MCP・Agent Security・Zero Trust

今日のご案内 ☕✨ # 今日の中心は、Engineering AIの価値が「もっと賢く生成する」ことから、物理・製造・権限・実験という外部制約の中で再現可能に実行することへ移っている点にある。GE VernovaのDeepONetは形状だけでなくpackagingやmanufacturabilityを設計変数の側へ持ち込み、CadenceはRTL生成をPPA評価と機能検証につなぐ。MCPのZero Trust研究も、ツールを見せる／隠すことと、実際に呼び出せる権限を分離して扱う必要性を定量的に示す。 航空・材料では、モデルそのものより「再利用できる証拠」が資産になる動きが目立つ。HexcelのHRH-10はNCAMP資格化によって共有可能なdesign-ready dataへ進み、複合材製造ではセンサー、材料特性、simulation、MLを閉ループで接続する構想が進む。自動設計や自律制御を現場へ載せるほど、allowable、工程条件、traceabilityの整備が先に効いてくる。 Scientific AIでも同じ構図が見える。E-MAFは目標release profileから実験可能な製剤へ逆設計し、battery MLは74サンプルという小規模データで物理記述子の寄与を示し、産総研などの創薬研究はBoltz-2の順位付けを人の選別とwet-labで閉じた。企業側では、AIの本番化がidentity、data foundation、infrastructure、sovereigntyまで含むcontrol-plane問題へ広がっている。 1. GE Vernova、DeepONetを制約付きマルチフィジックス共設計へ # GE Vernova Advanced Research、Stony Brook University、Sandia National Laboratoriesは、wide-bandgap power moduleを対象に、geometry-informedなsurrogate modeling workflowを開発している。公式説明ではDeepONet architectureを採用し、power-module packaging、design、manufacturabilityの制約を明示的に取り込む計画だ。単一の固定形状を高速近似するだけでなく、幾何変更を含むmultiphysics co-designの探索を短縮する狙いが置かれている。