AI エージェントがアルミニウムナノ粒子がどのように酸化するかを明らかにする

原子がどのように相互作用するかの正確なモデルを構築するのは複雑なプロセスです。研究者は、新しい計算を選択し、連続するモデルをテストし、それぞれの相互作用の背後にあるメカニズムを追跡する必要があります。しかし、MLP Copilot と呼ばれる新しく開発された AI エージェントは、計算ツールと科学的証拠を人間の監督と橋渡しすることで、このプロセスをはるかに簡単にしました。

「自動操縦によってパイロットの作業が大幅に楽になるのと同じように、私たちの汎用フレームワークは、実際の人間が操縦する必要性を無視することなく、材料科学をより効率的にするように設計されています」と東北大学材料科学高等研究所 (WPI-AIMR) の特別教授、ハオ・リー氏は述べています。

MLP Copilot は、量子計算から原子エネルギーと力を学習し、そのモデルを使用して大規模なシミュレーションを実行可能にします。フレームワークの調整方法は、各アプリケーションに合わせた計算、トレーニングデータ、検証を使用して、材料システム全体で再利用できます。

この研究は、2026 年 10 月 15 日に米国科学アカデミー紀要 (PNAS) に直接投稿として掲載されました。

この枠組みを実証するために、研究チームはアルミニウムのナノ粒子の酸化を調査した。これらの粒子はかなりの化学エネルギーを蓄えますが、表面の酸化物シェルにより酸素との反応が制限される可能性があります。その殻の変化がどのように変化するかを理解することは、酸化とエネルギー放出を制御するための将来の取り組みに役立つ可能性があります。

約 80 回のアクティブラーニング反復を通じて、研究者らは 88,833 個の原子構成を組み立てました。構成が不確実であるため、追加の量子計算とモデルのトレーニングが必要になりました。参照結果、熱力学特性、および独立したクラスターテストとの比較は、酸化シミュレーションで使用する前にモデルを評価するのに役立ちました。

AI エージェントがアルミニウムナノ粒子がどのように酸化するかを明らかにする — MLP Copilot は、モデルの開発、検証、専門家によるレビューを接続します。 AI エージェントが作業と証拠を整理し、研究者が科学的およびモデル使用の意思決定を行います。 © 2026 著者。ルーら。

シミュレーションにより、既存の酸化物シェルを持つ粒子の 2 つの挙動が明らかになりました。研究内の適度な温度では、一時的なナノスケール経路により、物質の輸送を制限しながら酸化を継続することができました。これは「呼吸モード」です。高温ではシェルの破壊によりアルミニウムのコアが酸素にさらされ、酸化が促進されました。分析により、研究された条件下ではアルミニウムの外向き輸送が主要な経路であることが裏付けられた。

ワークフロー全体を通じて、AI エージェントはプロジェクトの知識を整理し、証拠を取得し、検証計画をサポートしました。計算ツールはデータセット、モデルのバージョン、評価レポートを保持しました。それでも研究者たちは、どのモデルを受け入れるか、どこで使用するか、結果をどのように解釈するかを決定しました。

この取り組みは、個別の計算に AI を使用することから、人間とエージェントのコラボレーションを通じて研究を組織することへの幅広い移行を反映しています。このようなワークフローは、フィードバックによってシステムの機能とさらなる改善を行う能力の両方を向上させる再帰的自己改善 (RSI) に関する将来の研究をサポートする可能性があります。将来のエージェントは、検証された結果から学習して計画とツールの使用を改良し、各変更を研究者が評価することが可能になります。

材料科学の場合、各調査で新しい物理的洞察と、次の研究サイクルを改善するための再利用可能な知識の両方が得られることが約束されています。

1,500 K および 2,000 K でのシミュレーションは、酸化物シェルの変化がアルミニウムの輸送と酸化にどのような影響を与えるかを示しています。この結果は、調査した条件下で殻が「呼吸」し、破裂したことを裏付けています。 © 2026 著者。ルーら。

出版物の詳細:

タイトル：マルチ AI エージェントフレームワークにより、アルミニウムナノ粒子の酸化における「酸化物ゲートキーパー」が明らかに

著者: イーミン・ルー、ティンユー・ルー、ディー・チャン、リリー・イェ、ハオ・リー

ジャーナル：米国科学アカデミー紀要 (PNAS)、123 (42)、e2537780123 (2026)

土井： 10.1073/pnas.2537780123