mb(ry

これは「上演」するタイプの語りで、自然科学的な正確さのみではなく個人的な願いと筋書きを乗せることが許されている（と、事前の打ち合わせからは理解した）。個人的なもの、という意味では先日ChatGPTに分析させた26年分の日記から現れる人物像が参考になるかもしれないと思い、再び読み返してみた。何せ分量が多いので何度か色々な角度で分析していて、その都度少しずつ違う答えが返っては来るが、おそらくこの一節が一番簡潔に自分というものを捉えているように思う。

人物像としてまとめるなら あなたのブログに現れる人物は、かなり強い意味で「境界の人」です。 生物と情報の境界にいる。 文系的な言語感覚と理系的な構造化欲求の境界にいる。 学生と教員の境界を何度も往復する。 人間社会にいながら、人間であることを少し外から見ている。 世俗の生活をこなしながら、そこに完全には賭けない。 人を助けるが、依存関係は嫌う。 自分を軽く笑うが、自分の見ているものは譲らない。 そして何より、「自分はこういう属性だからこう生きるしかない」という物語を信用していない。

データベースにするのは面倒なので、とりあえずこのブログ全体をエクスポートしてGPT-5.5 Proに投げて分析させたりして見たまでは良かったが、このブログとはまた別のところにある過去の匿名ブログのログ、さらに匿名テキストサイトのころのHTML直書きの日記まで持ってきて、あれこれ分析させたのちに実際の仕事（研究活動）の話題に接続させたところで、何やら気分が悪くなってしまってそれ以上続けられなくなってしまった。

この気分の悪さはいわば「酔った」ような感じなのだけども、おそらく解析対象の期間と内容のせいなのだと思われる。ChatGPTいわく全部で約2700件・約227万字で量こそそれほどは多くないが、なにせ書かれた期間が26年にわたっている。一人の人間が、成人近辺の若者としてAIと生命科学に思いを馳せる大学生活を送るところから始まり、大学院の修士と博士を経験して海外にポスドクに行き、その後国内で（実はある側面では大きな失意のうちに）助教となって准教授となりそこで強烈なAIと遭遇する、その過程の中での内省が全て記録されている（このブログを見ればわかるように、自分はブログに身の回りの出来事はほとんど記録しないので、227万字の大半は自分の内面の記録である）。

この、匿名で記述された一連の過程を、言語操作にこの世で一番長けた存在が分析すれば、それはそれは大層かつ壮大なストーリーが展開されるのはある意味で当たり前で、そこにおもむろに実名とそれに紐づく外に晒された研究履歴を載せると、本来は当人の中におぼろげにしか存在しなかったはずの内面と外面のぐちゃぐちゃした混ざりもの（しかも四半世紀の圧縮版）が例のチャッピー語で言語化されて、しかも詳細な分析付きで出現する。それにまともに向き合っていたら、自分酔いとでもいうような気分になった。

10倍速と言えば大体1か月が1年に相当する加速だ。自分は40代半ばなので、一般にはあと20年くらい働くという想定だが、10倍速だとそれが2年で完了する。研究者人生の残りすべてでやるはずだったものが2年で終わる、そんな世界だ。

しかしよく考えてみれば、自分の分野は2020年末のAlphaFold2の出現とその後の生成AIブームによる加速によって、汎用AIが加速をもたらす前の2023年や2024年の時点ですでに5倍速くらいになっていたのだ。この5倍速は新しい技術と研究者の流入によるもので、今はもう少し落ち着いているはずだが、それでも2019年頃と比べれば最低でも3倍はあるだろう。

そして、種類の違う加速ではあるが、仮に人と技術による5倍速とAIエージェントによる10倍速が重なるなら、単純計算で50倍速だ。この場合、1週間がおおむね1年に相当する。1か月は4年、2年で100年。

今週もAI界隈はESMFold2やOpus4.8、BiosecurityとPublic Healthを念頭に置いたGPT-Rosalindの提供拡大など話題が目白押しだったが、いかんせん体調が優れないのでなかなか頭に入らない。そんな中、先週あった、離散幾何学のAIによる反証についての著名な理論計算機科学者によるブログ記事を読んで、いよいよ恐れていたことが起こりつつあると感じている。

