今日やったこと # 企業マップの重複表示を修正 # 都市全体の件数表示が、同じ座標にある所在地アイコンの背後に隠れ、操作しにくくなる問題を修正した。 対象都市の件数表示だけを画面上で横にずらし、個別アイコンを展開している間は件数表示を隠すようにした。 保存済みの所在地座標と他都市の表示位置を変えず、表示上の例外として処理した。 ズーム変更やページ送りを含む回帰テストを追加した。 共有施設の入居情報を公開情報で精査 # 共有施設の写真に写った48件の組織ロゴを手掛かりにし、変更対象外とした1件を除く47件を調査した。 施設の紹介だけで判断せず、各組織が公開している物理拠点の根拠を確認できた6件を追加し、既存5件の名称や所在地情報を修正した。 物理的な入居を裏付ける公開情報が足りない36件は追加せず、未確認の候補として調査結果だけを残した。 事業所住所と郵送先住所が別に示されている例では、地図に使う所在地と注記を分けて記録した。 判断と学び # 地理データとして正しい座標と、画面上で操作しやすい配置は分けて扱う必要がある。保存座標そのものを動かすとデータの意味が変わるため、表示時だけ画面上のピクセル単位で位置を補正した。これにより、ズーム倍率が変わっても一定の間隔を保てる。
今日のご案内 ☕✨ # 画像から編集可能なCADを作る研究が進む一方、画像に似せる最適化だけでは、肉厚や穴の形状まで正しく再現できるとは限らない。今回の主要な動きは、生成能力の向上と、その成果物をどの物差しで検証するかという二つの課題にまたがる。斜面の信頼性評価でも、平均的な予測誤差が小さいことと、まれな破壊の確率を正しく見積もれることは別問題として現れている。
製造と航空の事例では、その隔たりを埋める工程が具体的だ。大型金型の積層造形には変形補償と仕上げが組み合わされ、貨物機の初飛行では予測モデルと実機応答の照合が行われる。企業内AIでも、生成前のアクセス権確認やモデル記述の検証を、導入後に追加する付属機能ではなく運用の条件として扱う必要がある。
後半の三つの調査・年次報告は、AIの普及や価値を示す数値の読み方を補う。総覧が引用する研究結果、政府統計の企業規模別の割合、経営層の自己申告は、それぞれ測定対象が違う。導入率、技術的な成功率、費用に見合う価値を一つの『AIの効果』へまとめず、自社の判断に対応する分母と検証条件を確かめたい。
1. CADForge、単一画像からのCAD生成を構成・制約・レビューに分解 # 10月3日公開のプレプリントCADForgeは、単一画像から編集可能なCadQueryプログラムを生成するエージェント型の手法を提案した。著者らの説明では、対象物をCADの構成要素に分解し、幾何学的な制約を推定してモデリングのパラメータへ変換することで、画像からいきなり完成コードを出す過程を明示的な幾何推論に分けている。さらにレビュー担当のエージェントが生成形状を検査して修正を反復し、失敗を手掛かりにしたツール構築と、簡潔なパラメトリックCADの記憶を組み合わせる。単一部品と複数部品の双方で、比較手法より再構成の忠実度と知覚的な品質が向上したと報告しているが、公開要約には改善幅の具体的な数値は示されていない。
💡 注目しておきたい理由: 編集可能なプログラムを得られることは、設計意図に沿った拘束や寸法が正しいことと同義ではない。この研究の注目点は、構成の分解、制約の推定、形状レビューを別々に点検できる形で提示した点にある。設計支援の評価では、画像との一致に加え、拘束を変更した際の挙動や部品間関係、製造上の条件を独立に確認する必要がある。現時点では著者らによるプレプリント上の比較結果であり、製造可能性や生産工程への適格性が確立したという読み方はできない。
🔗 情報源: arXiv 🕰️ 公開日時: 2026-10-03 🗂️ 分類: AIによる設計 2. BenchCAD、二次元の輪郭への適合と三次元形状の正しさのずれを検証 # BenchCADの10月6日の分析は、モデルが三次元形状を再構成する際、レンダリング画像の輪郭の重なりをコードで改善していることに着目した。約400回の実行を調べたところ、およそ6分の5でこの処理が使われており、BenchCAD 1.0の98部品で自己生成画像を見る機能を外してもスコア差は−0.002、95%区間は±0.05で、API費用は約半分になったという。別の100部品の実験では、三つの視点を15度ずらすと三次元スコアが0.786から0.722へ下がった。高い輪郭一致が得られていても、肉厚、穴の内部形状、歯の形状を誤ったままの例が示されている。
