深層学習で人間には“見えない”温度情報を予測する手法の開発

<plone.namedfile.file.NamedBlobImage object at 0x7fc523c07660 oid 0x7a9424 in <Connection at 7fc61af54dc0>>

2026-07-06

natural_sciences

{'items': [{'key': '3e91a', 'term': '水素結合', 'description': {'blocks': [{'key': '8bc4v', 'text': '水分子内の酸素原子と水素原子の電気的な偏りにより、水素原子を介して分子同士が引き合う比較的弱い結合のこと。水の場合、水分子同士がこの水素結合によってつながり、液体や氷としての性質を形づくっている。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': 'b77gt', 'term': '構造指標', 'description': {'blocks': [{'key': '1fcns', 'text': '分子の並び方や周囲との関係を数値として表したもの。例えば、水分子の周囲にある他の分子との距離や角度などを用いて、局所的な構造の特徴（秩序や乱れ）を定量的に評価するために使われる。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': '7goap', 'term': 'ニューラルネットワーク', 'description': {'blocks': [{'key': '5rlda', 'text': '人間の脳の神経回路を模した人工知能の計算モデル。ニューロンの働きを模擬した「パーセプトロン」と呼ばれる単純な計算素子を多数組み合わせることで、複雑な特徴や規則性を学習できる。本研究では、水分子ごとの構造指標と温度との関係を学習するために用いた。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': '5v0u3', 'term': '分子動力学シミュレーション', 'description': {'blocks': [{'key': 'aa58j', 'text': 'ニュートンの運動方程式を数値的に解くことによって、原子および分子が多数集合した系の構造・運動や物性を解析するコンピュータ・シミュレーションのことをいう。多くの物質・材料科学、生体科学の理論解析に用いられている。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}]}

['es']

['吉川航平', '四方 志', '金 鋼准', '松林伸幸']

液体状態の水の構造はとても無秩序で、水分子の配列だけから温度を予測できるとは当初は想像していませんでした。しかしニューラルネットワークはその中に潜む情報を捉え、高い精度で温度を読み解きました。さらに、その高精度の背景に四面体構造の乱れという分子レベルの根拠を見出せたことにも驚きがありました。本成果が最も身近な物質である水の理解を深める契機となることを期待しています。

https://rd.iai.osaka-u.ac.jp/image/photo_drwan_640_es.png

金 鋼

准教授

基礎工学研究科

https://rd.iai.osaka-u.ac.jp/ja/02b4b79d5b8a2a8a.html