注目★★★★★Hugging Face Papers
AIを「発見する主体」へ、Discovery Foundation Models提案
30秒で把握
- 1DFMが問題発見から仮説修正まで7機能を統合
- 2Zetemaが研究状態更新と検証・実験ゲートを実装
- 3GALILEOがDry-LabとWet-Labの発見ループを構築
要約
研究者らは、AIが人間の定めた問題を解くだけでなく、新たな問題や表現、仮説、知識の創出に参加するDiscovery Intelligenceを提唱した。これを実現する汎用システムとしてDiscovery Foundation Models（DFMs）を定式化し、問題発見から仮説形成、介入、証拠に基づく修正、継続的な能力向上まで7つの連携機能を示した。実装例のZetemaは研究状態の更新、検証、実験ゲート、外部情報による接地、タスク横断のDiscovery Skill進化を組み込む。治療薬探索システムGALILEOでは、Dry-Lab推論、ロボット・手作業のWet-Lab実験、生物学的証拠、仮説と設計の反復修正を閉ループ化した。最終回答だけでなく、発見プロセス自体を訓練・改善・評価する枠組みを提示した。
あなたへの影響
研究AIを開発するチームは、最終回答の精度だけでなく、仮説形成・実験・証拠による修正まで含むプロセス評価を次の検証項目に加えるべきです。
推奨：Dry-Labは計算上の研究、Wet-Labは実験室での実験を指します。