反復的メタ内省による自律的科学的発見

要旨

自律的な科学発見システムは、仮説生成と検証のプロセスを自動化することで研究を加速する可能性を秘めている。しかし、現行のシステムは制約された探索空間内で動作するか、事前に定義された研究課題を必要とするため、真のオープンエンドな探究能力が制限されている。さらに、仮説を反復的に生成するものの、複雑で相互接続された現象を発見するために、自身の蓄積された知見を明示的に総合する能力がほとんど欠けている。我々はDiscoPERを紹介する。これは大規模言語モデルを活用した自律的フレームワークであり、事前に指定された研究目的なしにデータセットを探索するためにコードを動的に生成・実行することで、オープンエンドな研究を実施する。厳密な科学的妥当性を確保するため、提案された発見はすべて統計的検定を通過しなければならない。孤立した探索の限界を克服するため、本フレームワークは自身の蓄積された発見を定期的に分析する二次的な推論機構を導入する。過去の発見を経験的データとして扱うことで、DiscoPERは構造的パターン、交絡要因、認識論的ギャップを特定し、探索空間の未踏領域へ向けて仮説探索を能動的に方向転換する。さらに、ツール利用を取り入れることで探索空間は拡張され、画像などのマルチモーダル情報源からシームレスに有用な情報を処理・抽出することで、構造化メタデータを超えた仮説の探索が可能になる。査読文献から得られたパターンレベルの正解を持つ新しいマルチモーダル生態知識ベンチマークiNatDiscoで評価したところ、DiscoPERは9つの既知パターンのうち8つを72.7%の仮説支持率で再現し、古典的因果発見とLLM誘導ベースラインの両方を上回った。アブレーション研究により、DiscoPERはより多くのデータでスケールすること、そして二次的なメタ省察の利点が確認された。

English

Autonomous scientific discovery systems offer the potential to accelerate research by automating the process of hypothesis generation and validation. However, current systems operate within constrained search spaces or require predefined research questions, limiting their capacity for true open-ended inquiry. Furthermore, while they generate hypotheses iteratively, they largely lack the ability to explicitly synthesize their own accumulated findings to uncover complex, interconnected phenomena. We introduce DiscoPER, an autonomous large language model-powered framework that conducts open-ended research by dynamically generating and executing code to explore datasets without pre-specified research objectives. To ensure rigorous scientific validity, every proposed discovery must pass statistical testing. To overcome the limitations of isolated search, our framework introduces a second-order reasoning mechanism that periodically analyzes its own accumulated discoveries. By treating prior discoveries as empirical data, DiscoPER identifies structural patterns, confounds, and epistemic gaps, actively redirecting hypothesis exploration toward uncharted regions of the search space. The search space is further expanded by incorporating tool use, enabling the system to explore hypotheses beyond structured metadata by seamlessly processing and extracting useful information from multimodal sources like images. Evaluated on iNatDisco, a new multimodal ecological knowledge benchmark with pattern-level ground truth obtained from peer-reviewed literature, DiscoPER recovers 8 of 9 known patterns with a 72.7% hypothesis support rate, outperforming both classical causal discovery and LLM-guided baselines. Ablations show that DiscoPER scales with more data, and confirms the benefits of second-order meta-reflection.