シミュレーションベース機械学習～AI 研究の新潮流～

抄録

従来のモデル駆動型アプローチとデータ駆動型アプローチ（機械学習）には，それぞれに一長一短がある．そこで筆者らは，両者の長所を相補的に融合した新しいアプローチの必要性に問題意識を持ち，シミュレーションベース機械学習の研究に取り組んだ．これまでの主な成果としては，「シミュレーションを深層学習で代替（シミュレーションの高速化）」「物理法則に忠実な深層学習の実現（AI for Science）」「複雑な数理モデルを深層学習で解く（数値（離散）解法から連続解法へ）」が挙げられる．ここではそれらの概要を紹介する．深層学習は，生成 AI に代表されるように，end-to-end 学習で様々な応用分野が用いられてきているが，今後は Backpropagation（BP）の自動微分を生かして，ODE や PDE の学習・求解などへのさらなる発展が見込まれる．