ネットワーク化された知能：人間とAIのチーム科学のためのアクティブ共有コンテキストグラフ
Myceliumと呼ばれる新しいシステムは、研究者とAIエージェントを共有ワークスペースで結びつけ、観察結果や仮説を関連するチームメンバーに自動的にルーティングすることで、ネットワーク化された知能を実現します。生物学的マルチオミクスキャンペーンでテストされ、局所的な発見を専門家横断的なメカニズム制約と実験デザインに変えました。
ほとんどのAI for Scienceシステムは、より良いモデル、より大きなコンテキストウィンドウ、長期的なエージェント実行、または一人の主要ユーザーと連携するデジタル共同研究者を通じて、単一の推論プロセスをスケーリングすることに焦点を当てています。しかし、困難な科学問題は単一の推論者だけで解決されることはほとんどありません。それらは、異なる事前知識、実験的背景、暗黙知、およびドメインで訓練された直感を持つメンバーからなるチームによって解決されます。したがって、オープンな問題はモデルのスケーリング方法だけでなく、ネットワーク化された知能を育成する方法です。すなわち、あるコンテキストで生成された結果や仮説が、それに基づいて行動できる別の人、エージェント、機器、ロボットに届くように、人間とAIシステム間の接続をスケーリングすることです。
私たちはMyceliumを紹介します。これは、研究者とAIエージェントをマルチユーザー共同科学者として自動的に接続するアクティブ共有ワークスペースです。人間のユーザーとエージェントが作業するにつれて、システムは重要な観察と仮説を捕捉し、それらがチームの進化するモデルとどのように関連するかを追跡し、次の決定を通知できる人物またはエージェントにルーティングします。私たちはMyceliumを最初の実証テストで評価しました。これは生物学的マルチオミクスキャンペーンであり、ルーティングされた共有コンテキストが局所的な分析結果を専門家横断的なメカニズム制約に変え、最終的に実験デザインに変えました。
また、ネットワーク化された知能に計算上の説明を与え、分散された科学的コンテキスト上のスパース条件付き計算として捉えます。この説明は、スケーリングされたスタンドアロンエージェントがネットワークに匹敵する場合と、独立した専門知識とマージ不可能なコンテキストがネットワークを既約にする場合を区別します。Myceliumは、個人の能力だけでなくチームの集合知を増幅する、真に協調的なAIシステムへの一歩を表しています。
この論文は、Sutanay Choudhuryら18名の著者により、2026年7月14日にarXivに提出されました（ID: 2607.13220）。人工知能、計算工学・金融・科学、ヒューマンコンピュータインタラクションの分野にまたがる内容です。