GoogleのAI共同科学者は、高度な「テスト時間スケーリング」技術で研究を後押しします

水曜日、GoogleはGemini 2.0大規模言語モデルのエキサイティングなアップデートを発表し、従来の人間主導の研究チームに比べて驚くほど短時間で新規の科学的仮説を生成できるAI共同科学者に変貌させました。この革新的なツールは、科学者を支援し、人間と協力して有用な共同者として機能することで、発見プロセスを加速するように設計されています。

Googleは、AI共同科学者をAI支援技術の重要な前進として宣伝し、科学研究の実施方法を革命化すると約束しています。このシステムは、文献レビューから仮説形成まで、AIの操作が人間の入力によって導かれる「人間がループに含まれる」形で使用されることを意図しています。

大胆な動きとして、Googleの研究者はインペリアル・カレッジ・ロンドンのグループと共同で、細菌が新しい病原体に進化する仕組みに関する同じ仮説を探求する技術論文を発表しました。AI共同科学者はわずか2日で仮説を生成し、人間研究者の10年にわたる努力とは対照的です。

仮説形成マシン

GoogleはAI共同科学者を、複数の専門エージェントを活用する「仮説形成マシン」と表現しています。科学者が自然言語で研究目標を入力すると、システムが動作を開始し、仮説、研究概要、実験プロトコルを生成します。関与するエージェントには、生成、反映、ランキング、進化、近接性、メタレビューがあり、科学的探究の限界を押し広げるために協力して働きます。

このシステムは、既存の文献を単にレビューするだけでなく、特定の目標に合わせた独自の知識を発見し、新規の研究仮説を形成することを目指しています。

テストタイムスケーリングの強化

Gemini 2.0をAI共同科学者に適応させるには、「テストタイムスケーリング」に大きく依存しており、AIエージェントが計算能力を増やして出力を反復的に改善する技術です。このアプローチは、OpenAIのo1やDeepSeek AIなどの他の推論モデルでも顕著に使用されていますが、Googleの適用は新たなレベルに引き上げています。

技術論文では、Juraj Gottweisを含むGoogleの研究者が、DeepSeekのR1モデルが開拓した進歩を基にどのように構築したかを強調しています。彼らは、科学的手法から得られる誘導バイアスを使用して、テストタイム計算を大幅にスケーリングし、科学的推論と仮説生成のためのマルチエージェントフレームワークを提案しています。

AI共同科学者は、ウェブ検索エンジンや専門AIモデルなどの外部リソースにアクセスし、APIを通じて対話します。このシステムの重要な特徴は、チェスやスポーツで使用されるEloスコアを使用して仮説を比較・ランキングする「トーナメント」コンセプトです。ランキングエージェントはこれらのトーナメントを調整し、模擬科学的議論を促進して仮説を評価・優先順位付けします。

モデルおよび支援を受けない人間の専門家を凌駕

15人の人間の専門家によるレビューによると、AI共同科学者のパフォーマンスは、仮説の形成と評価に時間をかけるほど向上します。システムが計算努力を増やすにつれて、その結果の品質は、Gemini 2.0やOpenAIのo1などの未適応モデルや、支援を受けない人間の専門家を上回ります。

これらの専門家は、AI共同科学者の出力が新規性と影響力の点で高い可能性を示し、他のモデルよりも好まれることが多いと指摘しました。AI共同科学者が使用した正確な計算リソースは開示されていませんが、Googleは、DeepSeek R1などのモデルが示す計算能力のコスト低下により、こうしたAIシステムが研究ラボで広く利用可能になる可能性があると示唆しています。