説明可能AIで時空間磁気ゆらぎの起源を解明 〜拡張型自由エネルギーモデルでEV・データセンターの省エネ化へ〜

代表者 : 三俣 千春  

東京理科大学 先進工学部 マテリアル創成工学科の小嗣 真人教授、西岡 宏祐氏(2025年度修士課程修了)、筑波大学、岡山大学、京都大学、東北大学、Mainz大学(ドイツ)らの研究グルー
プは、説明可能AI「拡張型自由エネルギーモデル(*1)」とスーパーコンピューター「富岳」を用いて、電気自動車(EV)やデータセンター向けの軟磁性材料の高周波エネルギー損失の原因を明らかにしました。
EVやデータセンターの拡大で電力需要が増加する中、エネルギー損失の削減が世界的な課題となっています。その鍵となるのが、電力変換を支える軟磁性材料の低損失化です。しかし、高周
波では時空間の磁気ゆらぎが顕著になり、材料内部の損失が増大するという課題がありました。そこで本研究では、ナノ結晶軟磁性材料を対象に、「富岳」で大規模磁気シミュレーションを行
い、磁区構造(*2)の高周波応答を計算しました。得られた磁区構造を、数学的手法であるパーシステントホモロジー(*3)で記述し、その特徴量と自由エネルギーをデータ空間で対応づけることで、時空間の磁気ゆらぎがエネルギー損失にどう関係するかを説明できるようにしました。
その結果、高周波帯で磁区構造が細かく分かれ、磁化反転を妨げるエネルギー障壁が増大することが分かりました。さらに、特徴量を元の磁区画像へ逆写像することで、エネルギー損失に寄
与する磁壁(*4)は、逆磁区の先端部や微細な磁壁の一部に選択的に集中することを可視化しました。
本成果は、人間が認識困難だったエネルギー損失の起源を、物理に基づくAIで見える化したも
のです。これにより、超低損失な次世代軟磁性材料の実現に向けた新たな道を切り拓くことが期
待されます。さらに、自由エネルギーの汎用性を生かし、半導体や電池材料など、幅広い環境・
エネルギー材料への応用展開も見込まれます。
研究成果は、2026年11月17日に国際学術誌「NPG Asia Materials」にオンライン掲載されまし
た。
(関連プレスリリース)
(1)磁性材料のエネルギー損失に潜む「熱ゆらぎ」を説明可能AIで解明 ~エントロピーの効
果を世界初で可視化、新材料の設計指針を提示~
https://www.tus.ac.jp/today/archive/20260420_0220.html
(2)次世代AIで磁性材料のエネルギー損失の原因を解明 ~省エネルギーな次世代EV開発へ
の応用に期待~
https://www.tus.ac.jp/today/archive/20250715_8098.html
【研究の背景】
EVやデータセンターの電力需要が世界的に急増する中、エネルギーの効率的な利用が重要にな
っています。軟磁性材料は、インダクターやインバーターの電力変換で必要不可欠なキーマテリ
アルです。しかし、動作周波数が高くなるほど材料内部のエネルギー損失が増大し、特にMHz領
域は顕著になることが、産業応用上の大きな課題となっていました。
こうした損失はこれまで経験則を用いて評価されてきましたが、複雑に変化する磁区構造の中
で、どの磁壁がどのように損失に寄与するのかを具体的に特定することは困難でした。低損失材
料を設計するには、損失量の評価に加え、時空間の磁気ゆらぎを定量的に解析し、損失メカニズ
ムを明らかにする必要があります。
これまで我々は、数学のトポロジーと自由エネルギーを融合した説明可能AI「拡張型自由エネ
ルギーモデル」を開発し、磁性材料の複雑な磁区構造と機能の関係を解析してきました。先行研
究では、熱ゆらぎと構造ゆらぎの解析を実践してきました。そこで、本研究では「時間」に着目
し、高周波磁化反転における磁壁のダイナミクスを解析しました。
2
【研究結果の詳細】
本研究では、FINEMET型のナノ結晶軟磁性材料を設定し、大規模マイクロマグネティクスシミ
ュレーションで、100 kHz、1 MHz、10 MHzの高周波磁化反転過程を計算しました。得られた磁区
画像は、パーシステントホモロジーと呼ばれるトポロジーの概念で微細構造を解析しました。こ
れにより、磁区構造に含まれる「つながり」や「ネットワーク構造」を記述し、磁気ゆらぎを定量
的に表すことができます。
次に、主成分分析を用いて構造の特徴量を低次元空間に圧縮し、そこに磁壁エネルギーを対応
付けることで、データ空間でエネルギー地形を描画しました。これにより、ミクロな磁区構造と
マクロな磁壁エネルギーを解釈可能な形で結びつけることが可能になりました(図1)。詳細なデ
ータ解析の結果、磁化反転時の保磁力付近で顕著なエネルギー障壁が現れ、その大きさは周波数
の上昇とともに増大することがわかりました。さらに、アダマール積を用いてエネルギー障壁の
特徴量を抽出し、元の磁区画像に逆写像しました。その結果、エネルギー障壁に寄与する因子は、
すべての磁壁に一様に分布するのではなく、逆磁区が進展する先端部や、そこから伸びる微細な
磁壁に集中していることを、具体的に明らかにすることができました(図2)。これは、一見同じ
ように見える磁壁の中にも役割の違いがあり、磁化反転を妨げる「抵抗因子」と、磁化反転を促
進させる「促進因子」に分けられることを示しています。つまり本研究は、時間とともに複雑に
変化する磁壁を、その働きの違いに応じて区別し可視化した、世界初の例となります。
図 1 説明可能AI「拡張型自由エネルギーモデル」で可視化した磁区構造と磁壁エネルギー
の関係性。データ点の移動量が磁区構造の変化量を表し、点の色が磁壁エネルギーを表す。こ
れにより、構造と機能の関係性を説明可能な形で可視化することができる。その結果、磁化が
反転する保磁力付近(赤い帯)では、周波数に依存して磁壁エネルギーが高くなることを明ら
かにした。
3
図2 エネルギー損失に寄与する磁壁の可視化。赤い点は、磁化反転時のエネルギー障壁に強
く寄与する磁壁部分を示す。高周波になるほど磁区構造が細分化し、赤い点が反転磁区の先
端部や微細な磁壁に集中することが分かる。これは、すべての磁壁が同じように損失へ寄与
するのではなく、特定の磁壁が損失の主要因となることを示している。
【今後の展望】
本研究により、高周波帯のエネルギー損失の起源を、説明可能な形で解き明かすAI解析手法を
確立しました。従来はマクロに議論されてきた損失を、ミクロな微細構造に結びつけることがで
きました。その結果、人間の目では認識困難だった、埋もれたメカニズムを明らかにすることに
成功しました。
今後は、高輝度放射光や時間分解Kerr顕微鏡などの実験データに適用することで、実材料の損
失解析が期待されます。さらに、渦電流、磁歪、静磁エネルギーなどの寄与を取り込めば、エネ
ルギー損失をより包括的に捉えられると考えられます。ひいては、EVやデータセンター用途の次
世代軟磁性材料の実現を後押しするものです。加えて、自由エネルギーの汎用性を活用すること
で、磁性材料にとどまらず、半導体、電池、熱電材料など、幅広い環境エネルギー材料への水平
展開も期待されます。こうした取り組みは、科学研究そのものをAIで加速する「AI for Science(*
5)」の実現に貢献するものです。