世界のスーパーコンピュータとそれを動かす人々


11月 18, 2026

AIは科学研究をどう変えるのか―SC26 Plenary Panelで日米欧のリーダーが議論

HPCwire Japan

2026年11月16日、米国シカゴで開催されたスーパーコンピューティング分野の国際会議「SC26」において、プレナリー「HPC Unites Plenary」のパネルセッション「The Ground Truth: AI’s Real Impact on Science and HPC」が開催された。AI(人工知能)が科学研究や高性能計算(HPC)に与える実質的な影響をテーマに、米国、日本、欧州の科学技術政策と計算基盤を牽引するリーダーが議論を交わした。

モデレーターは映像制作会社Amigos FXのジェイコブ(ジェイク)・アルバ氏が務め、米国エネルギー省(DOE)科学担当次官のダリオ・ギル氏、理化学研究所計算科学研究センター(R-CCS)の松岡聡センター長、European High Performance Computing Joint Undertaking(EuroHPC JU)インフラ部門責任者のエヴァンゲロス・フロロス氏が登壇した。当初参加予定だった中国のユートン・ルー氏(中山大学教授、広州・深圳の国家スーパーコンピューティングセンター長)は、渡航上の都合により欠席となった。

議論では、AIによる科学研究の加速、研究成果の信頼性、計算資源の不足、国際協力、次世代研究者の育成など、多岐にわたる課題が取り上げられた。

AIがもたらす科学研究の変化と投資の優先順位

 
  米国エネルギー省 ダリオ・ギル氏
   

冒頭、AI for Scienceへの追加投資を計算資源、データ、検証、人材のどこに振り向けるかという質問が投げかけられた。ギル氏とフロロス氏は「検証」を選択した一方、松岡氏は「自分は計算機の人間なので」として「計算資源」を選んだ。

ギル氏は、DOEが推進する「Genesis Mission」について説明した。同計画は、スーパーコンピュータ、AI、量子コンピュータ、科学実験装置を統合し、今後10年間で米国の研究開発の生産性と成果を倍増させることを目標としている。核融合、生命科学、材料科学などに加え、従来は大規模計算を利用してこなかった分野にもAIが浸透すると展望した。

フロロス氏も、気候科学、気象予測、個別化医療、バイオインフォマティクスなど、大量のデータを扱う分野でAIの活用が急速に進んでいると説明した。EuroHPCでは、従来のHPC中心の計算基盤からAIを重視した基盤整備へと重点が移りつつあるという。

一方、松岡氏は2021年に新型コロナウイルス感染症に関する研究でACMゴードン・ベル特別賞(HPCを用いたCOVID-19研究部門)を受賞した後、当時のChatGPTに研究内容を再現させる実験を行った経験を紹介した。AIは研究課題を認識し、研究手法を再構成し、妥当な疑似コードを生成したという。AIエージェントを大学院生に例え、従来なら数カ月かかっていた作業が短時間で実行できるようになる可能性を指摘した。

日米協力の新たな枠組み――Genesis Missionと日本のAI for Science

 
理化学研究所 松岡聡氏  
   

国際協力については、3氏ともその重要性を強調した。松岡氏は、科学技術は本質的に国際的な活動であり、AIの発展によってデータ、知識、計算基盤の共有がこれまで以上に重要になると指摘した。

ギル氏は、Genesis Missionにおける最初の国際パートナーとして日本が参加したことを紹介した。松岡氏も、日米のAI for Science関連プロジェクトを接続する協議を進めていると述べ、2026年6月に発表された日米両政府間の戦略的パートナーシップ(5年間で総額10億ドル)を重要な節目と位置付けた。11の協力分野について具体的な検討が進んでいるという。

ギル氏によれば、Genesis Missionは、33の科学技術重点課題を中心とした研究戦略、計算基盤・ソフトウェア・データ・モデルを共有するプラットフォーム整備、科学と計算技術の双方を理解する次世代研究者の育成、という3つの柱で構成される。全米50州にまたがる応募の中から、初年度に計297件のプロジェクトが採択されたという。

