ポイント
- 物理現象のデータから保存則を発見する人工知能(AI)アルゴリズムを開発
- 単に表層的な動きを学習するだけでなく、同時に保存則を発見・保証することで、より長時間にわたり正確な計算機シミュレーションを実現
- 計算機を用いた工業製品の設計や物理シミュレーションの高速化・高度化に貢献することが期待される
大阪大学 大学院基礎工学研究科の松原 崇 准教授、神戸大学 大学院理学研究科の谷口 隆晴 教授(研究当時 システム情報学研究科)らの研究グループは、深層学習(人工ニューラルネットワーク)を用いてデータから物理現象を学習するとともに、その保存則を発見することで、長時間にわたり正確な計算機シミュレーションを可能にする新しい人工知能アルゴリズムを開発しました。
これまでも、データから物理現象を模倣する人工知能技術は盛んに研究されてきました。これらの技術は、未知の現象や複雑な現象を高速に計算機シミュレーションすることで、工業製品の設計や物理シミュレーションに貢献することが期待されています。しかし従来の技術は、対象を表層的に模倣しているだけであるため、長期的にはシミュレーションがうまくいかないことが知られていました。
今回、松原 准教授らの研究グループは、エネルギー保存則、運動量保存則、質量保存則といったさまざまな保存則に共通する数学的性質を、人工ニューラルネットワークに組み込むことにより、物理現象のデータからさまざまな保存則を発見する方法を開発しました。また、この方法で学習した機械学習モデルを用いた計算機シミュレーションを行うことで、発見した保存則によって、長期的に安定して正確な結果が得られることを確認しました。この成果は、計算機を用いた工業製品の設計や制御、気象や災害の予測に必要な物理シミュレーションなどの高速化・高度化に貢献することが期待されます。
本研究成果は、人工知能に関する国際会議「The Eleventh International Conference on Learning Representations」で、2023年5月3日(水)(日本時間)に発表されます。
なお、本研究は、JST 戦略的創造研究推進事業 さきがけ(JPMJPR21C7)、CREST(JPMJCR1914)、JSPS 科学研究費助成事業(19K20344、20K11693)の一環として行われました。
<プレスリリース資料>
- 本文 PDF(664KB)
<論文タイトル>
- “FINDE: Neural Differential Equations for Finding and Preserving Invariant Quantities”
- DOI:10.48550/arXiv.2210.00272
<お問い合わせ先>
-
<研究に関すること>
松原 崇(マツバラ タカシ)
大阪大学 大学院基礎工学研究科 准教授
Tel:06-6850-6388
E-mail:matsubarasys.es.osaka-u.ac.jp
谷口 隆晴(ヤグチ タカハル)
神戸大学 大学院理学研究科 教授
Tel:078-803-5603
E-mail:yaguchipearl.kobe-u.ac.jp
-
<JST事業に関すること>
前田 さち子(マエダ サチコ)
科学技術振興機構 戦略研究推進部 ICTグループ
〒102-0076 東京都千代田区五番町7 K’s五番町
Tel:03-3512-3526 Fax:03-3222-2066
E-mail:prestojst.go.jp
-
<報道担当>
大阪大学 基礎工学研究科 庶務係
Tel:06-6850-6131
E-mail:ki-syomuoffice.osaka-u.ac.jp
神戸大学 総務部 広報課
Tel:078-803-5106
E-mail:ppr-kouhoushitsuoffice.kobe-u.ac.jp
科学技術振興機構 広報課
〒102-8666 東京都千代田区四番町5番地3
Tel:03-5214-8404 Fax:03-5214-8432
E-mail:jstkohojst.go.jp