AIの画期的な進歩が長年の量子物理学の問題を解決
MITの研究者らが、50年間未解決の課題である量子多体系問題を効率的に扱う人工知能システムを開発した。新たな手法は、機械学習を用いて複雑な量子状態を前例のない速度で近似する。この進歩は、量子コンピューティングと材料科学の進展を加速させる可能性がある。
量子多体系問題は長年物理学者を悩ませており、量子レベルでの複数粒子の相互作用をモデル化するには膨大な計算能力を必要とする。2025年9月28日、マサチューセッツ工科大学（MIT）のチームが、この問題に真正面から取り組む新しいAIベースのアプローチを発表した。
Physical Review Lettersに掲載予定の論文で詳細が述べられたこのシステムは、深層ニューラルネットワークを活用して、最大100粒子のシステムの基底状態波動関数を予測する。「私たちのAI手法は、従来の数値的手法に比べて100倍高速な結果を達成し、高い精度を維持する」と、主任研究者のエレナ・バスケス博士（MIT物理学科助教授）は述べた。この効率性は、シミュレートされた量子データを用いたAIの訓練によるもので、徹底的な計算なしに現実世界のシナリオに一般化できる。
このツールの開発は2年間にわたり、量子化学における以前の機械学習応用を基盤としている。チームはハバードモデルなどのベンチマーク問題でテストを行い、このモデルは固体中の電子挙動をシミュレートし、正確な解に対して1%以内の誤差で近似を生成した。背景の文脈から、多体系問題の解決は新しい超伝導体の設計や高温超伝導性の理解に不可欠であり、次世代エレクトロニクスに重要な領域であることがわかる。
含意は実用的応用に及ぶ：高速シミュレーションは分子間相互作用のモデル化により創薬を加速し、量子デバイスのプロトタイピングを強化する可能性がある。しかし、専門家は制限を指摘；AIは低次元システムで優れるが、3次元材料にはスケーリングが必要かもしれない。「有望だが、これは一歩であり、完全な解決策ではない」とバスケス博士はコメントし、継続的な改良を強調した。
報道に重大な矛盾は見られず、発表は査読済みの検証と一致する。この開発は、AIの基礎科学における役割の拡大を強調し、理論物理学と計算可能性の橋渡しをする可能性を示している。