1〜6までのサイコロの出目のように、「確率」に関連した数理モデルを学んでいます。特に、「期待値」を数値的に計算する「モンテカルロ法」を研究しています。また、それらをプログラムとして実装する上で生じるさまざまな課題や、その解決方法を考える応用的な研究にもチャレンジしています。

大学数学の中でも難しいとされるテーマに取り組むうちに、文献をじっくり読み込み、考えを整理して、解決の糸口を探る姿勢が身に付きました。卒業後はプログラマーとして働くので、大学で身に付けた「数学的思考力」を役立てたいと思います。

人間が視覚情報から学習・記憶する仕組みを模倣する「光シナプスデバイス」を開発しています。人間の脳と同じように、情報の繰り返しや強弱によって記憶のしやすさを変えられる機能をもたせることが目標です。材料には、層状に積み重なった結晶を「剥がす」ことで得られる、わずか原子数層分の厚みしかもたない「二次元物質」を使用します。

光信号を繰り返し入力することで電流が流れやすくなり、情報の伝達が向上するデバイスの開発に成功しています。現在は逆に、信号の入力によって電流が流れにくくなり、情報伝達を抑制できるデバイスを設計中。この研究を応用して、より低い消費電力での機械学習を実現したいと考えています。

私は金属材料の疲労特性について実験をベースにした研究をしています。負荷を繰り返し受ける機械部品の破壊原因は金属疲労によるものが多いです。私は金属材料の疲労寿命の特定や疲労試験で生じたミクロな損傷（き裂）を顕微鏡で観察することにより、疲労メカニズムの解明に取り組んでいます。

機械にはさまざまな材料が使われているため、疲労破壊のメカニズムにも不明な点が多くあります。研究で扱う材料は特殊なものも多く、試験の準備やその後の解析でもさまざまな課題に直面します。今まで学んだ機械工学の知識を幅広く生かして課題解決に取り組むことで、エンジニアとしての素養が身に付きました。

人が出来事を認知する時の差について研究しています。例えばバレーボールの観戦者には、応援するチームのミスにがっかりするファンがいる一方、相手チームを応援するファンは同じミスを喜ぶかもしれません。同じ出来事でも、認知バイアスによって異なる感想やストーリーを抱くメカニズムを、条件を限定したシミュレーションで検証しています。

現在はシミュレーションで抽出した数値の差を、生成AIで言語化し、ストーリーの差を検証しています。大学院の研究では、異なるストーリーをもつ相手同士を会話させ、ストーリーがどのように変化するかと、ねらった変化を起こすためにはどういった会話が必要になるかについて研究を進める予定です。