10月27日と28日、AI駆動科学シンポジウム（Symposium for AI Accelerated Science、AIAS 2025）がアメリカのサンフランシスコで開催されました。会議には、世界のトップ学者と業界リーダー約30名が集結し、会場の数百名の学者や学生とともに、AIがいかに科学的発見を推進するかについて議論しました。
会議中、Shanda GroupおよびTianqiao and Chrissy Chen Institute（TCCI）の創設者である陳天橋氏が基調講演を行い、「発見型知能」（Discoverative Intelligence）という新しい概念を初めて体系的に説明し、これが真の汎用人工知能（AGI）であると指摘し、その実現経路を提案しました。
▷ 陳天橋氏がAIASで基調講演を行う
以下は、陳天橋氏の講演全文「真の知能とは『発見』できる知能である」です：
人類の進化は決して止まっておらず、ただその方法を変えただけである
ホモ・サピエンスの登場以来、私たちの体はほとんど変化していません。ある研究では、人類の脳の体積は旧石器時代と比べて縮小していることさえ示されています。しかし、これは人類の進化が停止したことを意味するものではありません。
私たちは知恵を用いて科学的発見と技術的発明を、私たちの新たな、外的な進化器官としました。私たちは武器を発明して鋭い爪と牙を手に入れ、服を発明して新しい皮膚を獲得し、自動車を発明してチーターよりも速く走り、飛行機を発明して鳥よりも高く飛びました。私たちの平均寿命は20代から80歳近くまで延びており、この差は生物学的には異なる種の間でしか存在しません。
人類は進化を止めていないと言えます。むしろ、未知を発見し続けることで、私たちは自身の機能を外部化し、時間と空間における範囲を拡大してきました。科学的発見と技術的発明は、人類の進化の主要な原動力となっています。
「発見型知能」こそ真の汎用人工知能である
したがって、AI for Scienceは人工知能応用の単なる一方向と見なされるべきではありません。それはAIと人類の関係を定義します。AIの価値は、既存の人間の仕事を、より速く、より安く、より効率的に置き換えることにはありません。私たちの種の進化の観点から見れば、AI for ScienceはAI for Human Evolutionです。人類が未知を発見するのを助けることこそが、AIの人類に対する究極の価値です。
今日、多くのモデルが新しい構造、新しい分子、さらには新しい理論を「発見」したと主張しています。しかし、これらの「発見」のほとんどは、まだ結果のレベルにとどまっています。それらは既知のエネルギー関数、統計パターン、またはコーパス分布内で新しいサンプルを見つけたにすぎません。これは科学的な意味での発見ではなく、探索空間内での外挿です。
真の「発見」とは、問題に答えるだけでなく、問題を提起できること。結果を予測するだけでなく、原理を理解できることです。
検証可能な理論モデル（検証可能な世界モデル）を能動的に構築し、反証可能な仮説を提示し、世界との相互作用と自己反省を通じて自身の認知フレームワークを絶えず修正できる知能こそが、真の汎用人工知能です。私たちはこれを「発見型知能」（Discoverative Intelligence）と呼びます。
これは他の知能の定義とは異なります：
創造と発見こそが知恵の本質であるため、模倣を超越します；
発見は観察可能な事象であり、「意識」のような曖昧な哲学的定義ではないため、反証可能です；
AGIの意味を再定義します——それは「人類を置き換える」のではなく、「人類を進化させる」ことです。
スケールパスと構造パス：「発見型知能」への二つの道
「発見型知能」を新たな標準として、今日のAI発展の二つの主要な流派を再検討します：
第一は「スケールパス」です。これはパラメータが知識であり、知能は規模の産物であると強調します。モデルが十分に大きく、データが十分に多く、計算能力が十分に強ければ、知能は自然に現れるというものです。この経路は、タンパク質の予測、化合物の生成、さらには科学研究の支援など、驚くべき応用成果を上げてきました。これは間違いなくAIの歴史上最も成功した工学的経路です。
