研究成果

人工知能を利用して磁石の磁気パラメータの推定に成功 ―スピントロニクスの研究を人工知能で効率化―

 社会の情報化が急激に進展する中で、省エネルギー・高効率な情報デバイスの開発が大きな課題となっています。新たな材料や物理原理を用いた次世代デバイスの開発には、対象となる材料やデバイスの特性評価が重要な位置を占めています。しかしながら、これまでそのような特性評価には特殊な測定や微細加工が必要であり、大きな労力が割かれてきました。
 今回、岐阜大学工学部化学・生命工学科の山田啓介 助教は、東京大学大学院理学系研究科、電気通信大学大学院情報理工学研究科、豊田工業大学工学研究科らの研究グループと共同で、人工知能を利用して画像から磁石の磁気特性を推定することに世界に先駆けて成功しました。この研究では、次世代情報デバイスの材料候補とも考えられているナノ多層膜の磁石について、人工知能分野で大きく発展を遂げている機械学習とコンピュータによるシミュレーションを組み合わせることで、磁石の磁区画像(※1)一枚から、それ以上の微細加工や測定を行うことなく、複数の磁気特性を推定しました。この成果によって、革新的な次世代情報デバイス実現に向けた材料研究・開発が大きく加速されることが期待されます。

20210128.png
本研究の概念図
人工知能は、数値計算(コンピュータシミュレーション)によって得た磁区画像と、その時に利用した磁気パラメータを使って、学習します。この人工知能に対し、実験的に計測された磁区画像を読み込ませ、どの程度正確に磁気パラメータを推定できるかを明らかにするのが本研究の目標です。

本研究成果のポイント

  • 材料の測定が難しい特性を人工知能による画像認識技術によって推定することに成功した。
  • 一枚の磁区画像から磁石の磁気特性を複数種類推定できたのは世界で初めてである。
  • この方法を様々な磁気特性へと拡張することで、次世代の情報デバイスの研究開発期間を大幅に短縮できる可能性がある。
  • ※1 磁区画像: 磁石は、拡大して見るとN極の向きが揃った領域に分かれています。この領域のことを磁区と呼び、N極の向きをマッピングした像を磁区画像と呼びます。

詳しい研究内容について

人工知能を利用して磁石の磁気パラメータの推定に成功
  ―スピントロニクスの研究を人工知能で効率化―

論文情報

  • 雑誌名:npj Computational Materials
  • 論文名:
    Determination of the Dzyaloshinskii-Moriya interaction using pattern recognition and machine learning
  • 著 者:
    Masashi Kawaguchi, Kenji Tanabe, Keisuke Yamada, Takuya Sawa, Shun Hasegawa, Masamitsu Hayashi, and Yoshinobu Nakatani
  • DOI番号:10.1038/s41524-020-00485-2

【関連リンク】

2021.02.01

アイコンの詳細説明

  • 内部リンク
  • 独自サイト
  • 外部リンク
  • ファイルリンク