| Project Area | Foundation of "Machine Learning Physics" --- Revolutionary Transformation of Fundamental Physics by A New Field Integrating Machine Learning and Physics |
|---|
| Project/Area Number |
22H05111
|
|---|
| Research Category |
Grant-in-Aid for Transformative Research Areas (A)
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
Transformative Research Areas, Section (II)
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
橋本 幸士 京都大学, 理学研究科, 教授 (80345074)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
永井 佑紀 東京大学, 情報基盤センター, 准教授 (20587026)
田中 章詞 国立研究開発法人理化学研究所, 数理創造プログラム, 上級研究員 (20791924)
野尻 美保子 大学共同利用機関法人高エネルギー加速器研究機構, 素粒子原子核研究所, 教授 (30222201)
大槻 東巳 上智大学, 理工学部, 教授 (50201976)
富谷 昭夫 東京女子大学, 現代教養学部, 講師 (50837185)
広野 雄士 筑波大学, システム情報系, 准教授 (50998903)
福嶋 健二 東京大学, 大学院理学系研究科(理学部), 教授 (60456754)
今田 正俊 東京大学, 大学院工学系研究科(工学部), 名誉教授 (70143542)
樺島 祥介 東京大学, 大学院理学系研究科(理学部), 教授 (80260652)
|
|---|
| Project Period (FY) |
2022-06-16 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2025)
|
| Budget Amount *help |
¥325,130,000 (Direct Cost: ¥250,100,000、Indirect Cost: ¥75,030,000)
Fiscal Year 2025: ¥69,810,000 (Direct Cost: ¥53,700,000、Indirect Cost: ¥16,110,000)
Fiscal Year 2024: ¥67,340,000 (Direct Cost: ¥51,800,000、Indirect Cost: ¥15,540,000)
Fiscal Year 2023: ¥66,040,000 (Direct Cost: ¥50,800,000、Indirect Cost: ¥15,240,000)
Fiscal Year 2022: ¥53,300,000 (Direct Cost: ¥41,000,000、Indirect Cost: ¥12,300,000)
|
|---|
| Keywords | 機械学習 / 物理学 |
|---|
| Outline of Research at the Start |
従来、実験と理論の両輪により進展してきた物理学において、理論的な原理や数理の探索と技術の発展による実験の発展が、宇宙と物質の新しい姿を明らかにしてきた。この両方に寄与してきた計算科学では近年、機械学習という技術革新が社会的変革をもたらしている。そこで我々は「学習物理学」領域を創成し、機械学習やそれを含むデータ科学の手法、緩和数理やネットワーク科学等を物理学の理論的手法群と統合し、基礎物理学の根本課題である新法則の発見、新物質の開拓を行う。素粒子・物性・重力・計算物理学のそれぞれと機械学習の融合を、数理・統計・位相幾何の観点から統合的に遂行し、新領域「学習物理学」を勃興させる。
|
| Outline of Annual Research Achievements |
総括班では、雇用開始された３名のインターフェース准教授（その後、連携促進教員と呼称を変更）が活躍をスタートした。この活動は、計画研究の間や公募研究との連携を促進する様々な企画を組織し運営するものである。特に開始された企画として、学習物理領域セミナー（第１回から第６回）が対面会場（上智大学と京都大学）＋オンラインで開催され、以前に開催されていたDeep Learning and physics online（第５８回まで）と統合し、毎回１００名程度の参加者を集め大変盛況で、多くの学習物理学に関する議論が行われた。
