富谷研究室の研究テーマ
富谷の研究分野の紹介（高校生・一般向け）
当研究室では、素粒子物理学を中心に、数値計算、 機械学習（AI）、高性能計算を組み合わせた理論研究を行っています。 物質を細かく見ていくと、陽子や中性子はクォークとグルーオンからできています。 これらを支配する理論が量子色力学（QCD）であり、その性質をコンピュータ上で調べる代表的な方法が 格子QCDです。
格子QCDでは、時空を細かな格子に区切り、クォークやグルーオンの振る舞いをスーパーコンピュータでシミュレーションします。 これにより、原子核の内部で何が起きているのか、宇宙初期のような高温状態で物質がどのように変化するのか、 といった実験だけでは直接見えにくい世界を理論的に調べることができます。
近年は、こうした大規模計算に機械学習を取り入れる研究も進めています。 AIは単にデータを分類するだけでなく、物理系の相転移を見つけたり、シミュレーションそのものを効率化したりする道具として使えます。 当研究室では、格子QCD、機械学習、JuliaQCD などの研究ソフトウェア開発を通じて、 素粒子物理学の難しい問題に新しい計算手法で挑んでいます。
さらに、自動微分や量子計算といった新しい計算技術にも注目しています。 自動微分は、複雑な計算の変化のしかたをコンピュータに効率よく追跡させる技術で、 機械学習だけでなく物理シミュレーションの最適化にも役立ちます。 量子計算は、将来的に量子力学そのものに基づいた新しい計算方法として、 場の量子論やゲージ理論の研究に新しい可能性を開くと期待されています。
高校生の方はぜひ 夢ナビ講義「AIで探る素粒子の世界」 も御覧ください。
富谷の研究テーマの詳細（学部生向け）
専門的には、格子ゲージ理論、特に格子QCDを用いた 非摂動的な素粒子論の研究を行っています。 量子色力学（QCD）はクォークとグルーオンの相互作用を記述する理論ですが、 低エネルギーでは結合が強く、通常の摂動論では扱いにくいという特徴があります。 そこで時空を格子に離散化し、モンテカルロ法によって場の配位を生成することで、 ハドロンの性質、有限温度QCDの相構造、カイラル対称性、軸性U(1)対称性、トポロジーなどを数値的に調べています。
一方で、格子QCD計算は非常に大きな計算コストを必要とします。 そのため当研究室では、機械学習を用いた計算手法の高度化にも取り組んでいます。 具体的には、自己学習モンテカルロ法、ゲージ共変ニューラルネットワーク、同変トランスフォーマー、正規化フロー法などを用いて、 格子ゲージ理論のサンプリングや物理量推定を効率化する研究を進めています。 物理の対称性を保ったままニューラルネットワークを設計することが重要なテーマの一つです。
また、近年は自動微分を格子ゲージ理論に導入する研究も進めています。 自動微分を用いると、作用や物理量に対する微分を機械的かつ高精度に計算できるため、 勾配に基づく最適化、サンプリング手法の改良、機械学習模型との結合がしやすくなります。 特に、格子ゲージ理論のように自由度が多く、対称性の制約が強い系に対して、 自動微分をどのように安全かつ効率的に使うかは重要な研究課題です。
また、研究を進めるための計算基盤として、JuliaQCD を中心としたソフトウェア開発も行っています。 Julia、Python、C++ などを使い分けながら、ノートPCでの試作からスーパーコンピュータでの大規模計算までを見通した研究コードを整備しています。 物理、数学、情報科学、プログラミングを横断しながら、新しいアルゴリズムを実際の素粒子物理の問題に適用していく点が、 当研究室の大きな特徴です。
配属を希望する学生へ
当研究室では、AI（機械学習）や数値計算、素粒子物理、 スーパーコンピュータなどに興味を持つ学部生・大学院生を幅広く歓迎しています。 東京女子大学を主たる所属としつつ、京都大学のBOOST事業、理化学研究所R-CCSでの活動とも連携しながら研究を進めています。 「物理の最先端を計算機上で探究してみたい」「AIを用いて新しい研究手法を開拓したい」 「JuliaやPython、C++、並列計算やニューラルネットなどの技術を身につけたい」など、 意欲的な学生を歓迎します。 数学を基礎として理論物理にもじっくり取り組みながら、ニューラルネットの数理的な仕組みにも踏み込み、 本質的な理解を深めることが可能です。新たなアイデアや手法を柔軟に取り入れながら、 一緒に最先端の研究に挑戦していきましょう。
学生の研究テーマは、基本的には学生本人のやりたいことを出発点にして、 富谷がカバーできる範囲であればできるだけ受け入れ、相談しながら決めています。 格子QCDや機械学習に限らず、数学、情報科学、物理を横断するテーマも歓迎します。 過去の卒業研究テーマには、群の表現（2024年度）、音声認識、画像認識、気象予測、プログラミング処理系開発（2025年度） などがあります。
関連する 書籍、 講義記録、 著書一覧(note) も参考にしてください。また、富谷が取り組んでいる計算物理や機械学習、素粒子物理に関連した講義や講演の様子を YouTube でも紹介していますので、興味のある方はぜひご覧ください。
研究論文
詳しい研究成果については Inspire をご覧ください。