概要
Anthropicの研究チームは、生物学的データ検索におけるAIエージェントの精度を向上させるため、確定的検索レイヤー「gget virus」を開発し、データインフラをエージェント向けに再設計することの重要性を実証しました。
詳細内容
### 概要
現在の生物学的データインフラは、人間がブラウザで操作することを前提とした「歩行者専用の古い街並み」のような状態であり、AIエージェントが効率的かつ正確にナビゲートするには不向きです。Anthropicの研究チームは、ウイルス配列データベース「NCBI Virus」を例に、最新のAIモデル（Claude、GPT、Biomni等）がいかにデータ取得において不正確で再現性に欠けるかを明らかにしました。
### 主な内容
- **精度の課題**: 従来のAIエージェントのみでは、複雑な検索フィルタリングにおいてデータの取りこぼしや誤カウントが発生し、その精度は16.9%〜91.3%とばらつきがありました。これは、系統樹の構築や治療薬の有効性判断といった下流の科学的分析に致命的な影響を与えます。
- **gget virusの導入**: 研究チームは、複数のAPIを統合し、フィルタリング論理を標準化する確定的（デターミニスティック）な実行レイヤー「gget virus」を開発しました。これをエージェントに使用させることで、取得精度はほぼ100%まで向上し、モデル間の性能差も解消されました。
- **今後の展望**: 科学的発見を加速させるためには、推論能力の向上だけでなく、エージェントがプログラムから確実にアクセスできる「エージェント・フレンドリー」なデータベース設計が不可欠です。
### 結論
生物学におけるAIの活用は、単に強力なモデルを使うことではなく、モデルが信頼できるデータアクセスを行える「舗装された道路」としてのインフラ整備がセットで必要となります。