アイデアのゲノムを解読する：科学の系譜をたどるAIの挑戦

アイザック・ニュートンは「私が遠くを見渡せたとしたら、それは巨人の肩の上に立っていたからです」と語りました。

科学とは先行する知見の上に築かれるものであり、新しいアイデアもまた、無から生まれるわけではありません。

さて、今回ご紹介するのは、この「アイデアの系譜」に着目した最新のAI研究です。

タイトルは『Ideas Have Genomes: Benchmarking Scientific Lineage Reasoning and Lineage-Grounded Idea Generation』。

科学論文のアイデアを「ゲノム」のように捉え、その継承や進化を追跡するためのベンチマークを構築した論文です。

アイデアをゲノムとして扱う試み

この研究が提案する「IdeaGeneフレームワーク」では、一本の論文や研究提案を「アイデアゲノムオブジェクト（Idea Genome object）」の集合として表現します。

これは、最小限で型付きの、証拠に基づいた構成要素です。

そして、これらのオブジェクトがどのように継承され、変化し、失われ、外部から取り込まれ、あるいは新たに挿入されたかを「GenomeDiff（ゲノム差分）」として記録します。

進化の過程は、継承、突然変異、喪失、外部輸入、新奇挿入という六つの動的パターンで整理されています。

つまり、ある研究が過去のどの研究のどの部分を引き継ぎ、どこを改良したのかを、形式的に追えるようになっているのです。

ベンチマークである「IG-Bench」には、主に二つの評価軸が用意されています。

一つめは「IG-Exam」。

これは系譜推論の正確さを測るテストで、全42のタスクタイプ、1,029の設問からなります。

アイデアゲノムの抽象化、継承の追跡、進化的推論、そして系譜の検証といった四つの大枠で構成されており、いわば「系譜の読み書き」能力を問うものです。

二つめは「IG-Arena」。

こちらは与えられた学術的系譜に対して、新しい研究提案（子孫となるアイデア）を生成し、その妥当性を評価します。

評価には「Population-Evolution Score（PES）」という独自指標を用い、「適切なゲノムを継承しているか」「既存研究と意味のある差異があるか」「将来の研究にとって選択価値を持つか」という三つの観点からスコアリングします。

実験では、14種類のLLMベースの科学エージェントが評価されました。

しかし、結果はかなり厳しいものでした。

最も優秀なシステムでも、系譜推論の厳密な正確さ（exact accuracy）はわずか27.3%にとどまっています。

また、構造化された系譜情報をコンテキストとして与えると、単純に全モデルの性能が底上げされるわけではなく、ランキングが入れ替わるという現象も観察されました。

これは、系譜を考慮した推論が、現在のモデルにとって本質的に難しい課題であることを示唆しています。

こうした結果を見ると、研究の「巨人の肩」に立つことは、人間はおろかAIにとっても一筋縄ではいかない営みなのだと感じます。

しかし、アイデアの継承を明示的に扱うこの枠組みは、科学の自動発見や研究支援ツールの未来を考える上で、非常に重要な一歩だと筆者は考えています。

系譜をたどる目を養うことが、より独創的で地に足のついた発想を生む鍵になるのかもしれません。

ではでは、今回はこのあたりで。

次回の「ためになる話」もどうぞお楽しみに。