AI for Science 研究費・助成金完全ガイド｜SPReAD 1,000件採択・500万円【2026年度】
「AI for Science」は2026年度に日本で最も予算と件数が拡大している研究領域の一つです。文部科学省が令和7年度補正予算で創設したAI for Science萌芽的挑戦研究創出事業（SPReAD）は、人文学から自然科学まであらゆる分野の研究者を対象に、2回の公募を通じて計1,000件程度を採択（1課題上限500万円、間接経費30%別途）する大規模ボトムアップ事業です。第1回公募の締切は2026年5月18日（月）正午、研究期間は2027年1月6日まで。
本ガイドは、SPReAD を旗艦に、フラグシップ事業 ARiSE（AI to Redesign Scientific Exploration、JST）、ムーンショット目標2/3、JST AIP・CREST数理AI、JST BOOST、JST ACT-X、NEDO GENIAC、AMED 医工連携AI 等、AI for Science 関連の主要公募を一気通貫で解説します。領域マップ・制度比較・年間スケジュールの各図、分野別の採択向き研究アイデア例、FAQ12問を収録した、研究者向けの実務ガイドです。
目次
1. AI for Science とは何か
AI for Science とは、AI技術（機械学習・深層学習・大規模言語モデル・拡散モデル・シミュレーション）を科学研究そのものの手段として活用し、研究プロセスを高速化・高精度化・自動化する研究活動の総称です。AI自体の改良を目的とする「AI研究」とは異なり、生命科学・材料科学・物理学・化学・人文学・社会科学など既存分野にAIを取り入れることで新たな発見を生み出します。
代表的な事例:
- AlphaFold（2020、DeepMind）: タンパク質3D構造予測。実験で数年要していた構造解析を秒単位で実現。2024年ノーベル化学賞
- GNoME（2023、Google DeepMind）: 深層学習で約220万種の新しい結晶構造を予測、内38万種が安定構造
- Polymathic AI: 複数科学分野横断の科学基盤モデル構築プロジェクト
- FunSearch（2023）: LLMで数学・組合せ問題の新解法を発見
- 古文書OCR・自動翻刻: 国立歴史民俗博物館・国文学研究資料館等での実装
図1. AI for Science の領域マップ
AI技術スタック（手段）
- 大規模言語モデル（LLM）
- 拡散モデル・生成モデル
- 深層学習・機械学習
- 強化学習
- サロゲートモデル
- 知識グラフ・推論
- マルチモーダル基盤モデル
適用分野（目的）
- 生命科学（創薬・タンパク質設計）
- 材料科学（新材料発見・触媒）
- 物理学（シミュレーション加速）
- 化学（反応経路探索）
- 数学（定理発見・構造探索）
- 人文学（古文献・歴史データ）
- 社会科学（大規模データ解析）
図の見方: 左側のAI技術を、右側の科学分野の研究プロセスに適用するのが AI for Science。文科省 SPReAD では、左右どちらに重点を置く構想でも応募可能です。
2. なぜ2026年に AI for Science が拡大しているのか
2024年から2026年にかけて、AI for Science は研究助成の最重点領域になりました。背景には4つの構造変化があります。
- 生成AIの普及で実装ハードルが急低下: ChatGPT・Claude等の汎用LLMが研究者個人で利用可能になり、コード生成・論文要約・データ整理が日常化
- 計算資源の整備: 産業技術総合研究所のABCI 3.0が2025年稼働、文科省・JST が研究者向け計算枠を拡大
- 国際競争の激化: 米国（NSF Pathways to Enable Open-Source Ecosystems）、英国（AI for Research）、中国（AI for Science 国家戦略）が相次いで大型予算化
- 全分野での研究生産性向上の必要性: 研究者数が頭打ちの中、一人当たり生産性をAIで底上げする政策的要請
日本では文部科学省が2025年に AI for Science 推進方策を公表し、令和7年度補正予算で SPReAD（裾野）と ARiSE（頂点）を同時に立ち上げました。これにより日本の AI for Science 投資は2026年度に顕著に拡大し、SPReAD だけで1,000件採択という前例のない規模になっています。
3. SPReAD（旗艦・1,000件採択）の制度詳細