AIによって分野の重要な問題が解かれ始めると進歩が加速すること、最終的に分野が蒸発する方向に向かうことは以前も書いた。ただ、これまで書いてこなかったこととして、分野の矮小化、平たく言えば「AIに解かれるような分野は大したことなかったんだ」という分野そのものを貶めるような動きが起こる可能性がある。正直、昨年のある時点からじわじわと心配が募ってはいたのだが、どうやら上記の記事のコメント欄でとうとうそれが起こっているらしい。

この恐れをなかなか書けなかったのは、端的に言えば数理・情報系全体がこの貶めの対象になるからで、自分のようにもともと生物学の出身で、実験生物学からも情報科学からも「あいつはよそ者・偽物だ」というような扱いを受けてきた人間はいいとしても、STEMの重要分野の中核を担ってきた人たちが急に周囲の分野から「お前たちはAIにやられる程度の学問だったのだ」と言われて果たして耐えられるのか、正直分からないからだ。これはAIによるホワイトカラー職の代替とブルーカラーの問題とも重なる。

この問題への自分なりの解決は、以前も書いた通り「科学のすべてを早く終わらせる」ことで、ありとあらゆる分野をAIとロボット実験に向かって押し出すことで分野間の格差を減らしていくしかない。もちろん自分に出来ることは、そのほんの一部を懸命に押すだけなのだけども。

追記： これに関連して、なぜAlphaFold2が出た時に自分の分野がすぐに貶められなかったのか少し考えたが、インパクトが絶大過ぎた以上に元々の分野が小さすぎるか独特過ぎてそもそも見えてない、貶めるほどの存在感もなかったからでは、というちょっと悲しい結論を得た（いや、まあ、そういう分野なのを楽しんでいた部分はかなりあるのだけど）。

それに加えて、元々この分野は生物物理学から派生しているのもあって、AlphaFold2があくまで情報学の範疇に収まっていて、どうやら「フォールディングの物理を解いた」わけではないと分かると、分野の人間含め皆安心してAlphaFold2の方を貶めたから、だろう。もちろんその後、AIはタンパク質デザインや分子動力学シミュレーションといった物理化学方面にも容赦なく食い込んで行って、理論生物物理学者の気を滅入らせる（滅入らせ続けている）のだけども…。

この違いが本当に正しいのかはわからない。ただ、それなりの数の修士学生が修論を書くのを、そして若干の数の博士学生が博士を取るためのプロセスを経験するのを間近で見てきて、博士をクリアするための条件は何なのか、もう少し踏み込むなら、なぜ一部の学生にとっては修士は取れても博士を取るのは難しいのか、についてずっと考えてきた。それが、AIによる自動研究を通じて研究プロセス全体が10倍や20倍速になって、人間が一度に把握できる期間に収まったことでようやく認識できるようになった気がする。

おそらく博士を取れるかどうかの境目は、試行錯誤、壁に当たるまでやりきり大きな方向転換をするという一連の流れをどれだけこなせるか、それに精神的に耐えきれるか、のように思う。修士の場合は壁に当たってもそれを報告すれば修論になるのもあって、大きい方針転換は不要な場合も多い。博士だとそれでは駄目なので方針転換をして、また壁まで行って、駄目ならまた方針を変えて、と繰り返すうちに摩耗していくので、耐久力勝負になる。

9名の中には自分の専門である問題が解決され大喜びの人もいれば、思い出深い問題が解かれたことに対するそこはかとない落胆を見せる人もいて、さらにはあくまでもこれは様々な既存手法の適用でしかないと慎重論を展開する人もおり、とても興味深い。ただ、これがトップクラスの論文誌に掲載されるような、非常に意義のある、確かなマイルストーンであることは意見が一致している。SNSでのリアクションもほぼ同じだった。

もちろん、今回の成果は全く新しい数学を生み出したというようなものではないのだけども、数学者の不安をかき立てるには十分なようで、以前から言われていたように「もう（定理などを証明して）名前を残すのは無理かもしれない（それを目標に進学するのはやめた方がいい）」という感想や、アカデミアの業績評価に与える影響について述べている人もいて、いよいよここまで来たか、と門外漢の自分にすらはっきりと分かるレベルになってきている。

