モデルはもはやボトルネックではない（6 分読了）

今週、Anthropic は科学者が AI をどう捉えるべきかを変えるべき静かな結果を発表しました。[Claude を化学者にする](https://www.anthropic.com/research/making-claude-a-chemist)という論文で、彼らは化学分野の専門的な微調整を施していない汎用モデルを、化学者が数十年にわたって依存してきた専用ソフトウェアと対決させました。その結果、汎用モデルは互角以上に立ち回り、いくつかの点ではそのソフトウェアを明確に上回りました。 多くの人はこれを headline と捉えるでしょうが、私たちはこれがより興味深い方向を示していると考えます。真の物語は「AI が化学を行えること」ではなく、問題の最も困難な部分が移動したことにあります。長年にわたり、科学分野における AI のボトルネックはモデル自体の生来の能力でした。しかしその時代はもう終わろうとしています。なぜなら、現在のモデルと実際の科学研究の間にあるものはもはや知能ではなく、それを巡って構築されたワークフローだからです。 ## 化学に関する結果が実際に示したもの ![image](https://www.k-dense.ai/blog/the-model-is-no-longer-the-bottleneck/nmr-schematic.svg) *図 1. 順方向予測は構造からスペクトルへ、つまり専用ソフトウェアが構築されたタスクへと至ります。逆方向の構造決定は逆に、スペクトルから構造へと進みます。汎用モデルは前者では競合可能であり、後者でも能力を発揮しています。 Anthropic は、合成化学において最も一般的かつ時間のかかる分析タスクの一つである NMR（核磁気共鳴）[Nuclear Magnetic Resonance] において、3 つのモデルを ChemDraw と MestReNova という専用ソフトウェアに対してテストしました。その結果は率直に述べる価値があります。 前方予測においては、既知の構造から水素と炭素のピークがどこに現れるかを予測するタスクにおいて、最良のモデル（Opus 4.7）は水素に対してテストされた中で最も精度の高いツールであり、平均誤差は±0.079 ppmでした。また、炭素については MestReNova とほぼ同等の性能を示しました。ピークの形状、すなわち構造情報を担う分裂パターンやサブピークの間隔に関しては、3 つのモデルすべてが約 80% の確率で半ヘルツ以内の精度で間隔を予測できました。一方、従来のツールではその成功率は 26〜35% に留まりました。 次に、彼らは問題を逆方向に実行しました。分子式と 1D スペクトル（核磁気共鳴スペクトル）のみが与えられた場合、モデルはその構造を生成した分子の構造を提案できるでしょうか？これは逆問題であり、既存のソフトウェアでは主に人間に任されている課題です。このモデルは、スペクトルと分子式のみから、より単純なターゲット 8 つすべてをあらゆる試行で再現し、さらに出発物質を手がかりとして与えられた場合、より困難な縮合環やスピロサイクルを持つターゲットの多くも解決しました。 ここで重要なのは、Anthropic 自身が指摘している点です。これは化学に特化した訓練を行っていない汎用モデルであり、貼り付けられたスペクトルから、かつてはライセンスが必要で専門的かつ単機能のツールを必要としていたことを実行できるのです。 チームはまた、限界について refreshingly honest（率直に）です。評価は小規模で、順方向タスクには 20 化合物、逆方向タスクには 15 化合物のみを対象とし、二次元実験や立体化学は範囲外でした。溶媒のカバレッジも狭かったです。最も密度の高い逆問題において、出発物質という手がかりがない場合、モデルは推論をループさせながら最終的な答えに到達しないことがありました。これらは現実的な注意すべき点ですが、最後の点は特に押さえておく価値があります。なぜならこれは知識の問題ではなくワークフローの問題であり、後ほど再び取り上げるからです。 ## これは化学の物語ではない これを化学の分野として分類して次に進むのは誘惑に駆られます。しかしそれは間違いです。同じパターンが科学全体で現れているからです。 生物学でもそれを見ました。[BixBench-Verified-50](https://www.k-dense.ai/blog/bixbench-verified-50)（実際のバイオインフォマティクスタスクをクリーニングしたベンチマーク）では、汎用システムが 90% のスコアを記録し、ベンチマーク用に調整されていないにもかかわらず、専門的なエージェントを上回りました。化学における結果も、異なる分野で同じ形状をしています。ドメインの専門家がある作業には専用ツールが必要だと想定していたものを、汎用モデルに任せてみると、競合するどころかむしろ優れていることが判明します。 この驚くべき結果が化学でも生物学でも、そして次々と別のドメインでも現れるとき、それはもはや驚きではなくトレンドとなり、つまりその能力は一般化されたものであり、すでにここにあることを意味します。 では、興味深い問いはもはや「モデルができるかどうか」ではなく、「答えが信頼でき、完全であり、再現可能であるためには何が真でなければならないか」という点にあります。これは非常に異なる問いであり、その答えもまた全く異なります。 ## 答えと結果の間のギャップ ![image](https://www.k-dense.ai/blog/the-model-is-no-longer-the-bottleneck/evidence-chain.svg) *図2. チャットボットは妥当な答えで止まります。