　Multi-Sigma-Architectは、研究開発現場で得られる構造解析や流体解析などのCAEシミュレーションの結果をAIに学習させ、シミュレーションを代替するAIモデル（サロゲートモデル）を自動構築する拡張パッケージだ。形状や物理場の予測から要因分析、多目的最適化までを、ノーコードで一貫して実行できる。

エイゾスはノーコードAI解析プラットフォーム「Multi-Sigma」の拡張パッケージ「Multi-Sigma-Architect」を正式リリースした［クリックで拡大］出所：エイゾス

少量データからモデルを構築、形状変化と物理場を同時予測

　研究開発の現場では、サロゲートモデルの活用による効率化が期待される一方で、精度の高いモデルの構築には大量のシミュレーション計算と多くの工数が必要となり、CAE×AI活用の障壁となっていた。

「Multi-Sigma-Architect」の特長［クリックで拡大］出所：エイゾス

　こうした課題に対し、Multi-Sigma-Architectは、Multi-Sigmaの強みの1つであるモデルの自動チューニング機能をサロゲートモデルの構築に応用している。これにより、少量のデータからでも、全体として良好な予測性能を持つモデルを構築できるという。

　また、形状変化と、応力分布や流速分布などの物理場を同時に予測できる。予測に加えて、要因分析から多目的最適化までを一貫して支援し、CAE×AIによる設計開発の効率化につなげる。

　Multi-Sigma-Architectは、構造解析、衝撃解析、流体解析、伝熱解析、電磁界解析など、幅広いCAEシミュレーションに対応する。対象は、体積（ソリッド）要素を用いた3次元の定常／非定常解析結果で、一般的なポスト処理ソフトでVTK形式に変換したデータを入力できる。今後、板／シェル要素への対応も予定しているという。

「Multi-Sigma-Architect」によるサロゲートモデル作成／活用のイメージ［クリックで拡大］出所：エイゾス

※本記事は制作段階で生成系AIを利用していますが文責は編集部に帰属します（ITmedia AI倫理ポリシー）。

⇒ その他の「CAE」関連ニュースはこちら

量子CAE実現へ前進　三菱電機とQunaSysが2つの基盤アルゴリズム開発
三菱電機とQunaSysは、CAEへの量子コンピュータ活用に向け、2つの基盤アルゴリズムを開発した。大規模な行列データを量子コンピュータで扱いやすい形に整理して計算コストを削減する他、量子回路の設計に必要なパラメーター計算を安定化し、精度向上につなげる。
冷間鍛造FEMをAIで高速予測するサロゲートモデル「ForgeNet」を発表
ゴーデルブロックは、計算力学の国際会議「WCCM ECCOMAS Munich 2026」で冷間鍛造シミュレーション向けAIサロゲートモデル「ForgeNet」の研究成果を発表した。解析結果を固定オイラー格子へ投影することで、適応的リメッシュに伴う節点対応の課題に対処する。
量子コンピューティングとCAEを融合、QunaSysとテクノスターが協業
QunaSysとテクノスターは、量子コンピューティング技術とCAEを融合した次世代シミュレーション技術の実現に向け、協業に関する覚書を締結した。自動車／造船業界などの実課題を対象に、量子CAEの適用可能性を検証する。
AIで実機との形状差を学習するプレス成形シミュレーションソフトウェア
JSOLは、プレス成形シミュレーションソフトウェア「JSTAMP」にAI機能を搭載した。実機トライとシミュレーションの形状差を学習して補正し、高強度鋼板のスプリングバック予測精度を向上させる。
量子コンピュータ実用化の壁を突破、測定回数を最大1000分の1に削減する技術
QuemixとSCSKは、量子コンピュータの実用化を阻む課題の1つである結果の読み出し効率を大幅に改善する「PODリードアウト」技術を発表した。解に必要な情報だけを直接抽出し、測定回数を最大1000分の1に削減する。
タイヤFEM解析を45分から5分に　住友ゴムと富士通がAIサロゲートモデルを共同開発
住友ゴム工業と富士通は、タイヤ性能をAIで予測するAIサロゲートモデルを共同開発した。実証実験では、タイヤの変形挙動予測において解析時間を従来の約45分から約5分に短縮するとともに、約60万要素規模の解析を実現した。