🚨衝撃的なことを読んだんだ。 研究者たちは、実験が行われる前にどの科学的アイデアが成功するかを予測するためにAIを訓練しただけです。 現在ではGPT-5.2やGemini 3 Pro、市場にあるすべてのトップAIモデルよりもリサーチの評価が優れています。 そして、人間の科学者が「良い科学」とは何かを教えることなく、210万件の研究論文を研究することで学びました。 彼らが行ったことは以下の通りです。 中国の研究者チームが2つのAIシステムを開発しました。最初のものはScientific Judgeと呼ばれ、高被引用率と低引用率の70万ペアのマッチング論文で訓練されました。すべてのペアは同じ分野、同じ時代から生まれました。AIの唯一の仕事は、どの論文がより影響力があるかを見極めることです。 うまくいった。 AIは現在、どの研究が成功するかを83.7%の精度で予測しています。これはGPT-5.2よりも高い数値です。ジェミニ3プロよりも高い。存在するすべてのフロンティアモデルよりも高い。 そして第二のシステムを建設しました。 サイエンティフィック・シンカーは単にアイデアを判断するだけではありません。提案する。研究論文を提出すれば、高い影響力を持つフォローアップアイデアが生まれます。 GPT-5.2と直接対比したところ、Scientific Thinkerのアイデアは61%の確率で高いインパクトと評価されました。世界で最も賢いAIモデルよりも優れた研究方向性を生み出しています。 さらに奇妙な話になります。 彼らは判事をコンピュータサイエンスの論文だけで訓練しました。 それから生物学でテストした。物理学。数学。見たことのない野原。それでも動いていました。訓練されていない生物学の論文では71%の精度でした。AIは良いコンピュータサイエンスとは何かを学んでいませんでした。それは良い科学とは何かを学んだのです。 その後、研究者たちはそれが未来を見通せるかどうかを検証しました。2024年まで論文でトレーニングし、その後2025年の論文を審査するように指示されました。どのプログラムが支持を得られるかを74%の精度で予測しました。AIは科学界よりも先に勝者を見抜くことを学んだ。 誰も話題にしていないのはここです。15億パラメータのモデルは、今日の基準では非常に小さいものでしたが、訓練後に7%から72%に精度が跳ね上がりました。これは65ポイントの跳躍です。科学的質を判断する能力は、巨大モデルの自然な特性ではありません。誰でも実行できる小さくて安価で高速なAIシステムに教えることができます。...