あなたの研究室に合う「AI科学者」とは？困惑する人のためのガイド

2023年6月30日、Anthropicは生物学研究に特化したプラットフォーム「Claude Science」を発表した。これに先立ち、OpenAIの汎用ツール、Google DeepMindの「Co-Scientist」、オープンソースの「Biomni」など、多くのAIツールが科学者の業務を支援するために登場している。これらの「AI科学者」と呼ばれるツールは、大規模言語モデルを基盤とし、文献レビュー、データ分析、図作成、論文執筆などを支援する。エージェンティックAIの一種であり、複雑なリクエストを複数のステップに分解し、外部ソフトウェアを呼び出すことも可能だ。

スタンフォード大学の遺伝学者で循環器専門医のEuan Ashleyは、自身のゲノムをClaudeに解析させたところ、30分でアルツハイマー病のリスクアレルや薬物代謝に関わる遺伝子変異を正確に特定した。2010年には31人のチームが9ヶ月かけて行った作業だった。AshleyはLinkedInに「これは極めて驚くべきことだ」と投稿した。

これらのツールは実際の研究でも成果を上げている。免疫学者のClare BryantはCo-Scientistを早期から活用し、科学文献を基に仮説を生成させた。提案の中には実現不可能なものもあったが、彼女の研究室の専門分野に合致するアイデアも含まれていた。現在、Co-Scientistの提案に基づき、自然免疫タンパク質に特定の変異を導入し、インフルエンザ感染への影響を検証している。Bryantは、自力でも思いついたかもしれないが、2年はかかっていただろうと語る。

ツール選択に関して、専門家は実践的なアドバイスを提供している。Benchlingの社長Ashu Singhalは、現時点でAI科学者を完全に研究に組み込んでいるラボは20%未満と推定し、ヘッドラインを信じる前に実際に試すことの重要性を強調する。仮説生成型AIはプロジェクト初期に有効で、Claude ScienceやBiomniはゲノム解析などの具体的なタスクに適している。Boltzの共同設立者Gabriele Corsoは、検証が容易な小さなタスクから始め、失敗してもやり直せばよいと助言する。

AI科学者は大きな可能性を秘めているが、信頼性の問題は依然として残る。科学者たちは、すべての出力は実験的に検証されるべきだと強調している。現時点では、これらのツールは研究者が人間の知性を必要とする科学に集中するための補助手段として機能している。今後の技術発展により、AI科学者は研究室に不可欠な存在となるかもしれないが、その信頼性と正確性を継続的に証明することが求められる。