カリフォルニア工科大学とハーバード大学の研究者が、機械学習を使用して航空機の設計プロセスを改善する方法を開発しました。これにより、タービュレント空気のコンピュータシミュレーションがより正確で効率的になり、航空機設計の安全性と燃費効率が向上する可能性があります。
タービュレントな空気の流れは予測が難しく、飛行機の安全性や燃費効率に影響を与える可能性があります。しかし、カリフォルニア工科大学とハーバード大学の研究者たちが、機械学習を使って航空機の設計プロセスを改善する方法を開発しました。これにより、タービュレント空気のコンピュータシミュレーションがより正確で効率的になることが期待されています。
従来の風洞実験では、多数のプロトタイプを試すのに膨大な時間と費用がかかりますが、コンピュータシミュレーションならばこれを大幅に削減できます。ただし、現実のタービュレント空気を正確に再現するには、微細な粉塵から地球の大きさまで、さまざまなスケールの解像度を捉える必要があります。これは、現在のスーパーコンピュータでも非常に時間がかかる作業です。
しかし、研究者たちは、機械学習を使ってタービュレント空気の流れをモデル化することで、この問題を解決できると考えています。彼らが開発した「壁モデル」は、航空機の表面に近い領域のタービュレント空気の流れを粗いグリッドでシミュレートすることができます。これにより、微細なグリッドモデルを完全に解決することなく、壁から離れた領域のタービュレント空気の流れを推定することができます。
この壁モデルを利用することで、タービュレント空気のシミュレーションにかかる時間と費用を節約できる可能性があります。また、機械学習を使ってシミュレーション自体がさまざまな流れの設定に適応できるように設計することで、現実の複雑な状況にも対応できるようになるでしょう。このような革新的なアプローチにより、航空機設計の安全性と燃費効率が大幅に向上することが期待されています。