神戸大学,大阪大学,科学技術振興機構(JST)

令和3年12月9日

神戸大学
大阪大学
科学技術振興機構(JST)

さまざまなデータから隠れた物理法則を見つける人工知能

~物理シミュレーションの新たな応用の可能性に期待~

ポイント

神戸大学 大学院システム情報学研究科の谷口 隆晴 准教授、博士後期課程学生の陳 鈺涵さんと、大阪大学 大学院基礎工学研究科の松原 崇 准教授らの研究グループは、一般の観測データから、データに隠された運動方程式を抽出することで、物理学に忠実なモデルを作成する人工知能技術の開発に成功しました。

今後、この技術により、これまで力学の理論で説明できないと考えられていた現象に対して、隠された運動方程式を発見できるかもしれず、例えば、生態系の持続可能性の検討に物理学の知見や物理シミュレーションが応用できる可能性があります。

この研究成果は、2021年12月6日から開催されている人工知能技術に関するトップ会議「Thirty-fifth Conference on Neural Information Processing Systems(NeurIPS2021)」で、12月9日に発表される予定です。本研究は、採択率が約3パーセントであるSpotlight枠で採択されました。

本研究は、以下の支援を受けて行われました。

・科学技術振興機構(JST) 戦略的創造研究推進事業 チーム型研究(CREST)

「数学・数理科学と情報科学の連携・融合による情報活用基盤の創出と社会課題解決に向けた展開」(研究総括:上田 修功)
「幾何学的離散力学を核とする構造保存的システムモデリング・シミュレーション基盤」(JPMJCR1914)(研究代表者:谷口 隆晴)

<プレスリリース資料>

<論文タイトル>

“Neural Symplectic Form: Learning Hamiltonian Equations on General Coordinate Systems”

<お問い合わせ先>

(英文)“Artificial Intelligence that can discover hidden physical laws in various data”

前に戻る