ハワイ大学マノア校の研究チームが、「物理情報機械学習」（Physics-Informed Machine Learning）の新しいアルゴリズムを発表しました。AIがデータを処理する際に物理法則を遵守するよう設計されており、流体力学や気候モデリングなどの科学シミュレーション精度向上に貢献することが期待されています。
ハワイ大学によると、このアルゴリズム開発は物理学部のJeffrey G. Yepez氏が主導しています。「フロベニウスノルム」と呼ばれる数学的ツールを使用して数値グリッド間の差異を測定し、大規模なデータテーブルに対する「距離公式」のような役割を果たします。当初はニュートリノ検出（ほぼ不可視の微小粒子がどこから来ているかを特定する研究）を目的として開発されましたが、天文学、医療画像処理、気象マッピング、パターン認識に依存するあらゆるシステムへの応用が可能です。
ハワイ大学は、ワシントン大学が主導する「AI Institute for Dynamic Systems」にも参加しています。全米9つの学術機関が連携し、安全なリアルタイム学習と複雑な動的システム制御のためのアルゴリズム・アプリケーション開発を進めています。海洋ロボット工学、公衆衛生、宇宙探査といった分野での課題解決を目指しており、有望な大学院生の獲得にも力を入れています。
Hacker Newsでは「科学シミュレーションへのAI応用として画期的」との評価がなされており、純粋なデータドリブンアプローチでは得られない物理的に一貫性のある結果を生成できる点が注目を集めています。