QMatSuite：計算を回すだけで終わらせず、実験結果を知識へ育てる材料科学エージェント基盤

TL;DR（結論）

• 計算材料科学のAIエージェントは、個々のシミュレーションをこなす力は高まってきましたが、失敗や成功の蓄積を次回以降へ活かす仕組みが弱く、研究者のように経験を知識へ変えることは苦手でした。
• QMatSuiteは、各計算の知見を出典付きで保存し、次の計算前に検索し、専用の振り返りセッションで誤りを修正しながら、個別の発見を物質横断のパターンへ統合する仕組みを備えた公開基盤です。
• 6段階の量子力学シミュレーションでは、知識蓄積により推論の手間が67%減り、文献値からのずれは47%から3%へ改善しました。さらに未知の材料へ移しても、ずれ1%、パイプライン失敗ゼロを達成しています。

なぜこの問題か

計算材料科学では、1回ごとの計算が正しく終わることと、研究として前進することは同じではありません。たとえば、ある化合物で格子定数がどの程度ずれるか、ある汎関数がどの系で過大評価しやすいか、ある失敗が設定ミスなのか物理的制約なのか、といった判断は、単発の実行ログからは生まれません。複数回の試行錯誤を通じて、局所的な結果を整理し、共通するパターンを見つけ、次の問題に持ち込むことで初めて「研究」になります。

核心：何を提案したのか

中心提案はQMatSuiteです。単なる計算自動化ツールではなく、AIエージェントが計算結果を知識として残し、次回参照し、さらに振り返りで修正・統合できるようにした、計算材料科学向けのオープンソース基盤として設計されています。焦点は「AIに計算をさせる」ことではなく、「AIが計算から学べる状態を作る」ことにあります。

続きはログイン/プランで閲覧できます。