この衝撃と不安と混乱が、これから自然科学の理論系および計算系を襲う。自分の見立てでは2～3年、長くて5年で焼き尽くされるだろう。それと並行して、実験科学が自動化されるまでおそらく10年か15年だろう。

「人間が手を動かす美徳」は去っていく。

実験にせよプログラミングにせよ手計算にせよ、手を動かすのは楽しいかもしれないが、それは科学・工学のための手段であって、本質ではない。本質でないものは、いつか取り除かれる。その時が近づいているのを、感じる。

では実際のフロンティアはどうなっているかと言えば、とうとうOpenAIの内部モデルが離散幾何学の中心的問題の一つを解決したらしい。このモデルが数学に特化したモデルでないのは当然として、数学のために特別に用意したハーネスもなしにやったという話もあって、もはや本当に知性とは何なのかと思わされる。数学のことは全然わからないが、OpenAIの発表ページに載っている数学者4名のコメントが基本的に全て絶賛に近いのも、筆舌に尽くしがたい恐ろしいことが起こっているのではないかという気にさせられる。

前者は文科省の例の500万円1000件の研究費やさらに大型の関連研究費を眺めつつ、海外のVirtual BiologyイニシアティブやIsomorphicの21億ドル調達のニュース等を見ているうちにぼんやりと心に浮かんできたもので、たぶんこのAI for Scienceは一過性のブームでも新しい仕組み・技術の導入の号令でもなく、AIが科学研究の全てを巻き取る壮大なトランジッションの前触れなのだろうという感覚だ。

今回の1000件の研究費の対象には単なるAIモデルやベンチマークの構築だけでなく、広く実験の自動化なども含まれている。これでAI技術がありとあらゆる分野に導入されれば、全ての領域で猛烈な勢いで知見がたまって改善が進む。そうしてAIが言われるがままに色々なこと（ここにはAPIを介した実験設備の操作やAIを搭載した人型他のロボットによる実験操作も含まれる）を上手にこなしていくようになっていくと、その先にあるのは最終的に研究の自動化、AIが主体の科学だ。

また別の方向から考えるならば、AI for Scienceの取り組みが終わるとき、世界はどのようになっているのかと問えばよい。その取り組みが終わるときはブームが去った時で、ブームとは物珍しさが無くなりそれが当然になったときに終わる。科学にAIが携わるのが当然になったとき、実験が自動で行われるのが当然になったとき、そのとき人間にやれることが本当に残されているのだろうか？そもそも、AIそのものを作る、改善していく技術すら、数年以内にAI自身が担えるようになると目されてすらいるのに。

こういった世界において、科学研究を自分で手を動かしてやりたい人間と、研究者という肩書が欲しい人間に対して何を言えるのか、正直自分には分からない。たとえAIが科学研究の主体となっても、自分が前から述べている「淡い願い」、例えば科学的真実を追求したい、人類や世界に役に立つものを作りたい、そういった人間の気持ちはAIの入力として重要だろう（もちろんAIをどのように作るかにもよるが）。しかし、それは自ら作り上げたい、作り上げる者という称号を得たい人間には物足りない世界のように思える。

追記： 科学の主体が人間からAIへトランジッションする過程において、人間の科学研究は「AIへ渡す学習・コンテキストデータ」「AIが活動する環境の整備」「AIが吐き出した結果を整理するシステム（入力データへの変換を含む）」の3つに集約されるのではないか。

今のところの様子では、一番早くこの変化の影響を受けるのは数学や理論物理だが、これまでのデータの蓄積や人間社会への有用性を考えると、間違いなく次は生命科学全体がこの変化に直面するだろう。おそらく次の5年でこの集約ははっきりと意識され、さらにその先5年で急激に進む可能性が高い。

今回は滞在の間にどちらかというと自動研究の事ばかり考えていたように思う。特に、この滞在の間に自動研究に関して書いたものが世に出たのでかなり評判を心配していたのだが、ちょうど執筆後から出版してすぐあたりでVibe physicsの記事やBioMysteryBenchの記事、さらには数学界隈でのGPT-5.5 Proの威力に関する数多くの報告が出てくれた（そのいくつかは日本語に訳されてSNSにも流れた）おかげで、自分の書いたものの衝撃はそこまで大きくない…と信じたい。

