見出し画像

AIが科学をいかに革新しているか

5,747 文字

これは未来の科学者の姿なのでしょうか?AIは科学のあらゆる分野で変革を引き起こしています。研究者たちはAIを使って脳のスキャンをテキストに変換し、研究方法を変え、研究を加速させることを約束しています。私たちは本当に重要な旅の始まりにいるのです。
AIは世界で最も複雑な問題の解決に役立つ可能性があります。人工知能が画期的な新薬の発見につながることが期待されています。課題や不安はありますが、未知の領域に踏み込んでいるのです。人々が批判していた初期の頃を覚えていますか?AIは科学的発見の新しい黄金時代の幕開けとなるのでしょうか?
これはベアです。私のシベリアンハスキーです。今は10歳になりましたが、もう散歩に連れて行けません。力が強すぎるのです。こっちおいで、ベア。
2022年、元イギリス軍人のアンディ・デイビスは、数年間続く咳に悩まされ病院に紹介されました。医師は特発性肺線維症(IPF)と診断しました。これは肺が瘢痕化し、呼吸が徐々に困難になる肺の病気です。
本来なら7.5リットルの肺活量があるはずなのですが、今は4.6リットルまで下がっています。見た目は大丈夫そうに見えますが、実際はそうではありません。肺は小さくなり、瘢痕化が進行していて、時間とともにゆっくりと窒息していくでしょう。二重の肺移植への希望以外に、できることは何もないのです。
それ以来、アンディはIPFについての認識を高め、この病気とともに生きることがどういうことなのかを伝えようとしています。ここが私の寝室になります。ここにシャワーを設置する予定です。まだ必要ないことを願っていますが、階段の上り下りがどんどん困難になってきています。
治療法がない中、IPFの患者の見通しは暗いものに感じられがちです。診断から5年以内に半数の患者が亡くなります。
私の精神状態は底をつきました。自分の葬儀の計画を立て始め、葬儀で流す曲を選び始めました。他の人に心配をかけたくない事柄を全て準備し始めたのです。明日にも急性増悪を起こし、瘢痕化が進行して、椅子に座ったまま常時酸素吸入が必要になるかもしれません。それが現実なのです。この恐ろしい病気を持つ人々に、それは常に起こっているのです。
幸いなことに、IPFに苦しむ人々にとって、全てが失われたわけではないかもしれません。今日、世界を揺るがしているテクノロジー、生成AIに希望があります。これらのアルゴリズムは現在、治療法のない病気に対する新薬の開発に使用されています。
アレックス・ザボロンコフは、2020年にAIを使用してIPFの新しい治療法を見つけたInsilico Medicineというスタートアップを運営しています。
私たちは生成AIを活用して、加齢関連疾患や線維症に関与するタンパク質の標的を特定しています。
Insilicoは複数のAI製薬プラットフォームを作成しました。1つは病気の経過に影響を与える可能性のある体内のタンパク質を特定し、もう1つは潜在的な新薬分子を設計することができます。干し草の山から針を探すのではなく、望ましい特性を持つ完璧な針を生成することができるのです。
InsilicoのIPF薬は現在、第2相臨床試験の段階にあり、この病気を持つ患者に対してテストが行われています。開発にかかった期間はわずか18ヶ月、費用は300万ドルでした。これは通常かかる時間とお金のほんの一部です。
前臨床段階での新薬開発にAIを使用することで、25-50%の時間と費用の節約が可能になる可能性があります。AIはまた、従来は人間の科学者が何年もかけて行ってきた生物学研究の側面も加速させています。
ディープラーニングと呼ばれる種類のAIは、Google DeepMindのAlphaFoldを動かしています。これはアミノ酸配列からタンパク質の形状を予測できるアルゴリズムです。完璧ではありません。時には予測する形状が間違っていることもあります。しかしAlphaFoldは2億以上のタンパク質のデータベースを構築し、Google DeepMindによると200万人以上の研究者に使用されています。
AIを通じて得られる費用と時間の効率性は、特に中国の大手製薬会社の注目を集めており、2021年のAI創薬への投資額は12億6000万ドルを超えました。
創薬は、多額の資本を投資する意欲のある多くのプレーヤーに開かれています。この民主化は、より多くの新しい治療法につながると思います。
AIは1960年代から科学的ツールの一部でした。何百万ドルものコンピュータと対戦する男性のチェッカーゲームの様子がここにあります。
何十年もの間、AIは数学や素粒子物理学のような分野に限定されていました。しかし近年、科学のあらゆる分野でのAIの使用が爆発的に増加しています。工学や科学の多くの卒業生がAIテクニクスに精通しており、その使用はますます容易になっています。
この変化により、様々な種類のAIが数多くの科学分野での研究を加速することが可能になりました。ケンブリッジ大学のエミリー・シャックバラは、AIを使用して気候科学を改善することを専門とする数学の教授です。
現在の科学的理解の進歩は、通常そうであるような段階的なものではなく、AIによって本当に飛躍的なものになっています。なぜならAIは問題を異なる方法で見ることを可能にしているからです。
