白衣は着てないけど、考え方はそれに近いね。これは『KeplerAgent』っていう、データから物理法則の数式を見つけ出すAIエージェントの研究だよ。

もっと高度だよ。例えば、惑星の動きのデータを見て『これはケプラーの法則に従ってるね』って数式を導き出すんだ。これを『記号回帰（きごうかいき）』って言うんだけど、今までのAIはデータからいきなり数式を当てようとして失敗することが多かったんだよね。

はは、そうだね。人間、というか科学者は、いきなり数式を考えたりしない。まず『この現象には左右対称な性質があるな』とか『エネルギーが保存されてるな』っていうヒントを探して、選択肢を絞り込むんだ。この論文は、その『ヒントを探すステップ』をAIにやらせるのがポイントなんだよ。

虫眼鏡の代わりに『ツール』を使うんだ。KeplerAgentは『ReAct（リアクト）』っていう仕組みを使っていて、『推論』と『行動』を繰り返す。具体的には、Pythonのコードを書いてグラフを作ったり、データの対称性を分析する専門のプログラムを呼び出したりするんだよ。

そう。例えば、グラフを見て『周期性がある』と判断したら、数式の中にサインやコサインを入れるように、PySRっていう数式発見ツールに指示を出すんだ。専門的な設定をAIが自動でやってくれるから、人間がやるよりずっと効率的なんだよ。

その可能性はあるね。科学者が何年もかけて分析するような複雑なデータを、AIが数時間で解明しちゃう未来が来るかもしれない。ただ、まだ課題もあって、あまりに複雑すぎるシステムや、ツールが対応していない特殊な現象だと、まだうまく分析できないこともあるみたいだ。

そうだね。今後はもっと多くの物理ツールを使いこなせるようになったり、複数のエージェントが協力して研究したりする方向に進化していくと思うよ。

それは物理法則じゃないから、冷蔵庫の中身を見て自分で考えなよ。

心というか、AIがどれくらい物理法則を理解しているかを試すための「テスト」についての論文だよ。最近のAIは数学や常識問題には強いけど、実は物理の基本が全然わかってないんじゃないかって疑われてるんだ。

それがそうでもないんだ。今のAIは「それっぽい映像」を作るのは得意だけど、重さや力のバランスを計算して動いているわけじゃない。だから、見た目は綺麗でも、物理的にはありえない動きをすることが多いんだよ。この論文は、そこを厳しくチェックしようとしているんだ。

いや、もっと直感的だよ。主に3つのルールをテストするんだ。「重心」「てこの原理」「慣性の法則」だね。例えば、シーソーのどっちが下がるかとか、走ってる車が急に止まったら中の荷物がどう動くか、みたいな問題だよ。

2つの方法がある。1つは「VQA」といって、画像や動画を見せて「この後どうなる？」って質問に答えさせる形式。もう1つは「動画生成」で、最初の1コマを見せて、その後の動きをAIに映像として作らせるんだ。

いい質問だね。シミュレーションは完璧すぎて、AIがその「ルール」だけを覚えちゃう可能性があるんだ。現実の世界にはノイズや光の反射があるから、そういう複雑な環境でもちゃんと物理法則を見抜けるか試すために、両方のデータを使っているんだよ。

例えば、ロボットが家事をする時に「この重さならこう持たないと倒れる」って予測できるようになる。あとは、自動運転車が事故を予測する精度も上がるはずだ。世界がどう動くかを予測する「世界モデル」の進化には欠かせない研究なんだよ。

そうだね。ただ、今のAIはまだ「見た目」に騙されやすいから、もっと物理を意識した学習方法を考えないといけないっていうのが、この論文の結論であり、これからの課題なんだ。

それはただの食いしん坊だろ。止まる努力をしろよ。

お、よく見つけたね。これは今まで数学に偏っていた「形式的定理証明」を、物理学の分野にも広げようっていう画期的な研究なんだよ。

それは計算だね。物理学も数学と同じで、厳密な論理の積み重ねで成り立っているんだ。でも、AIにそれをやらせるのは難しかった。なぜなら、物理学を「Lean4」っていうコンピュータが理解できる言語で書いたデータが少なすぎたからなんだ。

違うよ。Lean4は、書かれた証明が論理的に正しいかどうかをコンピュータが自動でチェックしてくれる特別なプログラミング言語のことだ。数学の世界では有名だけど、物理ではまだ未開拓だったんだよ。

それだけじゃ足りないから、彼らは「PhysLeanData」っていう新しいデータセットを作ったんだ。既存の物理データに加えて、Claude-4.5っていう高性能なAIを使って「新しい物理の予想」をたくさん作らせて、それをLean4で検証して正解データにしたんだよ。これを「合成データ生成」って呼ぶんだ。

そうだね。学習には「RLVR」っていう強化学習の手法を使っている。特に「GRPO」っていうアルゴリズムが特徴的だね。これは、AIがいくつか回答を出して、その中でどれが一番正しいかを相対的に評価して賢くなっていく仕組みなんだ。Lean4が「その証明は正しい！」って判定したときだけ報酬をあげるから、嘘をつかないモデルになるんだよ。

……例えは微妙だけど、本質的な「論理的思考力」が鍛えられたってことだね。物理の複雑な推論を学ぶことで、AIの頭の使い方が汎用的にレベルアップしたんだ。これは、AIが数学以外の科学分野でも活躍できる可能性を示しているんだよ。

その可能性はあるね。ただ、まだ課題もある。物理の概念をLean4に翻訳するのはすごく大変だし、今のデータセットもまだ5,000件くらいで規模が小さい。もっと複雑な物理現象を扱うには、さらなるデータの拡充が必要だね。

それはただの不注意か流体力学の問題だから、自分で気をつけるしかないよ。