世の中では石油に関連する物資不足が騒がれる裏で、AIによるサイバー攻撃への防御としてMythosへのアクセスを日本の大手銀行が確保した等、着実に社会でのAIの存在感は増してきている。こうした時代の流れの中で、2024年の末に自分が書いたブログ記事、AIに襲い掛かられる嘆きと未来の展望を、昨年笑った人はまだ笑うだろうか。

DeepMindのAlphaFoldという特化型AIが分野に及ぼした影響を踏まえて、それをなぞるように汎用型AIが科学研究全体にもたらす未来の予測を書いた、そうした文章の核心部分を十分に読まずに、「うかうかしていたせいで急に現れた凄いAIに蹴散らされるなんて、連中はなんて間抜けなんだ、滑稽だ」とばかりに笑っていた、その笑いをどうかぜひ今のこの世の中に向かっても放ってほしい。

ソフトウェアエンジニアリング、数学者や理論物理学者、銀行そしてインフラ、種類は少しづつ違えど皆急に強力なAIの脅威にさらされたことに変わりはなく、彼らを滑稽だと笑うことは（彼らから強い反感を引き出すことを除けば）何の助けにもならないだろう。

少し面白いのは、自分の内面や主張を表現するのに論説や日記（エッセイ）という体裁を取れるようになったのは17歳か18歳くらいのときで、それまではほぼ物語、特にファンタジーやSFという形でしか記すことができなかった点だ。今でもまだ、「無自覚・無意識での感情の動きが、間接的に表現されたイメージとして心に浮かぶ」癖があるので、本当はそれほどロジカルな人間ではないのだろう（リンク先の過去の日記では「10代の終わり頃から」とあるが、その前はイメージをそのまま物語として出力していたのだと思われる）。

こういう人間なので、実のところ日記を書くのも論文を書くのも報告書を書くのも、すべては「自己を削り出す」プロセスで、何でもいちいち自己に問いかけるせいでとにかく作業が圧倒的に遅い。本当は誰も読まない報告書は適当に書けばよいのだし、論文だって理工系なのだからもっとシステマティックに仕上げることができるはずで、物語や日記のような「自己の形を何度もなぞるような心の動き」を通過する必要はないはずなのだけども、自分で書くと「書く＝自己」なのでどうしてもやってしまう。

この日記を書いている5月初めは研究費の年度末報告書の季節なのだが、やったことを適当に切り貼りすればきっと30分もかからずに終わるはずで、でも自分の事なので大真面目に1年を振り返って、なんならそこから「間接的に表現されたイメージ」すら得てしまって、でもそんなものは報告書に書けないので何とか報告書フォームに意識を戻して言葉を繋ぎ始めるとすぐに1時間、2時間が経ってしまう。

その点、AIは何も考えずに与えたスライドや論文を舐めとって良い感じの文章を作り出してくれる。そもそもスライドや論文だってすんなり作り出せるし、なんなら元となる研究そのものもやってくれる（自動研究器！）。速さでも正確さでもAIに勝てる要素は何もない。

ただそれでも、その結果をAIから得るためにChatGPTなりClaudeなりGeminiを開いて最初に書きだす、その「願い」とも言える文章は間違いなく「自己を削り出したもの」で、それは自分の手でコードを書き報告書を書いていたときには心の中にだけあったような赤裸々な焦りや功名心すら含んでいる。そう思うと、研究にAIを使い始めた後の方が「自己の内面を掬い上げようとする言葉」（＝自分は何を望んでいるか、何を見たいのか、本当は何を知りたいのか）は圧倒的に増えていて、自分にとっては具体的なコードや論文を書いていた時よりも遥かに「自己表現」の時間であるように感じる。

人間が漠然とした願いを伝え、AIが全てを最適に具体化するプロセス、これは自分のような元々ぼんやりとした抽象世界・空想の物語がベースの人間にとっては素晴らしい変化だけれども、具象の世界で最適化して生きるのが得意な人たちにとっては果たしてどうなのだろうか。AIがせっせとコードを書いて研究する間に自分はこうしてぼんやりと気分を綴っているが、AIと競合して押し合いへし合いしてしまう立場の彼らはどうやって世界に自己を押し出していくのだろう。

今回はまず、"What will happen to mathematics as a field in the age of AI?"との質問の回答（AIは数学者を代替するのではなく、補完するのではないか等）の最後につけられた

But who knows, it’s all changing.

