AIが研究の「答え」だけでなく、研究環境そのものを速くし始めた

Anthropicは9月17日、Claudeが30を超えるオープンソースの生体分子モデリング用コードを最適化し、平均で約4倍高速化したと発表した。単に論文を要約したり仮説を文章で返したりするのではなく、研究者が日々回している計算を、より軽く、より速くする取り組みだ。 同社によれば、最適化は4週間弱で行われ、1台のNVIDIA GPUノード上で1万トークンを超える大きな生体分子系を扱う低メモリモードも用意された。最適化コードは公開され、Adaptyv Bioと組むタンパク質設計コンペティションでは、5,000超の設計にウェットラボ検証の機会を設けるという。 報告は企業自身によるもので、個々の研究現場で同じ性能や成果が再現されるかは、今後の検証を待つ必要がある。それでも、AIの価値を「回答の品質」だけでなく、専門家の試行回数を増やす計算基盤として見せた点は大きい。 この流れが進むと、研究支援の体験はチャット画面で完結しない。既存ツールのどこを速くし、結果をどう比較し、次の実験へどう渡すかまでが一続きになる。AIは専門家の代わりに結論を出す存在ではなく、探索の速度と選択肢を増やす実行レイヤーになっていく。