Claudeが、文章やコードを書くだけではなく、 科学研究で使われるAIモデルそのものを改善 しました。
Anthropicによると、30以上のオープンソースモデルを4週間弱で最適化し、平均で 約4倍高速化 しています。
生成AIの進化というと、「どのモデルが一番賢いのか」という性能競争に注目が集まりがちです。
しかし今回のAnthropicの研究は、少し違います。
AIが文章を書く。
AIがコードを書く。
そして今、
AIが別のAIを改善し始めています。
Claudeが取り組んだのは、タンパク質の構造予測や設計、ゲノミクスなどで使われる専門的なAIモデルの高速化です。
AIが研究者の質問に答えるだけでなく、 研究で使われるソフトウェアやAIそのものを改善する側へ進んでいる ことを示す興味深い事例です。
Claudeが30以上のAIモデルを最適化
Anthropicは2026年9月17日、「How Claude is uplifting biomolecular modeling」を公開しました。
Claude Science上でClaudeを使い、科学者が生体分子の予測・設計などに利用している30以上のオープンソースモデルを最適化した研究です。
対象になったのは、タンパク質構造予測、タンパク質設計、Protein Language Model、ゲノミクスなど、複数分野の深層学習モデルです。
Anthropicによると、最小限の精度低下を許容する設定では平均約4倍、出力を同一に保つ設定でも高速化が確認されています。
Claudeは何をしたのか？
AIモデルを高速化するといっても、単純に高性能なGPUへ交換したわけではありません。
Claudeはモデル内部の処理を分析し、無駄な計算の削減やキャッシュの活用、GPU向けの低レベル処理の改善などに取り組みました。
特にAnthropicはClaudeとともに 「FlashPairformer」 と呼ばれるカスタムカーネル群を開発しています。
生体分子の構造予測で計算負荷の大きい処理を高速化するための仕組みで、モデル全体の高速化につながっています。
1万トークン超の巨大な生体分子も単一GPUノードへ
Claudeが改善したのは速度だけではありません。
Anthropicは、Claudeがメモリ使用量を抑える 「Big」モード を開発したとしています。
1万トークンを超える生体分子システムを、単一のNVIDIA GPUノードで高精度に予測できる低メモリーモードを開発。
ここでいうトークンはChatGPTの文章トークンとは異なり、アミノ酸、核酸、小分子やイオンの原子などを表します。
Anthropicは、人間のミトコンドリア複合体やリボソームなどの大規模な生体分子システムでも検証しています。
すべてのモデルが必ず4倍高速になるという意味ではありません。 「約4倍」はAnthropicが今回検証した複数モデル・タスクにおける平均的な結果で、精度条件やモデルによって改善幅は異なります。
タンパク質設計のGPU使用量も約100分の1へ
もう一つ興味深いのが、以前Anthropicが公開したタンパク質設計研究との比較です。
以前の研究では、Claudeが複数の専門モデルを操作しながらタンパク質を設計するために、大量のGPU計算資源を利用していました。
今回は高速化されたモデルとワークフローの簡略化を組み合わせることで、 以前と同程度のin silico性能を、およそ2桁少ないGPU時間で実現した とAnthropicは報告しています。
AI研究では「モデルが何をできるか」だけでなく、 同じ成果をどれだけ少ない計算資源で実現できるか も重要になっています。
Claudeが「AIを使う側」から「AIを改善する側」へ
今回の研究でOmochiXが特に注目したいのはここです。
Claude自身が生体分子を直接予測するだけではありません。
科学者がすでに使っている専門AIモデルやソフトウェアを分析し、 それらを高速・低メモリーで動かせるよう改善しています。
これは「AIが研究者を支援する」というだけでなく、 AIが研究インフラそのものを改善する 方向への変化です。
最適化コードはオープンソース化
Anthropicは今回、最適化したモデルのコードをオープンソースとして公開しています。
つまりAnthropic社内だけのデモではなく、研究コミュニティが実際に利用・検証できる形で成果を共有しています。
今後、第三者による再現や評価が進めば、Claudeによるソフトウェア最適化がどの程度ほかの科学分野へ応用できるのかも見えてきそうです。
Anthropicはタンパク質設計コンペも開始
Anthropicは今回の研究発表と合わせて、Adaptyv Bioとタンパク質設計コンペを開催すると発表しました。
最大100万ドル分のClaudeクレジットに加え、5,000以上のコミュニティ提出デザインを実験室で検証する計画です。
AI上のシミュレーションだけではなく、 実際のウェットラボで結果を確かめるところまでつなげる のがポイントです。
OmochiXが注目するポイント
今回のニュースは生物学の専門研究に見えますが、AI業界全体で考えると非常に面白い変化があります。
↓
人間と一緒にコードを書くAI
↓
仕事を実行するAIエージェント
↓
別のソフトウェアやAIを改善するAI
AIの価値は「回答を生成する能力」だけではなく、 ソフトウェア・研究・業務そのものを改善する能力へ広がり始めています。
この構造は科学だけの話ではありません。
将来的には、企業のCRM、マーケティングシステム、開発環境などでも、AIが単に作業をするだけでなく、 「もっと速く、安く、正確に動く方法」を自分で探して改善する 仕組みが重要になる可能性があります。
↓
AIがシステムを改善する
OmochiXで次に学ぶ
ClaudeのようなAIがどのように仕事や研究へ組み込まれていくのか、OmochiXではニュースだけでなく、ツール・学習コンテンツまでつなげて紹介しています。
まとめ
Anthropicは、Claudeが30以上の生体分子関連オープンソースモデルを4週間弱で最適化し、平均約4倍高速化したと発表しました。
Claudeは速度だけでなくメモリ効率も改善し、1万トークンを超える大規模な生体分子システムを単一NVIDIA GPUノードで高精度に予測できる低メモリーモードも開発しています。
今回の研究で見えてくるのは、 AIがツールを「使う」だけでなく、ツールそのものを改善する可能性 です。
AIが研究を手伝う段階から、
AIが研究インフラを改善する段階へ。
Anthropic公式発表を見る