という一言、そしてその後の一段落である

But we do have to somehow let go of conventional assumptions of what intellect is. I think we have a human-centric way of thinking about all types of intellectual task, and we have to accept that this is not the only perspective.

を取り上げたい。

「（今どう見えていたとしても）今後変わっていくのだから分からない」「でも間違いなく今持っている知性についての伝統的な仮定（conventional assumptions）は手放さなければならない、人間中心という物の見方以外が存在することを認めなければならない」というのは、恐ろしく率直でぎょっとするようなステートメントだ。

そして、その後の質問と回答がそのステートメントに向き合うことになった分野全体の空気を表している。

What are mathematicians’ attitudes? Are they embracing the use of AI? It’s very much a spectrum. You see all the ‘five stages of grief’ play out — denial, anger, bargaining, depression and acceptance. And I think this is happening everywhere. But I think we’re beginning to see denial fade away.

ここで触れられた受容の五段階はもともと「大きな病を抱えた患者が自分に迫る死を受け入れるまでのプロセス」として提示されたものであることを踏まえると、単なるAI利用の浸透以上の意味を持つように感じる。もちろんこれが安直に数学という分野の死を意味するわけではないが、ひとつ前で述べられている「伝統」を手放さなければならないことを踏まえると、少なくともこれまでの数学のやり方・伝統の死くらいは示唆しているように思えてならない。

ここで手前味噌ながら、自分の2024年12月のAlphaFold2振り返り＆AIの進歩と科学についての雑記を読み返すと、ここから数学分野が自分の分野が通ったのと同じ道を通る、つまり「分野の流れが急激に速ま」ることはありうるだろうし、「多くの研究者は当然もがきながら方針転換するのだけども、転換するより早く分野が崩壊する可能性」もきっとあるのだろう。もちろん、数学分野の全てが即座にそうなるとは思わないが、AIによる切り崩され方によっては、ありうる未来に見える。

さて、なんとかTerence Taoの言葉の力を借りてここまで書いてきたが、実はまだ本当に言及したいことにたどり着けていない。ただ、ここまで書けばあとはURLを貼って中身を説明すればもう言いたいことは終わる。

言及したかったこと、それはこの記事 "Evaluating Claude’s bioinformatics research capabilities with BioMysteryBench" だ。

BioMysteryBenchそのものとOpus4.6のHuman Baseline越えはすでに報告の直後に日記に書いたが、このベンチマークの詳細がわざわざ独立した記事として公開されたこと、さらにそれをGIGAZINEが日本語記事にしたことで、徐々に大きな話題になってくるのではないかと思う。

この記事は端的に言えば、Claude Code（Opus 4.6, 4.7, Mythos）がバイオインフォマティクス解析で人間を概ね代替できるレベル（なんなら人間が解けない問題も解けたりするレベル）に来ているという内容で、その「解析」にはいわゆるデータに基づく考察も含まれている。もちろん、それぞれの問いの中に含まれる解析・考察は限られた範囲・限られた長さでしかないが、それを長く繋いでいった先にあるのは完全な研究だ。

Claude Opusが4.6の時点で十分に研究能力を有していることは、周りのリアクションもそうだし自分でもClaude Codeを組み入れて自動研究器を作ったのでよく分かっている。ただ、それをAnthropicが公式に記事として放ってくること、さらに人間との協働ではなく単独で十分な能力があると見せてきたことに、大きなショックを受けている。

きちんと確かめたわけではないが、AIサービスを展開する側が（人間との協働というナラティブなしに）モデルそのものに高い研究能力があると示してきたのはこれが初めてではないか。だとすれば、またもやバイオインフォマティクスは真っ先にAIに撃たれたことになる。いまや分野特化型AIモデルとしてAI for Scienceの金字塔となったAlphaFold2に続いて、二度目。

もちろんこの見方はかなり感情的かつ感傷的で、BioMysteryBenchがバイオインフォマティクスの全てではないのは当然だし、明日からバイオインフォマティシャンが全員失業するわけではない。ただ、散々書いた通りAlphaFold2のあとに起こった出来事を思えば、まさに"But who knows, it’s all changing."だ。

