powered by TechFeed
表示モード
主要ニュース

コーディングベンチマークの改善が頭打ちに — 中国Moonshot AIがAIモデルの主戦場を創薬・生物研究へ転換

11月17日、The Decoderが「Moonshot AI pivots Kimi models from coding to science as benchmark gains flatten」と題した記事を公開した。中国のMoonshot AIがKimiモデルの注力領域をコーディングから生物・化学・創薬研究へシフトする戦略転換について詳しく報じている。

11月17日、The Decoderが「Moonshot AI pivots Kimi models from coding to science as benchmark gains flatten」と題した記事を公開した。中国のMoonshot AIがKimiモデルの注力領域をコーディングから生物・化学・創薬研究へシフトする戦略転換について詳しく報じている。


実際の活用例:マウス膵臓細胞の遺伝子解析

具体的な成果として取り上げられているのが、北京のAI研究企業DP Technologyによる事例だ。同社は生命科学・創薬領域向け研究支援ツール「BioMaster」にKimi K3.1 Proを統合し、3,696個のマウス膵臓細胞の遺伝子データを解析して100個の候補遺伝子を特定する作業を90分で完了させた。人間が行えば推定4時間かかる作業量だという。

Kimi K3.1 Proは、The Decoder自身が以前「Kimi K3.1 Pro is closing in on Anthropic's Claude Opus 5.5」と報じたモデルであり、コーディング以外の推論能力でも競争力を持つと評価されている。


ベンチマーク競争からの離脱

北京を拠点とするAIスタートアップMoonshot AIは、自社の大規模言語モデル「Kimi」シリーズの注力領域をコーディングから科学研究へと方向転換している。同社の国際部門ディレクターGiacomo Ficariは、リスボンで開催されたWeb Summitにおいて、「科学分野は法律・金融・コードよりも高度なAIモデルを必要とする」と語った。

コーディングベンチマークでのスコア改善が頭打ちになりつつある中、同社はその先を見据えて動き出した形だ。コーディングベンチマークは2024年を通じて各社のモデル性能を競う主要指標だったが、スコアの改善余地が縮小しつつある。差別化が難しくなった領域で消耗戦を続けるよりも、科学研究という新しい高付加価値領域に先行投資する——Moonshot AIの判断はその文脈で読める。


自律的な科学的発見はまだ遠い

ただし、AIが独力で新たな科学的発見を生み出せる段階には達していない。Moonshot AIが言及した理論計算機科学の100問ベンチマーク「TCSExam」では、主要モデルが検証可能な証明を生成できた一方で、未解決の数学的予想を単独で証明したケースはゼロだった。TCSExamはMoonshot AIが科学分野における現状の限界を示す文脈で持ち出したベンチマークであり、同社が自らの達成点と課題の両方を率直に語っている点は注目に値する。

米国の競合も同様の壁に直面している。AnthropicのClaudeが9月に新たな酵素システムを発見したと発表したが、CRISPR研究者からは「通常のゲノムマイニングに過ぎない」と冷ややかな反応を受けた。OpenAIが主張した数学・物理学での成果に対しても、数学者たちが批判的な見解を示している。

製薬業界の期待値も抑えめだ。2025年6月にCitiが米国の研究責任者50人を対象に行った調査では、72%がすでにAIを幅広く活用していると回答した一方、創薬の成功率が目に見えて向上すると期待しているのは24%にとどまった。科学分野でのAI活用が実際に産業的なインパクトを持つかどうかは、業界の側にはまだ懐疑的な見方が根強い。


詳細はMoonshot AI pivots Kimi models from coding to science as benchmark gains flattenを参照していただきたい。