デューク大学の研究者たちは、複雑な設計問題を人間の科学者に近い効率で解決できる高度なAIシステムを開発しました。この画期的な成果は、AIが様々な科学分野におけるイノベーションを飛躍的に加速させる未来を示唆しています。
デューク大学のエンジニアたちは、訓練を受けた科学者とほぼ同等の能力で複雑な設計問題を自律的に解決できるAIボットのチームを開発した。この研究は最近、 公表 ACS Photonics に掲載されたこの論文は、AI が近い将来、限定的ながらも高度な設計課題に取り組むようになり、多くの分野で急速な進歩の波を起こす可能性があることを示唆しています。
「数年前、同僚が化学反応のモデル化における非常に難しい問題を私に説明しました。標準的なディープラーニングAIプログラムで解決できることはわかっていましたが、自分で解決する時間がありませんでした」と、デューク大学電気・コンピュータ工学科のポール・ワン博士特別教授であるウィリー・パディラ氏はニュースリリースで述べています。「しかし、このことがきっかけで、もしこの種の問題を自律的に解決できるAIエージェントのグループを作ることができれば、多くの分野の進歩を飛躍的に加速させることができるのではないかと考えるようになりました。」
彼らの AI システムが取り組む具体的な課題は、不適切設定の逆設計問題です。研究者は意図する結果はわかっているものの、どれが最適であるかについての明確な指針がないまま、無数の解決策の可能性がある状況に直面します。
以前にパディラ氏と彼のチームは、誘電体（金属フリー）メタマテリアルの作製におけるこうした課題に見事に対処しました。これらの合成材料は、化学的な性質ではなく構造に由来する独自の電磁気特性を有しており、複雑な設計パラメータをAIが効率的に管理できるという利点がありました。
新たな研究では、研究者らは大規模言語モデル（LLM）AIエージェント群を用いて設計タスクを自律的に処理することで、その技術を進化させました。大学院生が反復的な手順を実行せざるを得なかった従来の研究とは異なり、これらのAIエージェントはプロセス全体を管理できました。
「メタマテリアル物理学を学び、自ら解決策を見つけ出せる『人工科学者』を創り出すというアイデアだった」とパディラ氏は付け加えた。
この「エージェントシステム」は、複数の専門分野を持つLLMで構成されています。1つはデータ整理を管理し、もう1つはディープニューラルネットワークのコード生成を行い、3つ目は精度検証を行い、さらにもう1つはラボ独自の「ニューラル・アジョイント」法を適用してソリューションを改良します。包括的なLLMは、これらのエージェント間のコミュニケーションと進捗状況を監督し、本質的に人間の科学者の意思決定プロセスを模倣します。
「このシステムは、収穫逓減に陥ってさらなるデータ生成が必要なのか、それともエラー率の低下に満足して反復処理を続ける必要があるのかを文字通り教えてくれます」と、パディラ研究室の博士課程学生でこのプロジェクトを率いたダリー・ルー氏は付け加えた。「これは、科学者が時間をかけて培う必要がある直感に似ており、おそらくプログラミングにおいて最も難しかった部分でしょう。」
研究者たちは、このシステムを過去に解決された逆設計問題と照合し、AIが生成した最良の設計が人間の専門家が生成したものと遜色ないことを発見しました。AIの平均的な結果は博士課程の学生の結果を上回ることはありませんでしたが、最上位の解は十分に近似しており、この分野では、たとえ1つの最適な設計を達成するだけでも大きな成功となります。
パディーヤ氏は、この方法が科学研究における AI 主導の生産性向上の可能性を示していると考えています。
「独自の研究を行い、独自の手法を改良できるAIシステムがあれば、人間の知識を大きく前進させ始めることができるでしょう」とパディラ氏は述べた。「大規模かつ大幅に速いタイムラインで、これらのシステムはすぐに真に革新的な成果を生み出すことができるようになるでしょう。」
Lu 氏は、このような AI アプリケーションに有望な将来があると考えています。
「私たちは、このようなシステムが高度なスキルを持つ労働者の生産性を向上できる段階にまさに近づいています」と彼は付け加えた。「こうしたエージェントシステムを構築できることは、就職活動において貴重なスキルセットとなるでしょう。」
出典： デューク大学プラット工学部