今日やったこと # 公開記事の匿名性検査の誤検知を修正 # 製品名に特定の英字列が含まれるだけで、執筆者名の露出と誤判定する問題を修正した。 英語名は前後が英字でない独立表記だけを検出し、日本語表記の検出と一人称表現の禁止は維持した。 製品名、大小文字の組み合わせ、句読点や日本語との隣接、URL内の表記を網羅する回帰テストを追加した。 判断と学び # 英単語の一部を単純な部分一致で検査すると、無関係な製品名まで拒否してしまう。一方で一般的な単語境界だけに頼ると、日本語に隣接した表記を見逃す可能性がある。前後の英字だけを境界条件にすることで、英字列へ埋め込まれた誤検知を避けつつ、日本語の文中に現れる独立表記を検出できた。
今日のご案内 ☕✨ # 生成AIの実用化を考えるうえで、出力の見栄えよりも、その先の工程へ何を渡せるかが重要になっている。今回のStepCADは途中形状を確かめながら実行可能なCAD操作を修正し、三菱重工の知識グラフ検索は文書に散らばる根拠をつなぎ直す。SYNAPS-Iでは、自然言語の指示が画像の解釈を経て実験装置の次の動作へつながった。生成、根拠の検索、物理的な操作という異なる段階で、確認すべき境界が具体化している。
一方、ベンチマークの改善、社内試験、実機での実演を、同じ成熟度の成果として扱うことはできない。乱流予測では精度とメモリの比較相手が異なり、工学画像の評価では設問形式や追加評価の対象範囲が違う。製造現場の削減率も、測定した工程の外へそのまま持ち出せない。何が測られ、何がまだ測られていないかを残して読む必要がある。
後半の三つの報告は、科学者の時短と検証負担、IT組織の測定・責任体制、外国子会社の職位別雇用を扱う。自己申告、成熟度別の横断比較、識別仮定を伴う雇用推定は別の証拠である。導入の広がりに加え、確認済み成果を増やす能力と、仕事を引き受ける組織の設計を点検したい。
1. StepCAD、途中形状を見ながらCAD操作列を生成・修正 # MITのGhadi Nehme、Faez Ahmed両氏が10月1日に公開したStepCADは、入力メッシュを実行可能なCadQueryプログラムへ復元する手法である。著者らの説明では、目標形状と構築途中の形状を条件として操作を一つずつ予測し、実行結果と目標の重なりを表すIoUを使う探索で局所的なずれを直す。完成したコードを一度に出すだけでなく、途中結果を次の判断へ戻す構成だ。
著者ページは、Point-MAEによる形状の符号化、Qwen2.5-Coder-1.5Bの方策、幅2のビーム探索を示す。探索はスケッチの編集、余分な部分を除く切削、パラメータ調整、操作の省略という四種の修正を試す。学習用のARCADE-1.5Mは150万の実行可能プログラムと1,250万の中間状態・操作遷移を含み、最長の列は数え上げた操作数で150を超えるという。
CADBenchではCAD-Recode、Cadrille、CADEvolve、CADReasonerと比較し、ABC Hardで最良の比較手法に対するIoUの相対改善が最大87.2%と著者らは報告する。87.2ポイントの上昇や工業製品の適合率ではない。ページにはNeurIPS 2026と記載されているが、会議録は独立確認できておらず、ARCADE-1.5Mも公開予定の表示である。実務での設計品質や製造可能性を実証した結果としては扱えない。
💡 注目しておきたい理由: 形状の一致を操作履歴へ戻せる点が、再編集や修復に意味を持つ。導入試験ではIoUに加えて寸法、公差、設計制約、履歴の再実行性を個別に確認し、製造可能性の判定も別に置きたい。局所修正が他の機能を壊していないかを追える受入試験が必要になる。
今日やったこと # 概略地点を個別アイコンへ展開 # 市区町村の代表地点にまとめていた企業を、集約マーカーのクリック、高倍率へのズーム、手動展開によって個別アイコンで確認できるようにした。 8件以下は円形、9件以上はらせん状に配置し、概略位置であることを破線のアイコンと接続線で保った。保存済みの座標や位置精度は変更していない。 大きなグループでは中心点が画面外へ出ても外周のアイコンが見えている間は展開状態を維持し、検索や絞り込みもそのまま使えるようにした。 密集地域の過剰展開を抑制 # 概略地点を展開する初版では、密集地域に数百件のアイコンと接続線が表示され、地図が読めなくなる問題が発生した。