応用物理学科では、宇宙やナノにかかわる研究のためにデータサイエンスの技術を活用しています。観測や実験で得られる膨大なデータの処理・解析、物理現象を理解し再現するためのシミュレーションなど、先端的なコンピュータ技術も研究では不可欠となります。
このような技術の基礎を身につけるため、1・2年次の必修科目群として「データサイエンスプログラム」を用意しています。基本となるプログラミングからデータ処理・分析手法、物理モデルの構築法などについて学ぶことができます。
応用物理学科では、宇宙やナノにかかわる研究のためにデータサイエンスの技術を活用しています。観測や実験で得られる膨大なデータの処理・解析、物理現象を理解し再現するためのシミュレーションなど、先端的なコンピュータ技術も研究では不可欠となります。
このような技術の基礎を身につけるため、1・2年次の必修科目群として「データサイエンスプログラム」を用意しています。基本となるプログラミングからデータ処理・分析手法、物理モデルの構築法などについて学ぶことができます。
データサイエンスの手法は、データの中にひそむ特徴を見出すとともに、データの持つ傾向から予測モデルを構築することを可能にします。応用物理学科では、データサイエンスの中の重要な技術要素である、科学的分析手法や機械学習・人工知能(AI)、コンピュータシミュレーションなどを駆使して研究を進めています。
応用物理学科の研究室での活用事例の一部をご紹介します。
宇宙空間を飛び交う様々な粒子を測定し、ディープラーニングの一種である三次元畳み込みニューラルネットワークによって高精度で識別します。コンピュータシミュレーションでつくり出した疑似観測データによってニューラルネットワークにパターン学習をさせて、膨大なデータの中から希少な種類の粒子を検出します。
広大な宇宙の観測データから、研究目的に即した天体情報を引き出すことは容易ではありません。そのため、天文学においてもデータサイエンスの手法は威力を発揮します。例えば、スペクトラルクラスタリングという機械学習的手法を用いれば、人の目に頼ることなく、星の材料となり得る「分子雲」と呼ばれる天体種族を、膨大なデータから自動で検出することができます。
分子シミュレーションでは、まだ世の中に存在しない材料をコンピュータ上でデザインすることができます。そのため、ナノ材料開発の分野で広く用いられています。分子シミュレーションでは、物質を構成する原子や分子の動きを数値計算します。たとえば、カーボンナノチューブの微細な空洞を利用して新しい機能をもつ材料を開発したり、材料の力学特性（引張り強度など）を評価したりすることができます。
AI技術の応用によって、人間の脳の機能全てを持つデジタルヒューマンの開発を行っています。カメラで物体を認識し、画像の意味を語ります。また人間の質問に答えます。更に人間の雑談にも応じます。これはテキスト生成というAI研究が応用されています。ネット情報も取り入れ、AIアバターがこれらの外部入力を全て統合した結果を画面で語ります。
データサイエンスは、現在様々な領域で利用されつつあり、今後は科学や工学の分野で培われた手法が枠組みを超えて広がり、社会のあらゆる分野で活用されていくであろう技術です。
応用物理学科では、1・2年次の「データサイエンスプログラム」で基礎力を養ったあと、研究室でデータサイエンスを科学・工学分野の研究に活用することで応用力をしっかりと身につけることができます。
工学部応用物理学科でデータサイエンスを習得し、様々な分野で活躍してください。
