東京理科大学、京都大学高等研究院、筑波大学、岡山大学、東北大学および独マインツ大学などの共同研究グループは2026年11月17日、スーパーコンピューター「富岳」と次世代の説明可能AIを組み合わせ、電気自動車(EV)やデータセンター向け省エネ材料のエネルギー損失メカニズムを解明したと発表しました。
電力変換を担うナノ結晶軟磁性材料では、高周波化に伴い時空間の磁気ゆらぎが増して発熱や損失が大きくなる課題がありました。研究チームは富岳で大規模磁気シミュレーションを実行し、得られた複雑な磁区構造を数学的手法「パーシステントホモロジー」で特徴量として数値化しました。
さらに、物理法則とデータ科学を融合した説明可能AI「拡張型自由エネルギーモデル」へ特徴量を組み込み、元の磁区画像へ逆写像する解析を実施しました。その結果、高周波帯では磁区が細かく分断されて磁化反転を妨げる障壁が増大し、逆磁区の先端部や特定の微細な磁壁へ損失が選択的に集中する現象を初めて可視化しました。
これまで人間の直感では特定が困難だった損失の物理的起源をAIで明確に説明できたことで、超低損失な次世代磁性材料の開発が加速する見通しです。本研究成果は国際学術誌「NPG Asia Materials」に掲載され、半導体や電池材料の設計にも応用が期待されています(一次ソース:京都大学 公式研究発表 / 掲載論文(DOI))。
