「物理屋のための機械学習講義」第22回の補助資料ページです。
講義の補助資料は，講義の1週間前までを目処にこのページに掲載します．
近年の大規模言語モデルは，コード補完を超えて， 仕様の整理，実装，テスト，デバッグ，リファクタリングを反復的に行う “agentic AI coding” の段階に入りつつある．
講師自身もこの半年，手動でコードはほとんど書いておらず， テンソルネットワークに基づく機械学習的アプローチの物理への応用に向けて， AI coding agent とともに新しいソフトウェアスタックを開発している． 関連する開発例として，以下がある．
一方で，研究コードでは，数値的正しさ，再現性，性能， 依存関係管理，長期保守性が重要である．
本講義では，物理・機械学習研究における日常的なコード開発を題材に， AI coding agent を安全に使うためのワークフローを概観する．
特に Rust の型システム，所有権，テスト，パッケージ管理を利用することで， AI が生成したコードを人間が検証しやすく， 壊れにくい研究ソフトウェアへ効率よく育てる方法を紹介する．
後半では，簡単な数値計算コードを題材に， AI coding agent と Rust を用いた実装，テストなどを ハンズオン形式で体験する．