新しい機械学習モデルの研究開発を自動化する応用研究ラボの"Autoscience”がSeedで$14Mを調達

Autoscienceは、General Catalystがリードし、Toyota Ventures、Perplexity Fund、MaC Ventures、S32が参加したSeedで$14Mを調達した。

新しい機械学習モデルの研究開発を自動化する応用研究ラボのAutoscienceは、機械学習研究を実行し、その成果をデプロイするAIシステムを構築しており、AI研究者およびエンジニアの役割を実質的に自動化しています。学術的厳密さとAIのスピードを組み合わせることで、Autoscienceは組織が独自の機械学習ブレークスルーを発明し実装することを支援します。

多くの機械学習チームにとって、人工知能開発における主なボトルネックは、もはや計算能力やデータではなく、新しいアイデアを大規模に創出し検証するための人間の能力です。毎週2,000本以上の機械学習論文が発表される中で、人間の研究チームがすべての新たなブレークスルーを効果的に評価し実装しながら、自らの独自仮説を前進させることは不可能です。Autoscienceはこの課題に対し、2つの中核AIシステムを用いて対応します。1つは新しいアルゴリズム仮説を創出し検証する自動化された科学者、もう1つは検証された発明を最適化し現実世界にデプロイする自動化されたエンジニアです。Autoscienceの最初の導入先は、高リスクの金融アプリケーション、製造、不正検知であり、企業は人員を増やすことなく、フル体制の研究部門の成果を享受することが可能になります。

Autoscienceは、自律型ラボが査読付きの科学研究論文を生成した最初のAIシステム(ICLR2025ワークショップ)となったことで注目を集めました。その後すぐに、同社のシステムは3,300チームが参加した機械学習コンペティション(Kaggle Santa 2025)で銀メダルを獲得し、完全自律型システムが実際の主要Kaggleコンペティションで入賞した初の事例となりました。

「アルゴリズム発見の複雑さを乗り越えるには、人間の直感だけでは不十分な段階に到達しました。当社は研究者がAIシステムである研究組織を構築しました。機械学習研究の10年分を数ヶ月に圧縮し、科学者に新たなAI能力を提供し、顧客に競争優位をもたらすことを目指しています」とAutoscienceのCEOは述べています。

「Autoscienceは機械学習においてますます重要になっている課題、すなわち実験のスピードとスケーラビリティに取り組んでいると考えています。研究成果が増え続ける中で、チームは新しいアイデアをより効率的にテスト、検証し、本番システムに移行する方法を求めています。ワークフローをスケールさせる自律型R&Dの進展における彼らの成果に期待しています」とGeneral CatalystのManaging Directorは述べています。

今回の$14Mの資金は、高リスク環境で特化型モデルをトレーニングしている一部のFortune500企業および大手非公開企業向けに、Autoscienceのサービスを拡大するために使用されます。このマネージドサービスは、数百の自動化されたAI研究科学者を展開し、同時に機械学習モデルの改善を継続的に生成・提供することで、企業がより優れたモデルを発見・検証・提供できるようにします。また、この資金はAI研究の加速に向けてAutoscienceのエンジニアリングチームの拡大にも充てられます。