生成AIが科学的発見とイノベーションに与える影響

研究者たちに生成AIツールを使わせて、生成AIが科学的発見とイノベーションに与える影響を検証した論文「Artificial Intelligence, Scientific Discovery, and Product Innovation」は、米国の大手企業の研究開発部門で1,018人の研究者で、グラフニューラルネットワーク（GNN）と呼ばれる深層学習モデルに既存の材料の構造と特性に基づいて学習を行い、研究者が求める特定の性質を持つ新しい材料の「レシピ」を生成することができるようになった生成AIツールを使用して実験が行われました。結果、AIを導入した研究者は、44%多くの素材を発見し、それが特許出願件数の39%増加と下流の製品イノベーションの17%上昇につながったということです。
ただ、上位10％のトップクラスの研究者は成果が2倍に向上しましたが、下位3分の1の研究者はほとんど恩恵を受けなかったということです。
さらに、この研究では潜在的なマイナス面も浮き彫りになりました。科学者の82%が仕事の満足度の低下を報告しています。この問題は、研究における生成型AIツールの統合に伴う懸念として注目されています。
 
 
2024 Nov 11
“生成AI活用”の上位10％は生産性が2倍近く向上するが「下位3分の1は効果なし」の理由。研究者1000人以上でMITが検証（生成AIクローズアップ）
https://www.techno-edge.net/article/2024/11/11/3817.html
 
Artificial Intelligence, Scientific Discovery, and Product Innovation
Aidan Toner-Rodgers  MIT 
November 6, 2024
https://aidantr.github.io/files/AI_innovation.pdf
本稿では、米国の大手企業の研究開発ラボに所属する1,018人の科学者に対して、新素材発見技術をランダムに導入し、人工知能がイノベーションに与える影響を研究した。AIを導入した研究者は、44%多くの素材を発見し、それが特許出願件数の39%増加と下流の製品イノベーションの17%上昇につながった。これらの化合物は、より斬新な化学構造を持ち、より根本的な発明をもたらしている。
しかし、このテクノロジーは生産性の分布において著しく異なる効果をもたらす。科学者の下位3分の1はほとんど恩恵を受けない一方で、トップクラスの研究者の成果はほぼ2倍になった。この結果の背後にあるメカニズムを調査したところ、AIが「アイデア生成」タスクの57%を自動化し、研究者をモデルが生成した候補材料の評価という新しいタスクに再配分することが分かった。トップクラスの科学者は、AIによる有望な提案を優先するために、自らの専門知識を活用する一方で、他の科学者は誤検出のテストに多大なリソースを浪費している。
これらの調査結果は、AIが強化した研究の潜在的可能性を示すと同時に、革新的プロセスにおけるアルゴリズムと専門知識の相互補完性を明らかにしている。しかし、調査では82%の科学者が創造性の低下やスキルの過小利用によって仕事に対する満足度が低下したと報告しており、これらの成果には代償が伴うことが明らかになった。
 
 
 
The Impact of Generative AI on Scientific Discovery and Innovation
 
The paper "Artificial Intelligence, Scientific Discovery, and Product Innovation" examines the impact of generative AI on scientific discovery and innovation by equipping 1,018 researchers from the R&D departments of major U.S. corporations with generative AI tools. These tools utilized a deep learning model known as Graph Neural Networks (GNN) to learn from the structure and properties of existing materials and generate "recipes" for new materials with specific desired properties as sought by the researchers.
The results showed that researchers who adopted the AI tools discovered 44% more materials, leading to a 39% increase in patent applications and a 17% rise in downstream product innovations. However, while the top 10% of high-performing researchers achieved a twofold improvement in results, the bottom third of researchers saw little benefit.
Additionally, the study highlighted a potential downside: 82% of scientists reported a decrease in job satisfaction. This issue has been brought into focus as a concern accompanying the integration of generative AI tools in research.
 

Your browser does not support viewing this document. Click here to download the document.