The AI Scientist: 新時代のAIエージェントがやってくるのか？
昨日、Xで話題になったキーワードがあります。
Sakana AIという日本発の会社が「The AI Scientist」という前代未聞のAIシステムを発表しました。この「The AI Scientist」は、研究活動に対する考え方を根本から覆すかもしれないのです。
Introducing The AI Scientist: The world’s first AI system for automating scientific research and open-ended discovery!https://t.co/8wVqIXVpZJ
— Sakana AI (@SakanaAILabs) August 13, 2024
From ideation, writing code, running experiments and summarizing results, to writing entire papers and conducting peer-review, The AI… pic.twitter.com/SJuat9a2Uw
The AI Scientistとは？
The AI Scientistは、Sakana AIが開発した、科学研究のプロセスを完全に自動化するAIシステムです。
このシステムが開発された背景には、科学研究の効率化と民主化という大きな目標がありました。研究者の時間と労力を節約し、より多くの人々が科学的発見に貢献できる環境を作ることを目指しているのです。
以下が論文のリンクです。
The AI Scientistの主要機能
The AI Scientistは、科学研究の全プロセスをカバーする機能を持っています。具体的には以下の6つの機能があります：
研究アイデアの生成：既存の研究成果を分析し、新しい研究の方向性を提案します。例えば、「〇〇分野のAとB分野のCを組み合わせると、新しい発見が期待できる」といった具合です。
文献調査と分析：関連する論文を自動で検索し、その内容を要約・分析します。人間が何日もかけて行う作業を、数時間で終わらせることができます。
実験設計と実行：研究目的に適した実験計画を立て、可能な場合は自動で実行します。特にコンピュータシミュレーションを用いた実験では、人間の介入なしに実験を進められます。
データ分析と結果の視覚化：実験データを統計的に分析し、結果をグラフや図表で表現します。複雑なデータでも、わかりやすく視覚化してくれます。
論文執筆：研究結果を論理的に構成し、学術論文の形式で文章化します。引用や参考文献の管理も自動で行います。
自動査読プロセス：生成された論文の品質を評価し、改善点を指摘します。これにより、論文の質を高めることができます。
このプロセスにより、The AI Scientistは人間の研究者と同じように研究を進めることができるのです。驚きませんか？
ソースコードがGithub上に公開されているので、ぜひ覗いてみてください。
The AI Scientistの革新性
The AI Scientistの革新性は、主に以下の3点があると思います。
自己改善と継続的な探求能力
完全自動化された研究プロセス
暗黙知の言語化
それぞれについて、詳しく見ていきましょう。
1. 自己改善と継続的な探求能力
The AI Scientistは、単に与えられたタスクを実行するだけではありません。自身の研究結果を評価し、次の研究テーマを自動的に設定する能力を持っているのです。
例えば、ある実験結果から新たな仮説を立て、それを検証するための次の実験を自動的に計画することができます。これは、人間の科学者が行う「研究の連鎖」をAIが模倣していると言えるでしょう。
具体的には、以下のようなプロセスを自律的に行います：
研究結果の重要性と新規性の評価
未解決の問題や新たな研究方向の特定
次の研究テーマの優先順位付けと選択
選択したテーマに基づく新たな研究計画の立案
この画期的な能力により、The AI Scientistは一つの発見から次々と新しい研究を展開し、ナレッジを継続的に拡張していくことができるのです。まるで、止まることを知らない好奇心旺盛な研究者のようですね。
2. 完全自動化された研究プロセス
The AI Scientistの最も驚くべき点は、研究のアイデア出しから論文執筆まで、科学研究の一連の流れ全体を人間の介入なしに自動で行えることです。
これは、従来のAIツールが研究の一部の段階（例えばデータ分析やテキストマイニングなど）のみを支援していたのとは大きく異なります。
具体的には、以下のような作業を全て自動で行います：
研究課題の設定と仮説の構築
関連文献の包括的な調査と分析
実験計画の立案と実行（コンピュータシミュレーションの場合）
データの収集、クレンジング、分析
結果の解釈と考察
学術論文の執筆と投稿準備
この完全自動化により、研究のスピードが飛躍的に向上します。
3. 暗黙知の言語化
The AI Scientistの三つ目の革新的な特徴は、科学研究における「暗黙知」を「形式知」に変換する能力です。
暗黙知とは、経験や勘に基づく言語化が難しい知識のことです。多くの場合、熟練した研究者の頭の中にのみ存在しています。例えば、「この研究ではこのくらいのデータを取る必要がある」といった、経験に基づく判断などがこれにあたります。
The AI Scientistは、論文執筆のプロセスにおける暗黙知（思考のフレームワーク）を言語化しています。
この「思考のフレームワークの言語化」により、個人の経験に依存していた科学的知識がより広く共有可能になります。
その結果、科学研究の民主化と加速化が期待されるのですが、ここで一つ疑問が湧いてきませんか？The AI Scientistは「AIエージェント」と呼べるのでしょうか？
The AI ScientistはAIエージェントになるのか？
AIエージェントについて考える前に、まずはOpenAIによる「エージェント型AIシステム（Agentic AI system）」の定義を見てみましょう：
複雑な目標を追求できる：困難で幅広い目標を達成する能力を持つ。
