知の物理学研究センターが扱うデータは、物理原理が生成するデータからなるという点で、一般に人工知能が取り扱う大規模データとは本質的に異なっています。素粒子の世界ではファンダメンタルな対称性が、物性物理では対称性の破れが、宇宙物理では構造形成された天体や天体集団が、それぞれ観測データを生み出しています。一方で、自然言語、音声、画像、インターネット上の情報は、人間の脳という高度に複雑な情報処理系が生成するデータです。知の物理学研究センターでは、こうした生成原理の異なるデータを横断的に扱い、それぞれに内在する構造や制約を物理学の視点から明らかにすることで、従来の人工知能研究の枠組みを拡張すると同時に、物理学そのものの研究フロンティアを押し広げることを目指しています。また、そのような研究を通じて、基礎学理から応用までを俯瞰できる人材の育成を行っています。
近年の人工知能は、大規模なモデルとデータを用いた学習によって、予測・生成・意思決定において卓越した性能を示すようになり、生成AIや基礎モデル（foundation models）と呼ばれる新たな枠組みも登場しています。一方で、その学習過程や振る舞いをどのような原理で理解すべきか、また、どの条件のもとで信頼できる予測や推論が可能になるのかといった根本的な問いは、依然として十分に解明されていません。知の物理学研究センターでは、学習や推論を「非平衡なダイナミクス」として捉え、確率過程、統計力学、情報理論といった数理物理の枠組みを用いて、人工知能の振る舞いを原理的に理解することを目指しています。モデルの表現能力や汎化性能、不確実性や予測限界を理論的に明らかにすることで、単なる性能評価にとどまらない、検証可能で予測能力を持つ理論の構築を進めています。このような物理学に基づくアプローチは、人工知能の信頼性や限界を理解するための基盤を与えると同時に、自然現象の理解や新たな知の創出にもつながるものと期待されています。
数理物理と情報の既存領域を超えた、新しい教育研究を展開
基礎研究力の強化
- 知性を成立させる数理物理構造の解明
- 人工知能・深層学習の物理世界への応用
教育改革と人材育成
- 基礎学習から応用まで俯瞰できる人材育成
- 高度情報処理イノベーションを担う人材育成