フロロス氏は、EuroHPCが39の参加国によって構成され、欧州域内にとどまらず日本やインドとの連携を進め、米国との協力にも期待していると述べた。

AI時代にも不可欠な科学的検証

AIが生成した研究成果の信頼性も重要な論点となった。数学者らがAIの使用開示と研究成果に対する人間の責任を求めた「ライデン宣言(Leiden Declaration on Artificial Intelligence and Mathematics)」が取り上げられた。

松岡氏は、科学研究ではAI以前から査読、再現性の確認、実験による検証が求められてきたと指摘した。AIによる成果も同様の科学的厳密性によって評価し、その貢献を適切に明示すべきだという。また、複数のAIによる相互検証や、スーパーコンピュータによるシミュレーションとの比較も有効だと述べた。

フロロス氏は、どのAIモデルを使用し、どのデータに基づいて結果を導いたかという追跡可能性を重視した。ギル氏は、AIによって論文の生産量が急増する一方、従来の査読制度がその量に対応できるかという問題が生じていると説明した。

AI for Scienceには従来型HPCに加え膨大な計算資源が必要

松岡氏は、日本全体のAI for Scienceに必要な計算能力について独自の試算を紹介した。日本の大学や公的研究機関にいる大学院生を含めた約50万人の研究者がAIを最大限活用する場合、NVIDIA BlackwellやAMD MI355XクラスのGPUが約50万基必要になるという。

ただし、AI for Scienceに必要な計算の多くは、大規模言語モデルの推論だけではない。AIエージェントが研究を進める過程では、流体解析などのシミュレーションや代理(サロゲート)モデルの学習が大量に発生する。AI専用計算機だけでなく、従来型HPCや量子コンピュータも含めた統合環境が必要だと松岡氏は強調した。

ギル氏もFP64(倍精度浮動小数点演算)による高精度シミュレーションの重要性を認めた。DOEがオークリッジ国立研究所、HPE、AMDなどと協力して構築したスーパーコンピュータ「Lux」は約9カ月で構築され、FP4演算のピーク性能は約40エクサFLOPS(FP64では約317ペタFLOPS)に達すると紹介した。またGenesis Mission Consortiumには70の機関が参加し、民間企業などから25億ドル相当の計算資源が提供されていると述べた。研究者が必要としているのは10年後ではなく今すぐ使える計算資源であり、官民連携が鍵になるとした。

公的計算基盤の役割と次世代研究者の育成

 
  EuroHPC JU エヴァンゲロス・フロロス氏
   

フロロス氏はEuroHPCの「AI Factories」と「AI Gigafactories」を紹介し、科学研究だけでなく欧州のスタートアップや中小企業のモデル開発を支援する狙いを説明した。公的基盤は民間クラウド事業者と競争するものではなく、初期研究開発や学習を支援する役割を担うという。

松岡氏は、日本の学術情報ネットワークSINETを例に、全国の大学や研究機関が公平に高度な計算資源へアクセスできる環境の重要性を強調した。文部科学省の「AI for Science萌芽的挑戦研究創出事業(SPReAD)」に、これまで2回の公募で計約3万3千件の応募があったことも紹介した。

教育については、AIを使う能力だけでなく、出力を批判的に評価する能力が必要だという認識が共有された。ギル氏はAIを使う能力と使わずに考える能力の双方を育てる重要性を指摘し、松岡氏も複数のAIを活用しながら検証する経験が批判的思考力を育む可能性を示した。

5年後の科学研究はどう変わるのか

ギル氏は、従来型HPC、AIスーパーコンピュータ、誤り耐性量子コンピュータが統合された計算環境の実現を期待し、AIとデジタルツインを活用した核融合研究を具体例に挙げた。フロロス氏は、AIの信頼性が向上し、研究者が結果の検証に費やす時間を減らせるようになることを期待した。松岡氏は、AIによる生産性向上が経済成長や人類全体の繁栄につながる未来を展望した。

今回のパネルから浮かび上がったのは、AIがHPCを置き換えるのではなく、むしろHPCの重要性を高めるという方向性である。AIエージェント、シミュレーション、実験装置を結ぶ新しい科学研究基盤の構築には、計算能力だけでなくデータ共有、検証、国際協力、人材育成を一体的に進める必要がある。