AIの科学研究能力がツールレベルからシステムレベルへ
聞楽 凹非寺より
量子位 | 公式アカウント QbitAI
AI for Scienceが、新たな分水嶺を迎えようとしている。
ここ数年、大規模モデルとエージェント技術の急速な発展に伴い、AIは文献検索、データ分析、コード生成から、シミュレーション計算や実験分析など、科学研究のさまざまな工程へと進出してきた。
「AIは科学者の研究を支援できるのか」という問いは、もはや唯一の問いではない。
新たな問いが浮かび上がっている。
AIは、個々の研究Taskをこなすだけでなく、1つの研究Project全体を本当に担えるのか？
その背景には、AI4Sの能力パラダイムにおける変化がある。
これまでAIは、主にツールやタスクエージェントとして、研究者が目標、範囲、進め方を明確に定めたうえで、比較的独立した個々のTaskを実行してきた。
しかし、現実の科学研究は、単純なタスクの集合ではない。
1つのProjectは、曖昧な研究構想から始まり、相互に依存する複数のタスクを含み、新たな文献、実験結果、異常データに応じて研究方針を絶えず調整していく。
個々のTaskをうまくこなすことは、Project全体を本当に完遂することとは異なる。
真にプロジェクトレベルの科学研究を行うには、AIが科学的な目標を理解し、自らタスクを分解し、タスク間の依存関係を調整しながら継続的に実行し、研究から得られるフィードバックに応じて動的に方針を調整し、最終的にプロジェクト全体を結論へと導く必要がある。
これは、AI4Sが次の段階で突破すべき重要な能力となっている。
まさにこの業界の転換点において、中科紫東太初傘下の次世代・科学研究ネイティブエージェントScienceClawが、重要なアップデートを完了した。
今回発表されたAutoProjectプロジェクトレベル自律科学研究エンジンは、「研究プロジェクトをいかにしてより良く進めるか」という課題の解決を目指し、AIを孤立したタスクの実行から、科学的発見全体を担う存在へと進化させる。
科学研究におけるAIの作業単位は、TaskからProjectへと移行しつつある。
真の科学研究には、Projectを最後まで担う力が必要
1つの研究Projectを本当に担う場合、AIが直面するのは単一タスクの実行ではなく、プロジェクトの計画から最終的な結論に至るまでの、完全な研究プロセスである。
そのためAutoProjectは、AIのタスク実行チェーンを単純に延長するのではなく、プロジェクト計画、長期実行、エビデンス検証を中心に、プロジェクトレベルの自律科学研究能力を構築している。研究者が研究構想や大まかな目標を入力するだけで、AIは次の工程を自律的に完了できる。
プロジェクト計画 → 子Taskへの分解 → 長期実行 → エビデンス検証 → 動的な修正 → 成果の蓄積。
システム全体は、次の3つの中核能力で構成されている。
- Project2Task：プロジェクトレベルの計画——「このProjectはどのように進めるべきか？」に答える
- TaskExecutor：長期的な自律実行——「方向性が定まった後、どのように継続して推進するか？」に答える
- EviGraph：エビデンス駆動型の検証——「最終的な結論は十分なエビデンスによって裏付けられているか？」に答える
Project2Task：プロジェクトレベルの計画により、子タスクを自律生成
曖昧な研究目標に対し、Project2Taskは研究目標、文献エビデンス、リソース上の制約、タスク間の依存関係を総合的に考慮し、研究方針を自律的に決定する。さらに子Taskへ分解し、タスク間の並列・直列関係やアセットの再利用を計画することで、実行可能かつ反復的に改善できるプロジェクトタスクネットワークを生成する。
たとえば、鋼帯表面の欠陥をインテリジェントに識別する研究課題では、ユーザーが簡潔な研究目標を入力するだけで、AutoProjectはProject2Taskを通じて曖昧な要求をプロジェクト全期間にわたるタスク計画へと変換できる。
動画URL：https://mp.weixin.qq.com/s/Y6IKxQQjqq1Y6Fgwh94r9g
システムは、並列実行が可能なタスクと必ず直列で実行すべき工程を自律的に識別し、複数の研究ルートの優先順位を計画する。また、タスク間の依存関係を構築し、複数のタスクにまたがって再利用できるデータやモデルのアセットを見いだす。
さらに、横方向分割、縦方向分割、横方向分割後に縦方向分割、縦方向分割後に横方向分割という4種類のプロジェクトトポロジーに対応している。研究課題の特性に応じた研究ルートを生成し、マクロな研究目標を具体的で実行可能なタスクへと落とし込む。
「人がTaskを定義し、AIが実行する」状態から、「人が目標を提示し、AIが進め方を計画する」状態へ。Project2Taskによって、AIは科学研究プロジェクトのトップレベル計画を担い始めている。
