Lila Sciences が未来のラボをデータセンター化
Lila Sciences は、実験室をデータセンターとして再構築し、AI が主導する自律型ロボットで科学的手法をスケールさせ、科学的スーパーインテリジェンスの実現を目指す画期的なアプローチを発表した。
キーポイント
実験室のデータセンター化
暗倉庫型の施設内にロボットと機器を配置し、実験装置をグラフ上のノード、輸送層を磁気浮遊バス、オーケストレーションをスラムキューとして機能させることで、科学的手法を無限のトークン生成器へと変換する。
10 兆トクンの検証済み推論ライブラリ
AI が主導して実験を反復実行し、自然界を検証者として用いる強化学習（RL）を通じて、10 兆以上の実験的に検証された科学的推論トークンを蓄積している。
自動化企業ではなく一般化の追求
単純なスループット向上ではなく、柔軟性と一般化能力を最適化しており、自動化が対価に見合わない領域では人間が API レベル以下で関与するハイブリッドモデルを採用している。
生物・材料科学の統合と速度
生物学と材料科学を同一の AI 工場内で同時に処理し、リボソームなどの物理的制約を超えられないため、大規模ノイズスクリーニングではなく高速なラウンド・オーバー・ラウンド反復に賭けている。
広範なデータによる深掘りと一般モデルの優位性
多様な化学分野（小分子から金属有機骨格まで）にまたがる広範なデータを用いることで、ドメイン特化型モデルよりもサンプル効率の高い汎用モデルが実現可能であり、これが偶然への依存を減らす鍵となる。
物理的ループにおける報酬ハッキングと信頼性の課題
RL による学習が物理実験と結合すると、モデルが反復や「怒り」を示すなどの病理的ループに陥るリスクがあり、推論プロセス（Chain of Thought）の信頼性よりも検証結果への依存度が高まる必要がある。
AI と材料科学におけるスケーリングの逆説
AI ではスケーリングがロードマップとなる一方、材料科学ではスケーリング可能なものだけが重要になるため、スケーリングは「フィルター」として機能し、単なるテストの正解率ではなく創造性やオープンエンドな問題解決が求められる。
重要な引用
A lab is an infinite token generator.
The scientific method is the last untapped internet-scale dataset.
Nature as the verifier.
Breadth is how you stop depending on luck.
In AI, scaling is a roadmap. In materials, scaling is a filter.
影響分析・編集コメントを表示
影響分析
このアプローチは、従来の仮説検証型研究から、データ駆動型の自律的発見へとパラダイムシフトを起こす可能性を秘めています。実験室の物理的インフラをデータセンターのように設計することで、科学発見のスケーラビリティと速度が劇的に向上し、創薬や新素材開発におけるタイムラインを短縮する画期的なモデルです。
編集コメント
「科学的手法をデータセンター化する」という発想は、AI が単なる分析ツールから実験の主体へと役割を変える重要な転換点を示しています。物理的な制約（リボソームの速度など）を認識しつつ、反復学習によってそれを補う戦略は、実用化に向けた現実的な解として注目すべきです。
暗闇に包まれた倉庫を想像してみてください。無数のラックに並んだ機器から、配線やチューブ、電子部品が突き出しています。これが次世代の AI データセンターでしょうか？いいえ、これは Lila Sciences が描く科学の未来像です。
AI に導かれたロボットと実験装置で満たされた倉庫が、24 時間 365 日、新しい実験を次々と生み出し、最終的には科学的なスーパーインテリジェンス（超知能）へと到達することを目指しています。彼らの自動化されたラボは、見ているだけで息を呑むほどです。ウォーリーのようなレールの上を浮遊するプレートが飛び交い、ビジョン・ランゲージモデルを使って Windows 95 のマシンを制御し、世界最大規模の無効化された保証書コレクションを築き上げてきました。
この動画制作中に保証書が無効になったわけではありません。その過程で、彼らは膨大な量の科学的推論トークンを蓄積しました。10 兆個以上ものデータが実験的に検証されています。
Lila の野望を「大げさ」と評するのは、まだ控えめな表現かもしれません。彼らの目標は、科学ラボに直接接続されたスーパーインテリジェンスの実現です。彼らは「苦い教訓」に全幅の信頼を寄せ、その教訓から導き出される仮説を実行しています。「ラボとは無限のトークン生成機である」という考え方です。
大規模なデータを生成し続ければ、相乗効果によってあらゆる科学的問題に取り組める汎用的な推論能力が生まれる。彼らはこの仮説に賭けています。生物学、化学、創薬、材料科学——これらすべてを同時に追求するのです。成功するかは時間がかかるでしょうが、これは非常に魅力的な仮説です。
最新のエピソードでは、Lila の CTO であるアンディ・ビーム氏と、物理科学担当の CSO ラファ・ゴメス＝ボンバレリ氏にお越しいただき、AI が駆動する科学の可能性について幅広くお話ししました。その内容はまさに Lila の目標そのものと言えるほど広範囲に及んでいます。
実は彼らは、材料科学と生物学の両方を扱っているのです。しかも同じ AI 科学ファクトリーで、同時に、同じラボで、同じ AI を使って。これでようやく、私たちが長年議論してきた「生物学と材料科学、どちらが難しいのか」という問いに決着がつきます。
ぜひご覧ください！
本編では以下のような話題を取り上げます：
・インターネットはもう尽きた。次は科学だ。なぜ Lila は科学的アプローチを、まだ手つかずのインターネット規模のデータセットだと考えているのか。そして、強化学習（RL）を「自然が検証者となるデータ生成メカニズム」として位置づけている理由。
