Cover Story：原子レベルの知見：機械学習によって得られた無秩序シリコンの転移機構に関する描像

構造的に無秩序な材料全般に関する理解をより深めることを目的として、アモルファス（非晶質）シリコンが高圧下で示す豊かな相挙動が広く研究されてきた。しかし、こうした挙動の詳細な機構的理解はまだ得られていない。今回V Deringerたちは、原子論的機械学習モデルを用いて加圧下のアモルファスシリコンをシミュレートすることによって、こうした挙動を明らかにし、実験的に観察されるさまざまな構造転移を捉えられることを示している。こうした計算的手法は、難しい実験条件を網羅する予測的材料モデリングに新たな展望を開くはずである。

目次へ戻る