正式名称: AI for Scienceによる科学研究革新プログラム AI for Science萌芽的挑戦研究創出事業（SPReAD）。文部科学省直轄事業で、令和7年度補正予算により実施されます。
図2. SPReAD 制度パネル
3-1. 対象研究者
- 日本国内機関に所属する研究者等（有給・無給、常勤・非常勤を問わず、学生も含む）
- 当該機関の研究活動に実際に従事している者
- 年齢制限・職位制限なし
- 研究代表者個人による研究（チーム編成不要）
3-2. 3本柱
- 機動的・迅速な交付: AIの変化が速いことを踏まえ、短期間（半年強）で研究を回す設計
- AI実装に必要な伴走支援（コーチング）: AI活用初心者でも応募可能な支援体制
- 独自の研究シーズ創出支援: 萌芽的・挑戦的な研究アイデアを広く採択
3-3. 審査方式
1,000件規模の採択を実現するため、従来の書面審査に加え、無作為抽出やAIを活用したインタビュー等、機動的かつ挑戦的な審査手法を導入することが文科省から告知されています。形式的完成度よりも研究者の意欲・アイデアが重視される設計です。
3-4. 重複応募制限
SPReAD は ARiSE を除き、他の競争的研究資金との重複応募制限は原則ありません（文科省告知）。科研費・JST CREST・さきがけ・ACT-X・AMED・NEDO 公募との並行応募は可能ですが、エフォート（研究時間配分）の合理性は審査で確認されます。
3-5. 計算資源
文科省は SPReAD と並行して計算資源提供者向けの説明会（2026年4月27日・28日・30日）を実施しており、ABCI 3.0等の大規模計算基盤や大学計算機センターと SPReAD 採択者を接続する仕組みが想定されています。研究計画書では、必要な計算資源規模と利用方法を明記しておくと有利です。
4. SPReAD 申請の準備チェックリスト
第1回締切（2026年5月18日 12:00）まで残り時間が限られています。以下を週単位で押さえてください。
| タイミング | 準備項目 | 所要 |
|---|---|---|
| 4週間前 | e-Rad 研究者登録（機関登録未済の場合は機関登録から） | 1〜2週間 |
| 3週間前 | 研究構想の整理（既存研究テーマにAIをどう適用するか） | 5〜7日 |
| 2週間前 | 研究計画調書ドラフト作成・コーチング・計算資源相談 | 5〜7日 |
| 1週間前 | 所属機関の学内承認手続き（研究推進部・URA経由） | 3〜5営業日 |
| 当日 | e-Rad 提出（締切は5月18日 正午、機関承認まで完了が必要） | 余裕を持って前日までに |
学内締切は所属機関のe-Rad運用ルールにより、公募締切の1〜2週間前に設定されている場合があります。研究推進部・URAに早期に確認してください。e-Rad手続きの詳細は e-Rad電子申請システムの使い方ガイド をご参照ください。
5. 主要プログラム比較（SPReAD・ARiSE・ムーンショット 等）
図3. AI for Science 主要公募の予算規模・件数比較
| プログラム | 主管 | 1課題規模 | 採択件数 | 研究期間 | 対象 |
|---|---|---|---|---|---|
| SPReAD（id:963） | 文科省 | 500万円 | 計1,000件 | 半年強（〜2027/1/6） | 全研究者（学生含む） |
| ARiSE（id:949） | JST | 大型（要確認） | 少数（フラグシップ） | 複数年 | 大学・研究機関 |
| ムーンショット 目標2/3 | 内閣府 | 数億円/年 | 少数（チーム） | 5〜10年 | 大型コンソーシアム |
| JST CREST 数理AI | JST | 1.5〜5億円 | 数件/年 | 5.5年 | 研究代表者+チーム |
| JST ACT-X（id:205） | JST | 450〜600万円 | 数十件/年 | 2.5年 | 若手・博士課程 |
| JST BOOST 次世代AI（id:830） | JST | 最大5,000万円 | 少数 | 5年 | 若手研究者 |
| NEDO GENIAC（id:108） | NEDO/経産省 | 数億〜数十億 | 数件 | 1〜2年 | 企業中心 |
| AMED 医工連携AI（id:799） | AMED | 数千万円 | 数件 | 3年 | 医工連携チーム |
出典: 各機関公式公募要領。SPReAD は1課題額が小さい代わりに採択件数が桁違いに多く、ARiSE はその逆という相補的設計です。
