MITとウィスコンシン大、AIを用いた新形状の自律潜水「グライダー」を開発へ：海洋調査の効率化を目指す

AIを活用した自律水下探査機「グライダー」の形状設計 マリン科学研究者たちは、魚やアザラシのような海洋生物が異なる形状にもかかわらず効率的に泳ぐことに対し、長年感嘆してきました。これらの生物の身体は水圧抵抗を最小限に抑え、エネルギーを使わずに長距離を移動できるように最適化されています。自律航行車両も同様に、海底環境の広範なデータを収集しながら効率的に海中を移動することが可能ですが、その形状は通常、海洋生物ほどの多様さはありません。一般的な設計は、筒状や魚雷型であり、これらの形状は比較的水圧抵抗が小さいため広く使用されています。しかし、新しい設計のテストには現実世界での多数の試行錯誤が必要となります。 MITのコンピュータサイエンス・人工知能研究所（CSAIL）とウィスコンシン大学マディソン校の研究チームは、これらの課題を解決するためにAI技術を活用することで、未知の形状を設計するプロセスを簡素化できると提案しています。彼らの方法では、3D物理シミュレーターを利用して機械学習によって様々な形状をテストし、さらにより効率的な水圧特性を持つ形状へと変形させます。このモデルは3Dプリンターで製造可能であり、手作りよりもエネルギー効率が優れています。 研究者たちは、水温や塩分測定、潮流の詳細な観測、気候変動の影響監視など、より精密な海洋調査を行うために新たな効率的なマシーンの開発を目指しています。彼らは、約ボディボードサイズの2つの革新的な形状のグライダーを製造して可能性を示しました。一つは飛行機のような2つの翼を持つ形状で、もう一つは4つの鰭を持つ平たい魚のような独特の形状です。 このプロセスでは、潜水艦、鯨、マンタ、シャークなどの20以上の従来型の3Dモデルを収集し、それを「変形カゴ」に囲んだ上で異なる角度や向きの性能をシミュレーションしました。それぞれのグライダーがどれだけ前進し、水圧によるドラッグ力がどの程度影響を与えるかを評価するため、研究者たちのニューラルネットワークは、リフト（揚力）とドラッグ（抗力）の比率を見つけることが目標でした。この比率が高いほど、グライダーは効率的に移動できます。 実験では、3Dプリンターで製造された2つのAI驱动型グライダーは、自作の魚雷型グライダーと比べて、池を通過する際により効率的に移動しました。高リフト・低ドラッグの特性を有していたため、エネルギー消費が大幅に減少し、海洋生物が海中を動き回るような軽やかさを実現しました。 一方、このプロジェクトはまだ初期段階であり、研究者たちはシミュレーションと実際の性能のギャップ縮小を目指しています。また、突如として変わる潮流に適応できるような設計の開発も計画しています。Peter Yichen Chen氏は、未来の展望として、更に薄い形状のグライダーを開発したり、フレームワークを高速化し、カスタマイズ機能やより精密な操作能力、小型車両の製作などに新機能を追加することを目指していると述べています。 この研究はPeter Yichen Chen氏とUWマディソン校のJulius Hagemann氏が共同でリードし、OpenAIのPingchuan Ma氏、ウィスコンシン大学マディソン校のWei Wang氏、MITのJohn Romanishin氏、Daniela Rus教授、そしてWojciech Matusik教授によって行われました。研究は軍事先端研究開発局（DARPA）の補助金やMIT-GISTプログラムの支援を受けました。 これらの新形状のグライダーは、将来的な海洋科学と環境モニタリングへの効果的な適用に向けて第一歩となる重要な成果であることが示されています。