的格式组织数据的材料数据库。即使应用人工智能技术所需的各种数据分析方法不断发展，这样的数据库也具有可以灵活使用的通用性。新开发的磁性材料数据平台的设计就强调了这一点，赋予数据适合机器学习的结构。这使得使用各种分析工具可以轻松地分析和处理数据。
该数据平台是CD-FMat运营的数据驱动材料设计技术的使用平台AIST 材料之门Ⓡ操作该平台有望通过加速高性能磁体的开发，为实现碳中和社会做出贡献。
*AIST Materials Gate 是米乐m6官方网站的注册商标。
材料性能对产品性能和制造成本有重大影响。这种趋势不仅在该数据平台中的磁铁中很明显，而且在实现碳中和社会所需的技术中也很明显，例如蓄电池和太阳能电池。提高材料性能是增强产业国际竞争力的重要课题，但依赖研究人员直觉和经验的材料开发需要大量的时间和高昂的人力成本，因此迫切需要建立卓越的材料设计技术。为此，利用信息科学方法提高材料开发效率的材料信息学在过去10年得到了迅速发展。为了提高产业竞争力并引领实现碳中和社会，迫切需要建立和加强数据驱动的材料设计技术，该技术结合了材料信息学所需数据的创建、使用数据库的数据管理以及使用人工智能和机器学习的分析。
图 1 数据驱动的材料设计技术图片
AIST 正在与 NEDO 合作，NEDO 是一个由 18 家公司组成的技术研究协会超先进材料超高速发展基础技术项目并力争在2016年至2022年间开发数据驱动的材料设计技术。该项目旨在将功能化学品的开发时间减少二十分之一，并与参与企业合作开发实现这一目标所需的基础技术。因此，我们构建了“AIST Materials Gate 数据平台”，该平台汇集了通过项目研究获得的材料数据。其中包括与光功能粒子、布线/半导体材料、电子元件材料、功能聚合物和催化剂相关的五个数据平台组。目前，CD-FMat 在进一步发展和完善方面发挥着核心作用，包括数据增强、计算模拟器等数据创建技术的开发以及使用人工智能的数据分析技术的开发。此次，除了上述平台外，我们还开始运营磁性材料数据平台。该数据平台之前已在 CD-FMat 中使用第一原理计算模拟创建的磁性化合物的材料数据。作为一个典型的例子。
构建用于数据驱动的材料设计的数据平台时，将材料数据构建为易于 AI 和机器学习使用的格式也很重要。磁性材料数据平台是一个集成系统，以易于使用的格式记录学术论文中发表的数据，并与一组基于信息学和数据分析方法的工具结合使用。关键是处理真实材料数据之间的关系。材料数据很复杂，材料和材料数据之间并不总是一一对应的。例如，即使材料相同，根据实验方法或理论计算方法也可能得到不同的数据。而且，当你想找到一种具有某种特性的材料时，不一定只有一种物质适合。处理这种一对多和多对多关系的常见方法是关系数据库其设计理论是众所周知的。这种设计既需要材料领域的知识来准确理解材料数据之间的关系，又需要设计理论的知识来正确地表达这些关系。 CD-FMat 开发了迄今为止通过数据平台开发积累的专业知识，旨在适当地表示磁特性数据，这在磁性材料中尤其重要。这使得标准数据库软件能够轻松提取具有复杂关系的数据。因此，它比直接处理原始数据更容易用于人工智能和机器学习。标准化的数据处理还可以更轻松地将分析工具应用于不同的数据，从而提高材料开发的效率。
该数据平台包含ThMn12型磁体化合物的数据，该化合物表现出比目前风力发电和电动汽车等领域主流的钕磁体的主要成分更优异的性能，并且作为下一代磁性材料的候选者而受到关注。这些磁性化合物的数据是使用第一原理计算模拟技术生成的。一般来说，含有稀土元素的材料或其中一些组成元素被取代的材料的第一性原理模拟被认为是困难的。这次进行的模拟旨在有效计算电子和大量原子排列之间具有强相关性的状态的平均特性，并可以创建适合这些材料的综合机器学习的数据。通过使用这种第一性原理计算模拟方法，我们成功地创建了对于各种元素替代的磁性材料的磁化强度、铁磁转变温度和超精细场等对于高性能磁性材料的开发至关重要的磁特性数据。
我们这次搭建的磁性材料数据平台是数据驱动材料设计技术运用促进联盟，并计划在未来扩大该列表。通过数据平台的公开，我们将获取用户的反馈，并根据用户的需求，通过增加数据和数据项、丰富分析工具等方式不断更新。未来，我们将根据数据的来源采取开放/封闭的策略，并推动与其他平台的集成使用，扩大数据的使用范围。关于封闭工业材料数据秘密共享技术等来扩展我们的数据，并将其开发成可以满足各种数据使用需求的数据平台。