東京都立大学とシンガポール科学技術庁は,物質の相転移の研究に,教師あり学習の「分類」の手法を応用した研究を行なった。今回,芝浦工業大学も参加し,教師あり学習の「回帰」の手法を使った「機械学習の超解像技術を応用したスピン系の逆くりこみ群変換の研究」を実施し,相転移の研究の逆くりこみ群変換を実現する,新しい方法を提案した(ニュースリリース)。
社会のあらゆる分野で,人工知能(AI)の活用が取り上げられている。機械学習はAIの一つの技術であり,その概念は,特定の仕事をトレーニングにより機械に実行させるもの。
機械学習は,教師あり学習と教師なし学習に分類され,教師あり学習の代表的な問題として「分類」と「回帰」がある。画像処理が機械学習の典型的な応用例だが,「分類」としては,手書きの郵便番号の判定の問題が挙げられる。
「回帰」については,低解像度の画像から高解像度の画像を推定して作成する,超解像技術がその例となる。このような機械学習の手法は,実践的な応用技術としてだけでなく,基礎科学分野への適用も進んでいる。
今回研究グループは,相転移・臨界現象の理解の基本となるくりこみ群変換の具体的な操作である,ブロックスピン変換と相補的な関係にある,ブロッククラスター変換を提案した。
スピン系のモンテカルロシミュレーションの有効な方法であるクラスターフリップ法を利用して,機械学習の超解像技術を応用することにより,多成分系など広い範囲のモデルの取り扱いを可能にし,全温度領域で精度のよい,逆くりこみ群変換を実現したという。
これは,機械学習による画像の超解像技術を,スピン系の相転移の逆くりこみ群変換の研究に応用したもので,ユニークな研究であり,相転移研究の新しい基礎手法を切り開いたものだとする。
研究グループは,この研究が機械学習の適用範囲を広げると共に,基礎科学の相転移の研究の新しい概念を作ること,特に,量子系への応用も期待されるとしている。