FutureHouse、生物学データ分析AI「Finch」をプレビュー公開

エリック・シュミット氏が支援する非営利研究機関のFutureHouseは、生物学におけるデータ主導の発見を支援する新しいAIツール「Finch」を発表しました。先週のAPIおよびプラットフォーム公開に続く動きです。

FutureHouseは今後10年以内に「AI科学者」を構築することを目指しています。

コード生成からグラフ作成まで数分でこなす「大学院1年生」

Finchは、主に学術論文などの生物学データと、「がん転移の分子的要因について何が言えるか」といったプロンプトを受け取ります。その後、自動でコードを実行し、グラフなどの図表を生成して結果を検証します。

FutureHouseの共同創業者兼CEOであるサム・ロドリゲス氏は、Xへの投稿でこのツールを「大学院の1年生」に例えました。これら一連の作業を数分で完了できるのはスーパーパワーであり、すでに組織内の独自プロジェクトでも非常に役立っていると述べています。

ただし、新人研究者と同じように、Finchもまだくだらない間違いを犯すことがあるとロドリゲス氏は認めています。そのため現在はクローズドベータ版として運用されており、同社は精度と信頼性の評価やモデルのトレーニングを支援するバイオインフォマティクス専門家や計算生物学者を募集しています。

高まる期待と臨床現場での厳しい現実

科学研究のプロセスをAIで自動化しようとする動きは、テック業界全体で急速に強まっています。

OpenAIのサム・アルトマンCEOは、超知能AIツールが科学的発見とイノベーションを大幅に加速させると主張しています。また、今週「AI for science」プログラムを立ち上げたAnthropicのCEOも、AIがほとんどのがんの治療法開発に貢献できると予測しています。Precedence Researchによると、創薬AIの市場規模は2024年の658億8000万ドルから2034年には1603億1000万ドルに達する見込みです。

しかし、現時点では十分な証拠が伴っていません。現場の研究者の多くは、現在のAIが科学的プロセスの主導に特別役立つとは考えておらず、FutureHouse自身も自社のAIツールによって新たな科学的ブレークスルーを達成した実績はまだありません。

さらに、創薬にAIを導入したExscientiaやBenevolentAIなどの企業が近年、治験で大きな失敗を経験しているほか、Google DeepMindのAlphaFold 3のような代表的システムでも精度のばらつきが大きいことが指摘されています。

なぜ重要か

生物学やバイオインフォマティクスに携わる研究者にとって、文献探索、コード実行、図表化という初動の手間を数分に短縮できる価値は大きいです。予備的なスクリーニング作業の効率化として試す価値は十分にありますが、出力結果を無批判に受け入れることはできず、現状では人間による二重三重の検証が欠かせません。

業界全体から見れば、汎用LLMの競争から、実行コードを伴う高度な科学特化エージェントへと競争の軸が移りつつあることを示しています。FutureHouseが過度な誇大広告を避け、あえて「大学院1年生レベルでミスもする」と公言したアプローチは賢明と言えます。

とはいえ、既存の論文データを整理してグラフ化することと、未知の生命現象を解明することはまったくの別物です。私たちは、真の科学的発見を生み出すにはまだ大きな隔たりがあり、現段階のFinchは優れた研究アシスタントの域を出ていないと見ています。