DeepMind出身者が創業したInherent、AIチームメイト「Faraday」を発表　科学論文の再現能力でAnthropicとOpenAIを上回る

科学研究の分野では、実験の再現が難しいことが、長らくイノベーションの主要な障害の一つと見なされてきた。現在、DeepMind出身者で構成される英国のチームは、自社の人工知能エージェントがこの作業を効率的にこなせるようになっており、しかも業界大手のAnthropicやOpenAIより優れていると主張している。

このブレークスルーの主役は、AIスタートアップInherentが新たに発表したエージェント、Faradayだ。TechCrunchによると、InherentはFaradayを科学者の「AIチームメイト」と位置づけており、論文を自動で読み取り、実験手順を抽出し、再現プロセスを実行することで、研究効率を大幅に高められるとしている。

DeepMind出身者による「AIチームメイト」

Inherentは、かつてDeepMindに在籍していた研究者らによって設立された。チームメンバーの多くは、機械学習、計算生物学、実験室自動化といった学際領域のバックグラウンドを持つ。同社はAIを活用して、科学研究における単調で反復的な検証作業を軽減し、科学者が手を空けて、より創造的なタスクに集中できるようにしたい考えだ。

Faradayの働き方は、単に「論文を読む」だけではない。論文中の方法部分を実行可能なプロトコルに変換し、シミュレーション環境、または実際の実験機器との接続を通じて自動で実行する。Inherentによれば、Faradayは実験データを記録できるだけでなく、結果を自動で比較し、異常を特定し、さらには修正仮説を提示することもできる。この設計により、Faradayは単なる自動化ツールではなく、一人の「チームメイト」に近い存在になっている。

Claude ResearchとDeep Researchを上回るのか？

現在、AnthropicとOpenAIはいずれも科学研究の場面にAIエージェントを展開している。前者はClaude Researchを発表し、後者にはDeep Researchがある。しかしInherentは、「論文再現」という細分化されたベンチマークにおいて、Faradayのエンドツーエンドの成功率がこの2つを明確に上回ったと主張している。

「これは単なる速度向上ではなく、質的に異なるものです」とInherentの共同創業者兼CEOであるMorgan Ellis氏は述べた。「以前なら博士課程の学生が完了まで数カ月を要した再現実験について、Faradayは数日以内に信頼できる結論を示すことができます。」

ただし、この結果はInherentの自社テストデータに基づくものであり、まだ独立した第三者による検証は受けていない点に注意が必要だ。このことは、AIエージェント同士の横比較には往々にして限界があり、実際の性能はオープンなベンチマーク上で検証される必要があることも示している。

再現性危機における新たな変数

科学界は長年、「再現性の危機」に悩まされてきた。統計によると、すでに発表された研究成果の相当な割合が他のチームによって再現できず、多額の研究費と時間の浪費につながっている。Faradayのようなツールの価値はまさに、論文発表前に潜在的な問題をあぶり出し、研究の初期段階で研究者が仮説を検証するのを支援できる可能性にある。

より広い業界の視点から見ると、AI for ScienceはAI実装の中核的方向性の一つになりつつある。タンパク質構造予測におけるAlphaFoldのブレークスルーであれ、産業界が構築する完全自動化ラボであれ、AIが「補助ツール」から「研究主体」へと移行しつつあることを示している。Faradayの登場は、このプロセスを加速させるかもしれない。

編集者注：AIを科学研究の「踏み台」にし、「近道」にしないために

Faradayの進歩は刺激的だが、私たちは慎重さも保つべきだ。その中核能力は既存論文の理解と複製に由来するため、既存のパラダイムを踏襲することには長けている一方で、知識の境界を突破することは難しい。再現にAIを過度に依存すれば、「AIのためのAI」という研究スタイルを誘発し、ひいては論文データがさらに同質化する可能性もある。

さらに、AIエージェントが学術コンテンツにアクセスする際には著作権やデータコンプライアンスの問題が伴い、その結果の信頼性についても業界標準が欠けている。今後は、AIが真に科学的イノベーションの「踏み台」となり、乱用される「近道」にならないよう、対応する規制枠組みと倫理規範が必要になる。

いずれにせよ、AIが科学を「再現」することを学んだなら、次の一歩は科学を「やり直す」ことかもしれない。DeepMind出身者のチームが開いたこの小さな始まりは、未来の研究パラダイムの出発点なのかもしれない。

本記事はTechCrunchを基に編集・翻訳したものです