AIが物理感覚を習得、広範な現実を高精度にシミュレート

MITと清華大学の研究チームは、AIに物理法則を効率的に学習させる新手法「GeoPT」を開発し、7月のICMLで発表した。従来、物理シミュレーションでは数値ソルバーによるデータ生成に膨大な計算コストがかかり、AI学習のボトルネックとなっていた。GeoPTは130万点の合成ダイナミクスデータを基盤とし、微小粒子が3D形状に接触して停止する過程を仮想再現する。これにより、既存モデルよりピーク性能到達速度を約2倍に高め、学習データ量を最大60％削減に成功した。 利用者は3Dモデルと外力の条件を入力するだけで、自動車の衝突や航空機の気流、船舶の浮沈挙動などを高精度にシミュレーションできる。MIT CSAILのミンハオ・グオ共同主任研究者は「物理はテキストや画像に次ぐAIの第三モードだ」と強調し、ロボティクスや環境生成において現実的な結果をもたらすと指摘する。本手法は物理法則に特化した基盤モデル構築の起点となる。メタAIのフェイ・シャ研究員は「物理と幾何学の従来の高コストな紐付けを解いた」と高く評価した。 研究はMIT CSAILと清華大の共同チームにより推進され、物理デジタルツイン支援を受けている。GeoPTは設計検証プロセスを革新し、気象予測や新材料開発など幅広い産業への応用が期待される。AIの物理理解深化が、次世代シミュレーション基盤の標準を形成する段階に入ったことを示している。