自律型AI研究チーム「AutoScientists」発表、仮説検証から実験まで分散協調

計算科学の現場で最もコストがかかるのは、新しい仮説が出ないことではなく、誰かが失敗した袋小路に別の担当者が再び計算資源を注ぎ込んでしまうことです。

これまでの科学研究向けAIエージェントも似た弱点を抱えていました。1本の一本道を進むか、固定された目標を持つ中央プランナーの指示を待つ仕組みが大半で、長時間の実験の中で柔軟に方針転換したり、失敗の教訓を蓄積したりすることが苦手でした。

研究チームは長時間の計算科学実験を自律的に進める分散型マルチエージェントシステム「AutoScientists」を発表しました。

指示待ちをやめ、AI同士で相互査読

AutoScientistsの最大の特徴は、中央集権型の司令塔を廃止した点にあります。

システム内の各エージェントは共有された実験状況をリアルタイムに把握し、見込みのありそうな仮説を見つけると自律的にチームを結成します。

さらに無駄な計算を防ぐため、実験コードを実行して計算資源を消費する前に、エージェント同士で提案を厳しく吟味し合います。

実験が失敗した場合も、その知見が全体に共有されます。過去に試してダメだったアプローチを全員が把握することで、無駄な再実験を劇的に削減する仕組みです。

同等予算でGPT訓練を1.9倍高速化

同じ実験予算で比較したところ、AutoScientistsは生物医学やモデル最適化の主要ベンチマークで従来システムを圧倒しました。

生物医学画像、タンパク質工学、単一細胞オミクス、創薬など24のタスクを網羅するBioML-Benchにおいて、平均リーダーボードパーセンタイル74.4%を記録し、従来の最強エージェントを8.33ポイント上回りました。

GPTの訓練最適化タスクでは、目標とする検証指標への到達速度がAutoresearchに比べて1.9倍高速でした。従来の単一エージェントが頭打ちになり改善案を1つも出せなかったベースラインから、AutoScientistsは7件の採用可能な改善を新たに見つけ出しています。

また、ProteinGymのACE2-Spike結合親和性予測では、既存の最高性能モデルをスピアマン相関係数で12.5%上回る手法を自力で発見しました。この手法を修正なしで全217件のアッセイに適用したところ、全体でも従来SOTAを6.5%上回る成果を出しています。

なぜ重要か

今回の成果で注目すべきは、AIエージェントの価値が仮説出しの量ではなく、無駄な計算の削減と失敗の共有にあると示した点です。

これまでの研究エージェントは無駄打ちが多く、長時間の実験になるほど計算コストが跳ね上がる問題がありました。AutoScientistsのように実行前に相互査読を挟み、失敗を組織的に共有する設計は、極めて現実的で賢明なアプローチだと考えられます。

計算バイオや機械学習のチューニングに携わる開発者にとっては、長期間放置しておいても勝手に軌道修正してくれる自動検証ツールとして大いに期待が持てます。

現時点ではシミュレーションやデータ解析などインシリコ実験に閉じており、物理的な実験室を直接動かせるわけではありません。それでも、AIが単なるコード生成係を超えて、互いに議論しながら研究を進める自律組織になりつつあることをはっきりと示しています。