【プレスリリース】ディープラーニングによる分子シミュレーションデータの高効率化 －短時間のデータだけで、長時間のふるまいがわかる夢のAI－ | 日本の研究.com

慶應義塾大学大学院理工学研究科の遠藤克浩（修士課程 1 年）、友部勝文（2018 年 3 月博士課程修了）、および理工学部の泰岡顕治教授の研究グループは、ディープラーニングにより短時間の分子シミュレーションデータを学習することで、長時間の分子シミュレーションデータを生成可能な新規モデルを提案し、いくつかの検証実験を通してその有用性を示しました。 分子シミュレーションは、分子の動きを再現することができる手法であり、生体物質、高分子、材料等、その利用先は極めて多岐にわたり、新規材料開発や病理解明に用いられています。一方で、大きな分子や長時間のシミュレーションを行う場合は、大規模な計算リソースを必要とするため、計算が困難という欠点がありました。本研究では、人工知能（AI）（※1）の一つであるディープラーニングにより、短時間のシミュレーションデータを用意するだけで、長時間のシミュレーションデータを

[Hash]

"640 ps のシミュレーションで 500 nsの予測" すごい. そんな MD 高速化もありなのね