流体は、私たちの世界の目に見えない設計者であり、暑い日の都市を冷やす空気から、ジェットエンジンに力を与える燃料に至るまで、あらゆるものを形作っています。何十年もの間、科学者やエンジニアは、液体や気体がどのように振る舞うかを予測するために、複雑なコンピュータ・シミュレーションに頼ってきました。これらのシミュレーションは、運動の基本方程式を解くものであり、非常に強力ですが、同時に非常に高価でもあります。正確な答えを得るためには、多くの場合、スーパーコンピュータを数日間稼働させる必要があり、それでもなお、モデルが空白を埋めるために「推測」に頼っているため、結果がかなりの誤差を生むことがあります。これはボトルネックを生み出しています。最も正確なツールは多くの研究者にとってコストが高すぎる一方で、安価なツールはエネルギー、気候、産業における重要な決定に必要な精度を欠いているのです。長年の疑問は、こうした推測や膨大な計算能力を削ぎ落とし、標準的なノートパソコンで動作する、純粋で混じりけのない物理学へと置き換えることができるのかどうかでした。

ルーカス・リマ・フレイタスという研究者が、「フルイド・ユニバーサル（Fluido Universal）」と呼ばれるモデルによって、新たな進むべき道を示しました。現代の多くの人工知能システムのように膨大なデータから流体の運動のルールを学習しようとするのではなく、このアプローチは、自然の基本法則から出発し、それらを正確な数学的公式として書き記すことから始まります。その目的は、管の中の渦巻く乱流から、超低温の液体ヘリウムの流れ、さらには火星の希薄な大気に至るまで、12の極めて異なる環境における18種類の異なる流体の挙動を予測できるシステムを作ることでした。研究者は、標準的なコンピュータを持つ人なら誰でもリアルタイムで予測が行われる様子を見ることができる、ウェブブラウザ上で直接動作するデジタル・シミュレーターを構築しました。このシステムは試行錯誤から学習するのではなく、原子の質量や光速といった、世界の科学コミュニティによって極めて精密に測定された既知の物理定数に基づいて、単に答えを計算するのです。

この研究の核心は、モデルがどれほど物理世界を理解しているかを示す成績表として機能する、18の特定の指標（チェックポイント）のコレクションです。これらの指標は、流体の振る舞いの幅広いスペクトルをカバーしています。壁の近くでの空気の動きを見るものもあれば、嵐の中で形成される微細で混沌とした渦を調べるものもあり、さらに流体が非常に冷たくて超流体になった場合や、非常に希薄で個々のガス粒子のように振る舞う場合の挙動をテストするものもあります。研究者はこれらの指標を2つのグループに整理しました。第1のグループは、正確な公式として書き下せる法則で構成されており、シミュレーションを開始する前にその答えが分かっているものです。第2のグループは、乱流の流れにおける最小の渦のサイズなど、シミュレートされた流れ自体から測定される挙動を含みます。シミュレーターの出力をこれらの既知の法則と比較することで、研究者は比較のための別個の、高価なスーパーコンピュータ・シミュレーションを実行することなく、モデルの精度を測定することができました。

結果は、この純粋物理学のアプローチが驚くほど正確であることを示しました。18の指標すべてにおいて、平均誤差は1パーセント未満でした。最も困難なケースにおいても、誤差が約3パーセントを超えることはありませんでした。これを比較するために述べると、今日の主要なエンジニアリング企業が使用している産業用ソフトウェアは、同様のタスクに対して6パーセントから18パーセントの誤差を示すのが一般的です。この新しいモデルは、機械学習を使用せず、学習データセットを必要とせず、スーパーコンピュータを必要とせずに、この高いレベルの精度を達成しました。これは標準的なノートパソコンのグラフィックスカード上で動作し、1秒間に60回シミュレーションを更新します。つまり、学生やエンジニアがウェブページを開いて条件を調整すれば、予測が既知の物理法則にどれほど近いかを正確に伝えるダッシュボードと共に、流体の振る舞いを即座に見ることができるのです。