実ブラウザで再現し、都市単位の集約と上限付きページ表示へ変更した。 24件ずつの前後移動と折りたたみを追加し、一覧から選んだ企業を含むページを直接開けるようにした。 近接する実住所の共有拠点が周辺を覆う場合は通常のクラスタ表示を維持し、概略地点のアイコンを正確な住所のアイコンより下へ配置した。 高倍率で住所アイコンをすべて表示 # 近隣企業は一定倍率まではクラスタにまとめ、倍率17では単独住所を含むすべての住所アイコンを自動的に表示するようにした。 詳細パネルから地図を開く場合も同じ倍率へ揃え、倍率を往復してもアイコンが消えたり空になったりしないようにした。 大規模な概略地点グループについては、24件ずつのページ表示を引き続き使う設計とした。 共有用プレビューを追加 # 地図画面の実写を基に、落ち着いた配色の共有用画像を作成し、日本語の題名・説明、代替テキスト、正規URLのメタデータを追加した。 画像は横長の標準サイズに整え、地図データの帰属表示を含めた。公開対象への同梱と画像形式・寸法も自動検査するようにした。 腕時計向けフェイス二案を実装 # 濃色の地球儀テーマと白基調の波テーマを実装し、太平洋側と日本の時刻、日付、歩数、電池残量を一画面にまとめた。 日本側の昼夜に応じて色を切り替え、太平洋側の夏時間、日付またぎ、年越しにも対応する時刻変換を組み込んだ。 複数のデザインスタディ、画像素材の由来とライセンス、ビルド準備、画面キャプチャ、画像検査を一式にまとめ、配布用パッケージまで作成した。 判断と学び # 概略地点を個別アイコンへ展開すると選択性は上がるが、件数が多い都市では情報量が急増する。位置の不確かさを破線で明示しつつ、都市単位の集約、上限付きページ表示、レイヤーの優先順位を組み合わせることで、到達可能性と地図の可読性を両立できた。
今日のご案内 ☕✨ # 工学AIの実装では、入力の表現、実行の手順、採用を認める証拠をつなぐ設計が重要になっている。CANTOはCADの連続表現から物理場を予測し、ReliCADは設計仕様とCADカーネルの実行結果を照合する。構造解析の保証研究は、生成物が検査を通ることと、製品の安全性を認めることの間に残る判断を明示した。
現場への移行も段階ごとに読む必要がある。豊田自動織機の破面解析は観察から報告までの自動化を示す一方、実務への適用は今後の目標だ。航空エンジンでは工程改善や初納入、EDAでは認証フローとの接続が進む。企業Agentと推論基盤では、検索範囲の拡大に加え、権限やリクエスト入力をどこまで信頼するかが運用上の論点になる。
AIの効果測定でも、評価対象を揃えることが欠かせない。Gallupは米国従業員の速度・品質の実感、EYは経営者のROI把握、PwCは国際的な利用率と学習機会を調べている。これらは異なる母集団と時期の自己申告であり、割合を並べるだけでは因果関係は分からない。技術の性能、工程全体の時間、導入率、損益を分けて確かめることが本号を通じた実務上の視点になる。
1. CANTO、CADの連続表現から物理場を直接予測 # NVIDIAの研究者らによるCANTOは、CADで使われるNURBSの制御点、ノット、重みを直接トークン化し、入力形状のメッシュを生成せずに表面・体積の物理場を予測するNeural Operatorで、9月29日の初稿に対し、今回確認したのは10月1日更新のv2である。著者らは自動車・航空機の4つの空力ベンチマークで評価し、HiLiftAeroMLの表面圧力の相対L2誤差をAB-UPTより19.8%低減したと報告した。
AhmedMLの逆設計では、同じ体積・揚力制約を満たす既存データセットの最良形状に対して抗力が4.4～20.4%低い設計を得て、元データ生成時と同じCFD設定で再検証したという結果だ。ただしプレプリントの著者評価であり、入力メッシュが不要という性質は学習データ生成や最終候補のCFD検証まで不要にするものではなく、独立した再現実験や実機での効果も示していない。
💡 注目しておきたい理由: CADと解析の間の表現変換を減らし、設計変数から物理場の予測、制約付き探索へ接続する仕組みが焦点になる。導入を検討するなら、対象形状と流れ条件を外した場合の誤差、制約の充足、最終候補の高忠実度CFDを別々に確認したい。平均的な予測精度の改善を、そのまま新しい設計領域での信頼性に置き換えず、適用範囲を定義して使う必要がある。
🔗 情報源: NVIDIA 🕰️ 公開日時: 2026-09-29 🗂️ 分類: AIによる設計 📚 追加で確認した資料:
