自律型 AI フレームワーク ScientistTwo──人間専門家と同等以上の査読評価を獲得しトップ会議水準の論文を生成

論文概要

科学的発見のプロセスを完全に自動化することを目指し、Jaehyun Namらの研究チームはマルチエージェント型フレームワーク「ScientistTwo」を提案した。人間が初期の抽象的な課題を入力するだけで、ScientistTwoは既存のSOTA（State-of-the-Art: 既存の最高性能）ベースラインの構築、新規仮説の定式化、専門エージェント間の協調によるエンドツーエンドの実験サイクルを自律的に遂行する。ICLR、ICML、NeurIPSといったトップティアの国際会議採択論文をベンチマークとした評価において、人間が作成した論文を上回る平均査読スコアを獲得し、実用的な水準の論文と完全な実行可能コードを生成できることが実証された。

新規性と貢献

本研究の学術的・実用的な最大の貢献は、人間による介入を一切排した状態で、査読付き国際会議で採択されるレベルの科学的成果物を一貫して出力できるマルチエージェント・アーキテクチャの実証にある。従来の単一モデルによる生成とは異なり、専門化された複数のエージェントが検証と修正を繰り返すクローズド・ループ型設計を採用したことで、ハルシネーション（幻覚）や形骸化した実験の発生を抑制している。

提案手法の詳細

ScientistTwoの中核は、タスクごとに役割分担されたマルチエージェントの協調制御にある。初期の課題設定を受けて、ベースライン設定エージェントが環境を整備し、仮説生成エージェントが新規性の高いアプローチを立案する。さらに、実行エージェントがデータセットを用いた実験とアブレーションスタディを自動反復し、最終的に「シミュレートされたピアレビュー・リバッタルエンジン」によって論文の論理的整合性を自己検証する。なぜこの構成にしたかといえば、科学研究における「仮説・実験・批判・修正」の反復プロセス自体が、単一のLLM推論だけではカバーしきれない多面的なエラー検証を必要とするからである。

評価・考察

評価では、ICLR、ICML、NeurIPSに採択された人間執筆の論文をベースラインおよび比較対象として採用した。自動化されたAIレビューエージェントによる評価の結果、ScientistTwoが自律生成した論文は、人間が執筆した論文と同等以上の平均査読 ratings（評価値）を記録した。生成されたコードベースも完全に実行可能であり、単なる文章の模倣ではなく実質的な実験的裏付けを伴っている点が示された。

応用例と今後の展望

実務インパクトとして、製薬業界における創薬ターゲットの探索や、新材料開発といった計算科学分野において、研究の試行錯誤スピードを劇的に引き上げる可能性がある。国内のAI研究開発組織やテック企業のR&D部門にとっても、実験計画の自動策定や予備実験の高速スクリーニングとしての実用化が視野に入る。今後の課題としては、計算コストの最適化や、実世界の物理実験といったデジタル空間外への拡張が挙げられる。

結論

ScientistTwoは、AIが単なる「補佐役」から「自律的な研究パイオニア」へと進化しうることを示したマイルストーン的成果である。仮説から検証、査読に至る全自動サイクルを通じて、人間の科学的発見の限界を押し広げる強力な基盤となる。

注釈

マルチエージェント: 複数の独立したAIエージェントが、それぞれ異なる役割を持って対話・協調しながらタスクを解決するシステム設計手法。
クローズド・ループ: 出力結果を次の入力へとフィードバックし、システム内部で検証と修正を繰り返す閉じた処理構造。