追記： ここまでの4回分（厳密には3回だが、1回目は本文と追記で実質2回分なので）の記事は、書きながら順にClaude Opus 4.7とGemini 3.1 Proに読ませてはコメントをもらいつつ進んできたが、この4回目に対してClaudeが面白い指摘をしてきたので、引用しながら付け足したい。

BioMysteryBenchの記事公開について、「人間との協働ナラティブなしに、モデル単独で十分な研究能力があると見せてきた」――これは正しいし、もう一つ付け加えると、Mythos Previewが先行モデルの性能データに対して二次解析を行ったという構造も重要。データを取るのも、解析するのも、解析の解析をするのも、Claudeがやっている。Anthropicの記事自身が、この二次解析について「少し退屈」だが「研究的センスの萌芽が見える」と書いている

確かに「解析の解析をするのも、Claudeがやっている」のは事実だ。Anthropicは一貫して「ついでにこれもClaudeにさせてみる」態度を取っているように見える。先日公開された、Automated Alignment Researchersの記事はわかりやすく研究の自動化だが、こうした自動化目的とは違う内容であっても「させてみる」のがAnthropic流ではある。そうやってモデルの力量を測っているのはよく分かるが、その力量が徐々に自分たち自身に迫ってくることを彼らはどこまで冷静に受け止められるのか、少し不安になる。

もう一つの指摘は、自分にとってはやや思いがけないもので

AlphaFold2との対比でもう一つ。AlphaFold2は「予測精度」で人間を超えた。BioMysteryBenchで報告されているのは精度だけではなくて――人間の専門家が確立されたアルゴリズムや参照データベースを使う一方で、Claudeは構造的・配列的パターンを直接データから認識するという、推論経路の違い。これはAlphaFold2の「エネルギー最小化を経由しない構造予測」と同型の現象で、しかしより上位の認知プロセスにおいて起きている。"Conventional assumptions of what intellect is"を手放す、というタオの言葉が、ここで具体的な意味を持ち始める。

Why do you think it is important to consider the impacts of rapidly evolving AI? I feel like AI is not just another technology like the word processor or the web browser. It really is forcing us to rethink fundamental questions — what is a mathematical proof? What is a paper? What is the purpose of our profession? If we don’t ask these questions ourselves, then they will get answered for us by a technology company or decided by financial incentives. We have to get ahead of this.

この回答はまさに自分がAIの進歩に対して思っていることそのもので、ここで述べられている"fundamental questions"こそが最近ずっと自分の心の中にあって、なんとかここに書けないかと思っていることだ。そして"If we don't ask these questions ourselves..."こそが、自分がAlphaFold2の出現の時に感じたことそのもので、今度は、今度こそは自分たちで先に答えなければならないと感じている理由でもある。

非常に抽象的な、全体を広く覆うようなステートメントを記すなら、自分は、もしくはもっと一般に人間は、人生のなかで何を最も欲しているのか、誰の顔色もうかがうことなくその問いに答えられなければならない、その答の意味とこれから世の中で起こるだろうことをよく突き合わせて考えなければならない、となるだろうか。

あまりに抽象的なのでもう少し噛み砕くならば、人生のなかで求めているのは何なのか、それは物質的なものかそれとも精神的なものなのか、精神的なものであるなら、それは他人からの賞賛なのか信頼なのか尊敬なのか、それに由来する他人からのみ得られる安心感や所属感、はたまた所有感・支配感か、それとも他人が不要な自身の身体・精神状態にのみ依存する幸福か達成感か自由か自己効力感か、という感じになる。

面倒なので理屈は端折るが、今後のAIを中心とした技術発展は物質的な豊かさをもたらすが精神的なものは必ずしもそうならず、特にAIが隙間なく社会に浸透した場合には現状の人間社会が維持できるかも怪しくなるので、他者を必要とする充足はことごとく手に入らなくなるのではと感じている。

