Anthropic、科学モデルを作るAIの研究課題を提示

Anthropicの「AI for Science」助成を受けるテュービンゲン大学などの研究者は、AIに科学モデルの構築を担わせる際の課題を論じました。目標は観測データに合う数式を見つけることだけではなく、そのモデルが現実の仕組みについて何を示すかを理解することです。

研究者は科学的モデリングを、モデルの形を決める、測定値に合わせてパラメーターを調整する、結果を解釈する、という三段階に整理します。1950年代のホジキン・ハクスリーの神経細胞モデルは、データへの適合に使った仮説が、後にイオンチャネルの構造理解にもつながった例として紹介されました。

AIは実験データに合う式を短時間で見つけられる可能性があります。しかし、似たデータを説明するモデルは複数あり、適合度だけではどの説明が妥当か判断できません。より単純なモデルがなぜ失敗するかを調べ、モデルの共通点と違いを理解する必要があります。

研究チームは神経科学などを対象に、AIを科学モデルの開発に役立てる方法を探っています。AIが数値や式を出すだけでなく、予測の根拠や適用範囲を研究者が検証できる形で示せるかが重要です。