論文の概要: AI in Science: Early Insights

• arxiv url: http://arxiv.org/abs/2609.28504v1
• Date: Tue, 15 Sep 2026 03:50:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.371149
• Title: AI in Science: Early Insights
• Title（参考訳）: 科学におけるAI - 初期の洞察
• Abstract要約: 科学者は他の職業よりもAIを使う。 専門的なAIモデルは幅広い学際的カバレッジを持ち、非常に引用されている。 科学者はAIを使用することで生産性が大きく向上したと報告している。
• 参考スコア（独自算出の注目度）: 3.664259703818838
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Scientific progress is a key driver of economic growth and prosperity. There is great excitement - but also concerns - about the impacts of AI on science, but so far little data. We provide early insights on this from three data sources: a sample of 15 million Gemini interactions, an inventory of over 2,600 specialized AI models across disciplines, and a survey of over 600 scientists. We map these data to a new taxonomy of scientific tasks to study how scientists are using AI. Four main findings emerge. First, we find broad adoption and coverage: scientists use AI more than most other occupations. Specialized AI models have broad disciplinary coverage and are highly cited. Nearly half of the scientists surveyed report using some form of AI every day. Second, we document evidence that LLMs (proxied through Gemini usage) and specialized models act as complements-- LLMs are used for general analysis, coding, and manuscript preparation, while specialized models provide domain-specific predictions, data generation and classification. Third, scientists report large productivity gains from using AI: a saving of nearly 7 hours per week, time which is primarily re-invested in more research. Finally, we show that AI is already changing the scientific process. As some stages of scientific research become easier, bottlenecks shift downstream. Scientists report an increased backlog of untested hypotheses and substantial demand for output verification. Our findings suggest that AI holds significant potential to increase scientific productivity. However, as with other sectors, its ultimate impact will be governed by complex task interdependencies and investment into the elimination of emerging bottlenecks.
• Abstract（参考訳）: 科学的進歩は経済成長と繁栄の重要な要因である。 科学に対するAIの影響には大きな興奮がありますが、今のところデータはほとんどありません。 1500万のGeminiインタラクションのサンプル、専門分野にまたがる2600以上の専門的なAIモデルの在庫、600人以上の科学者による調査です。 我々はこれらのデータを科学的なタスクの新しい分類にマッピングし、科学者がAIをどのように使っているかを研究する。 主な発見は4つある。 科学者は他のほとんどの職業よりもAIを使っている。 専門的なAIモデルは幅広い学際的カバレッジを持ち、非常に引用されている。 科学者の半数近くが、ある種のAIを使って毎日レポートを調査した。 第二に、LLMが補体として機能し、LLMが一般的な分析、コーディング、原稿作成に使われ、特殊なモデルはドメイン固有の予測、データ生成、分類を提供するという証拠を文書化します。 第3に、AIの使用による生産性の向上が報告されている。週に7時間近く節約され、主により多くの研究に再投資される。 そして最後に、AIはすでに科学的プロセスを変えています。 科学研究のいくつかの段階が簡単になるにつれて、ボトルネックは下流へとシフトする。 科学者たちは、未検証仮説のバックログが増加し、アウトプット検証に対するかなりの需要が生じたと報告している。 我々の発見は、AIが科学的生産性を高める大きな可能性を秘めていることを示唆している。 しかし、他のセクターと同様に、その最終的な影響は複雑なタスク相互依存と新興ボトルネックの排除への投資によって支配される。

関連論文リスト

• Quo Vadis? Scientific Discovery in the Age of Artificial Intelligence [0.0]
  最初はAI能力の急速な上昇を調査し、その後、科学にまたがるAIの拡散の科学的証拠に目を向けた。 次に、専門的な科学AIから、科学的なAIアシスタントやエージェントから、計算と物理実験を組み合わせたハイブリッドな実験システムまで、研究で使用されるAIシステムのタイプロジーを提案する。
  論文  参考訳（メタデータ） (2026-08-18T16:21:44Z)
• A Self-Evolving AI Agent System for Climate Science [59.08800209508371]
  我々は,地球科学者のためのインタラクティブな"コパイロット"として設計された,初の自己進化型AIエージェントシステムであるEarthLinkを紹介する。 自然言語のインタラクションを通じて、EarthLinkは、計画、コード実行、データ分析、物理的推論を統合することで、研究ワークフロー全体を自動化します。 人のような学際的な分析能力と習熟度を示し、中核的な大規模気候タスクのエキスパート評価においてジュニア研究者に匹敵する能力を示す。
  論文  参考訳（メタデータ） (2025-07-23T08:29:25Z)
• Scaling Laws in Scientific Discovery with AI and Robot Scientists [72.3420699173245]
  自律的なジェネラリスト科学者(AGS)の概念は、エージェントAIとエンボディロボットを組み合わせて、研究ライフサイクル全体を自動化している。 AGSは科学的発見に必要な時間と資源を大幅に削減することを目指している。 これらの自律的なシステムが研究プロセスにますます統合されるにつれて、科学的な発見が新しいスケーリング法則に従うかもしれないという仮説を立てる。
  論文  参考訳（メタデータ） (2025-03-28T14:00:27Z)
• Evaluating Sakana's AI Scientist: Bold Claims, Mixed Results, and a Promising Future? [20.188659973082643]
  サカナは先日,AI Scientistを導入して,自律的に研究を行うこと,すなわち,私たちがARI(Artificial Research Intelligence)と呼ぶものを達成したことを示唆している,と主張している。 AI Scientistの評価は、重大な欠点を明らかにします。
  論文  参考訳（メタデータ） (2025-02-20T06:22:03Z)
• Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
  多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。 これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
  論文  参考訳（メタデータ） (2025-02-07T18:26:45Z)
• AI Expands Scientists' Impact but Contracts Science's Focus [15.771625061196927]
  我々は、科学者によるAIの採用の加速と、AIの使用に関連する一貫したプロのアドバンテージを示す。 AIによる研究に従事している科学者は、3.02倍の論文を発行し、さらに4.84倍の引用を受け取る。 対照的に、AI研究は4.63%の科学的トピックの総量を削減する。
  論文  参考訳（メタデータ） (2024-12-10T18:24:17Z)
• Drivers and Barriers of AI Adoption and Use in Scientific Research [0.0]
  我々は、科学者の人的資本と、協力者や機関のネットワークで利用可能な外部リソースに焦点をあて、科学研究におけるAIの統合について研究する。 我々の結果は、AIは探索の趣味を持つドメイン科学者によって開拓され、コンピュータ科学者、経験豊富なAI科学者、そして初期のキャリア研究者のネットワークに埋め込まれていることを示唆している。
  論文  参考訳（メタデータ） (2023-12-15T14:49:13Z)
• Artificial intelligence adoption in the physical sciences, natural sciences, life sciences, social sciences and the arts and humanities: A bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
  1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。 1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。 我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
  論文  参考訳（メタデータ） (2023-06-15T14:08:07Z)
• Learning from learning machines: a new generation of AI technology to meet the needs of science [59.261050918992325]
  科学的な発見のためのAIの有用性を高めるための新たな機会と課題を概説する。 産業におけるAIの目標と科学におけるAIの目標の区別は、データ内のパターンを識別することと、データから世界のパターンを発見することとの間に緊張を生じさせる。
  論文  参考訳（メタデータ） (2021-11-27T00:55:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。