限定的な直接監視で動作する：人間による部分的な管理下でも自律的に機能する。
高度なエージェント性を示す：以下の4つの要素で構成される「エージェント性（Agenticness）」が高いシステム。
目標の複雑さ：どれだけ困難で幅広い目標を達成できるか
環境の複雑さ：目標達成のための環境がどれだけ複雑か
適応性：新しい状況や予期せぬ状況にどれだけ上手く対応できるか
独立した実行：どれだけ少ない人間の介入で信頼性を持って目標を達成できるか
少し難しいですね。簡単に言うと、「数日をかけて、難しい目標を自分で達成できるAI」ということです。
論文執筆はかなり難しい目標ですが、The AI Scientistはこれを自動で行えます。では、実行時間はどうでしょうか？次のセクションで、具体的に見ていきましょう。
The AI Scientistの実行時間の推定
残念ながら、The AI Scientistの正確な実行時間は公式に発表されていません。そこで、ここからは仮説に基づいた推測になります。
実行時間を推定するには、使用されているLLM（大規模言語モデル）のトークン処理速度とコストを考慮する必要があります。ここでは、Claude 3.5 Sonnetを例に取って、概算をしてみましょう。
まず、Claude 3.5 SonnetのAPI価格は以下の通りです：
入力トークン: 100万トークンあたり3ドル
出力トークン: 100万トークンあたり15ドル
次に、Claude 3.5 Sonnetの実行速度です：
出力速度: 1秒あたり79トークン（中央値）
これらの情報を基に、The AI Scientistの全プロセスを考慮して、1つの論文生成にかかる時間とコストを推定してみました：
アイデア生成: 2時間 (入力10万、出力5万トークン)
文献調査: 3時間 (入力50万、出力10万トークン)
実験設計: 2時間 (入力5万、出力10万トークン)
データ分析: 4時間 (入力20万、出力15万トークン)
論文執筆: 6時間 (入力10万、出力30万トークン)
自動査読: 1時間 (入力30万、出力5万トークン)
これらを合計すると、以下のような結果になります：
合計時間: 約18時間
入力トークン: 125万 (コスト: 3.75ドル)
出力トークン: 75万 (コスト: 11.25ドル)
総コスト: 15ドル
ただし、この推定には実際の研究プロセスで必要な計算時間やデータ処理時間、図表生成時間は含まれていません。そのため、実際の所要時間はこれより長くなる可能性があります。おおよそ24時間、つまり1日程度と仮定しても良いでしょう。
15ドルという低コストで、約24時間という短時間で1つの研究論文を生成できるというこの推定結果は、驚くべきものです。人間の研究者が同様の作業を行う場合、数週間から数ヶ月かかることを考えると、その革新性がより際立ちます。
ここで閃いたのが、The AI Scientistの概念自体を他の分野にも応用できるのではないでしょうか。
The AI Scientistの応用：The AI Novelist
The AI Scientistの概念をこのチャンネルで扱う物語創作の分野に応用すると、「The AI Novelist」という名前のシステムになるでしょう。イメージは、小説を自動的に執筆するAIシステムです。
The AI Novelistは、同じプロセスをやろうとすると、以下の感じかとかと思います。
アイデア生成と市場分析
物語のアイデア、ジャンル、テーマを提案。
アイデアについて新規性を評価
キャラクター設定の作成
複雑で多面的なキャラクターのプロフィールを生成。
キャラクター間の関係性とダイナミクスを設計。
プロットの構築
物語構造理論（例：ジョセフ・キャンベルの「英雄の旅」）を適用。
緻密なプロット展開と伏線の設計。
文章の自動生成
設定されたスタイルやトーンに基づいて文章を生成。
比喩、象徴、文学的技巧を適切に使用。
ダイアログ、描写、ナレーションのバランスを調整。
編集とリライト
文法、スタイル、一貫性のチェックと修正。
読みやすさと流れの改善のための文章構造の最適化。
キャラクターの声や物語のトーンの一貫性の確保。
読者反応の予測と分析：
機械学習モデルを使用して潜在的な読者の反応を予測。
A/Bテストを実施して、異なるバージョンの物語の受容性を評価。
ワンクリックで小説が生成されます。悪くはないですが、しかし、ここで一つ考えるべき問題があります。人間が関与しない小説は「創造物」と言えるのかな？
現時点の限界
そうです、The AI Scientistにある違和感を感じいます。それは「人間を排除」しているからのです。
The AI Scientistは既存の知識やデータに基づいて研究を進めますが、真に革新的なアイデアや直感的な洞察を生み出す能力は限られています。人間の科学者が持つ「ひらめき」や「直感」といった要素は、現在のAIシステムでは完全に再現することが困難です。
科学研究では予想外の結果や異常値が重要な発見につながることがありますが、The AI Scientistはプログラムされた範囲内でしか対応できません。人間の柔軟な思考や直感的な判断力が必要な場面では、AIのみでは不十分な可能性があります。
これらの限界を考えると、今後のAIエージェントは人間を以下に関与させるかがポイントになってくるかもしれませんね。
終わりに
The AI Scientistは、AIエージェントへの第一歩と言っても良いでしょう。研究プロセスの完全自動化、コストの劇的な削減、暗黙知の形式知化など、その影響は大きいものです。
科学者の皆さん、AIと協力して研究を進める未来に、どんな期待や不安がありますか？また、一般の方々は、AIが科学研究を行う時代をどのように感じますか？コメント欄で、ぜひ皆さんの考えを聞かせてください。
#生成AI
#AIとやってみた
#Claude
#ChatGPT
#Gemini
#プロンプト
#プロンプトエンジニアリング
#AI創作
#AIライティング
#科学研究
#イノベーション
#The AI Scientist
この記事が参加している募集
この記事が気に入ったらサポートをしてみませんか？