テクノロジー

進歩する解析手法!理論式の手計算→数値シュミレーション→AIのディープラーニング

数学の計算式がたくさん書かれている黒板。

・はじめに

【経歴】
京大院卒業・航空宇宙工学を学ぶ/大企業メーカーで
10年エンジニアを経験/
自由を求め脱出/
フリーランスに
STEAM教育の大切さに気づきSTEAM+M Lab オンライン研究所を設立/作曲家で研究所所長兼任

【一言】
颯 Souです。

颯 Souのイラスト縮小版

学生の頃は、工学や科学の研究が大好きでした。テクノロジーの集合体として、車やパソコンが好きで、スポーツカーに乗っていたり、ゲーミングパソコンを持ってます。作曲家であり、音楽をこよなく愛しています。STEAM教育の大切さに気付きました。STEAM+M Labを立ち上げ理系・文系とわず、これからAI時代に活躍できるような子供たちの応援をしていきます。

進歩する解析手法と聞いて疑問を持たれましたか?

私は、学生の頃、京都大学大学院で流体力学の数値計算を行っていました。

学生のころ基礎研究をしてきたわけですが、技術の発展には、解析がつきものでした。

そのころはAIには携わっていなかったのですが、最近はAIのディープラーニングが目覚ましいです。

先日次のようなツイートをしました。

時系列で、理論式の手計算、数値シュミレーション、AIのディープラーニングと説明していきますが、もちろん、今でも理論式の手計算は行います。

かけられる時間やコスト、計算対象によって、使い分けるといいと思います。

目次は次の通りです。

  • 進歩する解析手法
    ・理論式の手計算
    ・数値シュミレーション
    ・AIのディープラーニング
  • まとめ

・理論式の手計算

解析には、理論式などが用いられ、そこにパラメータを入れて計算するという方法です。

パラメータによっては、答えが得られないこともありました。

学者が理論を立てて、それを物理法則として体系化され科学を発展させてきました。

さらに、科学を応用し、様々な機械を作るに至ります。

また、科学の発展から機械に応用すること以外にも、数値の理論式による解析は用いられます。

理論式は、学者でなくても自らが作ることができるのです。

私も一つ考えてみました。

それが、未来のロボットオーナーがAIロボットを貸し出すビジネスにおける、費用対効果の計算です。

詳細は、下記ブログを参考ください。

費用対効果は数式で表すべき!AIロボットオーナーの例で解説

このように、理論式を立てて解析する手法は現在でも十分使えるものです。

・数値シュミレーション

パソコンが普及してから、数値解析ができるようになりました。

一般的なシュミレーションですね。

理論式を用いてシュミレーションを行うもので、これまで手計算で計算できなかった理論式も数値計算で求めることができるようになりました。

科学の世界において、大きな進展を遂げました。

例えば、飛行機の翼の計算において、揚力は理論式によると、

$L=\frac{1}{2}C_l \rho S V^2 $

で表されます。

ここで、$C_l$は揚力係数、$\rho$は密度、$S$は翼の面積、$V$は飛行機の速度です。

しかし、数値シュミレーションでは、ナビエストークス方程式と呼ばれる運動量の流れの保存則を数値的に解くことで翼周りの圧力場が計算でき、敷いては揚力を計算できます。

・AIのディープラーニング

AI第三次ブームが訪れて、ディープラーニングと言う手法が編み出されました。

これにより、より人間に近い曖昧さをシュミレーションに取り入れることができるようになりました。

ディープラーニングの基礎技術は、音声認識、画像認識、自然言語処理です。

つまり、音声データ、画像データなどから解析ができるようになりました。

さらに、ディープラーニングでは、膨大なデータから学習を繰り返すことで精度が高まっていくものです。

例えば、AIにある犬の写真を見せて、これは犬だと判別できるようになるということです。

さらに、柴犬なのか、ヨークシャテリアなのか、色や形から区別できるようになります。

これはとても画期的な発明ですね。

なぜなら同じ柴犬の写真でも、ポーズが違ったり、風景がちがったりしますが、AIはあいまいさを克服したからです。

・まとめ

パソコンが普及する前は、理論式を立てて、手計算で解析を行っていました。

これにより、科学が発展し、様々な機械が登場しました。

学者でなくても、一般人でも理論式を立てて解析することができます。

例えば、費用対効果を計算しビジネスに適用したもので、そのほかにも無限に例はあると思います。

また、パソコンが普及すると、数値シュミレーションができるようになりました。

これまで計算できなかったようなものが、短時間でたくさん計算できるようになりました。

これにより科学を応用した高度な製品が登場します。

AIのディープラーニングが出てくると、音声認識や画像認識、自然言語処理を基礎技術として、より人間に近いロボットが誕生しました。

今後人間に置き換わる仕事を担うようになるでしょう。

解析の進歩を時系列で解説しましたが、理論式の手計算は今も使われます。

かけられる時間やコスト、計算対象によって、使い分けるといいです。

以上、参考になれば幸いです。

テクノロジーに戻る

アイキャッチ画像は Jcomp - jp.freepik.com によって作成された pattern 写真です。

-テクノロジー
-,