それと同時に、もう一つの経路が静かに形成されつつあります。それは「構造パス」です。ここでいう「構造」とはモデルアーキテクチャではなく、知能の「認知解剖学」を指します。脳は、神経ダイナミクスを介し、記憶、因果関係、動機に基づいて知識システムを形成し、時間とともに絶えず進化するシステムです。これらのメカニズムは、知能に連続性、説明可能性、方向性を与えます。科学的発見の本質は未来を推論することであり、この見解は、時間構造を備えた知能だけが分布外で有効性を保つことができると主張しています。
脳の鏡：時間構造分析
では、いわゆる「脳の時間構造」とは具体的に何を指すのでしょうか？
それは脳の特定の物理的領域を指すのではなく、脳が情報を処理するための基本的な「動作パラダイム」を指します。
現在のAIの「空間構造」パラダイム（スケールパス）は本質的に「瞬間的」で「静的」であり、大量の空間パラメータを用いて世界の「スナップショット」を近似します。一方、脳の「時間構造」パラダイムは本質的に「連続的」で「動的」であり、その目的は時間の流れの中の情報を管理し予測することにあります。
時間の流れの中の情報を管理するためには、システムは以下の5つの核となる能力を備えている必要があります。これら5つの能力が「時間構造」の完全な閉ループを構成します：
（1）神経ダイナミクス
時間の中に「存在」し、「瞬間的な計算」ではなく、連続的なエネルギー基盤が必要です。脳は継続的に稼働する動的なエネルギーシステムであり、入力がなくても、自律的に組織化、活性化、修正することができます。私たちがぼんやりしているときでも脳は活動しているように。このエネルギーの流れが知能を真に「生かします」。一方、Transformerは離散的で静的な計算グラフであり、各推論の後には「思考」が完全に停止し、次回はゼロから開始されるため、時間的な連続性がありません。今日の知能は計算に過ぎず、存在ではありません。知恵は「生きて」いなければなりません。なぜなら世界は常に変化しており、時間とともに継続的に更新されるシステムだけが科学的発見の能力を備えているからです。
（2）長期記憶システム
過去の経験を「蓄積」し、毎回ゼロから始めるのではなく、柔軟な貯蔵メカニズムが必要です。現在の大規模モデルの記憶は「短期作業記憶」であり、コンテキストがクリアされると知能はリセットされます。長期記憶がなければ、真の学習は存在しません。長期記憶は知能に経験を蓄積させるだけでなく、より重要なのは、選択的に忘れることを学び、限られたパラメータ内で効率的に学習し、仮説と理論を形成させることです。
（3）因果推論メカニズム
時間内の事象の順序（つまり、何が何を引き起こしたか）を理解するには、原理を推論できる必要があります。既存の大規模モデルにおける既知情報の理解と再現、因果関係を含め、これらは既知の範囲内の言語統計に限定されており、メカニズムの推論ではありません。モデルは訓練データ分布内では完璧な性能を発揮しますが、環境が変化すると崩壊します。それは、世界構造ではなく共起パターンに依存しているためです。因果推論が科学的発見において持つ意味は、未知の条件下で世界の理解を再構築することにあり、それは分布外へ向かう第一歩であり、世界モデルの出発点でもあります。
（4）世界モデル
未来の軌跡を予測するためには、世界を内部でシミュレートできる必要があります。現在のAIは多モーダル知覚を持っていますが、依然として統一されたモデルを欠いており、内部で一貫した「現実の投影」を形成できません。一方、人間の脳は、知覚、記憶、予測、自己反省を統合する統一された世界表現システムを持っています。これにより、私たちは脳内で世界をシミュレートし、未来を予演し、神経レベルで仮説検証と因果予測を継続的に実行できます。これこそが科学的思考の本質であり、脳内で未来に関する実験を行うことです。
（5）メタ認知と内的動機システム
