【AI】AIが仮説を生む時代へ - ダークエネルギー研究に見る新しい科学の形 [すらいむ★]

AIが仮説を生む時代へ - ダークエネルギー研究に見る新しい科学の形

　あなたは「生成AI」を使っているだろうか？
　個人レベルでは先進国の中で比較的普及の遅かったわが国でも、2026年4月に利用率がついに半数を超えたとの統計もある(NTTドコモ モバイル社会研究所ホームページ)。
　業務ではもはや欠かせない存在となっている企業も多いのではないか。

　この生成AI、今やコーディングや画像生成を越えた活用がなされつつある。
　自然科学の研究現場では、大量の文献を読み込み、候補となる仮説を作り、計算や観測データとの比較に接続する試みが始まっている。

　arXivに掲載されたC. Bomらの論文「Physics-guided discovery of dynamical dark-energy equations of state through iterative AI reasoning」はその一例。宇宙論最大の謎の1つであるダークエネルギーを対象に、AIを用いてその状態方程式パラメータの新たな候補式を探索した研究だ。

（以下略、続きはソースでご確認ください）

マイナビニュース　2026/07/02 07:00
https://news.mynavi.jp/techplus/article/astronomy_astrophysics-7/

>個人レベルでは先進国の中で比較的普及の遅かったわが国でも、2026年4月に利用率がついに半数を超えた

なんと、うちのマンションの半数以上の部屋でいまもAIが

アイデアが価値を持つのは実用に成功したとき

＞AIが仮説を生む時代へ - ダークエネルギー研究に見る新しい科学の形

ここ、２から３００年間は課題になる

仮説という名のハルシネーション…

従来の基準の外側を探す
では、どのような形のw(z)を考えればよいのか。従来、よく使われてきたのが、CPL(Chevallier-Polarski-Linder)パラメータ化と呼ばれる式である。これはw(z)を二つのパラメータで表す便利な経験式で、観測データと比較しやすい。
しかしCPLは、元となる特定の物理理論があってそこから導かれた、というようなものではない。ダークエネルギーが時間とともに変化しているとしたら、観測データにはどのように現れるのかを調べるために、人の手で仮定された簡便な式である。言い換えれば、宇宙定数(w=-1)からどれくらいずれているかを調べるための比較基準だ。
そのため、CPLだけを使っていると、CPLで表せる範囲の変化しか調べられない。もし実際のw(z)がCPLとは異なる形で変化していた場合、その兆候は観測データに含まれていても、CPLの枠内では単なるフィットの悪さや、他の宇宙論パラメータのずれとして扱われてしまう可能性がある。今回の研究は、そのような見落としを避けるために、AIを用いてCPL以外の候補式も広く探索したものといえる。