文脈こそすべて: フローシートシミュレーションにおけるエージェント型AIを用いた自律的なモデルベース設計へ

要約：エージェント的AIシステムは、大規模言語モデル（LLMs）を推論およびツール使用機能と統合することで、さまざまな領域を変革しており、特にソフトウェア開発が挙げられる。これに対して、化学プロセスのフローシートモデリングへの応用は、まだ十分には探究されていない。本研究では、産業用フローシートシミュレーション環境において支援を提供するエージェント的AIフレームワークを提示する。これを実現するために、最先端のLLMsを用いる場合のGitHub Copilot（GitHub, Inc., 2026）の能力を示す。Claude Opus 4.6（Anthropic, PBC, 2026）のような最先端のLLMsを用いて、技術文書といくつかのコメント付き例を文脈として使用し、社内のプロセスモデリングツールChemasimの有効な構文を生成する。これに基づき、プロセス開発タスクを分解するマルチエージェントシステムを開発し、1つのエージェントが工学知識を用いて抽象的な問題を解決し、もう1つのエージェントがChemasimコードとして解決策を実装する。我々は、典型的なフローシートモデリングの例に対する我々のフレームワークの有効性を示す。具体的には、(i) 反応/分離プロセス、(ii) 圧力スイング蒸留、(iii) エントレーナー選択を含む異相共沸蒸留を含む。 この方針に沿って、フレームワークの現在の制限について検討し、その機能をさらに強化するための今後の研究方向を概説します。