⚛️AIと未来

多くの物理学者は早い段階で理論・実験・計算のいずれかに専門化し、劇的な発見をするというより、計算をこなし、データを解析し、コードを書き、装置を保守することに一日の大半を費やす。仕事の大部分は地道な積み重ねであり、一つの結果を三通りの方法で確認し、正確に書き上げ、疑り深い同僚に対して守り抜いて初めて確立した成果として認められる。

研究職であれば、アカデミアでも産業界でも必要になる。博士号がこの分野の実質的な資格であり、それなしにオリジナルの研究を設計できると信じてくれる雇用主はほとんどいない。学士や修士でも純粋な研究職以外では十分に価値があり、エンジニアリング、データサイエンス、金融、教育など、物理の肩書なしにその訓練を活かせる職に道を開く。

その通りだ。米国だけでも物理学の博士課程は年間およそ1800人を輩出する一方、終身在職権へ向かうポストは数百件しかなく、物理学博士の大半は恒久的なアカデミックポストに一度も就かない。だがこの訓練は分析力全般において本物の実力があり、だからこそ多くの物理学者が金融やテック、産業界で高給を得ることになる。

分野と国によって大きく異なる。米国の大学院生の生活費は年間約450万円、ポスドクは約900万円程度で、全分野を通した物理学者の年収中央値は米国でおよそ2200万円になる。金融の定量分析職に転じた物理学博士はその何倍も稼ぐことがある一方、他の多くの国のアカデミックな給与ははるかに控えめだ。

理論家は宇宙がどう振る舞うべきかを説明する数学モデルを構築し磨き上げる仕事で、主に計算・コンピュータ・黒板を相手にする。実験家は粒子検出器や望遠鏡、低温装置といった、そのモデルが現実に通用するかを検証する装置を設計し運用する。ほとんどの物理学者は大学院の早い段階でどちらか一方に固まって専門化する。

一部はそうだ。文献調査、初稿のコーディング、日常的なデータクリーニング、図の作成はますますAIの助けを借りるようになっている。自動化に抵抗するのは、どの問いに何年ものキャリアを賭ける価値があるかを見極めること、それに実際に答えられる実験を設計すること、そして主張した結果に個人として責任を負うことであり、これらは現在のAIシステムが担うことのできない判断だ。