東京大学(東大)は、機械学習の転移学習という技術を活用して人工知能が繰り返し成長することで、物質の界面の構造を決定するための計算コストを1/3600まで削減することに成功したと発表した。 同成果は、東京大学生産技術研究所の溝口照康 准教授、小田尋美氏、清原慎氏、東京大学大学院新領域創成科学研究科の津田宏治 教授らの研究グループによるもの。詳細は日本の学術誌「Jounal of the Physical Society of Japan」に掲載された。 界面は、物質の電気伝導性やイオン伝導性、耐久性などの機能に役割を果たしている。界面の構造は結晶とは異なっており、その構造が界面における機能の起源だ。つまり、界面の機能を理解するためには、界面固有の構造を明らかにすることが不可欠だ。 一方で、同じ物質でも無数の種類の界面が存在し、それぞれの界面が異なる構造をもっている。さらに、その中の1種類の界
![人工知能が膨大な計算を3600分の1に削減 - 東大が転移学習を組み込んで成功](https://cdn-ak-scissors.b.st-hatena.com/image/square/e31f1802a05f05bae6ed23e07a3859f6524275e8/height=288;version=1;width=512/https%3A%2F%2Fnews.mynavi.jp%2Ftechplus%2Farticle%2F20171117-a090%2Findex_images%2Findex.jpg)