PRESENTATION

「ガラスの物理」で社会課題に挑む

大山 倫弘

ガラスと機械学習――。全く別物に見える2つのテーマをつなぎ、気候予測など大きな社会課題を解決するための技術開発に挑戦しています。

ガラスとAIの意外な類似点

私の興味は「ガラスの特性」と「AI・機械学習技術」をつなぎ、両者の知見を互いに応用し合いながらより革新的な発見につなげることにあります。意外に聞こえるかもしれませんが、実は両者は似たような数理的構造を持っているのです。

ガラスは非晶質とも呼ばれ、分子や原子といった構成要素が結晶構造を持たないまま固まって固体的な振る舞いをするようになった物質の総称です。一般に、液体が結晶化する際には構造秩序を形成しながらエネルギーが減少していきますが、ランダムな状態のまま固まったガラスはエネルギーの減少が途中で止まってしまった状態となっています。こうした特殊な性質により、ガラスの物理特性を解明することは長く基礎物理学上の課題とされてきました。

一方の機械学習は、最近の目覚ましい生成モデルの技術進展から、一般にも馴染み深い存在となってきています。これらの技術の学習過程では、モデルから出力される予測値と訓練データが示す正解値との誤差を最小にすることを目指します。この誤差を数式で表したものを損失関数と呼び、その損失が最小になる大域的な最適解を探索するのです。しかし、パラメーターの設定によっては局所的な最適解の谷にはまってしまい、それ以上誤差を縮められなくなることがあります。

この局所的な谷にはまって大域的な最小値にたどり着けないという現象が、ガラスで見られるエネルギーが下がりきらずに固まってしまうという現象と、まさに同じ構図と言えるのです(図1)。私は、機械学習で得られた知見を用いることで、古典的かつ重要なテーマでありながらいまだに謎が多いガラスの研究に一筋の光明を見出せるのではないか、あるいはその逆で、ガラスの知見を応用することで機械学習技術の理解や高性能化につながるのではないかと考えています。

図1. ガラスと機械学習が持つ数理的構造のイメージ。両者には、局所的な谷にはまって大域的な最小値にたどり着けないというよく似た現象がみられる。

それぞれのアプローチで成果を創出

2015年の人工光合成セル(1センチ角)
図2. 気候データの詳細化のイメージ。機械学習を用いることで、政策立案などの意思決定に必要な解像度のデータを得る技術を提案した。

これらの研究は、ガラスと機械学習のそれぞれを深める段階にとどまっており、まだ両者をつなげる段階には至っていません。現在はそれぞれの領域での事例を増やすだけでなく、それぞれの間をつなぐような研究も進めているところです。将来的には、これらのアプローチが確かに地続きのものだと、専門家ではない人にも胸を張って説明できるような成果が出せればと考えています。

コア技術が確立されていれば対象は何だって楽しめる

今の自分の研究スタイルは、「統計力学という自分のコア技術を機械学習に拡張し、この2つを武器として、気候変動のような大きな社会課題に挑戦する」というものです。しかし、このスタイルが確立できるまでにはかなりの紆余曲折がありました。

私は修士課程を修了した段階で一度別の会社に就職していて、その後大学院の博士課程に戻り、ポスドクを経て豊田中央研究所に入社したという経緯があります。新卒時は製薬企業で医薬品の開発職に就いたのですが、あるとき目の前の業務を心から楽しめない自分がいることに気付きました。それはなぜなのか突き詰めて考えていくと、業務内容のせいではなく、自分自身が将来のキャリアを描けていないことが原因だと分かりました。

それまでの私は、具体的に「何が知りたい」という目標や自分なりの価値観がなく、与えられたテーマに取り組んできただけでした。研究者には一貫して「これがやりたい」という軸がしっかりしている人も多い中で、そうした軸を持てない自分のことを、ずっと情けなく思っていたのです。自分の人生を自分事として改めて見つめ直した時、「コア技術がしっかり確立されていれば、研究対象が何であったとしてもきっと楽しめるはずだ」との考えに至り、大学院に戻ることにしたのです。

博士課程ではガラスの持つ普遍的な性質に魅せられ、ガラスなどのランダムな系を対象にした統計力学をこそ自分のコア技術だと意識するようになりました。そしてポスドクを経て次のキャリアを考えていた時、たまたま豊田中研の公募情報が目に留まりました。公募が出ていたのは気候予測に関するプロジェクトで、求人票にかなり具体的な要件が書いてあったのですが、そのどれもがそれまで私が経験してきたこととピタリとあてはまったのです。紆余曲折を経てきたことが結果的にマッチングにつながり、そして今の研究スタイルにもつながっているのだと思います。

企業研究所という選択肢を広めたい

コア技術を様々な文脈で応用していく自分にとって、同一組織内に様々な分野の研究者が集まっている豊田中研はこの上ない環境です。様々な分野の研究者がいるというのはもちろん総合大学でも同じですが、分野間のコミュニケーションコストが高いこと、成果の見通しが立てにくいこと、成果の取扱いに対して分野間で考えが異なることなどが障害となり異分野連携の実現は一般に困難です。豊田中研では、成果創出までのリードタイムが長い挑戦的な課題の場合、まだ有望な既存手法を手の内化する段階にあっても研究フェーズや目的に即した評価が得られる体制が整っていて、異分野連携に挑戦しやすい環境にあります。私自身の研究ではまだ、直接的な成果に結びついたものは少ないですが、現在も様々なプロジェクトに並行して参画し挑戦を続けています。

当社のような企業研究所には大学にはないメリットがたくさんあるものの、少なくとも基礎物理学をやっている人間がキャリアを考えるうえでメジャーな選択肢になっていないのはとても残念なことです。私は自分が率先して革新的な成果を出し続けることで、基礎物理学の研究者が活躍できるフィールドは民間もあることを証明したいと考えています。それが学問分野の発展だけでなく、よりよい社会の実現にもつながると信じているからです。

PAGE TOP