また、領域全体のメンバーが議論をする領域会議（2023.09.25-28）を東京大学にて開催した。さらに、学習物理学の初めての国際会議を京都大学で開催した（"International conference on MACHINE LEARNING PHYSICS"）。著名な招待講演者による講演、そしてスクールのほか、ポスターセッションや領域研究成果の報告など、物理学と機械学習に関する研究会として充実した研究議論が行われた。参加者は、１５０名（対面参加１５０名を上限に登録を締め切った）。領域アドバイザリの４名を招き、領域が順調にスタートしたことの確認と、様々な今後の展開への意見をいただいた。
また、A01班との共同で「計算物理春の学校」と「物理屋のための機械学習講義」を８回、開催し、領域への初心者の誘導と教育を開始した。
2024年3月には、アドバイザリのThaler氏がdirectorを務める米国機械学習基本相互作用研究所を表敬訪問し、今後の連携協定について意見が交わされた。また、A03班とE02班の共同成果について、プレスリリースを行なった。領域広報としてはyoutubeによる研究紹介とtwitter(X)による即時広報を実施し非常に効果があった。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
総括班の活動として、領域計画書に書かれている事項（国際会議の開催、領域会議の開催、領域内のコミュニケーションの促進のための領域セミナーの開催、勉強会の開催、領域外の学生を育成するためのスクールの開催、講義シリーズの開催、アウトリーチのためのSNSの立ち上げ、領域の研究者を社会に知ってもらうためのyoutube動画の配信）を全て実施できた。
これらの反響は予想と期待を大きく超えたものが多い。例えば領域のyoutubeは、2万viewを超える再生数の動画（公募研究の説明会動画）もあり、また学習物理twitterには2000名を超えるフォローワーがついている。通例の研究プロジェクトのレベルを大きく超えた広報に成功していると言える。これにより、「学習物理学」という耳馴染みのない新しい言葉も定着しつつあり、開催した「計算物理春の学校」には学部生の申込者が殺到し抽選を行う事態にもなった。教育効果も非常に大きかったと評価できる。
加えて、国際会議の開催により、海外の多くの関連研究者が来日し、本領域の活動を広く世界に知らせることができた。このため、海外の研究機関との連携が進み、領域研究者の海外招聘や、機関同士の連携協力協定の締結に向けて、多様な研究の方向が具体的に検討されつつある。
また、chat-GPTなど生成AIの進展が著しいため、領域のゴールである「仮説創出」に向けての議論会を、哲学者や言語学者などと共同で立ち上げた。これは領域の申請の際には書かれていなかった文理融合の企画であり、将来的には、AIと科学が融合し仮説創出をAIと物理学者がともに共同して行なっていく時代への先駆けとなる、と考えられる。これらの理由により、プレスリリース相当の成果も出しつつ、領域は当初の計画以上に進展している、と判断している。
|
| Strategy for Future Research Activity |
今年度立ち上がった、多くの領域活動（国際会議、領域会議、物理学会との共催シンポジウム、領域セミナー、計算春の学校、物理屋のための機械学習講義など）を、来年度以降も継続的に実施していけるよう、持続的な領域へと進化させていくことが最も重要であると考えている。領域が設置されて、AIと物理学を融合する研究領域がようやく誕生したので、この基盤の上での研究上の交流と情報交換が開始され、本年度はそれが大きく花開こうとしている。これらの交流は、領域でセットアップした多くの領域活動に基づいている。現時点では、新しく着任したインターフェース准教授や総括班のメンバーの活躍により立ち上がったが、それら企画の問題点を評価しつつ恒常的に負担なく運用できる形態の領域活動を目指すべきであり、来年度にはその評価を行なって、最適な領域運営方法をさらに模索していく予定である。
募集した公募研究には多くの研究が参加し、特に必要とされた、領域には不足している分野のカバーや、機械学習のマシン開発に至るような多彩な研究者が集まる領域となった。来年度も継続的に、分野交流が行える領域会議などを開催し、これらから、本年度の研究成果を超える新しい研究成果を生み出していく努力をする。特に、計画研究の間の連携も促進することで、分野の中に囚われたグランドクエスチョンだけではない創造的な研究の芽を育むようにする。
社会の一般市民へのアウトリーチは成功した面があるが、一方で企業との連携は現時点では、スクールへのスポンサー、もしくは領域セミナーへの起業研究者の大規模な参加、などのレベルに達している。これらのつながりを糧にすることで、企業との連携研究なども積極的に今後行っていくことができると考えている。
|
