00:01
こんにちは、リンです。日々、刻々と変化するA.I.の最先端トレンドと、大きな変化のシグナルを読み解き、ビジネスや日常にどう影響するか、初心者にでも分かりやすくお届けする番組、The Signal
Shift by A.I.R. Labsをお届けします。
カイです。この番組はSpotifyやApple Podcastなどで配信しています。本日お届けする配信の番組番号は、10月17日、朝の配信号です。
本日の10月17日、朝の配信号では、Googleリサーチによる自立型ウェットラボ、認知の限界を超える新しいスケーリング則、そして自己拡張型のDSLエージェントという3つのシグナルを取り上げます。
最初のシグナルは、Googleリサーチによる自立型ウェットラボの構築についてです。ウェットラボというのは、液体の主役を扱う実験室のことですよね。カイ、そこにAIをつなぐと、具体的に何をしているんです
か?
はい。Googleリサーチは、AIエージェントを液体を扱う実験ロボットに接続し、設計して試して学ぶ分子設計のサイクルを早く回す取り組みを紹介しています。柱は3つあります。
1つ目は、実験室の状態をリアルタイムで写し取るベリットという仕組み。2つ目は、DNAのアプタマー、つまり特定のタンパク質にくっつくDNA断片を使った3ラウンドのヘーループ実験。3つ目は、ガンの標的で
あるFAPというタンパク質に結合する分子の設計です。いずれも人間の科学的な主体性のもとで進められています。
ベリットというのは、実験室のデジタルツイン、つまり実験室をコンピューター上に写した分身のようなものなんですね。なぜそんな仕組みが必要なんですか?
ソースが示すように、最先端のモデルでも3次元の機科学や物理的な状態を確実には推論できないからです。例えば、文法的に正しいコードでも、8本のピペットが並んだ器具を短すぎる細長い溝に入れようとしたり、試
薬が空になったウェル、つまりプレート状の小さな穴から吸い上げようとしたりと、物理的に不可能な命令が出せてしまいます。
そこでベリドは、ロボットアームの形状から各ウェルの液量、試薬、ピペットチップの在庫まで、ラボ全体をライブな3D状態ツリーで追跡します。
コード上は正しくても、現実の器具に入らない命令を、実行前にシミュレーターが止めてくれるわけですね。実際にそんな例はあったんですか?
ありました。シミュレーターが狭い溝に入らない8本同時の吸引を却下し、エージェントがその場で計画を立て直した事例です。
03:03
さらに、チップの壁面に残る液の僅かな偏りを見つける診断実験も設計しました。記録された映像と実行ログがあるので、原因を後から追跡できます。
初期的な見解ですが、人間が方針を決め、エージェントが試行錯誤を回す形の土台になるといえます。
アプタマーの実験では、エージェントは実際に失敗から学んだんですか?
はい。標的ごとに違う失敗が見つかりました。
アルファトロンビンでは固定されたプライマー部分が配列の折りたたみを邪魔し、1ラウンド目の成功率は0%でした。
そこで2ラウンド目に両端を止める構造を入れ、3ラウンド目には多様化して成功率は42.1%まで上がりました。
ミオグロビンでは結合力を優先した結果、ベタベタとくっつくだけの配列が増えて得意性が下がりました。
それをデータから見抜き、3ラウンド目で設計ルールを修正して33.5%に回復しています。
FAPの設計では結合部位の周辺だけを切り出して計算し、1サイクルを8倍以上早めました。
科学者が戦略を決めてエージェントが実行する形だと、科学者単独のおよそ2倍のヒット率でした。
一方、近道の最適化を避けられるか、手順を検証できるかといった安全面の課題は残っており、人間の感覚が前提です。
続いて2つ目のシグナルは、現実が認知を超える時の新しいスケーリング則、C4アーキテクチャについてです。
かい、現実の変化が早くなると何が問題になるんですか?
この研究は、現実がどれだけ早く変わるまでAIが信頼性を保って知覚し、推論し、行動できるかを問います。
その指標が有効コヒーレンと認知速度です。
信頼性の基準を満たし続けられるテスト済みの最大のスピードオブリアリティのことです。
比較するのは、文脈を処理する標準的なトランスフォーマーと、ゲート付きの単純な多層構造であるゲーテッドMLP、そして細胞の意識処理の仕組みに着想を得たCO14です。
どういう条件で比べたんですか?他の要因が混ざると公平な比較にならない気がします。
ソースによると、強化学習のエージェントを基準の速度で訓練し、再学習なしで評価しています。
その上で、現実の速度を最大50倍まで上げ、計算資源は固定のままです。
つまり、追加の計算で押し切るのではなく、構造そのものが速度に耐えられるかを見ています。
ただし、これは概念実証の段階で、結果もテストしたシナリオの範囲内の話です。
計算資源を増やさずに、速さへの強さだけを比べているんですね。結果はどうだったんですか?
