AI for Science

概要

AI for Science は、大規模言語モデル や AIエージェント を 科学研究の加速 に活用する分野です。文献調査・仮説生成・実験計画・データ解析・論文執筆支援まで、研究のワークフロー全体に広がっています。研究フィード（Daily/）でも継続的に登場する活発な領域です。

主な活用形態

• 知識インフラ — 科学情報の組織化・検証（RAG によるグラウンディング）
• アクションシステム — 実験室と統合したクローズドループの自動化
• AI Scientist（自律的研究エージェント） — 仮説生成から検証までを自律的に試みる
• 建設的フィードバック — 論文への有用なレビュー生成（人間を置き換えるのではなく支援）

重要な姿勢

研究フィードでは、LLM は 研究者を置き換えるのではなく、増強・支援する べきという立場が繰り返し示されます。人間の監督（Human-in-the-Loop）と ハルシネーション への注意が不可欠です。また、科学的発見の軌跡自体が経路依存・ロックインに陥りうるという批判的視点もあります。

関連事例（このVault）

• From_Knowledge_to_Action_2025_LLM_Hackathon — 材料科学・化学での RAG 活用、構成可能なインフラへの進化
• Leveraging_LLMs_Improve_Precision_RCTs — 臨床試験（RCT）の精度向上

研究テーマ（Daily フィード）

• “LABBench2”（生物学研究のベンチマーク） / “AI Scientist via Synthetic Task Scaling”

• “GoodPoint: Learning Constructive Scientific Paper Feedback from Author Responses”

• “The Non-Optimality of Scientific Knowledge: Path Dependence, Lock-In, and The Local Minimum Trap”

• Arbor — 仮説ツリー精緻化で自律的に研究を回すエージェント。モデル訓練・最適化・データ合成で検証し、Codex / Claude Code 比 2.5 倍超のゲイン、MLE-Bench Lite 86.36%。自律研究エージェントの具体化として 自己改善エージェント とも接続。Arbor_Toward_Generalist_Autonomous_Research

• AI Co-Mathematician — 並列エージェントと定理証明で数学者を支援するエージェンティックワークベンチ。最難関の FrontierMath Tier 4 で 48% を達成し当時の最高スコア（マルチエージェントシステム / ベンチマーク）。AI_Co-Mathematician

• Agents in Biology（Anthropic） — 生物学データ基盤は「人間がブラウザで操作する」前提で作られており、エージェントには非効率かつ精度・再現性が不足する（同一クエリで異なる結果）。決定論的な検索層ツール「gget virus」で精度を90%超へ引き上げ、結果の一貫性を改善。エージェント対応にデータベースを再設計する必要性を示す（AIエージェント / ツール利用）。Agents_in_Biology

• AutoLab — 科学・工学の長期反復改善（システム最適化・モデル開発・CUDA 最適化）を測るベンチマーク。成功の鍵は粘り強さで、Claude Opus 4.6 が強い（長期タスク / 自己改善エージェント）。AutoLab_Frontier_Models_Long-Horizon_Tasks

査読システムの危機（時事）

生成 AI とプレプリント時代に、学術査読そのものが限界に達しつつあります（INFOSTA セッション報告）。NeurIPS 2025 は約 21,600 件の投稿を 2.4 万人の査読者で捌くが実態は学生・他分野参入者が支え、ジャーナルは「ほぼ破綻」との指摘も。隠しプロンプトの埋め込みなど不正も発覚。会議は「禁止」から「制度化された活用」へ転換し（ICML 2026 は AI 利用ポリシーを著者が選択）、「論文はプロンプトになった」とも言われる。最大の課題は技術ではなく インセンティブ設計 と、人間が責任を持つ仕組み・プロセス記録の標準化だと強調される。参考: Research Paper Review System Under Strain

関連ページ

• 大規模言語モデル
• AIエージェント
• RAG
• ベンチマーク
• ハルシネーション