#Scientific AI

OpenAIは、GPT-5.4をMolecule.oneのMaria AI/Labに接続し、医薬化学で使われるChan-Lam coupling反応の改善を示しました。 GPT-5.4が提案したTEMPO系添加剤により、テストした基質の多くで収率が改善し、人間の化学者がベンチスケールで代表例を再現しました。

OpenAIは、GPT-5.4をMolecule.oneのMariaというエージェント型化学AIと高スループット実験ラボに接続し、反応改善というオープンエンドな研究目標を与えました。 システムは研究提案、実験設計、実験データ分析、追試提案を行い、人間の化学者はプロンプト設計、候補選定、実験計画の限定的修正、ラボ操作、最終結果の独立検証を担当しました。 対象は一次スルホンアミドのChan-Lam couplingで、GPT-5.4はTEMPOなどの穏やかな酸化剤が改善に効く可能性を提案しました。 Maria Labで合計10,080反応を実行し、最適条件ではホウ酸側で88%、スルホンアミド側で83%のテスト基質で収率が改善しました。平均収率は16.6%から25.2%へ上がり、30%超の反応割合も15.6%から37.5%へ増えています。 人間の化学者による代表14組のベンチスケール再現では11組で収率改善が確認され、多くで2倍超の改善が見られました。 これはAPIや製品提供の変更ではなく研究発表です。化学・生物領域の悪用リスクを踏まえ、OpenAIはPreparedness Framework、専門家監督、有害用途を避けたスコープ設定を明記しています。

OpenAIは、実際の生命科学研究ワークフローに近いAI評価ベンチマーク「LifeSciBench」を発表しました。 750件の専門家作成タスク、1,062件の添付アーティファクト、19,020件のルーブリック基準で、研究支援能力を細かく評価します。

LifeSciBenchは、AIが単なる生物学知識の回答ではなく、実際の生命科学研究タスクを支援できるかを測るベンチマークです。 タスクはPh.D.レベルの訓練とバイオテック/製薬業界経験を持つ173人の専門家が作成し、453人の専門レビュー担当者が評価しました。 750件のタスクは、エビデンス処理、分析、設計・最適化、科学的推論、検証・運用、トランスレーション、科学コミュニケーションの7ワークフローと7生物領域をカバーします。 タスクの79%は複数ステップの推論や意思決定を必要とし、53%は図、PDF、表、配列ファイル、構造/化学ファイル、Web参照など少なくとも1つの添付アーティファクトの解釈・統合を要求します。 評価は最終答えだけでなく、科学的に妥当な理由づけ、重要な caveat、運用上有用な形式まで、19,020件の詳細ルーブリックで採点します。 開発者向けAPI変更、モデル移行期限、破壊的変更はありません。生命科学向けAIエージェントや研究支援モデルの評価に関わる研究者・開発者に重要です。