今日のご案内 ☕✨ # 今日の中心は、AIが「設計や保守を説明する補助役」から、既存の工学フローの中で実行し、結果を検証可能な形で返す層へ移っていることだ。RTXはMROでAI支援検査と予知保全を運用し、IonQとSynopsysはLS-DYNA系のCAE処理へ量子サブルーチンを差し込み、CIT-CADは自然言語の設計意図を明示的な制約木へ落として生成結果を照合する。価値の焦点はモデルの会話能力ではなく、既存ツール、設計意図、検証手順との接続にある。
航空・製造では同時に、AIを載せる「現場側」の境界も変わっている。Pratt & WhitneyとHermeusはF100-PW-229の生産ライセンスで新たな米国内生産源をつくり、三菱重工とPreferred Networksはミッションクリティカル領域のAIを資本提携まで引き上げた。Ricohも新工場を、熟練者の知見、品質判断、設備・物流データを最初からAIと結ぶ前提で設計する。
一方、科学AIとAgentでは「どこで機械を信用しないか」が実装品質を左右する。航空サロゲートはhidden test、高低忠実度最適化は高忠実度CFD、材料探索はDFTを基準点に残す。WSO2のAgent統治やIBMの人材調査も、実運用の負担がidentity、tool access、sandbox、trace、評価、そして人間のvalidationやoverrideへ移ることを示している。
1. RTX、AI支援borescopeと予知保全をMROの運用フローへ # RTXは、Pratt & Whitneyのborescope検査とCollins Aerospaceの予知保全で、AIと運航・整備データを実運用に組み込んでいる。borescopeではソフトウェアがbladeを数え、表面patternを追跡し、再確認すべき領域をflagする一方、最終判断はoperatorが担う。検査員の観察とAIの指摘を後から比較する構成にし、AIが先に結論を見せて判断を誘導しないようにしている。
今日のご案内 ☕✨ # 今日の中心は、Engineering AIが「助言する画面」から、設計・解析・製造を実際に動かす実行ループへ踏み込んでいることだ。GE VernovaのFORGEは生成設計、AIサロゲート、性能から形状へ戻す逆設計をタービン系ブレードで一続きにし、COMSOL Multiphysics 2027はMCP Server経由で外部Agentにモデル作成、変更、計算、結果確認、反復を許す。FANUCも図面解釈から溶接条件とロボット動作の生成までをつなぎ、AIの価値が自然言語応答ではなく既存の工学系を安全に操作できるかへ移っている。
同時に、Scientific AIでは「生成できること」より検証可能性が差になる。Paper2Agentは論文の手法をMCPツール化し、参照出力と一致しないツールを除外する。MatSemNetは文献由来のマルチモーダル表現を触媒候補へつなぎ、実験で性能を確認した。日本発の自動合成platformもLLM生成コードを実機に接続し、ZIF-8合成の再現性まで示している。
企業側では、MBSE、計測、Digital Twin、AI利用統治が同じ問題に収束する。安全なon-premise環境、inspection data、OT/IT間のinterface、Agentのnetwork egress、従業員のShadow AIまで、実装価値は「どこまで実行させ、どこで検証し、誰が責任を持つか」で決まる。モデル性能だけではなく、traceabilityとvalidation gateを含む運用設計が主戦場になっている。
1. タービン翼設計を「生成→高速評価→逆設計」の閉ループへ # GE Vernova Advanced ResearchはMIT、University of Marylandと9か月のFORGE（Framework for Optimized Rotating blade design using Generative Engineering）projectを進めている。対象は風力、ガスタービン、水力などのrotating-machinery bladeで、生成設計、AI-enabled surrogateによる高速評価、目標性能から形状へ戻すinverse designを一つのpipelineとして扱う。GE Vernovaは、従来の「形状を決めてsimulationで性能を見る」流れを、性能targetから直接設計を探索する方向へ反転させると説明している。