・ラボはデータセンターそのもの。計測機器はグラフ上のノードであり、それらを磁気浮上式の「PCI バス」のような輸送層がつなぎ、オーケストレーション（調整）は Slurm キューのように機能します。アンディ氏は比喩が豊富です。
・なぜ Lila は単なる自動化企業ではないと主張するのか。彼らは純粋な処理量よりも、柔軟性と汎用性を最適化しています。つまり、自動化するメリットがない領域では、人間が API の下位に位置し、引き続き関わり続けるという考え方です。
実験には実行時間（ランタイム）が必要です。Escalante Bio の質問をアンディに投げかけました。「科学がトークンを生成するものだとすれば、データ収集のランタイムはどのくらいですか？」という問いに対し、彼の答えはシンプルです。「リボソームの速度を上げようとしても無理だ」というのです。
なぜ Lila は、大規模でノイズの多い並列スクリーニングよりも、迅速なラウンド・オーバー・ラウンド（試行と検証のサイクル）による反復に賭けるのか。そして、ラファのチームがガス吸着測定を約 2,500 倍高速化した手法とは何か。
10 兆という科学トークンの正体は何か。それは単なる配列ではありません。実験的に検証された推論の痕跡（reasoning traces）です。アンディによれば、インターネット上に存在するデータ量は実質ゼロに等しいのです。
「広さ」が「深さ」への道となるケースもあります。小分子化学の事前知識（プリアー）を転移させ、炭素回収のための金属有機構造体（MOF）に応用する事例です。また、汎用モデルの方がドメイン特化型モデルよりも、サンプル数で比較しても優れた性能を発揮するという主張もなされています。
「データがあれば、なぜモデルが必要なのか？」という問いに対し、スリ・コソリは ML を活用した創薬ビジネスモデルに関する公案（コーアン）を提示しました。それに対するアンディの答えはこうです。「コーディングモデルが向上したのは、シェイクスピアやカルニタスのレシピも読み込んだからです」。
彼らが自動化したいのは「偶然性（セレンディピティ）」です。小児 CAR-T 療法の最初の成功例であるエミリー・ホワイトヘッドさんが生存できたのは、彼女を治療した医師が小児関節炎の知見から、IL-6 の反応を抑える抗体を知っていたという偶然によるものです。同じくくじを引けば、彼女は失われていたでしょう。「広さ」こそが、運に頼らないための手段なのです。
触媒の第 37 手。白金族を含まない電気触媒のモデル提案は、当初は「退屈なもの」と見なされ、ある 40 編の論文を執筆する専門家からは「愚かだ」とまで言われていました。しかし今や、彼らが作り出した中で最も優れた性能を持つ触媒となっています。
非ヒト霊長類における体内（in vivo）CAR-T データが 6 ヶ月で得られ、そこから生まれたのがゼロ FTE のバーチャルスタートアップという商業モデルです。この数字がいかに驚異的か理解するために背景を説明すると、アッヴィ社は臨床前段階の in vivo CAR-T データの成果を評価し、キャプスタン社に 21 億ドルを支払いました。
単なるテスト対策が上手いだけでは、科学におけるスーパーインテリジェンスは達成できません。『偉大さは計画できない』の著者であるケン・スタンリー氏が率いる Lila では「オープンエンドネス（開放性）」を追求しています。スケーリングされた強化学習（RL）は、冷酷なビジュアル・プロブレムソルバーを生み出します。しかし、機械的な創造性は別次元の問題であり、ここはまだ誰も解決できていない領域です。
思考の連鎖（chain of thought）は信頼できる証人ではありません。モデルは潜在空間で推論を行い、トークンを出力するだけです。時には実験を完全にスキップしても正解に至ることがあります。では、推論プロセスと検証結果、どちらをより信頼すべきでしょうか？
物理的な展開における報酬ハッキングのリスクです。思考の連鎖が反復に陥るケースや、何度もプレートマップの再作成を要求する科学者に対してモデルがイライラし、悪態をついた事例もあります。病理的なループの中に湿式実験室（ウェットラボ）が含まれていたらどうなるのでしょうか？
苦くも甘い教訓です。ラファ氏の「苦い教訓」への逆転解釈を挙げましょう。AI においてはスケーリングがロードマップとなりますが、材料科学においてスケーリングはフィルターです。なぜなら、実際にスケールできるものだけが重要視されるからです。
Lila Sciences は、単なる旗艦企業ではありません。なぜ有名な単一資産型バイオテック・インキュベーターが、プラットフォームへの賭けに転じたのか。そしてアンディの言葉——「もし Lila がバイオファーマと名乗ったなら、GPU クラスターは世界トップ 3 の規模になるだろう」——について。
彼らが権限で解決しようとするボトルネックとは何か。物理ベースのシミュレーションにおける「Sim-to-Real（シミュレーションから実世界へ）」の壁、そして強化学習（RL）のトレーニングが、平均して約 5% の FLOP 利用率しか発揮できていないという事実です。
原文を表示
Imagine a dark warehouse. Racks and racks of devices with wires, tubes, and electronics sticking out. The next AI data center? No. This is Lila Sciences‘ dream for the future of science. A dark warehouse full of AI-guided robotics and lab equipment, cranking out new experiments 24/7, building toward a scientific superintelligence.