今日やったこと # 展開した共有拠点ピンの再クラスタ化を修正 # 同じ住所にあるピンを展開した後、ズーム操作によって一部が再びクラスタへ入る不具合を調査した。 クラスタからの一括削除後も移動イベントが残り、表示位置の変更を契機にピンが再登録されることを原因として特定した。 表示座標を変える前にピンを個別にクラスタから外し、遅延アニメーションを無効化した。正方形アイコンの対角線を考慮して、展開時の間隔も広げた。 クラスタと展開レイヤーの所有権がズーム操作で混在しないことを確認する回帰テストを追加した。 多数の共有拠点の配置とマーカー位置を修正 # 共有拠点のピンが8件以下なら円形、9件以上なららせん状に並べるようにし、多数のピンでも重なりにくい配置へ戻した。 確認待ちを示す装飾が地図ライブラリの絶対配置を上書きしていたため、相対配置を検索結果カード内だけに限定した。これにより、ピンと接続線の終点が一致するようにした。 らせん配置の由来とライセンスを配布物へ含め、利用方法の説明も実装に合わせて更新した。 円形とらせんの切り替え、アイコン同士の間隔、接続線の終点、確認待ちピンの配置を検査するテストを追加した。 判断と学び # 地図上のピンを別のレイヤーへ移すときは、座標を更新する前に元のレイヤーとの所有関係を確実に解消する必要がある。一括削除と個別削除は見た目が同じでも、イベント解除の挙動が異なる場合があるため、内部状態まで再現する回帰テストが有効だった。
今日やったこと # 企業地図アプリの第2版を公開 # 説明文を含む検索、市区町村と半径による絞り込み、現在地周辺の検索を追加し、検索条件を共有できるようにした。 気になる企業の保存と個人メモをブラウザ内に保持し、表示中の一覧をCSVで書き出せるようにした。表計算ソフトで数式として解釈され得る値も無害化して出力する。 地図の外部ライブラリを読み込めない場合でも一覧、検索、保存、CSV出力を使える構成にした。 市区町村単位の概略位置は個別の正確な所在地のように見せず、同じ中心点にある件数をまとめて表示するようにした。 収集・監査の仕組みを更新 # 公開ディレクトリを基に候補を取り込む定期処理を追加し、既存データと公式情報を照合してから登録する流れを実装した。 データ監査を小刻みに継続できるようにし、途中の監査結果とデータを検証用の成果物として保持するようにした。優先候補の取得に失敗しても、通常の監査は続行する。 自動更新による配備の重複を避け、公開に必要な静的ファイルだけを配備対象へまとめるように公開処理を整理した。 共有拠点の表示と所在地の根拠管理を修正 # 同じ住所に複数の組織がある場合、都市に関係なく街区を確認できる縮尺でピンを展開し、広い縮尺でも手動で展開できるようにした。概略位置の集約表示は通常のピンより下に配置した。 ある組織の現拠点を利用者確認に基づいて復元し、施設側の公開情報とは別の根拠として記録した。古い公開情報や定期監査が、より新しい確認内容を上書きしないようにした。 共有住所、概略位置、手動展開、利用者確認済み情報の優先順位について回帰テストを追加した。 判断と学び # 地図上の座標が同じでも、意味は同じとは限らない。市区町村の中心点は位置が未確定であることを保ち、実在する共有拠点は重なりを解いて各組織を選べるようにする必要がある。見やすさのためにピンをずらす場合も、保存済みの座標自体は変更しない設計にした。
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。
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。
今日やったこと # 4課題のモデル評価基盤を公開 # 日本語文の生成、落ち物パズル、立方体パズル、物理シミュレーション上のロボットアームを、同じ実行条件で比較する基盤を実装した。 コード課題を隔離した実行環境で動かし、時間・メモリ・利用機能を制限した。候補コードへ正解や評価用データを渡さず、未見の条件でも独立に判定する構成にした。 外部で生成した4課題の回答をJSONで取り込み、条件の一致を確認して採点・追記保存できるようにした。回答原文、実測値、失敗、再生ログを残し、不明な費用やトークン数はゼロとせず未取得として扱う。 参考デモを実測結果から分離し、まだモデルを実行していない状態を明示したまま静的サイトを公開した。