研究結果には、その背後にある証拠の連鎖全体が必要であり、モデルはその連鎖における一つのリンクに過ぎません。 チャットの応答は研究結果ではありません。研究結果とは、適切なソースから引き出された正しいデータ、選択され実行された正しい方法、既知の事実との照合による出力の確認、そして防衛・再現可能な最終的な答えという、証拠の連鎖によって構成されるものです。モデルはその連鎖における一つのリンクに過ぎませんが、しかし極めて重要なリンクです。 Anthropic が報告した失敗をもう一度見てみましょう。モデルは最も困難な構造に対してループし続け、決定を下すことができません。これは化学知識の欠落ではなく、モデルの周りに存在するシステム、つまり意思決定を強制し、候補をスペクトラムに対してテストし、一つの選択肢が生き残るまで他の選択肢を排除するシステムの欠如です。 有能なモデルに行動する能力、ケミインフォマティクスコードを実行する能力、構造データベースを検索する能力、そして提案された構造を自身の予測スペクトラムと照合する能力を与えれば、ループは閉じられます。つまり、ボトルネックは化学そのものではなく、それを支える足場（スキャフォールディング）だったのです。 これは分野が常に過小評価している部分です。私たちはモデルに「もっと賢く」なるよう求め続けていますが、実際には必要なのは「運用可能にする」ことです。科学における AI の最前線の研究は、現在、最先端のモデルと、それが実際の作業を行えるようにするシステムの間の接合部（シーム）にあります： - 重みの中にあるものだけでなく、実際のデータにアクセスすること。250 を超えるデータベース、構造化されていない補足情報、ネイティブ形式の機器ファイル。 - 実際の分析を実行すること。コードが何をするかを叙述するのではなく、コードを書き実行すること。 - 主張するのではなく検証すること。候補となる回答を証拠と照合し、それが成立する場合にのみ確定すること。 - 人間が監査可能な出力を生み出すこと。自信に満ちた段落だけでなく、手法、データ、スクリプト、図表を含むこと。 このアプローチこそが、モデルの能力を真の実践へと転換させる鍵となります。 Anthropic のロードマップ自体がこの方向を指し示しています。彼らが次に挙げるボトルネック、すなわち化学構造の読み取りとレンダリング、逆合成および合成推論、メカニズムの解明、そして実際に出版された化学文献の読解は、より賢い化学者を求める要請ではなく、統合と翻訳の問題です。つまりこれらはエージェント問題なのです。 ## 賭けるべき価値 ![image](https://www.k-dense.ai/blog/the-model-is-no-longer-the-bottleneck/stack.svg) *図 3. ワークフロー層こそが、最先端モデルを実証可能な科学へと変換するものです。より能力の高いモデルは、この層を不要にするのではなく、その上限を引き上げるのです。 これが私たちの研究の前提です。最先端モデルはエンジンですが、決定的な優位性は、そのエンジンを完成された科学へと変換し、実データに接続し、実際にコードを書き実行させ、計測機器が実際に生成するファイルを読み取り、査読に耐える出力を約束するシステムから生まれます。K-Dense Web は設計上モデル非依存であり、利用可能な最も強力な最先端モデル上で動作するように構築されています。Claude もその一例ですが、これはもはや利点が特定の単一モデルにあるのではなく、その周囲のすべてにあるからです。 だからこそ、化学論文は脅威ではなく希望に満ちたものなのです。より能力の高いベースモデルが登場しても、ワークフロー層が不要になるわけではなく、むしろワークフローが達成できることの上限を引き上げるからです。モデル内の NMR 推論能力が高まれば、構造を解明し、合成経路を提案し、有望な副生成物を警告し、最終的に文書化された結果をエンドツーエンドで返却できる化学エージェントが可能になります。つまり、モデルが向上することは、その上位レイヤーにとってこれ以上ない好機なのです。 ## 共に構築する Anthropic は、Claude が役立つ問題に取り組む研究者への招待と、AI for Science プログラムの化学分野への拡大をもってポストを締めくくりました。利用者と対話しながらモデルとその実世界での応用を開発するというこの直感は、まさに正しいものです。 今後数年間の AI for Science における最も価値ある進展は、単に大規模なモデルから得られるものでもなく、単なる巧妙なスキャフォールディング（構造化支援）からもたらされるものでもありません。それは、モデルの推論能力を高める人々と、その推論を実証可能な研究へと転換する人々が共に手を携えて構築することによってのみ実現されます。 私たちも同じように捉えており、それがすでに私たちの構築方法に反映されています。現在私たちは Google と緊密に協力しており、フロンティアモデルを構築するすべてのラボに対して、同様の協力の枠組みを広げていきたいと考えています。今、重要なのは、能力のあるモデルと完成した再現可能な結果の間に存在するレイヤーにおける進歩であり、このレイヤーを正しく実現することに真剣に取り組む方々とパートナーシップを結べることを嬉しく思います。対話を始める最も簡単な方法は [contact@k-dense.ai](mailto:contact@k-dense.ai) までご連絡いただくことです。

モデルはもはやボトルネックではない（6 分読了）

背景や根拠まで確認しますか？

調べる

選ぶ

サイト