ニューラルネットワークが物理学と生物学で突破口を開いている

過去数年間のAIニュースを追っているなら、終わりなきチャットボットや画像生成モデルにうんざりしている了吧。産業界全体が別の履歴書作成プラグインやカスタマーサポートボットを書こうとしているだけで止まっているように見える。しかし、同時に学術の世界では全く異なることが起きている。ニューラルネットワークは、複雑なタンパク質の構造予測、新しい安定晶質の発見、さらには数学的仮説の検証など、科学者たちが数十年間取り組んできた根本的な問題に取り組み始めている。

最近、awesome-ai-for-scienceリポジトリを見つけた。0チームによるものだ。機械学習が今どのように物理学、分子生物学、気候学、素材科学を変えているかを示す巨大なマップだ。

なぜプログラマは科学に目を向けるべきか

科学ソフトウェアは通常、古いFortranライブラリや数千ドルもするプロプライエタリパッケージ、読みにくいコードと結びつけられてきた。長い間、MLエンジニアと古典的な研究者は平行した世界で生きてきた。片方はテラバイト規模のインターネットテキストでトランスフォーマーを実行し、もう片方はクラスターで微分方程式を解いていた。

今、これらの世界は収束しつつある。このリポジトリはこの変化を明確に示している。NatureやarXivの論文へのリンクだけでなく、動作するオープンソースのライブラリ、データセット、すぐに使えるエージェントプロトコルがある。Pythonを書いたり、PyTorchで遊んだことがあるなら、準備されたツールを使って実際の物理計算に適用できる。

中身を覗いてみる：数式解析から自律エージェントまで

カタログはいくつかの主要な分野に分けられている。すべてを網羅するのは不可能なので、特に注目に値するものを取り上げた。

1. 自律ラボと研究エージェント

カタログの中で最もホットなセクションは、研究サイクル全体の自動化を試みるシステムに捧げられている。

Sakana AIのThe AI Scientistや、Andrey Karpathyによるautoresearchの最近の実験など、よく知られたプロジェクトが含まれる。このようなシステムのロジックはシンプルだ：エージェントは基本的なアイデアを受け取り、実験コードを生成し、GPU上で実行し、メトリクスを評価し、コードを編集し、LaTeXで下書きレポートを書く。

もちろん、生きた博士課程の学生を完全に置き換えるにはまだ程遠い—エージェントは幻覚を起こし、局所的最適解に陥ることがよくある。しかし、モデルアーキテクチャのスイープやハイパーパラメータのチューンといった日常的なタスクには、今すぐ使える。

2. 科学論文PDFからの知識抽出

科学論文を標準的なRAGパイプラインに流し込もうとしたことがある人なら、この痛みは知っているだろう。2段組みのレイアウトが崩れる、表がぐちゃぐちゃになる、数式がインデックスを失う。

カタログには専門的なパーサーがある：

• 見出し構造、表、LaTeX形式の数式を保持しながら複雑なPDFを解析するMinerUとDocling。
• Meta AIのNougatは、学術出版物に特化したビジョントランスフォーマーを使用する。
• PaperQA2は厳密な検索を実装し、言語モデルが実在しない出典を捏造することを防ぐ相互参照付き引用を特徴とする。

3. 物理情報学習（SciML）

通常のニューラルネットワークはエネルギーや質量保存則を気にしない。単にトレーニングデータ内の相関関係を見つけるだけだ。このために、標準的なモデルはトレーニング分布の外挿時に物理的に不可能な結果を生成することがよくある。

科学機械学習セクションには、異なる種類のツールがある：

• DeepXDEとNeuralPDE.jlはPINN（Physics-Informed Neural Networks）を実装しており、偏微分方程式がネットワークの損失関数に直接埋め込まれている。
• PySRは記号回帰を実行し、遺伝的アルゴリズムを通じて表形式データに人間が読める数式を適合させる。
• Diffraxとtorchdiffeqは、PyTorchとJAXの計算グラフ内に微分方程式を埋め込むことを可能にする。

4. バイオインフォマティクスと分子設計

この分野が最も急速に発展している。AlphaFoldシリーズの成功後、数十のオープンな代替品が現れた：

• Boltz-2は、タンパク質と低分子の3次元複合体を予測し、分子動力学の何時間もかかっていた結合エネルギーを数秒で計算する。
• ProteinMPNNは逆問題を解く：望ましいタンパク質鎖の形状を指定すると、その形状に折りたたまれる氨基酸配列を生成する。
• Arc InstituteのEvo 2は最大100万ヌクレオチド長のゲノム配列を処理し、DNA内の調節エレメントを見つける。

リポジトリの技術的構造

古典的なキュレーションリストをMarkdown形式で実行しているが、見事だ。作成者は手を抜かなかった—目次を9つの言語に翻訳し、ほぼすべてのリンクにライセンス、発表年、主要な指標を含む簡単な説明を提供している。

構造 заслугу особого внимания：リポジトリは主題分野（化学、天文学、気候、社会学）とスタックレイヤー（コアフレームワーク、ベンチマーク、エージェント機能、インターフェース）の両方で分かれている。

Pythonツール以外にも、Juliaプロジェクト（SciMLエコシステム）やLean 4（LeanDojoやGoedel-Proverのような数学的証明の形式化）の実質的なコレクションがある。

エンジニアのための実用的なシナリオ

なぜ普通の開発者やデータサイエンティストがこれらのリポジトリをクローンすべきなのか：

1. 企業のRAGを強化する。MinerUやMarkerのような科学文書解析ツールは、標準的なPDFライブラリよりもはるかに優れた技術レポートや複雑な表を処理する。
2. 重いシミュレーションを加速する。製品が計算流体力学、熱伝達、構造解析でボトルネックになっているなら、フーリエニューラルオペレータ（FNO）ベースの代理モデルは、従来のメッシュベースソルバーと比較して数百倍の高速化を提供できる。
3. マルチエージェントパイプラインを試す。AutoRやAgent Laboratoryのようなプロジェクトは、複数のLLMをリンクする動作テンプレートを示している：あるエージェントはコードを書き、別のエージェントは隔離されたDockerコンテナでテストを実行し、3番目のエージェントは結果を検証する。

Awesome AI for Scienceは、機械学習が単にテキストを要約するのではなく、測定可能な実用的な価値を提供する分野への優れた入口だ。

ペットプロジェクトの課題を探しているなら、論文を書いているなら、あるいは慣れ親しんだWeb開発からバイオインフォマティクスや数値計算の分野に切り替えたいなら、このリポジトリをブックマークしておこう。ドキュメントツールセクションから始めるか、PySRを通じて簡単な物理シミュレーションを実行してみよう—エンジニアリングの視野が大きく広がる。