AIが一人二役で科学の達人に！？自ら問い、自ら正す『Sci-CoE』の凄さ

読み方はそうかもしれないけど、中身はかなり硬派だよ。これはAIが科学的な難しい問題を解くときに、自分で自分の間違いに気づいて成長していくための仕組みについての研究なんだ。

鋭いね。普通はそうなんだけど、科学の世界は複雑すぎて、人間がすべての正解を用意するのは無理があるんだ。数学なら答えは一つだけど、科学の記述問題だと「どうしてそうなるか」のプロセスが大事だから、正解判定がすごく難しいんだよ。

そこで『Sci-CoE』の出番だ。この手法では、1つのAIの中に「問題を解く人（Solver）」と「それをチェックする人（Verifier）」の二役を演じさせるんだ。これを『共進化』って呼んでいるよ。

はは、まさにそこが課題なんだ。だからこの研究では2段階のステップを踏む。まず第1段階の『アンカー学習』では、ほんの少しだけ人間が用意した正しいデータを使って、「何が正しい判断か」の基準（アンカー）をAIに叩き込むんだ。

第2段階は『教師なし共進化』だ。ここでは正解データがない大量の問題を解かせる。解く役のAIがいくつか答えを出して、チェック役のAIが「この解き方は論理的か？」「物理法則に反してないか？」って色んな角度から検証するんだ。

そこで「幾何学的報酬メカニズム」という面白い仕組みを使うんだ。チェックの仕方をベクトル、つまり空間上の点として表して、チェック内容が「信頼できるか」と「バリエーションが豊かか」を数学的に計算するんだよ。

図形そのものというより、考え方の「距離」を見る感じかな。似たようなチェックばかりだと「多様性がない」と判断されるし、あまりに突拍子もないチェックだと「信頼性がない」と判断される。このバランスを取ることで、チェック役も賢くなっていくんだ。

実験では、化学や生物、物理といった科学のベンチマークテストで、他の手法よりもずっと高いスコアを出したんだ。特に、正解データがほとんどない状態からでも、自力でどんどん推論能力を伸ばしていけるのがこの手法の強みだね。

その可能性はあるね。未知の科学的発見には、既存の知識を組み合わせて新しい仮説を立てて、それを自分で検証する力が必要だから。この研究はその第一歩になるかもしれない。

もちろんあるよ。今はまだテキストベースの推論がメインだから、実際の実験データや複雑な数式を完璧に扱うにはもっと改良が必要だ。それに、AI同士で納得し合っちゃう「共謀」を防ぐ仕組みも、もっと強化しないといけないしね。

……それ、結局「食べる私」が「止める私」を言いくるめて、お菓子が増える未来しか見えないんだけど。