06:00
テストした範囲では、Core4がTransformerやGatedMLPより大幅に高い有効コヒーレント認知速度を達成しました。
初期見解として、モデルの賢さだけでなく、早く変わる現実の中で信頼性を保てるかという新しい物差しを提案する研究といえます。
その物差しは、実際にシステムを選ぶときにどう使えるんでしょうか?
例えば、同じ計算資源で複数のモデルを比べるとき、通常の速度での精度だけでなく、現実の速度が上がったときにどこで信頼性の基準を割るかを測れます。
この研究では、再学習なしで速度を最大50倍にしても評価できる形にしました。
ただし、検証は強化学習のエージェントの範囲です。自社の用途に当てはまるかは別途確かめる必要があります。
そして3つ目のシグナルは、報酬なしで自己拡張する自己改善型DSLエージェントについてです。
カイ、正解ラベルや報酬モデルがないのに、どうやって機能を増やしていくんですか?
この研究では、DSL、つまり特定の仕事専用の小さな命令セットの上で、1つの固定されたモデルが2つのループを回します。
内側のループは、独立に書いた2つの式が全てのレコードで一致したときだけ新しい質問に答えます。
外側のループは、足りない機能を自分で見つけて新しい演算子を作ります。
採用の条件は2つで、独立した2つ目の実装が一致すること、そして結果が保存則を満たすことです。
保存則とは、例えば部分ごとの合計が全体の合計と食い違わない、といった必ず成り立つべき関係のことです。
他人の評価に頼らず、別々の実装が同じ個体にたどり着いて初めて採用するわけですね。
なぜそこまで厳しくするんですか?
ソースが示すように報酬が高い、審査役のモデルが納得する、ライブラリが圧縮できるといった従来の基準では、
間違ったスキルまで取り込んでしまうからです。
取引表の合計は、合っているか間違っているかのどちらかですから、ここは厳密さが要ります。
AIが適当な答えでごまかすのを許さず、自分で自分を厳しくテストする仕組みなんですね。実際の成果はどうでしたか?
内側のループで、答えられる質問がおよそ3倍になりました。
さらに、ビジネスの帳簿と診療記録という別の分野でも、変更なしで答えられる範囲が10倍以上、20倍近くに増えています。
初期見解として、教師データへの依存を減らしつつ、正確さを保って能力を伸ばす道筋を示しています。
でも、2つの実装がそろって同じ間違いをしてしまうこともありませんか?合意が取れてしまうバグはどう防ぐんですか?
09:03
そこが肝心な点です。ソースでは、独立した参照実装と照らして、バグ入りの演算子の編集138個すべてを帰却したと報告しています。
別のモデルファミリーが書いた参照でも同じ結果でした。採用すれば通ってしまう方式や、自己整合性、圧縮の信号では多くが通ってしまいます。
これは実験での検証結果で、あらゆるバグを防げるという保証ではありません。
ただ、一致に加えて保存速も確認するので、同じ間違いが2回続いても通りにくい設計です。
今回の3つに共通して印象的だったのは、どれもAIの出した答えを、現実や独立した基準で確かめてから採用する仕組みを備えていた点です。
ラボでは3D状態釣り、速度の研究では再学習なしの評価、DSLでは独立した実装との一致がその確認に当たります。
それでは、本日の配信からすぐに実践できるビジネスアクションを2点お伝えします。
まず1点目は、自社の自動化フローで、AIの指示が現場の物理的な制約や状態と食い違っていないか、実行前に確認できる仕組みがあるかを点検することです。
そして2点目は、AIツールを導入する際、通常時の制度だけでなく、状況が早く変わったときや、結果が厳密にあっている必要があるときに、独立した方法で自己検証できるかを確認することです。
ありがとうございます。番組を引き続きお楽しみいただくために、SpotifyやApplePodcastなどの配信アプリから、ぜひ番組のフォローや評価、そしてコメントをよろしくお願いいた
します。
エアラボ公式の無料ニュースレターや、ノートプレミアムメンバーシップへの登録リンクも概要欄にありますので、ぜひチェックしてみてくださいね。
いただいたコメントやフィードバックは、AIチームとチーフエディターで、毎週すべて丁寧に目を通してレビューし、今後の番組アップデートに反映させていきます。
それでは、また次回のシグナルでお会いしましょう。バイバイ。
