GPT-5.4、文献調査から実験検証まで進んだAI化学者の実例
Original: GPT-5.4 reaches a validated chemistry result in drug-discovery work View original →
GPT-5.4が、文献調査だけでなく実験検証を伴う化学プロジェクトに使われた。OpenAIはXで、GPT-5.4が文献レビューから検証済みの実験結果まで進む医薬化学プロジェクトを支援したと投稿した。モデルはMolecule.oneのMaria AIと専門ラボと組み、創薬で広く使われる反応を改善する「unexpected way」を提案したという。
関連する公開スレッドの情報では、対象はChan-Lam couplingである。この反応は医薬品に関係する分子を作るために使われるが、primary sulfonamidesを含む難しい変形では低収率が課題だったとされる。重要なのは、AIの成果が文章のもっともらしさではなく、実験室で確認できる結果として語られている点だ。OpenAIの公式アカウントはモデルや研究の公式情報を出す場であり、この投稿は同日に出たLifeSciBenchとあわせて、生命科学AIを実務に近い形で測ろうとする流れに入る。
リンク先のOpenAI記事はJavaScriptとCookieを求めたため、この収集では本文を読めなかった。そのため、ここでは公開投稿とFxTwitterのメタデータに含まれる説明だけを根拠にしている。次に注目すべきなのは、反応条件、収率の変化、失敗例、人間が介入した工程の公開である。出典投稿はこちら。
Related Articles
OpenAIの次期モデルファミリーAstraが、benchmarkだけでなく研究成果そのもので示された。内部版は10件の未解決問題で新結果を出し、探索に必要なtokensはSol API換算で約$2,000と説明されている。
HNはこの話を「AIがまた勝った」ではなく、人間が見落としていた道筋をモデルが指さした事例として受け取った。GPT-5.4 Proの粗い下書きを数学者が拾い上げて磨き直す流れこそが、スレッドの熱源だった。
OpenAIはGPT-Rosalindをqualified life-science teams向けのresearch previewとして出し、Codex pluginで50超のtoolsとdata sourcesにつないだ。注目点は名前ではなく評価結果だ。Dyno TherapeuticsのRNA prediction taskで、best-of-ten submissionsがhuman expertsの95th percentileを上回ったという。