6. SPReAD と ARiSE の役割分担
SPReAD と ARiSE は文部科学省 AI for Science 戦略の両輪として設計されています。両プログラムへの重複応募は制限されているため、自身の研究構想がどちら向きかを見極めて応募先を決める必要があります。
| 観点 | SPReAD（裾野） | ARiSE（頂点） |
|---|---|---|
| 位置づけ | ボトムアップ・萌芽的支援 | フラグシップ・世界先導 |
| 1課題規模 | 500万円 | 大型 |
| 採択件数 | 1,000件規模 | 少数精鋭 |
| 研究期間 | 半年強（短期） | 複数年（長期） |
| 国際連携 | 必須ではない | 戦略的国際連携を重視 |
| 形式 | 個人研究中心 | チーム・コンソーシアム |
| 向くケース | 既存テーマにAIを試験投入 | 世界トップ機関と連携した大型構想 |
SPReAD で実証した萌芽的アイデアを ARiSE や JST CREST 等の大型プログラムに発展させる道筋も想定されています。SPReAD は「AIを使って何ができるか」の試行回数を増やす制度として位置づけ、有望なシーズを次の大型ステージに送り出す育成路線として活用するのが王道です。
7. 関連プログラム個別解説
7-1. ムーンショット型研究開発制度 目標2・目標3
ムーンショット型研究開発制度は内閣府所管の長期・大型国家プロジェクトです。目標2「2050年までに、超早期に疾患の予測・予防をすることができる社会を実現」と目標3「2050年までに、AIとロボットの共進化により、自ら学習・行動し人と共生するロボットを実現」が AI for Science と直結します。1課題数億円規模、5〜10年の長期支援。AMED（目標2）・JST（目標3）が実施機関です。
7-2. JST AIP・CREST 数理AI領域
JST AIP（人工知能・ビッグデータ・IoT・サイバーセキュリティ統合プロジェクト）は、AIの基盤研究と社会実装を一体的に推進する継続事業です。CREST数理AI領域は1.5〜5億円・5.5年の大型グラントで、AIの数理的基盤・新原理の探究と AI for Science への応用を支援します。AIP-PRISM、AIP加速研究など派生プログラムも複数あり、研究費サーチで横断検索可能です。
7-3. JST BOOST 次世代AI人材育成プログラム
若手研究者を5年・最大5,000万円規模で支援する若手向け大型プログラム（id:830）。AI for Science を含む情報科学・AI領域の若手PIを直接支援。SPReAD に若手で応募する方は、BOOST との接続可能性も検討する価値があります。
7-4. NEDO GENIAC・フィジカルAI
NEDO GENIAC（Generative AI Accelerator Challenge、id:108）は、生成AI基盤モデル開発を企業主体で支援する経産省・NEDO の大型事業です。AI for Science の基盤となる日本発生成AIモデルの構築を担います。NEDO ポスト5G フィジカルAI（id:823）は、センサーとロボット制御を統合した実世界AI の基盤研究を支援。詳細は ポスト5G・先端半導体・量子コンピュータ NEDO公募完全ガイド をご参照ください。
7-5. AMED 医工連携・人工知能実装研究事業
AMED 医工連携・人工知能実装研究事業（id:799）は、医療AI・診断支援AI・創薬AI 等の社会実装を目指す医工連携プログラムです。臨床研究法・倫理指針への準拠が前提で、IRB承認手続きを織り込んだ計画が必要。SPReAD で医療AI の萌芽研究を行い、AMED で社会実装に発展させる流れも有効です。
8. 分野別 採択向き研究アイデア例
SPReAD の文科省告知では、分野別の研究例が示されています。以下、主要分野別の SPReAD 向き構想例です（実際の応募はオリジナリティが必要）。
| 分野 | 研究アイデア例 | 使うAI技術 |
|---|---|---|
| 創薬・医学 | AlphaFold/RoseTTAFold の追加学習で疾患特異的薬剤候補予測、医療画像の異常検知モデル | タンパク質基盤モデル、画像深層学習 |
| 材料科学 | GNoME 由来の材料生成AIを特定機能（電池・触媒）に絞って fine-tuning、材料合成条件のベイズ最適化 | 結晶構造生成モデル、ベイズ最適化 |
