2025年度未踏ターゲット事業(量子コンピューティング技術を活用したソフトウェア開発分野)採択プロジェクト概要（深澤PJ）

1．担当プロジェクトマネージャー

• 田中 宗（慶應義塾大学 サスティナブル量子AI研究センター センター長／理工学部 物理情報工学科 教授）

2．採択者氏名

• 深澤 亮（早稲田大学 大学院先進理工学研究科 先進理工学専攻）

3．採択金額

• 1,386,000円

4．プロジェクト名

• 量子アニーリングを活用したペロブスカイト結晶構造探索ソフトウェアの開発

5．応募部門

• ベーシック部門

6．応募枠

• 通常枠

7．関連Webサイト

• なし

8．申請プロジェクト概要

本プロジェクトは、量子アニーリングを活用して非鉛系ペロブスカイトの結晶構造探索を効率化し、新材料開発の加速を目指すものである。従来の第一原理計算は高精度である一方、計算コストが高く、また既存の機械学習ポテンシャルは無機材料に特化しており、有機無機ハイブリッド材料への適用には限界があった。
本プロジェクトでは、QUBOモデルによって結晶構造予測を定式化し、量子アニーリングにより計算コストの大幅な削減を図る。加えて、CHGNetやMACEなどの機械学習手法と連携させることで、構造評価の精度向上を実現する。特に、有機無機ハイブリッド材料への適用に向けては、まず全無機系で手法の妥当性を検証した上で、有機系に段階的に展開し、DFT-D法を用いたエネルギー計算に基づく学習を取り入れることで、有機分子の分散相互作用も考慮可能とする。
最終的には、量子計算の専門知識がなくても研究者が利用できるソフトウェアとして整備することを目指す。なお、得られた構造の実験的検証については、当該プロジェクト期間内では実施せず、将来的な展望として実験研究との連携を進める計画である。本プロジェクトにより、非鉛系ペロブスカイトを含む持続可能な新材料の発見が加速し、次世代のエネルギー技術の発展に資することが期待される。

9．採択理由

本提案は、量子アニーリング技術を活用し、材料科学分野に新たなアプローチをもたらすものである。材料科学において、結晶構造を正確に特定することは、物性理解の出発点であり、極めて重要な課題である。本提案では、豊富な物性を示すペロブスカイト材料を対象に、材料科学の専門家がアニーリングマシンに関する知識を持たずとも利用可能なソフトウェアの開発に挑む。その意欲的な挑戦への意気込みを高く評価した。提案者は、従来手法による結晶構造予測に関する知見に加え、実験材料科学の経験、ならびに材料科学を対象とした機械学習の活用経験を有しており、本提案の実現可能性は極めて高いと判断される。