世界は、新しい知識が発見され活用される方法がAIによって変革される革命の入口に立っています。
科学的発見のためのAIは、世界経済フォーラムの新しい報告書によると、2024年の新興技術トップ10の一つです。
ここでは、3名の技術者がAIによって科学の進歩がどのように促進されるかについての見解を述べます。
人工知能（AI）の進歩のおかげで、科学者は今日、かつてはほぼ不可能だった画期的な発見を成し遂げることができるようになっており、科学的発見のペースは加速しています。
AIは長年研究に利用されてきましたが、新しい知識が発見され活用される方法について、世界は今まさにAIによる革命の入口に立っています。これは、2024年の新興技術トップ10（世界経済フォーラムの新しい報告書）によるものです。
この報告書は、研究者が深層学習、生成AI、その他の基盤モデルを用いて科学文献を掘り起こし、新たな仮説を練り上げ、深層学習を用いて発見を行うことなどにより、近い将来に社会と経済へ大きな影響を与えると見込まれる10の技術の一つとして「科学的発見のためのAI」を挙げています。
ここでは、3名の技術者が科学におけるAIについての見解と、AIが何を実現しうるかについての期待を述べます。
科学全般に通じるジェネラリストとしてのAI
「AIが科学分野にもたらしうる創造性の可能性には、非常に興味をそそられています」と、世界的な産業バイオテクノロジー企業であるBota Bioの最高経営責任者、Cheryl Cui博士は述べています Bota Bio。
「現在、あらゆる分野が非常に専門化しています。計算生物学者が優れた化学者にもなることは難しいのです。」しかし、「興味深い発見の多くは分野の交差点で生まれる」と彼女は指摘します。
Cui氏は、AIは非常に優れたジェネラリストであると述べています。「おそらく、他分野についての科学者の理解よりも既に優れているでしょう」。
「それをどのように活用し、最大限に生かすか。それこそが、この分野全体の探求になるだろうと私は考えています。」
可能な仮説の拡大
「科学的発見は、AIにとって最も重要で最もエキサイティングな分野の一つです。世界中の、そして社会全体のイノベーションの核心に関わるからです」と、同社の戦略的研究開発組織であるSony AI Incの最高執行責任者、Michael Spranger氏は述べています。 Sony AI Inc。
同氏は、エンジニアリングとコンピュータサイエンスは「この技術を全面的に取り入れること」によって恩恵を受けるだろうと考えており、「AIにおける次世代のニューラルネットワーク・アーキテクチャが、実際にAIによって設計される」というシナリオを想定しています。
Spranger氏は次のように述べています。「それは大きな転換点になりうるでしょう。科学のためのAIの前提は、人間が思いつきうる他の仮説が存在するということだからです。そして、おそらく私たちはこれらすべてを探求しきってはおらず、今後も探求を続けるべきです。
「しかし、人間が思いつけない仮説の集合もおそらく存在します。それは、文化的なもの、あるいは基本的に人間に生まれつき備わっているものなど、さまざまなバイアスによるものです。
「そして、それを超えて、私たちが決して考えなかったであろう可能性のある仮説の集合を、機械を用いて広げていくこと――そこにこそ、AIが真価を発揮するのです。」
世界経済フォーラムは、人工知能のためのガードレールをどのように構築しているのでしょうか。
AI卓越性センターは、各分野のリーダーをつなぎ、人工知能の急速な進化と、それが経済や社会に与える影響を理解する取り組みを行っています。AIの導入に関連する機会、リスク、トレードオフについて、十分な情報に基づく対話を支援しています。
信頼できる場と協働イニシアチブを通じて、センターはパートナーが共通の理解を構築し、AIの革新と活用に関する責任ある取り組みについて共に取り組めるよう支援しています。
創薬の加速
「今や、AIの想像力を使って、既知の化学空間には存在しない、望ましい特性を持つ分子を創り出すことができます」と、生成AIを活用するバイオテク企業Insilico Medicineの最高経営責任者、Alex Zhavoronkov氏は述べています Insilico Medicine。「つまり、主要な疾患を引き起こす特定のタンパク質標的に正確に合わせて設計され、自然界には存在しないものを、AIによって創り出すことができるのです。
「それらの手法は、現在十分に評価されていないと思います」と同氏は述べています。「現在、生成的化学が新素材の設計、とりわけ創薬に与えている影響を、人々は理解していません。」
過去2年間で、Insilicoは生成AIを活用して18の前臨床候補（ヒトでの臨床試験に進む一段階前の医薬品）を選定しました。「通常であれば、同じ目標を達成するのに4～5年かかり、費用もおそらく10倍になるでしょう」とZhavoronkov氏は述べています。
「今やAIによって、大幅なコスト削減、時間の節約、成功の確率の向上が可能になり、以前は経済的に実現不可能だった領域にも踏み込めるようになりました。そしてこれは、地球上の誰にとっても医薬品をより安価で入手しやすいものにする可能性が高いのです。」
引用は分かりやすさのために編集されています。