| 物理学 | 実験ログのデジタル化と機械学習サロゲートで第一原理計算を高速化、PINN による偏微分方程式の数値解法 | サロゲートモデル、PINN |
| 化学 | retrosynthesis AI で新規合成経路探索、反応条件最適化、量子化学計算の機械学習近似 | グラフニューラルネット、ベイズ最適化 |
| 生物学 | ゲノム配列の言語モデル化、シングルセル解析の自動アノテーション、表現型予測 | 配列LLM、表現学習 |
| 地球科学・気象 | 気象データの機械学習サロゲート、衛星画像からの土地被覆分類、地震波形の自動解析 | 時系列モデル、画像セグメンテーション |
| 人文学 | 古文書の OCR + LLM による自動翻刻、歴史テキストの構造化と注釈付きデータセット構築 | OCR、LLM、知識グラフ |
| 社会科学 | 大規模インタビュー音声の文字起こしと質的分析、SNSデータからの世論動態解析 | 音声認識、トピックモデル、LLM |
| 数学 | FunSearch型 LLM による組合せ問題の新解法探索、定理証明支援AI の応用 | LLM、強化学習 |
参考: SPReAD 文科省告知では、生命科学（既存分子AIモデルへの追加学習による創薬予測）、材料科学（AIによる材料候補の仮想評価）、物理学（実験ログのデジタル化）、人文学（歴史的文書のデジタル化と注釈付きデータセット構築）が公式例示されています。
9. 2026年度 AI for Science 年間スケジュール
図4. AI for Science 関連公募の年間タイムライン
注: スケジュールは2026年4月時点の公開情報に基づく目安です。最新の正確な日程は各機関の公式公募要領を確認してください。SPReAD は短期研究、ARiSE は複数年研究と研究期間設計が異なる点に注意。
10. FAQ（12問）
Q1. AI for Science とは何ですか？
A. AI技術を科学研究の手段として活用し、研究プロセスを高速化・高精度化・自動化する研究活動の総称です。AlphaFold（タンパク質構造予測）、GNoME（材料発見）、古文書の自動翻刻などが代表例。AI自体の改良を目的とする「AI研究」とは区別されます。
Q2. SPReAD の概要は？
A. 文部科学省が令和7年度補正予算で創設した大規模ボトムアップ事業。2回の公募で計1,000件程度を採択、1課題500万円（直接経費）+間接経費30%、申請はe-Rad、第1回締切2026年5月18日正午、研究期間2027年1月6日まで。学生含む全研究者が対象。
Q3. 人文学や社会科学でも応募できますか？
A. 応募できます。SPReAD は人文学・社会科学から自然科学までのあらゆる分野が対象です。文科省は人文学の例として歴史的文書のデジタル化と注釈付きデータセット構築を例示しています。
Q4. SPReAD と ARiSE は何が違いますか？
A. ARiSE は世界水準の国際連携を伴うフラグシップ事業（大型・少数）、SPReAD は1,000件規模のボトムアップ萌芽事業（少額・多数）。両者は重複応募制限があるため、自身の構想に合う方を選びます。
Q5. SPReAD の審査はどうなっていますか？
A. 1,000件規模を捌くため、書面審査に加え、無作為抽出やAI活用インタビュー等の機動的審査手法が導入されます。形式的完成度より研究者の意欲とアイデアが評価される設計です。
Q6. 1課題500万円は何に使えますか？
A. 物品費・旅費・人件費及び謝金・その他経費（計算資源利用料を含む）に使えます。間接経費30%は別途配分。計算資源提供者との連携による外部計算資源利用も対象です。
Q7. 科研費や JST CREST と重複応募できますか？
A. ARiSE を除き原則制限なし（文科省告知）。科研費・JST CREST・さきがけ・ACT-X・AMED・NEDO 公募との並行応募は可能ですが、エフォート配分の合理性は審査で確認されます。
Q8. 第1回と第2回どちらに応募すべきですか？
A. 1,000件枠を2回で分け合うため、e-Rad準備が整っているなら第1回（5/18締切）を優先する方が枠が空いていて有利と考えられます。e-Rad登録未済や学内承認に時間が必要な場合は第2回（6月上旬予定）を待つ選択肢も。
Q9. AI実装の経験がほとんどない研究者でも採択されますか？
A. SPReAD の3本柱の一つに「AI実装に必要な伴走支援（コーチング）」が含まれており、AI活用初心者を明示的に歓迎する設計です。重要なのは「自分の分野でAIを使えば何が可能か」という構想の質です。
