Rescale、エンジニアリングエージェントをHermes 2の原子炉設計に活用

Rescaleは2026年11月10日、エンジニアリング向けAIエージェントをカスタマイズするためのフレームワークを発表し、Kairos Powerとオークリッジ国立研究所の製造実証施設が、出力50メガワットのフッ化物塩冷却炉「Hermes 2」に同社のプラットフォームを利用していることを明らかにした。

RescaleのAI開発エンジニアがこの共同プロジェクトを支援しており、高度な製造・建設手法を検証している。各チームは、原子炉キャビティと生体遮蔽プラグの設計に関する熱、流動、遮蔽のシミュレーションと関連レポートの作成にエージェントを活用し、エージェントのすべての動作をエンジニアが承認した。

オークリッジ国立研究所（ORNL）は、シミュレーションと積層造形に関する知見をエージェントに組み込み、施設外のエンジニアもその手法を導入できるようにしている。効率向上の目標は将来的な見通しであり、Kairos Powerは、過去のシミュレーションを基に構築したエージェント型ワークフローにより、規制遵守に必要な追跡可能性を維持しながら、シミュレーション分析のエンドツーエンドの効率を最大3倍に高められる可能性があると予測している。

再利用可能なプロジェクトと追跡可能な作業

2026年秋のショーケースアカウントでは、Agentic Projectsが、RescaleのAIアシスタント兼エージェントオーケストレーターであるEdisonの制御レイヤーとして位置付けられている。チームは目標、ツール、スキル、ガードレールを設定し、入力の検証、結果の分析、証拠の準備などのステップにエージェントノードを追加できる。プロジェクトは保存して複数のプログラム間で共有でき、提案された学習内容がプロジェクトのメモリに追加されるのは、エンジニアが承認した後に限られる。

Engineering Intelligenceは、要件、設計、シミュレーション、試験、プロセスの各記録をナレッジグラフで結び付け、複雑な作業に必要な関係性や構成情報をエージェントに提供する。これとは別に、ワークグラフはワークフロー全体にわたる人、データ、タスクの関係を示し、エンジニアが作業の実施方法やエージェントの関与箇所を追跡できるようにする。

11月10日のイベントが、すべての機能要素の初登場だったわけではない。RescaleのAgentic Projectsのリリースノートは2026年10月26日付で、検証済みのベースラインジョブ、関連付けられた規格とファイル、再利用可能なスキル、およびEdisonが関連付けられたドキュメントを基に回答する際の引用について説明している。プロジェクトは非公開の状態で開始され、ワークスペースと共有できる。利用するにはAgentic Engineeringを有効にする必要がある。

デスクトップアプリと外部クライアントの利用範囲

Rescale Desktopは、2026年11月5日付のリリースノートで発表された。Appleシリコン搭載Mac、Windows x64、Linux x64向けのこのアプリは、ブラウザーを使わずにローカル環境とクラウド環境の間でファイルを移動し、ジョブを追跡できるほか、Edisonとのチャットを提供する。Edisonが検索できるのはユーザーが許可したフォルダーに限られる。ファイル名、サイズ、日付は確認できるが、ファイルの内容は閲覧できず、転送のたびに事前確認を求める。チャットを利用するにはAdvanced Modeling & SimulationまたはAgentic Engineeringが必要で、Rescale ITARではまだ利用できない。

Rescaleは、外部のAIクライアントから自然言語でプラットフォームにリクエストを送れるModel Context Protocol (MCP)コネクターも拡張した。同社によると、このコネクターにより、同社の専門エージェントと、あらかじめインストールされた1,350を超えるエンジニアリングアプリケーションを、ClaudeなどのMCP対応ツールで利用できる。Rescale MCPは、ClaudeとCodexのディレクトリーにも掲載されている。

MCPのドキュメントでは、この接続方法の利用を、エージェントを介して作業する人による対話型の利用に限定している。各接続は単一のワークスペースと、サインイン中のユーザーがすでに持つ権限にひも付けられ、操作はそのユーザーに帰属する。実運用向けの連携には、RescaleのREST APIまたはコマンドラインインターフェースを使うよう案内している。

サロゲートモデル向けのAI物理

AI物理関連の追加機能は、シミュレーションデータを使って学習させたAIによる近似モデル、すなわちサロゲートモデルを対象としている。データセット作成エージェントは、既存のシミュレーションデータから、学習に利用できるデータセットを作成する。ガイド付きの前処理では外れ値やデータの不足領域を特定してデータ分割を提案し、Auto Tuneは学習中にモデルの構成を調整する。

Rescaleによると、Design Explorerは、シミュレーションエンジニアが設定した制約条件に照らして何千もの設計案を評価するための、ガイド付きのローカルインターフェースを提供する。また、複数のサロゲートモデルを連携させ、多物理最適化を行うこともできる。不確実性定量化では、各予測に信頼度と分布外であることを示すシグナルを付加する。これにより、忠実度の高い完全なシミュレーションでの確認が必要な結果や、モデルの拡張が必要なケースを特定できる。

今回のリリースでは、一貫した利用境界が設けられている。エージェントが提案する学習内容には承認が必要であり、Hermes 2のエージェントは人間の承認を得て動作し、不確実性のあるサロゲートモデルの予測には忠実度の高い完全なシミュレーションによる確認が必要であることが示される。したがって、この原子力分野の共同プロジェクトでは、監査可能なエンジニアリング記録を維持しながら、再利用可能なエージェント型ワークフローによって分析の負担を軽減できるかどうかを検証している。