要約

大規模言語モデル（LLM）の最近の進展により、自動科学研究は人工スーパーアイテリジェンスへの道のりにおける次世代のフロンティアとなりつつある。しかし、現行のシステムは、限定的なタスクに限定されるか、あるいはLLMの限界のある創造性に依存している。本研究では、外部介入なしに創造的かつ事実に基づいた概念を発展させる科学発見システム「Spacer」を提案する。Spacerは「意図的な文脈剥離（deliberate decontextualization）」というアプローチにより、この目標を達成しようとする。この手法は、情報を原子的な単位であるキーワードに分解し、それらの間にある未探索の関連性から創造性を引き出すものである。Spacerは以下の2つの構成要素からなる：(i) キーワード集合を構築するインスピレーションエンジン「Nuri」、および (ii) そのキーワード集合を洗練し、複雑な科学的命題へと昇華する「マニフェスティングパイプライン」。Nuriは、生物学分野の18万件の学術論文を基に構築されたキーワードグラフから、新規かつ高い潜在性を持つキーワード集合を抽出する。マニフェスティングパイプラインは、キーワード間の関連性を発見し、論理構造を分析、妥当性を検証した上で、最終的に独自の科学的概念を草案する。実験の結果、Nuriの評価指標は、高インパクト論文を0.737のAUROCスコアで正確に分類できた。また、マニフェスティングパイプラインは、最新のトップジャーナル論文のキーワード集合のみを用いて、その核心概念を成功裏に再構成した。LLMに基づくスコアリングシステムによる推定では、その再構成が85％以上のケースで妥当であると評価された。さらに、埋め込み空間の分析結果から、Spacerの出力は、最先端のLLMが出力するものと比較して、主要な学術論文と著しく高い類似性を示していることが明らかになった。