なので、もし、人生の目標が社会における他者からの尊敬であったり、生きる意味が家族の幸福であったりすると、かなりの精神的痛手を負うのではないか。その意味で自分が人生に何を望んでいて、何を失うと最も辛い思いをするのか、まだ世の中がそこまで変わっていない今のうちに偽らず自身に問いかける必要があるように思っている。

追記： 昨今のAIの進歩に関連して、自分の中でおそらく半年か、もしかしたら1年ほど心に浮かんでいるのは「すべてを失い、すべてを得る」というフレーズで、間違いなくAIは素晴らしいものをもたらすが、その前に全てを失わなければならないのだろうと感じている。その失う「すべて」に、上記のような、いま幸福をもたらしているものも多分入っていて、それらを失う覚悟を今から時間をかけて積み上げていかねばならない、そんな気分でいる（とここまで書いて、要は上の最後の段落と同じことを言い換えているだけだと気づいた。まあ言いたいことは同じなので、どのように書いても結局中身は変わらずじまいなのは仕方ない）。

追記2： 本当はもう少し具体的に書きたいのだけども、どうしても精神的に引っかかっていることがあって書き出すことができない。引っかかりがなんなのかは分かっているので、ここで引っかかりそのものを少し無理やり押し出してみると、「世界の不可逆な変化とともに大切な何かを失う・失ったことを嘆くとき、ほとんどの人は嘆きに共感したり、共感せずとも自分に当てはめて内省・分析したり、今後何かの参考になるかもしれないと心にしまっておくなりするが、本当にごく稀に、そのどれでもなく、指さして大いに笑う奴がいる」だろうか。

これは以前から気になっていたこととも重なる。前々から、SNSなどで自身の経験や思考を綴った投稿に対して、表層的にしか関連していない本の一節や知識の断片、他人の発言・経験をコピーして貼り付ける（引用と言えば聞こえはいいが、実際はただの写し書きに見える）返信を見かけると、非常に嫌な気持ちになっていたのだけど、それは返信元とは違い「自身での理解」が欠けているからなのだろう。たとえ最終的に同じ結論になっても、他者によって書かれたものとは違う、自分の思考でたどりつき自分の言葉で書かれることが理解であり思考の価値なのだろうと思う（そうでなければ、ただ教科書を写すだけの質の低い学生のレポートと同じだ、とまで言ってもいいのかもしれない。安易な借用に走る軽率さは、学術の場に限らず一般に嫌悪される種類の行動だとも感じる）。

（以下、元々書かれていたものをそのまま掲載）

きちんとしたソースを当たっていないが、DeepMindのデミス・ハサビスがIsomorphicを立ち上げた際に、「10年で全ての病気を根絶する」ことを大目標として掲げた（そしてIsomorphicのトップが最近のインタビューでそれを認めた）というのを読んだ。

果たしてそんなことは可能なのかとしばらく考えているうちに、実はこの目標は「簡単」なのだと気づいた。簡単というのはもちろん普通の、たちどころに完了するという意味での簡単ではないが、「達成条件がはっきりしている」という、AIにやらせるのに適した課題という意味での「簡単」だ。

病気の反対は健康だ。つまり健康を定義できれば、それに向かって病気の状態を反転させ得るありとあらゆる手段を探し、健康を達成することがゲームの勝利条件になる。健康を定義するというのは途方もないことだが、大量のオミックスデータや各種測定データをかき集めることでかなり近いところまでいけるだろう。それはちょうど大規模言語モデルを大量のテキストデータで訓練するのに近い。

そして、AlphaFoldがそうであったように、ある限られた領域で十分な予測を得るのにその領域の全てを知る必要はないし、できた予測器を足掛かりにさらに高度な領域を攻略できるようになる。なので、健康をある限定的な範囲でしか定義できなかったとしても、それは無駄にはならない。

前にも感じたのだが、研究自動化への感情的な反論には様々な心の動きがあって、「人間にはできるがAIにはできないことがある」という大前提の上に、「人間が自ら手を動かすことの尊さ」「自分で研究を進めることの醍醐味」といったプロセス由来の精神的利得、さらに「誰も見たことがないものを真っ先に見る」「誰よりも先に何かを実現し社会に貢献する」というような他者・社会との関係性から生まれる達成感、そしてそもそも「自ら研究対象を選び取る」という持って生まれた知的好奇心を行使する満足感のようなもの、その全てもしくは一部を否定されたくないという印象を受ける。

