AIによる予測・分子設計と、物理法則に基づく分子シミュレーションの融合は、創薬研究をどのように変えるのか。本講演では、タンパク質構造や薬剤結合の予測から、がんの病態・薬剤耐性の解析、医薬品候補の探索まで、具体的な研究事例を紹介する。さらに、スパコン「富岳」での実践を踏まえ、シミュレーションによるAI学習データ生成やAIエージェントによる研究プロセスの自動化、富岳NEXTを見据えた計算・データ基盤の展望を述べる。

近年、スポーツにおけるデータ活用とAI導入が急速に進んでいる。本講演ではRoboCupサッカーシミュレーションを軸に、スポーツ分野へのAI応用について紹介する。マルチエージェントシミュレーションによるサッカー、行動・スペース価値モデルの発展、選手の軌道予測、さらには仮想的な結果を分析する反事実評価まで、次世代のスポーツデータ分析の可能性と展望について解説する。

生成AIは、人文学の文献探索や読解、論文執筆をどのように変えるのか。本講演では、西洋古典研究のためのAIシステムHumanitextの開発・運用をもとに、大規模言語モデルによる西洋哲学の文献分析を紹介する。原典と注釈を結びつける仕組みや意味検索の事例を通じて、解釈の根拠をたどり、生成結果を検証する方法を考える。さらに、AIが論文を書ける時代に研究者が担う問いの設定と評価、これらを支えるデータ基盤の課題を論じる。

最先端コンピューティングや来るべきAIの未来を見据え、材料開発領域に革新をもたらすとみられるマテリアルズ・インフォマティクスの取り組みや事例を計算科学や、データ＆AIなどの側面で例示し、素材業界における活用の可能性や持続的成長、目指すべき方向性について提言する。

理化学研究所は、2026年3月にAI for Science向けスーパーコンピュータ「理究」を導入しました。「理究」では、従来のHPCで用いられてきたバッチジョブの実行環境に加え、AIから計算資源を利用する仕組みや、AI自体を動かす実行基盤を整備しています。また、システムの構築初期から、AIエージェントを介した運用にも取り組んでいます。本講演では、これらの取り組みを支える基盤技術とその選定理由を紹介し、AIエージェント時代のHPCサービスとシステム運用のあり方を考えます。

名古屋大学情報基盤センターでは、2026年10月よりスーパーコンピュータ「不老・弐」の運用を開始した。本システムは、大規模なCPU計算環境に加え、NVIDIA GB200を搭載したGPU計算環境を備え、従来の数値シミュレーションからAIモデルの学習・推論まで幅広い研究を支援する。本講演では、「不老・弐」のシステム構成や特徴、AI研究を支える利用環境を紹介するとともに、AIとHPCの融合による新たな研究の可能性について展望する。

ChatGPTの登場以降、AIの需要は伸び続け、同時に半導体の需要も急激に伸びている。AIアルゴリズムも少しづつ変化し、Agentの活用等が進んでいる。AI計算に必要とされる計算性能の変化と、現代の計算機で実行する上でのボトルネックについて紹介する。そして近年の半導体技術の発展と、AI計算を効率よく実行できるようなそれらのボトルネックの解消方法について議論し、PFNのアプローチを紹介する。

HPC環境におけるAI、特に生成AIの活用が研究開発の新たなフェーズを切り拓いている。本講演では、富士通のエンタープライズ向け大規模言語モデル「Takane」の技術と応用事例を紹介する。材料探索における因果関係の自動説明や、専門業務を支援するAIエージェントに加え、大規模モデルの知識をHPCでの利用に適した軽量な特化AIへ蒸留する最新技術にも触れる。これらの実例を通じ、AIとHPCの連携が拓く研究開発の未来像を展望する。