Q10. AI for Science の他の主要プログラムは？
A. ARiSE、ムーンショット目標2/3、JST AIP・CREST数理AI、JST ACT-X、JST BOOST 次世代AI人材育成、NEDO GENIAC、NEDO ポスト5G フィジカルAI、AMED 医工連携AI、民間財団（栢森情報科学・大川情報通信・船井情報科学）など。研究費サーチで横断検索できます。
Q11. なぜ文科省は AI for Science に大規模投資しているのですか？
A. AlphaFold以降AIが科学研究のスループットを桁違いに向上させる事例が急増し、米英中も国家戦略として推進。日本も2025年に AI for Science 推進方策を公表し、SPReAD（裾野）と ARiSE（頂点）を同時に立ち上げました。研究者全員にAI活用機会を提供する狙いがSPReAD 1,000件採択に表れています。
Q12. 申請書を書く上で押さえるべきポイントは？
A. (1) 既存研究テーマにAIをどう取り入れるかの具体性、(2) AI実装の体制（自分・コーチング・外部委託の区別）、(3) 半年強の研究期間で達成可能な現実的中間/最終目標、(4) 萌芽的でも分野横断的に波及する可能性、(5) AI活用インタビュー審査を見据え、5分で口頭説明できる構想整理、の5点です。
AI for Science の最新公募を検索
研究費サーチで「SPReAD」「ARiSE」「AI for Science」「生成AI」等を横断検索できます。
AI for Science 公募を検索する →11. 関連公募・他のガイド記事
📘 研究費とは｜完全解説【2026年版】（総論）
研究費の全体像・種類・金額・採択率を1記事で把握。AI for Science の文脈理解にも有用。
AI・情報科学分野の研究助成金まとめ2026
AI・情報科学の助成金を網羅。SPReAD・ARiSE・GENIAC 関連も含む。
ポスト5G・先端半導体・量子コンピュータ NEDO公募
フィジカルAI・GENIAC・量子の大型公募を解説。
e-Rad電子申請システムの使い方ガイド
SPReAD 申請に必須の e-Rad 登録・申請手続きを解説。
年間申請スケジュール2026
科研費・JST・NEDO・AMED・民間の月別カレンダー。
JSTさきがけ・CREST応募の書き方ガイド
CREST数理AI 等の戦略的創造研究推進事業に応用可。
若手研究者向け助成金ガイド
JST ACT-X、JST BOOST、若手向け AI for Science 路線も解説。
AI・機械学習分野の助成金一覧
AI関連の最新公募を一覧表示。締切・金額で絞り込み可能。
関連公募（研究費サーチ掲載）
- id:963 文部科学省 AI for Science萌芽的挑戦研究創出事業（SPReAD）第1回
- id:949 AI for Science 革新的研究推進事業（ARiSE）2026年度公募予告
- id:830 JST BOOST 次世代AI人材育成プログラム
- id:205 JST ACT-X（2026年度）
- id:108 NEDO GENIAC 競争力ある生成AI基盤モデルの開発
- id:823 NEDO ポスト5G／触覚-動作統合フィジカルAI研究開発
- id:799 AMED 医工連携・人工知能実装研究事業
- id:776 NEDO GENIAC ロボット基盤モデルの研究開発
- id:601 ムーンショット型研究開発制度 目標7
- id:636 JST ASPIRE（先端国際共同研究推進事業）
- id:787 JST CRONOS（情報通信科学・イノベーション基盤創出）
公式サイト・一次情報
- SPReAD 公式サイト（文部科学省）
- SPReAD 公募情報（文部科学省 公募一覧）
- SPReAD 公募要領・申請書様式（Box）
- 文部科学省（AI for Science 推進方策）
- JST（ARiSE・CREST・さきがけ・ACT-X・BOOST）
- AMED（医工連携AI・創薬AI）
- NEDO（GENIAC・フィジカルAI）
- e-Rad（府省共通研究開発管理システム）
本記事はAI（Claude）が文部科学省・JST・AMED・NEDO等の公式の一次ソースを参照して作成したコンテンツです。公募条件・予算規模・締切は頻繁に更新されるため、応募前に必ず各機関の公式公募要領を確認してください。最終更新: 2026-04-28。