AIエージェント能力アトラス › 仕事ごとの一覧 › 研究・問題解決 › 自然科学

実験計画立案

Experimental Design & Protocol Generation

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

既知プロトコルの組み合わせ・パラメータ探索計画の立案は博士課程学生相当だが、未知の安全リスクを予見した実験設計や、装置制約を踏まえた現実的な計画修正は専門家に劣る。

できること

既存プロトコルテンプレートに基づく実験計画のドラフト作成、ハイスループット実験のパラメータ探索計画立案、2026年8月の拡張Co-Scientistプレプリントでは実験コード生成とラボ機器への直接コマンド発行まで到達。

まだできないこと

予期しない安全上のリスク（試薬相互作用、装置限界）を経験的直観で回避すること、真に新規な実験手法・測定原理自体の発明。

なぜそうなのか

訓練データが公開済みプロトコル文献に偏り、実地でのヒヤリハット経験（非形式知）を欠くため、安全に関する常識的判断が弱い。

これからの予測の根拠

自律ラボとの統合が進み2028年には多くの標準的実験計画で専門家並みに到達する見込みだが、安全性に関する経験的判断の欠如は構造的課題として残る。

いま使える主な道具

Google AI Co-Scientist (expanded, 2026-08 preprint)、Coscientist (Boiko et al.)、GPT-5.x、Gemini 3

根拠

• Google DeepMind's Co-Scientist moves from hypothesis generation into lab experiments | MLQ News 2026-08
  実験コード生成とラボ機器への直接コマンド発行まで拡張、材料科学・生物学・計算機科学で試験
• Safe-SDL: Establishing Safety Boundaries and Control Mechanisms for AI-Driven Self-Driving Laboratories 2026-02
  AI駆動の自律実験計画・実行における安全境界設定の必要性を指摘

同じ分野のほかの仕事（自然科学）

• 仮説生成
• 材料科学でのAI発見
• 創薬パイプラインでのAI活用
• 物理・化学シミュレーション
• 湿式実験の自律実行（自律ラボ）
• 論文の再現実験（Reproducibility）

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。