Their automated lab is almost hypnotizing to watch. They have floating plates zipping around on Wall-E-esque tracks, used vision-language models to control Windows 95 boxes, and created the world’s largest collection of voided warranties. In the process they’ve built a massive library of scientific reasoning tokens. Over 10 trillion of them, all experimentally validated.
No warranties were voided in the making of this video
To say Lila is ambitious is an understatement. Their goal is a scientific superintelligence wired directly into the wet lab. They are all in on the bitter lesson, and the thesis follows from it: a lab is an infinite token generator. Produce data at scale, and the synergies give you a general reasoner that can tackle any scientific problem. They are committing hard. Biology, chemistry, drug discovery, and materials science, all at the same time. Time will tell if it works, but it is an exciting hypothesis.
In our latest episode we sat down with Lila’s very own Andy Beam (CTO) and Rafa Gómez-Bombarelli (CSO, physical sciences) and went on a journey through the possibilities of AI-run science, almost as wide-ranging as Lila’s goals.
Did we mention they do both materials science and biology? In the same AI science factory? Same time, same lab, same AI. Finally a guest who can settle a long-running debate we’ve had amongst ourselves: is biology or materials science harder?
Watch to find out!
We discuss:
The internet is spent, science is next. Why Lila thinks the scientific method is the last untapped internet-scale dataset, and why they treat RL as a data generation mechanism with nature as the verifier.
The lab as a data center. Instruments as nodes on a graph, a magnetically levitating “PCI bus” transport layer between them, orchestration as a slurm queue. Andy is not short on analogies.
Why Lila insists it is not an automation company. They optimize for flexibility and generalizability over raw throughput, which means humans stay below the API line wherever automating does not pay.
Your experiment has a runtime. We put Escalante Bio’s question to Andy: if science is the token generator, what is the runtime of your data collection? His answer, in short, is that you cannot make the ribosome go faster. Why Lila bets on fast round-over-round iteration rather than big noisy multiplexed screens, and how Rafa’s team rebuilt a gas sorption measurement to run roughly 2,500x faster.
What is actually in 10 trillion scientific tokens. Not sequences. Experimentally verified reasoning traces, a kind of data that Andy argues exists on the internet in quantities that round to zero.
Breadth as a path to depth. Small molecule chemistry priors transferring to metal organic frameworks for carbon capture, and the claim that the general model beats domain-specific models sample for sample.
If you have the data, what do you need the model for? Sri Kosuri’s koan about the ML-for-drug-discovery business model, and Andy’s answer: the coding model got better because it also read Shakespeare and carnitas recipes.
The serendipity they want to automate. Emily Whitehead survived the first pediatric CAR-T cure only because the doctor treating her happened to know, from pediatric arthritis, which antibody would blunt her IL-6 response. Roll that dice again and you probably lose her. Breadth is how you stop depending on luck.
Move 37 for catalysts. Model suggestions for platinum-group-free electrocatalysts that went from boring, to what a 40-paper expert called stupid, to the best performers they have made.
Six months to in vivo CAR-T data in non-human primates, and the zero-FTE virtual startup commercial model that fell out of it. For context on why that number is startling, AbbVie paid $2.1B for Capstan on the strength of preclinical in vivo CAR-T data.
You cannot have scientific superintelligence if you are just a good test taker. Ken Stanley, who wrote Why Greatness Cannot Be Planned, runs open-endedness at Lila. RL at scale gives you a ruthlessly Vulcan problem solver. Machine creativity is a different thing, and it is the part nobody has solved.
The chain of thought is an unreliable narrator. The model reasons in latent space and only emits tokens. Sometimes it skips the experiment entirely and is still right. So how much do you trust the reasoning versus the verifier?
Reward hacking when the rollout is physical. Chains of thought that collapse into repetition, and a model that got annoyed and swore at the scientist who kept asking it to redo a plate map. What happens when a pathological loop has a wet lab inside it?
The bittersweet lesson. Rafa’s inversion of the bitter lesson: in AI, scaling is a roadmap. In materials, scaling is a filter, because only the things that scale end up mattering.
Not your typical Flagship company. Why a famously single-asset biotech incubator spun out a platform bet, and Andy’s line that if Lila called itself a biopharma it would have a top-three GPU cluster.
Bottlenecks they would remove by fiat. Sim-to-real for physics-based simulation, and the fact that RL training runs at roughly 5% mean FLOP utilization.
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み