上記の複雑な時間横断プロセスを管理するためには、人間の脳はメタ認知を備え、自身の不確実性を認識し、推論経路を調整し、注意を配分し、戦略を選択することができます。この「思考についての思考」は科学と創造性の出発点です。今日のAIは主に外部の指示に依存し、自己駆動力が不足しています。強化学習の報酬関数も外部によって設定されます。長期記憶と因果推論が世界モデルに集約されたとき、いかにして機械のメタ認知を生み出し、探求欲と好奇心を自発的に生成させるか。これは受動的な実行者から能動的な探求者への重要な一歩であり、生きている知能へと向かう最大の課題です。
これら5つの能力は5つの並行した方向ではなく、知能の連続的で活発な閉ループ、つまり時間とともに自己進化できるシステムです。私たちはこれを「脳の時間構造」（Temporal Structure）と呼びます。
時間構造：若者の参入点
スケールパスが近年大きな成功を収めたからこそ、私たちは初めてその限界をこれほど明確に見ています。データと計算能力を積み重ねるだけでは、真の理解と発見への障壁を突破することはできません。これは構造主義的思考が回帰する絶好の機会です。私たちはこの歴史的な転換点に立っています。私たちが必要としているのは、より多くのグラフィックカードではなく、新しい理論、新しいアルゴリズム、そして新しい想像力です。これには神経科学、情報理論、物理学、認知心理学の融合といった学際的な思考が必要です。これこそが若者の強みです。
私たちは計算能力を持っています。どの経路を選択するにしても、計算能力は不可欠です。私たちは10億ドル以上を投じて専用の計算クラスタを構築し、若い科学者たちに即座に実験できるリソース環境を提供します。これらの計算能力は規模を競うためではなく、構造を探求し、記憶メカニズム、新しい因果関係のアーキテクチャ、または新しい神経ダイナミクス仮説を検証するために使用されます。
私たちはオフィスを持っています。私たちは世界中に研究開発センターを設立し、様々な分野の若い研究者たちを招いて、ホワイトボードの前で知恵をぶつけ合っています。現在、200名以上の世界的に有名な大学の博士号取得者が私たちのオフィスで働いています。
私たちはベンチマークを構築しています。私たちは、神経ダイナミクス、長期記憶、因果推論、世界モデル、メタ認知を包括的に測定する新しいベンチマークを導入する予定です。AIが「発見」できるかをAGIの測定基準とし、すべての科学者がSOTA目標に基づいて協力し競争できるようにします。
私たちは若者向けに設計されたメカニズムを持っています。私たちはPIインキュベーターを設立し、世界の若い科学者に独立した研究経路を提供しています。博士課程の学生やポスドクは卒業を待つことなく、独立した予算を獲得し、私たちのプラットフォーム上で自身の名前を冠した研究室を立ち上げ、同僚を率いて時間知能の未来の構造を独立して探求することができます。
私たちは信じています：スケールは巨人の道であり、時間構造は若者の機会であると。巨人は計算能力で境界を押し広げ、若者は構造で知能を再定義します：
それは既存の知識を繰り返すのではなく、自らの仮説を立て、世界を検証し、自身の理解を修正できる知能——これこそが「発見」できる知能なのです。
Tianqiao and Chrissy Chen Instituteについて
Tianqiao and Chrissy Chen Institute（TCCI）は、陳天橋氏と羅芊芊氏夫妻が10億ドルを出資して設立した世界最大級の私立脳科学研究機関の一つであり、グローバル化、学際性、若手研究者の三つの重点を中心に、人類の利益のために脳科学研究を支援しています。
Chen Instituteは、華山病院および上海市精神衛生センターと共同で応用神経技術フロンティア研究所、AIと精神健康フロンティア研究所を設立しました。また、カリフォルニア工科大学と提携し、カリフォルニア工科大学陳天橋・羅芊芊神経科学研究所を設立しています。
Chen Instituteは、脳科学とAI分野の研究を支援するエコシステムを構築しており、そのプロジェクトはヨーロッパ、アメリカ、アジア、オセアニアにわたっています。これには、学術会議と交流、サマースクール研修、AI駆動科学賞、研究型臨床医奨励プログラム、特殊症例コミュニティ、中国語メディアへの質問、動画メディア「大圓鏡」科学啓蒙などが含まれます。