MIT教授、AIが物理研究ツールを自律構築

米国MITのマークス・J・ブーラー教授は、AIが自然言語プロンプトと参考画像のみを用いて物理シミュレーションツールを自律的に構築し、材料科学の研究プロセスを革新する成果を発表した。従来は高価で習得に専門訓練を要する商業有限要素法ソフトに依存していた超材料の力学解析において、AIは計算コストと物理精度を自動最適化し、力学求解器や破断アルゴリズム、幾何生成器を含む完全なツールチェーンを生成した。このツールはHugging Face上で公開され、ブラウザ上でパラメータ調整と破壊シミュレーション、さらには3Dプリント用ファイルの出力も可能となっている。 生成されたシミュレータを用いて数百のAIエージェントが約六千回の並列計算を実行した結果、学界で長年定説とされてきた多階層構造ほど靭性が高いという仮説は覆された。AIの分析により、破壊挙動を決定づける真の要因は階層の数ではなく、材料配分と幾何学的秩序性の空間分布であることが明らかにされた。前者は負荷を集中的に分散させ損傷の段階的蓄積を可能にし、後者は破壊エネルギーの放出形態を制御し、構造的破綻を防ぐ役割を果たすことが確認された。 ブーラー教授は本研究手法を再帰的メタインテリジェンスと命名した。これは人間が指令を出すとAIが研究装置を設計し、その装置が次世代エージェントの演算基盤となる自己増殖型の研究パラダイムである。このアプローチは、理論枠組みの事前設定やデータセット構築といった人的依存を排除し、AIが物理モデルの構築から分析までを自律完結させることを可能にする。既存のAI科学発見がアルゴリズムや論文生成に留まる中で、本研究は知識集約型の実験ツール生成へステップを進めた画期的な例である。 現在、AI生成モデルの物理的忠実度は商用シミュレータに及ばず、実証段階は数値計算に限定されるが、ツールと知見の無限フィードバックループは科学スーパーインテリジェンスへの明確な道筋を示している。本手法は防具、航空宇宙、耐震構造などの損傷後機能維持設計に即応可能であり、材料開発のパラダイムシフトを促進するものと期待される。