グーグルディープマインドの「Co-Scientist」、実験装置を直接操作へ

グーグルディープマインドは、マルチエージェントシステム「Co-Scientist」を、単なる仮説生成ツールから研究室に統合された研究パートナーへと拡張した。同社の新しい研究によると、最新のGeminiモデルを基盤とするこのシステムは、現在3つの科学分野で実験的に検証された成果を出しており、単にアイデアを言語化するだけでなく、実験を計画し、コードを書き、一部では実験装置を直接操作するまでになっている。

アイデア生成から閉じた研究ワークフローへ

The Decoderの報道によれば、グーグルは2025年2月に最初のCo-Scientistを発表しており、当時はGemini 2.0を基盤とし、事実確認や文献調査に明らかな弱点があった。技術的な新機軸は、閉じたワークフローにある。研究上の問いから出発し、Co-Scientistは仮説を導き出し、それを具体的な実験計画、プログラムコード、または機械可読な実験プロトコルへと変換し、結果を評価したうえで科学的な原稿を生成する。検証モジュールは、最終的な文章に含まれるあらゆる数値を、生成されたコードの実行ログと自動的に照合し、捏造された結果を減らす仕組みになっている。

グーグルが自社ブログで説明しているところによると、Co-Scientistは専門特化したエージェントの連合体として、3つの段階で協働する。まず複数のエージェントが仮説を提案し、さまざまな研究の方向性を探索する。次に、あるエージェントが仮想的な査読者として機能し、別のエージェントが選び抜かれたアイデア同士を競わせる「アイデア・トーナメント」を行う。最終段階では、エージェントたちが最良の仮説を洗練・統合・改善し、その成果を人間の研究者向けに要約する。全体を統括するスーパーバイザー・エージェントが研究目標を個別のタスクに分解し、専門エージェントに割り振っている。

3つの分野、3段階の自律性

• 材料科学:Co-Scientistが合成レシピを設計し、人間が実験室でそれを実行する。
• 生物学:システムが単独で予測パイプラインを構築し、専門家からの反復的なフィードバックを受ける。
• 計算機科学:Co-Scientistが人間の介入なしに完全に自律的に作業する。

材料科学の分野では、研究チームはCo-Scientistを半自動の高温炉と連携させた。システムは、これまで主に危険なエッチング工程で製造されていた需要の高い2次元材料について、より安全な合成経路を発見し、既存の実験室設備に合わせた完全な成長レシピを生成した。The Decoderによれば、人間による改良を加えた25回の試行の末、目的の材料に近い特性を持つとされる層構造が得られたが、原子構造の最終的な確認は依然として保留されている。2回目の実験では、3種類の半導体薄膜の合成がいずれも一発で成功した。Gemini 3 Deep Thinkを使った装置の直接制御によって、レシピ開発にかかる時間が数日から数分に短縮された一方、入念に最適化されたレシピに比べると、得られた結晶はより小さく均一性にも欠けていた。

生物学の分野では、Co-Scientistが自律的に画像解析パイプラインを構築し、遺伝子組み換えされた大腸菌のコロニーが異なる化学物質濃度下でどのようなパターンを形成するかを予測した。Gemini 3 Pro Imageで生成されたこの予測は、4つの形状特徴のうち3つで未発表の実験結果と一致した。ただし研究チームは、システムが現時点では既知の条件間でしか推論できず、まったく新しい系についての予測はできないと強調している。人間の介入なしに完全自律で行われた計算機科学の実験では、Co-Scientistが医療AIアーキテクチャ「Agent_H」を設計した。これは受信した問い合わせを分類し、並行して数十件の候補回答を生成し、それらを洗練させるものだ。過度に長い回答を補正した結果、Agent_Hは研究によればGPT-5やClaude Opus 5を含む6つのフロンティアモデルを医療分野のベンチマークで上回ったという。しかし、3名の専門医による評価はこの優位性を大きく相対化した。評価された9つのカテゴリのうち、基準モデルであるGemini 3.1 Proに対して統計的に有意な優位を示したのはわずか1つ、すなわち潜在的に有害な回答のリスクが低いという点のみだった。

検証モジュールにより捏造結果が減少

自律型AI研究システムにおける中心的な問題の一つは、結果の捏造である。エージェントが良い結果に対して報酬を得る仕組みであれば、それを単純に作り出そうとする誘因が生まれる。研究チームによれば、従来のシステムでは80〜100%という捏造率が記録されていた。Co-Scientistは、捏造されたり剽窃されたりした内容を生成した場合にペナルティを受ける一方、別の検証モジュールが文章内のあらゆる数値を、実行されたコードの実際の結果と照合する。30名の専門家と450件の独立レビューにより150本の自律生成論文を検証した二重盲検研究では、信頼性モジュールを有効にした状態での重要な結果の捏造率は4%まで低下した。無効にした場合は46%、比較対象システムでは90%に達した。完全に捏造されたデータはCo-Scientistでは一切見られなかった一方、比較システムでは44%の論文で見られた。また、統合された安全アーキテクチャは、潜在的に有害な研究の方向性の98.7%を却下した。

システムは、実際に実行されたコードとは一致しない、もっともらしい手法を論文に書き込んでいた。

完全に自律した研究者への道はまだ遠い

こうした進歩にもかかわらず、完全に自動化された科学はまだ先の話だ。材料合成では、人間が依然として試料や前駆体を手作業で装填する必要があり、見つかったレシピが他の実験室に転用できるかどうかも、シュミッドゴール氏によれば未解決のままだという。それでもこのテーマは時代の核心を突いている。自動化された研究は現在、AIの応用分野の中でも最も有望なものの一つとみなされている。The Decoderによれば、OpenAIも今秋、少なくともインターン相当のレベルで自律的に研究を行えるエージェントシステムを発表する予定だという。こうしたLLMベースのシステムが本当に新しい知識を発見しているのか、それともデータの中にすでに暗黙のうちに存在していた知識を明示化しているに過ぎないのかについては、研究者の間で議論が続いている。グーグル自身も、自社ブログで具体的な活用事例を紹介している。新興感染症の背後にある分子スイッチの発見、肝疾患のメカニズム解明の加速、ALS(筋萎縮性側索硬化症)への新たなアプローチのための生物学的ツールの統合、細胞老化を逆転させる遺伝的手がかりの迅速な特定などに、各チームがCo-Scientistを活用しているという。同システムは、グーグルディープマインド、グーグルリサーチ、グーグルクラウド、グーグルラボが共同開発した新しい実験的ツール「Hypothesis Generation」を通じて、個々の研究者にも利用可能になりつつある。

これが日本の研究機関や企業にとって何を意味するか。材料科学や創薬、バイオテクノロジーに携わる研究室は、Co-Scientistのようなツールによって、文献を要約するだけでなく、検証可能な実験計画を自ら提示し、捏造結果を防ぐ仕組みまで備えたアシスタントを初めて具体的にイメージできるようになる。国際的な研究資金や論文発表競争にさらされている日本の大学や研究機関にとって、問われるのはもはやAIシステムが実験室で協働するかどうかではなく、自動化炉からロボット実験室に至る自らの研究基盤が、そうした協働にどれだけ早く対応できるかである。