2026年度 人工知能学会全国大会 OS-30：進化するAIサイエンティスト 話題提供（Chikara Oe）

Transcript

1. 進化するAI サイエンティスト [5L1-OS-30] オーガナイズドセッション 2026 年6 月12 ⽇( 金) 9:00 〜 10:15 L 会場( 中会議室302B) オーガナイザ：神楽坂 やちま（東京大学） ，大江 ⼒（東北大学） ，山⽥ 涼太（Science Aid 株式会社） The Evolving AI Scientist
2. 自⼰紹介 所属：東北大学理学部物理学科（学部4 年） 　  カリフォルニア⼤学バークレー校（１年留学） 　  株式会社LaboRobo X ：@FifthForce_ 大江 ⼒（Chikara Oe ）
3. 1.AI サイエンティストの今まで 2.AI サイエンティストの今 3.AI サイエンティストのこれから
4. AI サイエンティストの今まで
5. The AI Scientist Towards Fully Automated Open-Ended Scientific Discovery 2024 年8 月 “AI Scientist” という概念が 一気に広まった。 Agent Laboratory AI co-scientist 2025 年1 月 2025 年2 月 Robin 2025 年5 月 arXiv:2408.06292, Fig. 1 arXiv:2501.04227, Fig. 1 arXiv:2502.18864, Fig. 1 arXiv:2505.13400, Fig. 1
6. The AI Scientist
7. AI サイエンティストの今
8. ケンタウルス型研究 By Adam Brown @ GoogleDeepMind Human: 問題/ アイデアの選定, 　　　　LLM のWarmUp, 　   検証 etc... Machine: 証明, 　   探索 etc... at The Future of Mathematics Symposium
9. Matthew D. Schwartz @ at Harvard and IAFAI ・Claude Opus 4.5 が大学院2 年生レベル ・1 年かかる高エネルギー物理の論文が2 週間 ・有能だが, 専門家による監督が必要 ・end to end ではない 2026 年3 月 https://www.anthropic.com/research/vibe-physics Kosmos from Edison Scientific 2025 年11 月 ・構造化されたWorld Model ・データ駆動科学で重要な研究を再現/ 発見 ・79.4% の主張が正確 ・12 時間の自律実行 ・Scientist-in-the-loop arXiv:2511.02824, Fig. 1
10. 数学やコーディングはAI による自動化との相性が良い
11. Google DeepMind のAI Agent が353 個の エルデシュ問題を探索させ, 長年の未解決問 題を含む9 個を解決 エルデシュ問題（Erdős problems ） ：数学者ポール・エルデシュが作成した数学の未解決問題集 OpenAI の内部モデルが, 自律的に組み合わせ幾何学 の長年の未解決問題を解決 2026 年頃から、 AI によって自律的に数学の未解決問題（エルデシュ問題）が解かれるケースが急増 2026 年5 月20 ⽇ 2026 年5 月21 ⽇ https://openai.com/index/model-disproves-discrete-geometry-conjecture arXiv:2605.22763, Fig .2
12. AI 研究の自動化（再帰的⾃⼰改善, ⾃⼰進化エージェント） →AI 研究の加速, AGI への道, 科学一般の加速にとって重要 ・モデルが達成できるタスクの長さの倍増にかかる時間が, 7 ヶ月から4 ヶ⽉へ短縮 ・2024 年に比べて, 2026 年の第2 四半期はコードのマージ量が8 倍 ・ボトルネックがコードレビューや判断力へ ・2026 年5 月時点でコードの80% がClaude ⽣成 https://metr.org/blog/2026-1-29-time-horizon-1-1/ https://www.anthropic.com/institute/recursive-self-improvement
13. 自⼰進化エージェント ・進化的探索 ・可逆かつ追跡可能な自⼰進化環境 ・失敗や洞察, 経験の蓄積と共有 ・永続的なメモリ ・多様性の維持 ・資源配分の動的調整 etc... Group-Evolving Agents: arXiv:2602.04837 Darwin Gödel Machine: arXiv:2505.22954 Autogenesis: arXiv:2604.15034 Group-Evolving Agents: arXiv:2602.04837 Toward Ultra-Long-Horizon Agentic Science: arXiv:2601.10402 Group-Evolving Agents: arXiv:2602.04837, Fig 1 AutoTTS: arXiv:2605.08083
14. AI Scientist （AI ）の現状の課題感 ・人間のように数ヶ月, 数年かけた推論ができない ・固定化されたワークフロー, トポロジー ・限られた探索空間 ・報酬ハッキンング, ハルシネーション ・Scientific Taste, 結果の評価や検証 etc...