しかし、計画は始まりにすぎない。プロジェクトレベルで明確な計画を立てた後は、それを確実に実行するための基盤が必要になる。
TaskExecutor：長期的な自律実行により、動的なフィードバックの中でプロジェクトを継続推進
科学研究プロジェクトは、単発で納品されるタスクではなく、循環的に進化する探索のクローズドループである。どの子タスクで異常が発生しても、上流・下流のプロセスに影響を及ぼす。従来の単発呼び出し型AIでは、科学研究における非線形な反復特性に対応できず、長期にわたる研究を支えることは難しい。
AutoProjectは、「1回呼び出して1回返答する」という線形の実行モデルを打ち破る。その中核となるTaskExecutorは、科学研究の現場に適用される長期的な自律実行機能を提供する。
YOLOによるモデリングを例にすると、プロジェクトはデータ処理、モデリング実験、反復最適化という3つの大きなモジュールに分割され、各工程が自動的に連携する。
目標を入力すると、システムは論文の自律的な読み込み、データセットの処理、学習の監督、異常への対応を行い、指標、グラフ、定量分析を自動的に出力する。
動画URL：https://mp.weixin.qq.com/s/Y6IKxQQjqq1Y6Fgwh94r9g
TaskExecutorは、目標駆動型の自律科学研究ループを構築する。Projectの状態を全体的に監視し、実験から得られるフィードバックを継続的に取得し、異常を自動的に調査するとともに、研究仮説やモデルパラメータを修正する。
タスクに失敗した場合や結果に異常が見られた場合、システムは評価結果を振り返り、タスクネットワークを再構成し、実験を自律的に再実行して計画を最適化できる。人間が高頻度で介入する必要はなく、分散した実験結果を完全な研究結論へと継続的に統合していく。
つまりAIは、個々のTaskを受動的に実行するだけでなく、プロジェクトの状態に応じて自律的に意思決定し、継続的に反復しながら、Project全体を目標に向かって進められるようになる。
長期的なクローズドループ探索により、ScienceClawはツール型の研究アシスタントから、長期的な自律科学研究能力を備えたエージェントへと、さらに進化している。
EviGraph：エビデンス駆動型検証により、信頼できる科学研究のクローズドループを構築
AIが研究プロジェクトを長期的に実行し始めると、別の問題もいっそう重要になる。
その過程で導き出された結果は、果たして本当に信頼できるのか？
科学研究と一般的な生成コンテンツの本質的な違いは、次の点にある。
研究上の結論は、文章が自然で論理的に整合しているだけでは不十分である。プロジェクトレベルのすべての結論は、明確な研究課題、科学的仮説、複数の対照実験、そして実データによって裏付けられていなければならない。
紫東太初のAutoProjectは、独自開発したEviGraphエビデンスグラフ体系により、全工程、子タスク横断、検証可能、追跡可能、修復可能な信頼性の高い科学研究クローズドループを構築する。
検証の対象は、もはや単一の子タスク内部に限定されない。タスクをまたぐ論理的一貫性も考慮される。
仮説がトップレベルのプロジェクト目標と一致しているか、実験が仮説を裏付けているか、各子タスクのデータが相互に検証し合えるか、そして結論がエビデンスの裏付ける範囲を超えていないかを継続的に検証する。
論理的なずれやデータの矛盾が検出されると、システムはエビデンスチェーンに沿って根本原因を特定し、必要に応じて実験を再実行し、仮説を修正し、子タスクを調整することで、自律的に問題を修復できる。
公開テストでは、この仕組みの有効性が検証されている。
ARCBenchMLの評価において、EviGraphの総合スコアは0.865となり、最良のベースラインである0.596を上回った。
実験事実との整合性を示すResult Analysis指標は、0.442から0.794へと向上した。
追跡可能なエビデンスのClaim Support Rateは0.38に達し、最良のベースラインである0.27から40.74%向上した。実験データの一貫性を示すEDCは0.88となった。
そして、これら3つの能力が実際に稼働すると、研究の過程で生成されたデータ、コード、モデル、実験記録、研究手法も、再利用可能な科学研究アセットとして蓄積されていく。
以下のタンパク質に関する研究では、こうした再利用可能なアセットが、エビデンスの集約表、専門ツールを呼び出して生成したタンパク質生成物ファイル、研究分析レポート、論文などとして具体化されている。
動画URL：https://mp.weixin.qq.com/s/Y6IKxQQjqq1Y6Fgwh94r9g
注目すべきなのは、AutoProjectの自律科学研究は、無人の科学研究を意味しないという点である。
