ドメイン特徴を取り入れた2段階機械学習：超潤滑ヘテロ構造の探索を加速する

摩擦のない滑りが重要な理由

ハードディスクや電気自動車から微小な医療センサーに至るまで、現代の技術は互いにこすれ合う可動部品に依存しています。そのこすれ、すなわち摩擦はエネルギーを浪費し部品を摩耗させます。研究者たちが夢見る「超潤滑性」とは、原子スケールでほとんど抵抗なく面が滑る状態であり、エアホッケーのパックのように滑らかに動きます。本稿では、高度なコンピューターシミュレーションと機械学習を用いて、摩擦を事実上消し去るような超薄膜材料の新しい組合せを迅速に見つける研究を紹介します。

引用: Chen, L., Huang, Y., Zhang, H. et al. Domain features-informed two-step machine learning: accelerating the search for superlubric heterostructures. npj Comput Mater 12, 147 (2026). https://doi.org/10.1038/s41524-026-01996-0

キーワード: 超潤滑性, 2次元材料, ヘテロ構造, 機械学習, 固体潤滑