15. AI Scientist is a research amplifier
16. AI サイエンティストのこれから
17. 科学発見におけるスケーリング則 AI Scientist の能力はどのように変化していくか？ Test-time Scaling Training-time Scaling Nature:Towards end-to-end automation of AI research, Fig 1 arXiv:2511.02824, Fig. 1
18. 自律的なAI サイエンティストに向けて
19. AI Scientist = Model + Harness ・Computer ・Memory ・Scientific Tool ・Laboratory ・Formalization ・Scientific Thinking = + etc...
20. AI Scientist の研究の方向 ・形式化, ニューロシンボリックAI ・ロボティクス, Self-Driving Laboratory ・超長期推論, 稼動, 記憶 ・動的なマルチエージェント協調, 進化 ・継続学習, 生涯学習 ・推論, 進化過程の理解, 監視 ・科学研究のダイナミクスを理解したモデル etc... Automating Care by Self-maintainability: arXiv:2501.05789 AutoScientists: arXiv:2605.28655 Toward Ultra-Long-Horizon Agentic Science: arXiv:2601.10402 Forecasting Scientific Progress with Artificial Intelligence: arXiv:2605.22681 Lean Atlas: arXiv:2604.16347 Lean Atlas: arXiv:2604.16347, Fig 1 人間が確認すべきノードのみをオレンジで可視化
21. 学術システムとAI サイエンティスト
22. ・査読システムの限界（AI 査読者） ・証明の消化不良（Proof Indigestion ） ・研究のモノカルチャー化（均質化） AI scientist に付随する課題 新たな知識伝達体系へ？ ・偽の引用, ⼤量の低品質論文（AI slop ） etc... https://www.nature.com/articles/s41586-025-09922-y https://mathstodon.xyz/@tao/116551624228986501 https://www.nature.com/articles/d41586-026-00969-z On the limits and opportunities of AI reviewers: arXiv:2605.20668
23. https://www.anthropic.com/claude/fable https://support.claude.com/en/articles/15363606-why-claude-switched-models-in-your-conversation-with-fable-5
24. AI サイエンティストのみではなく、 学術システム全体として再構築が必要！
25. AI サイエンティスト ・どのような科学システムにすべきか。 ・今, 何ができるのか。 ・いつ, AI 研究が自動化されるのか。 ・どのようにつくるのか。 ・どこで, 誰が, つくるのか。 ・人間の関わり方はどうなるのか。
26. 告知 webpage: https://sci-meta.org
27. 0. 大江 力（9:00 〜 9:15 ） 「進化するAI サイエンティスト」の話題提供 1. 田中 冬馬（9:15 〜 9:30 ） AI および機械学習分野における継続運用のための⾃動研究システムの開発 2. 知念 優（9:30 〜 9:45 ） multi-agent システムによるラボ固有知識と文献に基づく共同研究アイディアの進化的⽣成 3. 鈴木 貴之（9:45 〜 10:00 ） 科学タスクにおけるAI エージェント能力の包括的ベンチマーク評価 4. 神楽坂 やちま（10:00 〜 10:15 ） 進化するAI サイエンティストのメタデータ分析と展望 進化するAI サイエンティスト [OS-30] 2026 年6 月12 ⽇( 金) 9:00 〜 10:15