Localized Generative Design of Ship Hulls with Diffusion Models and High-Fidelity Assessment

船舶の設計は、妥協を重ねる緩やかで慎重なダンスのようなものである。エンジニアは、重量物を運び、荒れた海でも直立状態を保ち、かつ最小限の労力で水を切り裂くような船体を形作らなければならない。目標は、船舶の速度を落とす抵抗（ドラッグ）を減らすことである。なぜなら、抵抗が少なければ燃料消費もコストも抑えられるからだ。数十年にわたり、これは人間の専門家が行ってきた仕事であり、彼らは複雑なコンピュータ・シミュレーションを用いて新しいアイデアを一つずつ検証しながら、手作業で形状を微調整してきた。しかし、考えられる形状の数は膨大すぎるため、完璧なものを見つけ出すことは、まるで干し草の山の中から一本の針を探すようなものである。近年、「生成モデル」として知られる新しい種類のコンピュータ・プログラムが登場した。これらのプログラムは、既存の数千もの船舶設計から学習し、自律的に新しい設計を生み出すことができる。これらは、創造的なプロセスの自動化を実現する手段を提供するものである。しかし、問題がある。これらのデジタルな発明家たちは、紙の上では優れた形状を作り出しても、無秩序で予測不可能な物理法則の前では失敗してしまうことが多いのだ。

ブリティッシュコロンビア大学の研究チームは、業界のパートナーと共に、これらのデジタルな発明家を現実世界の船舶設計に役立てることができるかどうかを検証することにした。彼らが焦点を当てたのは、船体の特定の部分、すなわち艦首にあるバルバス・バウ（球状船首）の部分であった。このバルブと呼ばれる部分は水面下に突き出した突起であり、正しく設計されれば波を打ち消して燃料を節約することができる。研究者たちは、船の他の部分を損なうことなく、フロント部分だけを最適化して船を速くできるかどうかを、コンピュータが学べるかを知りたかったのである。彼らは新しい船体形状を生成し、その形状がいかに性能を発揮するかを即座にチェックできるシステムを構築した。ただし、単なるコンピュータによる素早い推測だけで終わらせなかった。彼らは最も有望なデジタル候補を選び出し、船の周囲を流れる水の動きを高精度に再現する厳密な高忠実度テストにさらした。そこで判明したのは、期待と限界の物語であった。コンピュータは新しいアイデアを生み出すことはできるものの、船を真に効率的にするための微妙な物理現象を理解するにはまだ至っていないという事実である。

研究者たちはまず、有名なコンテナ船「KRISOコンテナシップ」の幾何学的構造を理解するようにコンピュータ・モデルを教育することから始めた。彼らはコンピュータに対し、船全体を一から再設計するように求めたのではない。代わりに、前部セクションだけに集中し、残りの船体は全く同じままにするよう指示した。「局所的設計（localized design）」と呼ばれるこの手法は、実際の造船技術者が用いる方法でもある。彼らは船全体を変えることは滅多になく、特定の部品を洗練させることを好む。コンピュータは、船の前部のわずかな差異を持つ数千のバージョンを用いてトレーニングを受け、滑らかで連続性のある形状を作るパターンを学習した。一度コンピュータがこれらのパターンを習得すると、研究者はより少ない抵抗を生み出す形状を探すように誘導した。彼らは、高速で簡略化された計算に基づき、もし形状が水をより容易に切り裂けているようであれば報酬を与えるという手法を用いた。

これらのコンピュータ生成された形状が実際に優れているかどうかを確認するため、チームは船体の周りを流れる水をシミュレートするオートメーション・パイプラインを実行した。このシミュレーションは、コンピュータを導いたための迅速なチェックよりも遥かに詳細なものであった。それは水の粘性、船によって生じる波、そして船体に押し寄せる圧力を考慮に入れたものである。彼らは、コンピュータの創作物の一つである「モデル1」を元の船と比較テストした。低速走行時には、新しい形状はオリジナルと同等の性能を示した。しかし、速度が増すと、新しい形状は苦戦し始めた。典型的な巡航速度において、新たな形状の抵抗はオリジナルよりも50％近くも高くなっていた。コンピュータを導いていた迅速な計算は、この劇的な抵抗の増加を見逃していたのである。その計算は、限定的な条件下では有望に見える形状を見ていたが、水がより速く動いたときにその形状がどのように振る舞うかを予測できていなかった。

