AIが「科学的直感」を習得：研究の価値を見抜く
2026年3月17日 (火)
- •科学的アイデアの重要性を評価・提案するための訓練手法「RLCF」が導入された。
- •70万組の論文データを学習した「Scientific Judge」モデルが、研究価値の予測においてGPT-5.2を凌駕した。
- •研究提案を行う「Scientific Thinker」は、既存のベースラインよりも高い潜在的影響力を持つ仮説を生成できる。
これまでAI研究の焦点はコード生成などの実務的な実行能力に置かれてきたが、OpenMOSSチームは「科学的センス（Scientific Taste）」へとその対象を移した。これは、どの研究アイデアが長期的に大きな影響を及ぼすかを見極める直感的な能力を指す用語である。同チームは、コミュニティのフィードバックから強化学習を行うRLCFというフレームワークを導入し、AIが質の高い科学的仮説を評価・生成できることを実証した。
学習プロセスは、機械に人間の優先順位を理解させるPreference Modelingを中心とした2段階のアプローチを採用している。まず、引用数に有意な差がある70万組の論文ペアを用いてScientific Judgeを開発した。これにより、モデルは画期的な科学研究を特徴づける要素を特定するReward Modelとして機能するようになった。次に、この評価モデルを利用して、査読基準に合致する独創的な研究方向を提案するScientific Thinkerを訓練した。
その結果は驚くべきもので、特定のタスクに特化した300億パラメータのモデルが、研究ベンチマークにおいてGPT-5.2やGemini 3 Proといった商用モデルを上回る精度を記録した。この進展は、単なるデータ処理を超えて自ら発見の方向性を導き出す「AI研究者」の実現に向けた重要な節目となる。生の計算能力と定性的な判断力のギャップを埋めることで、人間特有の「直感」という資質さえもプログラム可能な機能になりつつある。