革新的なマテリアルの
創出に貢献し、
持続可能な
世界を
実現するために
「Matlantis™」は生まれました。
機能性分子の候補は10の60乗個にも及ぶと言われていますが、これまでに人類が有用性を確認できたのは、そのほんの一握りです。
Matlantisは、深層学習などのAI技術を活用した高速な汎用原子レベルシミュレーションで、
膨大な未知分子の海から有望な分子を照らしだし、革新的なマテリアルの創出に貢献します。
Newsニュース
一覧へ2024.12.04
イベント2024.12.04
その他2024.11.26
イベント2024.11.25
イベントMatlantisの新機能 Light PFPとPFP v7のご紹介
2024.11.22
イベント2024.11.20
イベントMatlantisの3つの特長
Matlantisは、深層学習を活用した原子シミュレーションによって、
材料特性の原子レベルでの現象解明や、コンピュータを利用した新材料開発を実現するためのサービスです。
汎用性/ Versatile
現在96種の元素に対応しております。これは自然界に存在するすべての元素を含むため、ユーザーは元素種の制約をほとんど受けることがありません。これらの元素種について、未知の材料を含む分子や結晶など任意の原子の組み合わせに対してシミュレーションすることが可能です。
高速 / High Speed
DFT(Density Functional Theory:密度汎関数法)では、高性能なコンピュータを用いて数時間~数カ月かかった原子レベルの物理シミュレーションを、数秒単位で行うことができます。
使いやすさ / Easy to Use
シミュレーションを開始できます
学習済み深層学習モデル・物性計算ライブラリ・高性能な計算環境をパッケージにすることで、ハードウェアの準備や環境構築をすることなく、シミュレーションによる材料探索が可能です。また、従来の機械学習ポテンシャルとは異なり、ユーザーによるデータ収集や学習が不要です。
Recommendedこんな方におすすめ
DFT(Density Functional Theory:密度汎関数理論)や、DFTB(Density Functional based Tight Binding)法等での計算時間や計算リソースの制約に悩まされている方
MD(Molecular Dynamics:分子動力学法)を活用しているが、良い原子間ポテンシャルがなく困っている方
実験結果をシミュレーションで追従し、理論的な考察を行いながら研究を進めたい方
研究開発部門のDXに取り組み、社内でのシミュレーション活用促進を目指している方
Usefulこんなとき「Matlantis」が役に立ちます
原子シミュレーションは材料特性の原子スケールでの現象解明や、新材料開発を実現するために活用されています。原子シミュレーションは、①現象や構造のモデル化、②シミュレーション(計算)の実行、③計算結果の解釈とモデルの更新のプロセスを繰り返します。現象や構造のモデル化や結果の解釈は専門家の深い思考が必要です。
従来手法であるDFTでは1回の計算に数時間~数週間かかるため、多数の試行が難しく、シミュレーションは主に機構解明や現象の裏付けに用いられてきました。一方、Matlantisなら計算結果がすぐに得られるため、インタラクティブに思考と試行を繰り返しながら、材料開発を加速することができます。Matlantisがシミュレーション先行による材料探索を可能とし、研究開発部門全体のDXにも繋がります。
IntroductionMatlantisを導入してみる
お問い合わせ・ご相談はこちらFAQよくある質問
Matlantisを使って、自社で開発している独自材料のシミュレーションをしたいのですが、どのようなデータの用意が必要ですか?
Matlantisは学習済みの汎用的なポテンシャルを提供いたします。お客様による、教師データの作成・学習を行うことなくご利用いただけます。
対象となる系や現象に応じて、適切な原子間ポテンシャルを選んで利用するのでしょうか?何種類のポテンシャルが提供されますか?
Matlantisでは、1つのポテンシャルでさまざまな系を扱うことができる、汎用なポテンシャルを提供します。
Matlantisの計算精度はどれくらいですか?
概ね、RandomなデータでMAE 0.03 eV/atom、BulkでMAE 0.01 eV/atom程度です。
Matlantisを使って、最大何原子まで計算できますか?
計算対象の近傍原子の数に依存しますが、概ね数千原子程度です。例えばPt_fccの場合は、3000原子程度まで計算が可能です。
Matlantisは樹脂や高分子の研究にも利用できますか?
例えば、モノマーの反応性や高分子の部分構造のシミュレーションなどで利用できます。古典ポテンシャルと比較して、速度や原子数の制約は強くなりますが、精度に重点を置いた計算を行うことが可能です。
Follow us
選択したエリアに移動します