10月4日、My Electric Sparksが「Scientists Built an AI Scientist That Designs and Tests Its Own Experiments」と題した記事を公開した。スウェーデンの研究チームが構築したAIシステムが、文献を読み、仮説を立て、ロボット機器で実験し、結果を学習するという科学的探究のサイクルを人間なしに自律実行し、実際の生物学的知見を生み出した——この事実は、AI研究ツールの現状水準を一段引き上げる実証として注目に値する。
人間なしに仮説を立て、実験し、学ぶ
チャルマース工科大学（スウェーデン）の研究チームが構築したこのシステムは、大規模言語モデル・自動推論・ロボット実験装置を一本のループとして統合したクローズドループ型のAI科学者だ。
対象はブルワーズイースト（酵母）。パンやビールに使われる微生物で、ゲノムや代謝経路の研究蓄積が豊富なモデル生物である。AIにはこの酵母のゲノム、代謝情報、過去の研究論文を入力として与えた。そこから先は、ほぼAIが単独で動く。
ループの流れはこうだ：
- 文献を読み込み、仮説を生成する
- その仮説を検証する実験を設計する
- ロボット機器が実際に実験を実行する
- AIが結果データを解析し、仮説を更新する
- 1に戻り、次の問いをより鋭く立てる
このループが、最小限の人間介入で繰り返し動作した。結果として、AIは酵母に関する新たな生物学的知見を生成し、実際のラボ実験で検証することに成功した。研究成果は学術誌「Journal of the Royal Society Interface」に掲載されている。リード著者はIevgeniia Tiukova氏、シニア著者はロボット科学の先駆者であるRoss King教授だ。
何がこれまでと違うのか
Ross King教授は、AI科学者研究の分野で長年にわたり先駆的な業績を積み上げてきた研究者だ。2009年には酵母の遺伝子機能に関する仮説を自律的に生成・検証するロボット科学者「Adam」を発表し、続く「Eve」では熱帯病治療薬の候補化合物を自律探索するシステムとして注目を集めた。こうした「ロボット科学者」プロジェクトの系譜が、今回の取り組みの土台にある。
今回の研究との決定的な違いは、そこに現代の大規模言語モデルを組み合わせた点だ。AdamやEveは、人間があらかじめ定めた探索空間のなかでロボットが動くシステムだった。今回のシステムは、論文を読む→疑問を立てる→実験を計画するという一連の認知的プロセス自体をAIが担う。「ただのチャットボットとの違い」としてPhys.orgが強調しているのも、まさにこの「読む・推論する・実行する」の三位一体だ。
Anthropicも同時期に類似の成果を発表
2026年9月25日、AnthropicはAIエージェント「Claude」が自律的にCRISPR類似の新たな酵素システムを発見したと発表した。同社はこの研究プロセスを「ART（Autonomous Research and Testing、自律的な研究・検証）」と呼んでいる。ただし、発見の確認には人間によるウェットラボ（実際の試薬・細胞を使う実験）が必要だった。Anthropic CEOのDario Amodei氏は「Claudeがいずれ自らラボ機器を操作するようになるかもしれないが、今日それはやっていない」と述べている。
率直な限界
記事は成果を誇張せず、いくつかの制約を明記している。
- チャルマースのAIは狭い領域で動いた。酵母は研究蓄積が極めて豊富なモデル生物であり、ラボ全体のセットアップは人間が行った。「最小限の介入」はゼロではない
- Anthropicの発見もウェットラボの検証は人間が担った
- これらのシステムは現時点では「強力なアシスタント」であり、「自律した科学者」ではない
なぜ今これが重要か
科学が遅い根本的な理由は、実験に時間がかかり、人間が同時に試せる仮説の数に限界があるからだ。クローズドループ型のAI科学者は、その制約を根本から変えうる。記事は薬剤探索、農業改善、クリーンエネルギー研究を応用領域として挙げている。
一方でリスクの議論も始まっている。実験設計を自律的に行うAIは、悪用された場合に有害な実験を設計する可能性がある。研究者らは、技術の発展と同時に安全ルールの整備が不可欠だと指摘している。
詳細はScientists Built an AI Scientist That Designs and Tests Its Own Experimentsを参照していただきたい。
