数理科学2026年1月号: 学習物理学から生成科学へ ― 物理学とAI技術の融合による科学の未来を買った。自己学習（ハイブリッド）モンテカルロ、PINN、波動関数の生成、LHCでの使われ方、バックグラウンドの除去、拡散生成モデルと経路積分など面白い話題がたくさん。

面白そうな話題なので買ってきた。

アマゾンリンク：https://amzn.to/4pchfMZ

内容は以下の通り。

特集

• 巻頭言
  ～ 物理学を「生成する」とはどういうことか ～

  橋本幸士
• 生成科学
  ～ 人間とAIが共創する新たな科学のかたち ～

  広野雄士
• 計算物理学における物理的配位生成

  富谷昭夫
• 物理的ニューラルネットによる極小曲面の生成
  ～ 微分方程式ソルバーとしての機械学習 ～

  棚橋典大
• 超伝導物質の波動関数の生成

  金子隆威
• 自己学習による分子動力学の生成

  永井佑紀
• 世界最強LHCにおける生成AI

  森永真央
• 拡散生成モデルと量子力学

  田中章詞

思っていた以上にいろいろな物理の分野でAIが使われている印象。

ポテンシャルとか波動関数、微分方程式への応用は知っていたけれどモンテカルロシミュレーションにも使えることは知らなかった。

LHCでの使われ方も知らなかったし、またバックグラウンドノイズの除去で観測量の提案をするのも面白いと思った。

一番自分でも試したいことはPINNで、これは来年くらいに高周波エンジニアのためのAI・機械学習で取り上げる予定。