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

冷間鍛造のシミュレーション。金型でスチール製品を打ち抜く時、複雑な変形と応力がどう動くかを予測するには、通常は有限要素法（FEM）で長時間の計算が必要だ。しかし、その計算をAIのサロゲートモデル「ForgeNet」で、数秒で予測できるようになった。ゴーデルブロックが、国際会議WCCM ECCOMAS Munich 2026で発表した研究成果だ。

通常のFEMシミュレーションでは、変形に応じてメッシュ（計算格子）を細かく作り直す「適応的リメッシュ」を行う。しかし、このプロセスはメッシュの節点（ノード）の対応を複雑にしてしまい、AIが学習しにくい。ForgeNetは、結果を固定されたオイラー格子に投影することで、この課題を回避。ノード対応を気にせず、複雑な物理をそのまま学習できるようにした。この「投影」という一工夫が、学習可能性を大きく変える。

製造業にとって、この意味は大きい。従来なら金型の設計検討に数時間かかった計算が、数秒で返ってくれば、設計の反復サイクルが劇的に高速化される。試行錯誤を何度も重ねて最適な形状を探る現場では、シミュレーション時間の短縮は直接的な生産性向上に変わる。ただし、AI予測の精度がFEMの精度と等しいかは、ベンチマーク次第。現場では「AIが速く返した値を、本当に信じるか」という検証も必要になる。