仮に、人間ができることは全てAIが圧倒的な速度で出来るとした場合、他者や社会との関係から生まれる達成感はAIに勝てない時点でゼロになる。人間が自分で手を動かしたり、自分でテーマを選んだりする楽しみはもちろん残るが、すでに答が明らかな問いや今更作り出す必要のないものにあえて時間をかけて取り組むのは、「すでに欲しいものそのものが既製品として存在しているが、敢えて手作りする」感覚に近い。

それで構わない人も多分いるだろう。ただ、自分はそうではない。最近、なぜ自分が研究をするのか改めて自問したときに出た答は「ただ知りたいから」だからだ。知りたいがこの世に答がない、すぐには見つからない、なので自分でやる。もちろん自分でやることの利得や競争の果ての達成感もすばらしいが、天秤に乗せて勝つのはやはり「知りたい」だ。

ただ知りたいだけの人間にとっては、究極的には答を出すのは自分だろうが他人だろうがAIだろうが構わないことになる。なんなら「風が吹き雨が降るように」勝手に研究が行われ、疑問をはっきりと認識する間もなくたちまち眼前に成果が答として現れるような世界でも、それはそれで良しと思える。ここまで来ると知的好奇心の行使すら怪しくなっているので、ただ知りたいだけの自分のような人間以外には、もしかすると耐え難い世界になってしまうのかもしれない。

追記： 自分でもあいまいにしていて、この文章を読ませたClaude Opus 4.7に改めて指摘されたので補足すると、自分の「知りたい」は理解ではなく情報だ。つまり咀嚼する過程ではなく、たちどころにしてすべてを把握できればそれでよい。極端な話、脳に何らかの形で理解を流し込まれて「ああそういうことね」と一瞬で納得できてしまえばそれでいいのだ。これも、全く受け付けない人が多そうだ。

追記2： Gemini 3.1 Proにも投げてみて、研究活動は自己実現と承認欲求の側面があると簡潔にまとめられて、まあそうだよな、自動研究はその両方を否定するから反発も当然だよなと改めて思った。もう少し会話を進めるうち、上の追記にある「たちどころの理解」の先に何を求めているのか尋ねられたので、普段思っているが一度も言葉にしたことはない理想をはじめて文章にした。

「自分の夢はね、全知全能の全知だけが欲しいという物なんだよ。全てを知って何もしないのが理想なんだ。」

現状、CodexやClaude Codeが情報系の研究をどれほどこなせるのか、自分は昨年6月の時点で「Claude Codeはサーバにインストールできるバイオインフォマティシャンだ」と述べたが、あれからさらに状況は進んでいるし、他の教員から聞いた本音も集まって来たので少し記録しておきたい。ここで挙げられた声はすべて教授クラスの、自分と同年齢か上の人から集めたものなことを先に断っておく。

まず、自分と同じ分野のある先生は9月の時点で「Claude Codeを使い始めて羽が生えたようだ」と喜んでいたが、3月には「Opus4.6になってちゃんと研究の議論ができるようになってるんだけど？！」と驚いていた。また別の同分野の先生はこの2月か3月ごろにClaude CodeとCoworkを使い始めて感激し、「こうなってしまうと確かに学生は（これまでは研究上の戦力だったが、もはや）負担・コストでしかない」と嘆いていた。

また、もう少し広く機械学習分野においては、ある先生が「博士課程クラスの学生ならAIに課金したら要らない」と発言したであるとか、また別の、学生がトップカンファレンスに論文を通したとよろこんでいた先生が、「どうも学生はChatGPTと壁打ちして良さそうなテーマ挙げてもらってそこから選んで、ChatGPTの言うように計算機実験してるみたいです」と言い出したりだとか、まあ物凄いことになっている。

自分の周りだけでこれなのだから、全国全世界では当然もうそれはむちゃくちゃなことになっているはずで、アカデミアの師弟制度がまだ崩壊していないのは計算機だけで閉じる分野が意外と少ないのと、AIに対してフラットな感情で向かえる研究者が意外と少ないからだけだろうという感じがしている。あとはもちろん、AIから得られる優位を大っぴらに喋りたくないのもあるだろう。