航空機開発の高速化につなげるJAXAの「機械学習」活用
コメント
注目のコメント
高速化とは関係ありませんが、昨年度まで宇宙研の学生の副指導教員をしていて、宇宙空間のための深層学習技術をいくつか提案していました。下記は衛星画像の修復。修復したら観測できていない嘘の情報になるじゃないかと思われるかもしれませんが、クレーターの検出・計数などの応用には力を発揮します。
Hiya Roy, Subhajit Chaudhury, Toshihiko Yamasaki, and Tatsuaki Hashimoto, “Toward Better Planetary Surface Exploration by Mars Orbital Imagery Inpainting,” IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 14, pp. 175-189, 2021航空機「開発」の高速化 ね．
【追記】研究者の究極の目標は何だろう．自分の研究していることを誰でも使える形にして陳腐化することである．望む性能を入力してボタンを押せば，あらゆる物理現象を考慮した航空機設計が自動で完了し，「次へ」のボタンを押すと製品も出てくる装置を目指したい．
自分しかできない，知らないノウハウを隠し持って，自らの優位性を維持し続けようというのは間違った姿勢である．それらを駆逐するために邁進する責務を研究者は負っている．技術のコモディティ化，民主化に進むのが研究者である．というか，研究し，発表し，ツールにして普及をはかるという，普通の研究行為がその一環になっている．
AI，機械学習の登場でその究極の目標に近づいてきた．機械学習なのかは，分かりませんが，現在のCADでは，最適形状を探すアルゴリズムが組み込まれています．
CADとは，設計で使うソフトウェアで，モデリング，製図，力学解析などができます．
実際，簡単な形状ならば，最適化設計が解析値（理論値）と一致しました．（ねじりを受ける円筒で試したところ，薄肉円筒になりました）．
結局，形状の最適化などは機械学習の得意とするとろであり，適時活用したいと思っています．
しかしながら，問題は「力学的な形状の最適化が，設計における最適化であるか」ということです．
製造できる形状なのか？，接合はきちんとできるのか？などです．
いくら外からの圧力に対する形状が，最適であったとしても，卵の殻のような形状を作るのには，コストがかかり，他の部品との接合も大変です．そこまでして，最適形状を達成したいかということです．
機械学習×設計は，非常に魅力的な分野です．ただ，安易に飛びつくと火傷をするので，きちんと理解する必要があると思います．