実モデル同士の測定は未着手である。 習慣化支援PWAの大型更新を公開 # 作業の開始、休憩、完了に反応するキャラクター素材50点を組み込み、まばたきなどの動き、6つの景色、小物を2点まで配置できる部屋を追加した。追加画像は必要時だけ保存し、未使用分を整理できるようにした。 同じタスクへ別の日に再挑戦しても活動日として記録し、活動日数に応じた8段階の報酬を追加した。従来の一度きりのポイント規則や、時間切れだけでは完了にしない挙動は維持した。 バックアップ形式を更新し、旧形式からの移行、復元前の控え、複数端末の競合、古い端末からの上書き拒否を実装した。画像や演出の状態と、タスクや獲得物の永続データを分けて扱う。 配備前検査がテスト用データの符号化形式の違いを検出したため、検査をAPI契約と同じ形式へ修正してから再配備した。データを自動で巻き戻さず、更新後の形式を読める復旧版も用意して公開した。 大型主脚のCADと設計レビュー環境を構築 # 4輪ボギー、緩衝支柱、リンク、格納シリンダなどを含む大型機向け主脚1本を、再生成可能なFreeCADモデルとして作成した。展開から格納、緩衝、ボギー姿勢をパラメータで操作できる。 CAD由来のメッシュを使うブラウザビューワーを作り、部品選択、分離、透過、荷重条件の変更、評価結果の保存に対応した。 着陸、制動、横荷重、偏荷重、パンクを含む9ケースについて、部材応力、座屈、緩衝エネルギー、格納駆動を数値化した。最小余裕は正だったが、これは材料・荷重の仮定に基づく一次設計のスクリーニングであり、実機適合の証明ではない。 軽量化、全組み合わせの連続干渉、格納側ラッチ、ブレーキ熱、局部応力、疲労は未完了として設計レポートに残した。 判断と学び # モデル評価では、候補へ同じ要求を渡すだけでは公平性を担保できない。参考解答を隔離し、生成履歴を使わない未見条件で再評価し、モデルの失敗と評価基盤の失敗を分けて保存する必要がある。参考デモと実測結果を明確に分けることで、未測定の状態を成果のように見せずに基盤だけを先に公開できる。
今日のご案内 ☕✨ # 今日の中心は、Engineering AIが「説明するAI」から、既存の設計・解析・検証環境で成果物を直接つくる実行層へ移っていることだ。SimScaleはOnshape内でCAD形状から解析設定・メッシュ・物理計算・結果解釈まで進めるAgentを投入し、IBMはrequirementsからtest caseを生成、MathWorksはSimscape componentそのものを記述・検証するskillを加えた。評価対象は回答文ではなく、設定の正しさ、traceability、差分、override可能性へ移る。
航空・材料研究でも同じ構図が見える。GE AerospaceはXA102でMBDを設計から製造・検査・組立までつなぎ、M88 T-REXは既存modular architectureを保ちながら20%の最大推力増を狙う。一方、SynAgent、MatBrain、Andromeda 2は、仮説・証拠・実験・選択を閉ループ化しつつ、preprintの自己報告や比較条件を明示する必要性も示している。
Agentが実行範囲を広げるほど、model外側の制約が主役になる。Qwen Codeはtoken・turn・timeで実行予算を区切り、EYの調査では形式的なAI policyがほぼ普及していても、緊急時のgovernance bypassや無許可Agentの検知不足が残る。Open-weightの経済性も同様で、benchmark近接だけではなく、production移行時の運用・support・licensingまで含めて判断する段階に入った。
1. SimScale、Onshape内でCADから解析実行までつなぐEngineering AI Agent # SimScaleは9月15日、Onshape App Storeから利用できるEngineering AI Agentを公開した。CFD、thermal、electromagnetics、FEAを対象に、CAD geometryの理解からsimulation setup、meshing、適用physicsとboundary conditionの提案、計算実行、結果解釈までを同じOnshape環境で進める。engineerは途中でsetupやboundary conditionを修正し、assumptionを確認してからAgentへ制御を戻せる。