最後は，新進気鋭の若手研究者，山仲 芳和 助教との共同研究です．その第１報が，次の論文誌に掲載されました．
https://doi.org/10.1371/journal.pone.0248470 ※著名なオンラインジャーナルです．オープンなので無料で読めます．
この研究は，既存技術の応用ではなく，次世代ＡＩの核となる新技術を，独自のアイデアで構築したものです．
ＡＩは，膨大な状況証拠から，未知の法則を学習するのが得意です．
例えば，街のある地点から，別の地点まで，裏道を含めて無数のルートがあったとして，交通状況などを考慮しながら，どのルートが一番早いか？ そんな問題に答えるのが得意です．
その際に，無くてはならないのが「最適化アルゴリズム」です．
最適化アルゴリズムとは，関数の最小値（または最大値）を見つける技法のことです．1変数関数や2変数関数なら簡単ですが，10000変数関数だったらどうでしょう．ＡＩを作る際には，このような超多変数関数の最小値（または最大値）を求めるアルゴリズムが必要になります．
まじめに解説すると，相当マニアックなので，とりあえず動画だけ見てもらいます．
この図の背景は，ある地形（2変数関数）の等高線を表しています．この地形には，5つの谷が存在します．
パラパラ激しく動く青い点は，谷を見つける粒子（虫みたいなもの）の群れを表しています．
ゆっくり動く赤い点は，群れが，谷かも知れない，と思っている場所です．
時間が経つにつれ，赤い点が，本当の谷に近づいていく様子が分かります．
我々のアルゴリズムは，5つの谷を同時に見つけます（もっと多くても大丈夫）．従来の方法では，１つずつしか見つけられませんでした．
そのために，我々は，天体力学の原理を応用しました．（いわゆるスイングバイの効果を応用しました）
最適化アルゴリズムの研究者は，計算機分野の人が多いので，まさか，天体力学が役に立つとは思っていなかったことでしょう．
自分は機械分野だから，計算機科学ネタには手を出さないとか，そんなことはお構いなしに，これからも思いつくまま前進していきたいと思います！
実は，ニューラルネットワークについても，力学の観点を入れると，色々と思いつくことがあります．乞うご期待！
《まとめへ》 ←次が最後のページです．