自動研究システム「The AI Scientist」がNature本誌に掲載、査読通過の実績も

大規模言語モデルに研究のテーマを大まかに投げるだけで、文献調査から仮説立案、コード生成、実験の実行、グラフの作成、そしてLaTeXでの論文執筆までを勝手に終わらせてくれたらどうなるでしょうか。

これは単なる思考実験ではありません。3月25日、Sakana AIはブリティッシュコロンビア大学（UBC）、Vector研究所、オックスフォード大学との共同研究の成果である自動研究システム「The AI Scientist」の論文が、世界的な学術誌Natureに正式掲載されたと発表しました。

トップカンファレンスの査読を突破した実績

The AI Scientistは、機械学習研究の全工程を自律的にこなすマルチエージェント基盤のシステムです。

動作モードは大きく2つ用意されています。既存のコードベースを与えて派生実験を重ねるテンプレート型と、初期コードを持たずにゼロから自律的に実験を組み立てるテンプレートフリー型です。

並列エージェントによる探索木を用いて実験を組み立て、ビジョンモデルで出力画像の崩れを自己チェックしながら、最終的に学会投稿形式のLaTeXファイルを仕上げます。

開発陣は性能を確かめるため、ICLR 2025のワークショップに人間の手を一切加えないAI生成論文を3本提出しました。そのうち1本が平均6.33点（各査読者の評価は6、7、6点）を獲得し、採択ラインを突破しました。このスコアは人間が執筆した論文の55%を上回る成績です。なお、主催者との事前合意に基づき、採択確認後に論文は取り下げられています。

AIが論文を評価し、「科学のスケーリング則」を発見

論文が大量に作られても、読む人間が疲弊しては研究サイクルが破綻します。そこでチームは「自動査読者」も開発しました。

NeurIPSの公式基準に基づき、5つの独立したレビューを束ねて統括委員のように判定を下す仕組みです。OpenReviewに集まった過去数千件のデータと照合したところ、正解率は69%と人間と同水準に達し、NeurIPS 2021の人間同士の一致度実験を超えるF1スコアを記録しました。

さらに興味深いのは「科学のスケーリング則」が確認された点です。システムを駆動する基盤モデルを最新かつ高性能なものへ置き換えるだけで、生成される論文の質が右肩上がりに向上することがわかりました。

なぜ重要か

The AI ScientistのNature掲載は、AIが単なる執筆支援ツールから「自律的な研究パートナー」へ移行したことを象徴する出来事です。

個人の研究者やエンジニアにとって、今すぐノーベル賞級の発見を代行してくれる魔法の杖ではありません。しかし、週末の間に思いついた仮説を数十通り並列で実験させたり、退屈なパラメータ比較を自動で走らせたりする用途なら、すでに極めて実用的です。

一方で、深刻な懸念も残ります。誰でもボタン一つで査読基準を満たす論文を量産できるようになれば、既存の学術コミュニティは審査不可能な論文の山に埋もれてしまいます。AIが書いた論文をAIが査読するループが固定化すると、見た目は整っていても本質的な誤りを含む研究が再生産されるリスクは否定できません。

Sakana AIがシステムをオープンにし、限界や課題を隠さずにNatureで論じた姿勢は評価できます。現状のAIが得意なのは既存手法の組み合わせや派生研究の検証です。全く新しい問いを立てる役割は人間に残り続けますが、実験の泥臭い作業をAIに任せる研究体制への移行は、もはや避けられない流れになりそうです。