人工ニューラルネットワークを用いて低計算コストで高精度な原子分子スケールシミュレーション手法である「機械学習分子動力学法」を誰でも簡易に実施することができる「統合機械学習分子動力学システム」の構築を目的として研究・開発を行なった。この手法は、大量の第一原理計算結果を生成してそれらを教師データとし、それらの一部を用いて人工ニューラルネットワークを訓練する。そのため、効率的な教師データの生成、データの貯蔵と抽出、人工ニューラルネットワークの訓練が必要になる。今年度は、一連の手続きを自動的に実行するために必要なソフトウエアを作成し、計算環境を整備した。また、一部の計算資源を用いて、機械学習分子動力学法による材料物性評価シミュレーションを実施し、鉄の劈開、酸化アルミニウムの粒界の原子スケール構造と電視状態、アルミニウムの粒界の熱物性を明らかにした。