科学シミュレーション
要約済み 1
-
arxiv-cs-ai 2日前 3LLMで地下流動シミュレーションを自動化、専門知識不要にAutoSurrogate: An LLM-Driven Multi-Agent Framework for Autonomous Construction of Deep Learning Surrogate Models in Subsurface Flow
AutoSurrogateは自然言語指示のみで深層学習代替モデルを自律構築するLLM駆動の4エージェントシステム。 計算コストの高い地下流動シミュレーションを高精度な代替モデルで効率化する。 ML専門知識を持たないドメイン科学者でも活用可能にし、科学分野へのAI普及を加速。
解説 AutoSurrogateは、地下流動（石油・地下水・CO2貯留等）の高忠実度数値シミュレーションを代替する深層学習モデルを自動構築するLLM駆動フレームワークである。地下流動シミュレーションは不確実性定量化（UQ）やデータ同化（DA）のような多クエリタスクで膨大な計算資源を要するが、DLサロゲートはその高速化に有効である。しかし、アーキテクチャ設計からハイパーパラメータ調整まで高度なML専門知識が必要であり、地質・石油工学分野の研究者には利用障壁となっていた。本フレームワークでは4つの専門エージェントが連携し、データ分析・モデル選択・学習実行・評価を自律的に実施する。ユーザーはシミュレーションデータと自然言語での好みを入力するだけでよい。既存手法との比較では、手動設計や汎用AutoMLツールに対して、ドメイン特化の知識をLLMに内包することで精度・効率の両面で優位性を示している。実用上の意義は大きく、地質学・環境工学・エネルギー分野においてMLエキスパートなしにサロゲートモデルを活用できる民主化を実現する点が新規性の核心である。