米カリフォルニア大学アーバイン校（UCI）の物理学者チームは、人工知能（AI）を用いて理論物理モデルを自律的に設計する新たな手法を開発した。従来は理論物理学者のみが行ってきた高度なモデル構築を自動化することで、素粒子物理学の未開拓領域を効率的に探索可能となった。このAIシステムは、特に質量が極めて小さいニュートリノの正体を解明する新しい理論モデルの候補を特定するうえで有望な結果をもたらしている。本研究は、人間の直感や経験に依存していた理論構築プロセスを機械学習の探索空間と組み合わせることで、従来では考慮が困難だった多様な方程式や対称性のパターンを自動生成する。これにより、研究者は膨大な理論空間の中から物理現象に適合するモデルを迅速に抽出できるようになり、素粒子の質量起源や新物理探索の速度が大幅に向上する見込みである。UCIチームの実装は、基礎物理学におけるパラダイムシフトを示すものであり、今後さらに大規模な計算環境と連携すれば、暗黒物質や重力統一理論などの難問解決にも応用可能と期待されている。