先月、Googleは正式にという新しい人工知能システムを発表しました。AI co-scientistこのシステムは最新のGemini 2.0モデルに基づいて開発され、研究者たちが革新的な仮説と研究計画を生成するのを支援することを目指しています。
研究者は自然言語で研究目標を記述するだけで済みます。例えば、「病原微生物の伝播メカニズムをより深く理解する」という目標を設定できます。AI co-scientistすると、そのシステムは検証可能な仮説を提示し、関連分野の既存文献を要約し、さらに実験設計案を提供します。
AI co-scientistこれは科学研究を自動化するためのものではなく、科学者が情報を効率的に収集し、研究アイデアを最適化するための協力ツールであり、最終的には科学研究の進展を促進します。
AI co-scientistシステムには、Generation（生成）、Reflection（反省）、Ranking（ランキング）、Evolution（進化）、Proximity（近接性）、Meta-review（メタレビュー）といった一連の専門的なエージェントが含まれています。研究者は自然言語で研究目標を記述することで、システムが自動的に研究仮説、リサーチレビュー、実験設計案を生成します。これらのエージェントは自動フィードバックを通じて、仮説を反復して生成・評価・最適化し、自己完結型のサイクルを形成します。
このシステムは協働のために特別に設計されており、研究者はシードアイデアやフィードバックを提供することでシステムと対話することができます。また、AI co-scientistはウェブ検索や専用AIモデルなどのツールを使用して、仮説の質を向上させます。
AI co-scientistの実際の効果を検証するために、Googleは薬物再利用、新規治療ターゲットの発見、抗微生物耐性メカニズムの解明など、複数のバイオメディカル分野で実験を行いました。
専門家たちは、彼らのチームが以前に発見したがまだ公開されていない現象について、AI co-scientistに探求させました。それは「衣壳形成噬菌体誘導染色体島」（capsid-forming phage-inducible chromosomal islands、略称cf-PICIs）がどのように複数の細菌種間で存在するかに関するものです。AI co-scientistは事前に実験データを与えられることなく、独立して次のように提唱しました：cf-PICIsはさまざまなファージ尾部構造と相互作用し、これによりホスト範囲を拡大できるという推論です。この計算による推論はすでに実験室での実験によって検証されています。
急性骨髄性白血病（AML）の薬物再利用研究において、AI co-scientistが提案した薬剤は実験で確認され、臨床に関連する濃度で腫瘍細胞活性を効果的に抑制することが示されました。
さらに、このシステムは肝線維症に対する新しいエピジェネティックターゲットを提案し、抗微生物耐性メカニズムの研究に新たな洞察を提供しました。
サンプルサイズが限られているにもかかわらず、専門家はAI co-scientistが生成した結果の新規性と影響力に対して高い評価を与え、他の同様のモデルよりも優れていると述べました。さらに、Elo自己評価指標を通じて、システムの出力品質は計算リソースの増加に伴って継続的に向上することが示されました。