この研究の最も重要な側面の一つは、壁付近における流体の運動の数学的処理の仕方です。従来の方法では、この挙動を近似することが多く、それが小さな誤差を生み出し、累積していきます。研究者はこの特定のシナリオに対する方程式を再導出し、より精密な数値技法を用いて解くことで、古い手法と比較して誤差を10分の1に減少させました。この改善は、モデルをデータに適合させるために微調整した結果ではなく、基礎となる方程式をより注意深く解いた結果によるものです。また、本研究は、長年教科書や科学文献に登場してきた3つの特定のエラーを特定し、修正しました。例えば、液体ヘリウムの粘度の値が10倍ずれていたことなどです。これらの基礎的な数値を修正することで、モデルの予測が強固で正しい基盤の上に築かれることを保証しています。

モデルの汎用性を証明するために、多様な物理的領域に対してテストが行われました。炭素二酸化物の火星の希薄な大気中の流れを正確に予測し、宇宙探査機の観測結果と一致しました。太陽から地球へ移動する太陽風粒子の速度を計算し、宇宙機からのデータと整合しました。さらに、微小なマイクロチャネルを通る水の流れや、量子効果が支配的となる超低温ヘリウムの挙動までもモデル化しました。あらゆるケースにおいて、シミュレーターは宇宙の基本定数のみを使用して答えに到達しました。単一の統一されたフレームワークが、その核となるロジックを変更することなく、微視的なものから天文学的なものまで、これほど多様な現象を扱えるという事実は、流体力学の代数的な法則が、従来の産業用ソフトウェアで使用されていたものよりも、より普遍的で堅牢であることを示唆しています。

この研究は、人工知能を用いて「ブラックボックス」モデルを作成することに大きく傾倒してきた流体力学の現在の潮流に異を唱えるものです。これらのAIモデルは非常に正確になり得ますが、学習のために膨大なデータを必要とし、見たことがない条件の予測を求められると失敗することがよくあります。新しいアプローチは、多くの根本的な問題に対して、最良のツールは学習されたパターンではなく、物理法則の直接的な適用であると主張しています。このモデルには学習されたパラメータが含まれていないため、完全に透明です。ユーザーはコードを見て、どの物理法則が適用されているかを正確に確認できます。これにより、教育のための強力なツールとなり、また、より複雑なシミュレーションの検証を行うためのツールにもなります。エンジニアが風力発電所や気候モデルのために大規模で高価なシミュレーションを開始する前に、このブラウザベースのツールを使用して、基本的な物理学が正しく扱われているかを確認することができるのです。

この研究の影響は、単なる数値の向上にとどまりません。高精度な流体シミュレーターをウェブブラウザで無料公開することにより、この研究は、高価なソフトウェアライセンスやスーパーコンピューティング・クラスターを利用できない発展途上国の研究者や学生にとっての大きな参入障壁を取り除きます。これは、風力発電を最適化するためのツールを提供し、設計の迅速なテストを可能にする産業革新を促進し、大気モデルの精度を向上させることで気候アクションを支援するという、グローバルな目標をサポートするものです。研究者はソースコードとライブ・シミュレーターを公開しており、世界中のコミュニティがこのゼロコスト、ゼロパラメーターのフレームワークを使用して、テストし、構築していくことを歓迎しています。

この研究には限界もあります。現在のバージョンのシミュレーターは2次元で動作しており、これは基本法則のテストには十分ですが、現実世界の嵐やエンジンに見られる3次元の乱流の全容を捉えることはできません。また、モデルは圧縮の影響をほとんど受けない流体に焦点を当てているため、空気がバネのように振る舞う高速流にはまだ対応していません。さらに、標準的な流体については優れていますが、血や塗料のように応力によって粘性が変化する複雑な非ニュートン流体については、まだテストされていません。しかし、研究者は将来的に、モデルを3次元へと拡張し、これらのより複雑な流体を含める計画を持っています。

結局のところ、この論文は、データ駆動型のショートカットにますます依存するようになった分野において、第一原理への回帰を提示しています。既知の物理法則を注意深く再構成し、高い精度で解くことにより、はるかに高価で複雑な産業的手法に匹敵するか、それを凌駕する精度を達成できることを実証しています。この研究は、流体力学の「魔法」は膨大なデータセットの中に隠されているのではなく、すでに宇宙の代数的な言語の中に書き込まれており、それを正しく読み解くのを待っているだけなのだということを示唆しています。現実世界の流れを理解するための道を、法則をリアルタイムで検証可能かつアクセス可能な形で提供することで、この研究は新たな前進の道を示しているのです。