# AIエージェントの科学研究能力を測る新ベンチマーク

> 「Into the Unknown」は、AIエージェントに論文と研究の方向性を示し、続編となる研究論文の執筆を求める。

Oossa · 2026-10-16 · https://oossa.com/ja/new-benchmark-tests-ai-agents-on-open-scientific-research-problems

研究者らは2026年10月15日、ベンチマーク「Into the Unknown」を公開した。AIエージェントに科学論文と、米エネルギー省（DOE）の研究所が提示した研究の方向性を与え、後続研究の論文草稿を作成させる。量子コンピューティングや材料科学などの分野で、最先端のAIエージェント9種類がそれぞれ15本の草稿を作成した。いずれも科学者が設定した条件をすべて満たせず、114本は主張やデータの不整合を調べる信頼性チェックで不合格となった。コードとデータは公開され、誰でも利用できる。

## 事実

- ベンチマーク名：Into the Unknown
- AIが作成した後続研究論文の草稿135本を評価

## なぜ重要か

現在のAIエージェントはもっともらしい研究論文の草稿を作成できる一方、科学的な基準にはまだ届かないことを示している。今後のツール開発で埋めるべき隔たりが浮き彫りになった。

## 出典と参考資料

1. [Into the Unknown: Benchmarking AI agents on open scientific research problems](https://arxiv.org/abs/2610.19159) – arXiv, 2026-10-15

最終更新: 2026-10-16