知識工学は死なない
知識工学（KE）はAIの一分野で、化学において反応物の発見や実験室の自動化などに役立つ。
KEと機械学習（ML）を組み合わせることで、化学をはじめとする様々な分野で革新が期待される。
ワールドアバタープロジェクト（TWA）は、デジタルツインの相互接続ネットワークを作成し、化学知識やスマートシティ運用などに応用することを目指している。
はじめに
ChemistryViewsのインタビューで、ケンブリッジ大学教授でCARESのディレクターであるMarkus Kraft氏は、化学分野におけるThe World Avatar(TWA)プロジェクト、知識工学(KE)、機械学習(ML)に関する研究について述べています。化学だけでなく、さまざまな分野を変革するイノベーションの津波がやってくると予測しています。ここでは、知識工学とは何か、MLとの関係、化学分野での応用の可能性を探ってみましょう。
知識工学(KE)
KEは、専門家の意思決定プロセスを模倣する人工知能(AI)の一分野です。インターネットの普及により、オープンデータへのリンクが可能になったことで、KEはさまざまな分野で復活を遂げました。ナレッジグラフは、複雑な情報や関係を整理するための一般的な方法となっています。化学分野では、反応物の発見、実験室の自動化、燃焼モデルの開発、化学成分の整理などにKEが役立っています。
機械学習(ML)
MLはAIの一種で、コンピュータが明示的にプログラムされることなく、データから学習し、特定のタスクのパフォーマンスを時間の経過とともに向上させることを可能にします。ニューラルネットワークにヒントを得た数学的モデルを設定することで、MLアルゴリズムは統計的モデルを用いてデータのパターンを分析し、そこから学習します。多層ニューラルネットワークとトランスフォーマーネットワークの出現により、GPT3、ChatGPT、Google Bardのような画期的な技術が生まれました。
化学におけるMLに対するKEの優位性
知識工学は、化学における機械学習に対して、結果が説明可能でなければならない場合と、データが乏しい場合に、主に2つの利点があります。知識工学は、データ量が少ない小さなコミュニティやドメインでも、AIの恩恵を受ける機会を提供します。
KEとMLの組み合わせ
知識グラフを機械学習モデルに組み込むことで、研究者はKEとMLの両方の利点を組み合わせることができ、化学やその他の分野での革命につながる。このアプローチは、知識創造を完全に変革し、さまざまな分野に大きな影響を与えることが期待されます。
ワールドアバター(TWA)プロジェクト
TWAプロジェクトは、あらゆる複雑なシステムの挙動を記述できるデジタルツインの相互接続ネットワークを構築し、あらゆるシステムを最適化するためのデータ駆動型の意思決定を可能にすることを目的としています。これは、化学知識、研究所の自動化、スマートシティの運営、気候変動への耐性、国のエネルギーシナリオなどに応用できる可能性があります。様々な化学分野のオントロジーを開発し、TWAを利用することで、研究者は複雑な化学プロセスのシミュレーションと分析、実験室作業の自動化、さらには新材料の設計が可能になります。
課題と未来
異なるドメインの専門知識を持つ優秀なチームの構築と維持は、KEアプリケーションの開発における主要な課題です。さらに、AI技術が責任と倫理を持って開発されることを担保することも重要です。しかし、化学やその他の分野におけるKEの将来は有望であり、知識創造に革命をもたらし、さまざまな産業を変革するイノベーションが期待されています。
この記事が気に入ったらサポートをしてみませんか？