研究者たちはさらに深い問いを投げかけた。問題はコンピュータの学習能力にあったのか、それとも形状をコンピュータへ記述する方法自体にあったのだろうか。これを確かめるために、彼らは異なるアプローチをとった。コンピュータに新しい形状を発明させるのではなく、人間側の造船技術者に、コンピュータが従わなければならないのと同じルールセットを使用して、オリジナルの船を改良させたのである。人間のエキスパートは、コンピュータの記述システムの制限内にとどめつつ、最大限にオリジナルに近い形で船の前部を調整した。こうして生まれたのが「GenHull E」と呼ばれる新形状である。この形状にはバルバス・バウが存在していなかった。研究者が使用したシステムは、単純に滑らかな丸みを帯びたバルブを描写できず、平坦な円柱のように見える形状しか作成できなかったのである。この人間が精製した形状をテストしたところ、驚くべき結果が出た。低速域においては、実はオリジナルの船よりも6〜8％効率が高かった。接触面積が減少したことで摩擦が軽減されたためである。しかし、ある一定の速度を超えると、バルブがないことが致命的な弱点となった。船の前部から発生する波が強まり、抵抗が急増したのである。テストされた最高速度において、人間が精製した形状はオリジナルよりも著しく劣っていた。

新しい形状が良い状態から悪い状態へと転じたこの境界点は、特定の速度で発生した。その速度以下では、濡れ縁面積（wetted surface）が減少するメリットが、バルブ欠如によるペナルティを上回っていた。しかし、その速度を超えると、バルブのないデメリットがメリットを圧倒した。研究者たちは、コンピュータの報酬系がこのトレードオフを見落としていたことを発見した。コンピュータは広い速度範囲における平均的なパフォーマンスを表す一つの数値を探すよう訓練されていたため、船が高い速度で過ごす時間の長さに偏ってしまい、物理現象が変わる鋭い局面を見逃してしまったのである。同じ硬直した記述システムの下での制約を受けた人間のエキスパートは、ある条件では良く、別の条件では悪い形状を生み出したが、コンピュータの単純な報酬関数はそのニュアンスを捉え切ることができなかった。

また、本研究はこの新しい形状に隠された代償についても明らかにした。人間が精製した船体は、オリジナルよりも安定性に欠けていた。それは、あらゆる船舶にとって極めて重要な要件である「荒れた海での復元性（直立保持能力）」の容量が低いことを意味している。コンピュータのシステムは、抵抗のみを注視しており、この安定性のチェックを行っていなかった。人間のエキスパートによる適合プロセスには安定性の項が含まれておらず、その結果、新しい船体はベンチマークに対して許容垂直重心が1.04メートル低下した。これはテクノロジーの溝を浮き彫りにした。つまり、コンピュータは単一の指標において良好に見える形状を生成することはできるが、実際の船が満たすべき複雑な要求事項のネットワークまでは理解していないということである。

結論として、研究者たちは、生成モデルは強力な探索ツールではあるものの、まだ人間の判断に取って代わる準備は整っていないと述べた。コンピュータは数千の変異を瞬時に生成できるが、それらを評価するためのより優れた仕組みが必要である。性能を推定するために用いられた単純な公式は、波の抵抗や安定性の微妙な変化を捉えるには正確さが足りなかった。これらのツールを真に有用なものにするためには、生成される個々の候補すべてに対して、高精度な流れのシミュレーションを行うシステムを構築する必要がある。また、ある速度では良くても別の速度では悪くなる可能性があること、そして安全性がスピードと同様に重要であることをコンピュータに教え込む必要がある。今後の進展は、コンピュータのスピードと高忠実度の物理シミュレーションの深さを組み合わせることにかかっており、これにより、デジタルデザインが生み出すものが、単に数学的に興味深いだけでなく、物理的に現実的で安全なものであることを保証しなければならない。

このチームの研究は、工学の世界において「細部にこそ神（悪魔）が宿る」ということを思い出させてくれる。簡略化されたモデルの中では完璧に見える形状であっても、現実世界を考慮に入れると惨めに崩壊することがある。研究者たちは、船舶設計を一晩にして解決する魔法の杖を見つけたわけではない。むしろ、現在のテクノロジーがどこで躓いているのか、そしてゴールラインを超えるために何が必要なのかを示す明確な地図を見出したのである。彼らは、複雑な機械のデザインを完全に自動化するためには、コンピュータに「扱いやすい測定項目」を見るだけでなく、「全体の姿」を見ることを教えなければならないことを示した。船舶設計の未来は、コンピュータがアイデアの大量生成という重労働を担い、高度なツールを備えた人間のエキスパートが、それらのアイデアを効率的で安全、かつ堅牢な現実に導いていくという、両者のパートナーシップの中に存在している。