2 つの AI 科学アシスタントが薬物再転用タスクで成功
Nature に掲載された Google と FutureHouse の論文により、科学者が関与する「AI エージェント」が創薬リターゲティングにおいて実証され、膨大な科学情報の処理を支援する新しいパラダイムが示された。
キーポイント
Google の Co-Scientist と FutureHouse のアプローチ
Google は研究者の判断を随時反映させる「scientist in the loop」型、FutureHouse は特定の生物実験データを評価できる自律型システムを開発し、Nature に論文を発表した。
AI エージェントによる科学支援の実用化
両システムは独立したツールを呼び出す「エージェント」型であり、人間が処理しきれない大量の情報を咀嚼して仮説検証を支援する役割に特化している。
科学プロセスの代替ではなく補完
AI が科学者や科学プロセスを完全に置き換えるものではなく、既存の AI の強みである情報処理能力を活用して研究効率を高めることを目的としている。
影響分析・編集コメントを表示
影響分析
このニュースは、生成 AI が単なる情報検索ツールから、実際の研究プロセスに組み込まれる自律的な「アシスタント」へと進化していることを示す重要な転換点です。特に、人間の判断と AI の処理能力を融合させる「人間在ループ」の成功事例は、科学分野における AI 導入の実現可能性を裏付け、創薬や基礎研究のスピードアップに寄与する可能性があります。
編集コメント
科学者の判断を尊重しつつ AI の処理能力を活用する「人間在ループ」の成功は、AI が研究現場で信頼されるための重要なステップです。
火曜日に『ネイチャー』は、科学者が仮説の開発と検証を支援するための AI システムについて記述した 2 つの論文を発表しました。1 つ目は Google の Co-Scientist で、「ループ内にある科学者（scientist in the loop）」と呼ばれるように設計されており、研究者が定期的に自身の判断を用いてシステムを導くことを意味します。2 つ目は非営利団体 FutureHouse によるもので、さらに一歩進んで、特定の種類の実験から得られる生物学的データを評価できるシステムを訓練したものです。
Google はそのシステムが物理学にも適用できると述べていますが、両グループは生物学的データと、主に単純な仮説（この薬はあの病気に効くなど）のみを提示しています。したがって、これは科学者や科学的プロセスを代替しようとする試みではありません。むしろ、現在の AI が最も得意としていること、つまり人間が把握するのが困難な膨大な量の情報を処理するのを支援するためのものです。
これは何に役立つのか？
2 つのシステムにはいくつかの違いがありますが、どちらも「エージェント型（agentic）」と称されるものであり、背景で動作して個別のツールを呼び出します。（Microsoft も同様に科学アシスタントで類似のアプローチを採用しており、OpenAI は単に生物学向けに大規模言語モデル（LLM）を調整した点で例外のように見えます。）両者には強調する違いもありますが、どちらも同じ一般的な課題、すなわち科学的情報の圧倒的な氾濫に取り組んでいます。
記事全文を読む
コメント
原文を表示
On Tuesday, Nature released two papers describing AI systems intended to help scientists develop and test hypotheses. One, Google's Co-Scientist, is designed as what they term "scientist in the loop," meaning researchers are regularly applying their judgements to direct the system. The second, from a nonprofit called FutureHouse, goes a step beyond and has trained a system that can evaluate biological data coming from some specific classes of experiments.
While Google says its system will also work for physics, both groups exclusively present biological data, and largely straightforward hypotheses—this drug will work for that. So, this is not an attempt to replace either scientists or the scientific process. Instead, it's meant to help with the things that current AIs are best at: chewing through massive amounts of information that humans would struggle to come to grips with.
What's this good for?
There are some distinctions between the two systems, but both of them are what is termed agentic; they operate in the background by calling out to separate tools. (Microsoft has taken a similar approach with its science assistant as well; OpenAI seems to be an exception in that it simply tuned an LLM for biology.) And, while there are differences between them that we'll highlight, they are both focused on the same general issue: the utter profusion of scientific information.
Read full article
Comments
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