こんにちは、株式会社TIMEWELLの濱本です。
AI for Scienceとは、AIを「科学研究そのものの道具」にする取り組みです。論文の要約や事務作業の効率化ではなく、仮説を立てる、実験を設計する、データから法則を見つけるという研究の中核プロセスにAIを組み込み、発見のスピードを桁で変えることを狙います。タンパク質構造予測のAlphaFoldがノーベル化学賞につながったように、世界の科学はすでにこの方向に動いています。
日本も本格的に動き出しました。文部科学省は2026年3月31日に「AI for Scienceの推進に向けた基本的な戦略方針」を策定し[^1]、第7期科学技術・イノベーション基本計画の期間である2026年度から2030年度の5年間で、「科学の再興」を実現すると掲げています。この記事では、戦略の中身と、研究者なら今すぐ関係する公募プログラムSPReAD 1000を、一次資料に基づいて整理します。
文科省の戦略方針。4つの柱で読む
戦略方針と予算資料を突き合わせると、事業の柱は4つに整理できます[^1][^2]。
| 柱 | 内容 |
|---|---|
| AI基盤モデル・AIエージェント開発 | 日本発の科学研究向け最先端基盤モデルと、研究を自律的に進めるAIエージェントの開発 |
| 次世代AI駆動ラボ | 実験の計画・実行・解析をAIとロボティクスで自動化する研究室システムの開発 |
| 計算基盤 | 富岳NEXT・HPCIシステム等、基盤モデル開発に不可欠なスーパーコンピュータの開発・整備 |
| 研究データ基盤 | 増大する研究データの保存・管理・流通を支える基盤の強化 |
規模感も押さえておきましょう。2026年度予算の概算要求では、AI活用による革新的研究の推進に約355億円が計上されました[^3]。令和7年度補正予算と令和8年度当初予算を合わせた推進体制が組まれており[^2]、単年度の実証で終わらない設計です。
個人的に注目しているのは「AI駆動ラボ」です。生成AIが仮説を出し、ロボットが実験し、結果をAIが解析して次の実験を設計する。人間の研究者は問いの設定と判断に集中する。企業のAI導入で私たちが伴走してきた「AIに作業を渡し、人は判断に集中する」という構図が、科学研究の最前線でも同じ形で進んでいます。
SPReAD 1000。全分野の研究者に開かれた1,000課題
戦略の裾野を担うのが、SPReAD 1000（正式名称: AI for Science萌芽的挑戦研究創出事業）です[^4]。名前のとおり、約1,000課題という桁違いの採択数で、AI for Scienceの実践者を全国の研究現場に一気に増やすことを狙ったプログラムです。
| 項目 | 内容 |
|---|---|
| 対象 | 国内の大学・高専・大学共同利用機関・独立行政法人等に所属する研究者（学生も応募可） |
| 支援額 | 1課題あたり直接経費上限500万円（間接経費30%を別途措置予定） |
| 採択数 | 2回の公募あわせて約1,000課題 |
| 使途 | 計算資源、データ取得・利用料、APIコスト、機器、データ管理人件費など |
| 審査 | ランダムサンプリングを含む機動的・挑戦的な審査方式 |
2026年のスケジュールは、第1回公募が4月17日から5月18日、第2回公募が6月2日から7月3日で、それぞれ数か月で採択通知まで進む速い設計です[^4]。注目すべきは審査方式で、一定の要件を満たした提案からランダムサンプリングを含む方法で選ぶ仕組みを取り入れています。萌芽的な挑戦を、従来型の重厚な審査で絞り込みすぎない。制度設計として思い切った選択だと思います。
分野を問わない点も重要です。生命科学や材料科学だけでなく、人文・社会科学を含む全分野が対象で、「自分の研究にAIをどう組み込むか」という問い自体が支援対象になっています。
研究者と企業は、それぞれ何をすべきか
研究者の方へ。SPReAD 1000の2026年公募は締め切られましたが、約1,000課題の採択者が今後続々と研究を始めます。戦略方針は5年間の枠組みなので、次の公募機会に向けて、いま自分の研究のどの工程がAIで変わり得るかを棚卸ししておく価値があります。500万円という規模は、APIコストと計算資源を賄って小さく検証するには十分な額です。
企業の方へ。AI for Scienceは大学だけの話ではありません。AI駆動ラボには装置メーカーとロボティクス企業が、基盤モデル開発には計算資源とデータ整備の担い手が必要で、産学連携の接点はむしろ増えます。そして何より、自社のR&D部門にAIを組み込む動きは、この国家戦略と完全に同じ方向です。研究開発型の企業であれば、「うちのラボの実験計画・データ解析・文献調査のどこにAIを入れるか」を、国の動きと同じ時間軸で考えることをおすすめします。
私たちTIMEWELLも、ディープテック領域の特許分析・論文サーチを支援するZEROCK for Deeptechや、R&D部門を含むAI導入伴走のWARPで、この「研究×AI」の現場に関わっています。自社の研究開発プロセスへのAI組み込みを検討している方は、お気軽にご相談ください。
まとめ
- AI for Scienceは、AIを研究の中核プロセスに組み込んで発見を加速する取り組み。文科省は2026年3月31日に戦略方針を策定し「科学の再興」を掲げた
- 事業の柱は、基盤モデル・AIエージェント開発、AI駆動ラボ、富岳NEXT等の計算基盤、研究データ基盤の4つ。概算要求は約355億円
- SPReAD 1000は全分野の研究者約1,000課題を1件500万円で支援。ランダムサンプリングを含む挑戦的な審査方式が特徴
- 研究者は次の公募に向けた研究工程の棚卸しを、企業は産学連携と自社R&DへのAI組み込みを、同じ時間軸で進めるべき
参考文献
[^1]: 文部科学省「AI for Scienceの推進に向けた基本的な戦略方針」（令和8年3月31日） [^2]: AI for Science推進委員会「AI for Scienceに関する令和7年度補正予算及び令和8年度当初予算案について」（令和8年2月9日） [^3]: 日本経済新聞「文部科学省『AIで革新的研究』355億円概算要求へ、競争力高める」（2025年8月） [^4]: 文部科学省「SPReAD 1000 - 研究の可能性を、AIで解き放つ」（AI for Science萌芽的挑戦研究創出事業）
そのほか、文部科学省「『AI for Scienceの推進に向けた基本的な戦略方針』の推進状況について」（2026年5月21日・内閣府CSTP資料）も参照しました。