AIサイエンティストに足りないのは「自分が何を知らないか」を知る力かもしれません。
Sage-Taiyi: A Metacognitive Architecture for Scientific Discovery
🔭 概要
科学探索を行うAIに、探索そのものを監視して制御するメタ認知の層を加えた構成です。
🧩 解決する課題
従来のAIサイエンティストは、探索の枝をまたいで知見や証拠、適用条件を保てません。共通の依存関係や過去の失敗を見落とし、直近の結果に振り回されることもありました。
⚙️ 提案手法
・探索側はTarget Tree(課題の分解)、Idea Graph(アイデアの系譜)、Evidence State(出典つきの証拠)で構成
・調整側はCognitive Stateで現在の理解と不確かさを保持し、10種のヒューリスティックから次の手を選択
🧪 実験結果
自作のTaiyi-Bench(265タスク・10分野)で総合54.0、最強のベースラインAI Scientist-v2は47.9でした。対戦勝率は66.3%です。
🔬 ユースケース
専門家と協働した5件の事例で、たとえば光触媒的アリル位アミノ化の収率が13%から69%に上がりました。ただし評価は同じ著者らのベンチマークとLLM検証器に依存し、事例も個別の例です。
#
AIScientist# #
Metacognition#