AIと計算科学の架け橋を築く！LLNLが提案するデータ駆動型アプローチとは？

新しい基盤モデルの定義が必要
DD-FEMフレームワークが提案された
AI/MLと計算科学の融合が進む
初期結果が有望

計算科学における基盤モデルの定義が重要視されている。米国ローレンス・リバモア国立研究所（LLNL）のチームが、「計算科学のための基盤モデルの定義：明確さと厳密さの呼びかけ」と題した論文を発表した。この論文では、AI/ML基盤モデルの特性を基に、計算科学に適したモデルのフレームワークとしてデータ駆動有限要素法（DD-FEM）が提案されている。

チームの一員であるチョイ氏は、AI/MLの急成長が学際的な科学研究を促進していると指摘。基盤モデルの明確な定義が無いことが異なる分野間のコミュニケーションを妨げていると述べた。

DD-FEMは、従来の有限要素法（FEM）のアプローチを革新するもので、データ駆動型の基底関数を用いている。具体的には、高忠実度シミュレーションから得た小さなサブドメインのデータを生成し、従来のFEMが直面する問題を軽減する。特に、ナビエ–ストークス方程式の解から得たデータが、翼周りの気流や動脈血循環につながる可能性がある。

初期の実験結果には有望なデータも含まれ、DD-FEMは従来のFEMと比較して低い誤差率と迅速な処理を示すとしている。この研究は計算科学のコミュニティにおける基盤モデルの新たな理解を促進することを目指している。また、ノアンダーソン氏は、異なる研究グループがそれぞれ異なる方向性で基盤モデルを追求することの問題点を指摘。

研究成果はすでに計算科学やAI/MLコミュニティから注目され、業界での発表依頼も寄せられている。チームはこの機会を利用して、基盤モデルの概念についての対話を促進し、コミュニティ全体の理解を深めたいと考えている。