深層科学技術計算：数理科学を基盤とする物理構造と深層学習の融合
| 体系的番号 |
JPMJAP2329 |
| DOI |
https://doi.org/10.52926/JPMJAP2329 |
研究代表者 |
谷口 隆晴 神戸大学, 理学研究科, 教授
|
|---|
| 研究期間 (年度) |
2023 – 2026
|
| 概要 | まず，Physics for AIの研究として，Hamiltonian-Unitを開発する．これは，大規模深層学習モデルのビルディングブロックとなっているTransformerの改良版であるS4Modelに着想を得ており，大規模モデルに応用できる．Hamiltonian-Unitは物理学の運動方程式に基づくため，内部で物理シミュレーションが行われる．そのため，アダプティブメッシュやモデル縮減などの，物理シミュレーションの高速化技術が応用でき，物理学の諸手法を用いた高速化・効率化が可能となる．AI for Physicsとしては，シンプレクティック性を保つことで，物理法則を壊さないニューラル作用素を開発し，従来のシミュレーションの数百倍の高速化が可能な，信頼性の高い深層学習手法を開発する．
|
|---|
| 研究領域 | AI・情報 |
|---|