エンジンが計画、実行、検証、成果の蓄積までの全工程を完了できるとしても、研究者は依然として代替不可能な中心的役割を果たす。
プロジェクトの進行中、研究者はいつでも介入し、AIが提示した研究ルート、実験仮説、中間データを確認・評価できる。不合理な方向性をタイムリーに修正し、継続的な対話とフィードバックを通じて、人間ならではの領域知識や科学的洞察を注入することも可能だ。人間とAIが双方向に協力しながら、科学的探究を共同で進めていく。
この協働モデルのもとで、AIの役割は、要求に受動的に応答する研究アシスタントから、研究プロジェクトを自律的に推進する存在へと成長している。
AI4Sはプロジェクトレベルの自律科学研究段階へ
AIがProjectを単位として作業し始めると、AI4Sの能力の境界も変化する。
AutoProjectに代表されるプロジェクトレベルの自律科学研究体系は、業界における新たなパラダイムシフトを促している。
AIの作業対象は、孤立した単一のTaskから完全なProjectへと移行し、自律科学研究も「単一の能力」から「システムとしての能力」へと進化している。
この飛躍を実現するのは容易ではない。では、なぜScienceClawがいち早くこの段階に到達できたのか。
その答えは、背後にあるチームと技術体系にある。
ScienceClawは、中国科学院自動化研究所からスピンオフした企業、中科紫東太初によって開発された。
同社は、創業当初から「マルチモーダル」を技術の中核に据えてきた大規模モデル企業である。
2021年の時点で、紫東太初は世界初の1,000億パラメータ規模の3モーダル大規模モデルを発表し、テキスト、画像、音声を統一された意味空間に組み込んだ。
継続的なアップデートを経て、現在の紫東太初4.0は、「マルチモーダルを理解する」段階からさらに「マルチモーダルを推論する」段階へと進み、自律的な計画立案、交互的な思考、フィードバックによる修正能力を備えている。
これをAI4Sの場面に当てはめると、この技術路線の価値は非常に明確だ。
科学研究は、決して純粋なテキストの世界ではない。論文には数式、図表、実験曲線が含まれ、研究プロジェクトにはコード、データ、シミュレーション、実際の実験も存在する。
こうした異種の情報を統一的に理解できて初めて、モデルは真の意味で研究エージェントの頭脳となり得る。
しかし、大規模モデルは出発点にすぎない。
紫東太初はさらにモデルの能力を実際の研究プロセスへと拡張し、モデル基盤、研究知識、専門ツール、エージェント実行からなる完全な技術体系を構築した。
これによりScienceClawは、一般的な研究Agentとの差別化を実現している。
ScienceClawが構築したのは、従来型の「マスター・スレーブAgent」体系ではない。複雑な科学研究タスクを対象とした、階層的な自律性とマルチエージェントの動的協調を組み合わせたアーキテクチャである。
システムは研究目標を中心にタスクグラフを自動生成し、分野、ツール、実行状況に応じて、学術分野、コード、検索、データ分析、シミュレーションなどの専門Agentを必要に応じてスケジューリングする。これにより、動的なネットワーク構築、協調実行、フィードバックに基づく再計画が可能な研究エージェント群を形成する。
現在、ScienceClawは生命科学、材料、化学、物理、天文学などの分野をカバーしており、文献検索、データ分析、コード実行、モデル計算、シミュレーションツールを研究エージェントのランタイムに統合している。
さらに、クラウド上での思考、サンドボックスでの実行、エッジ側でのアクション、仮想と現実の協調を通じて、ScienceClawはAIを「研究情報の分析」から「研究タスクの実行」へ、「単発のTaskの完了」から「完全な研究Projectの継続的な推進」へと進化させている。
AutoProjectは、まさにこの能力を基盤として実現された重要な飛躍である。
表面的には、AIの作業単位がTaskからProjectへとアップグレードされたにすぎないように見える。しかし本質は、AIの科学研究能力がツールレベルからシステムレベルへと飛躍したことにある。
これに伴い、AI4S分野における競争の焦点も変化している。
業界の競争は、単一のモデルや単体エージェントの性能にとどまらず、エンドツーエンドのシステム全体が持つ総合力へと移行している。
これこそが、今回のScienceClawアップデートの最も重要な価値である。
中科紫東太初のAI4S分野における中核的な優位性は、より大規模な基盤モデルや、より高性能な単一の研究Agentだけではない。マルチモーダル大規模モデル、研究エージェント、専門ツールチェーン、自律実行フレームワーク、実験検証体系を融合した、完全な科学研究システムを構築している点にある。
TaskからProjectへ。ScienceClawは、AI4Sをプロジェクトレベルの自律科学研究という新たな時代へと導こうとしている。
論文URL：