超解像AIモデルは低解像度の電子顕微鏡画像を強化し、画像をこれからこれへと変換することができます。一方、文献ベースの発見と呼ばれる方法は、AIを使用して何百万もの研究論文を検索してパターンと関連性を見つけ出し、科学者が調査すべき新しい仮説を提案します。異なる分野の研究者同士のマッチメイキングさえ可能です。
新薬分子に加えて、AIアルゴリズムはバッテリーや太陽光パネルの新素材の探索、天気予報の改善、そして動物のコミュニケーションの謎に関する理解の変革を支援しています。
ここテルアビブ大学で、アディ・ラチュムと彼女の同僚たちは、彼ら独自のコウモリ研究室でAIを使用しています。
私のコロニーへようこそ。これらのエジプトルーセットオオコウモリは、彼らがどのようにコミュニケーションを取っているかを理解しようと24時間体制で記録されています。ご覧の通り、このコロニーは可能な限り洞窟を模して設計されています。彼らが出している音は、場所を整理しているためです。これは私たちがコミュニケーションを使って、発声を使って学ぼうとしていることの一部です。
チームはAIアルゴリズムを使用して、鳴き声と異なる行動パターンを結びつけています。
映像を見ていて、コウモリが特定の音を出す時に何をしているのかを見たいと思います。AIは科学者たちが個々の音が意味する可能性のあることについて、より多くを理解するのに役立ちます。この場合、彼らは戦っていますが、その戦いは食べ物をめぐるものです。次の映像では、彼らのコミュニケーションが交尾に関するものであることがわかります。
彼らは、コウモリのコミュニケーションのいくつかの側面が、これまで考えられていたよりも人間の言語に近いことを発見しました。コウモリには独自の方言があり、母親のコウモリは子供と話す時には子供向けの話し方さえします。
動物のコミュニケーションを研究している他の科学者たちは、AIを使用してオオカミの地域的なアクセントを発見し、マッコウクジラが発する音を解読する最初の一歩を踏み出しました。
しかし、これらの分野の研究者たちが、データセットに人間のバイアスを持ち込むことなく、代表的な範囲の音を記録できるかどうかについては、懐疑的な意見もあります。これは潜在的な落とし穴であり、アディもその認識を持っています。
動物の行動について話す時、それは常に人間の解釈になります。だからこそ、できる限り正確であろうとして、多くの録音を行っているのです。
科学に対して良いことをすると約束するAIですが、悪いことを加速させる可能性もあります。最近、不正な研究が注目を集めています。分析によると、科学ジャーナルにおけるAIによる偽造が増加していることが示唆されています。
一部の研究者は、「regenerate response」(応答を再生成する)というフレーズを誤って論文にコピー&ペーストしてしまい、発覚しました。これはChatGPTの最新の回答を書き直すために押すボタンです。
他のデータ探偵たちは、ジャーナルにAIが生成したと思われる意味不明な文章が登場していることに気付きました。同じメロディーでありながら異なるのです。ビッグデータは巨大な情報に置き換えられ、ランダム値は不規則な評価に入れ替わり、人工知能は偽造意識になります。
専門家たちは、異なる研究室から提出されたにもかかわらず、同一のAIが作成した画像を含む1000以上の論文を特定しました。
科学界の絶対的な中心的柱は出版であり、ある意味で科学的理解の体系はそれを通じて時間とともに築き上げられています。個々の科学者として評価される方法においても明らかに役割を果たしており、結果として、不正が入り込む機会があるかどうかについて常に懸念がある分野でもあります。
しかし、AIについて耳にする多くの欠点と同様に、これらは機械ではなく、私たち人間の問題です。多くの科学者は楽観的で、科学的発見の黄金時代の約束を信じています。それはAIが研究を加速させるだけでなく、科学のプロセス自体も変革する時代です。
イギリスのリバプール大学にあるこのロボットは、一見地味に見えるかもしれませんが、その未来の一端を垣間見せているかもしれません。2020年、アンディ・クーパーは彼の化学研究室にある種の機械学習の筋力を導入することを決めました。
自動車製造や倉庫などの他の分野でモバイルロボットの使用が増加していることに気付きました。そこで私たちは、機器を自動化するのではなく、化学者を自動化することにしました。
彼が行き着いたのは、タッチセンサーとLIDARと呼ばれるライト検知・測距によって研究室内を移動するロボットでした。AIに導かれたこのロボット科学者は、一つの実験の結果を使って次に何をすべきかを決定します。
このロボットは8日間のキャンペーンで約700の実験を行いました。人間の化学者と比較すると、私の指導した博士課程の学生は光触媒の分野で研究していましたが、4年間の博士課程全体を通じてもそれほど多くの光触媒実験は行いませんでした。
昨年、アンディのチームはロボット科学者により洗練されたAIを与えることに焦点を当て、クリーンエネルギー生産のための新材料をテストしました。あるいはチームが呼ぶように、ロボットに脳を入れたのです。
私たちは現在、大規模言語モデル、ChatGPTやその他のモデルを使用して空間をエンコードまたは記述することを検討し始めています。それが最初の課題です。2番目の課題は、あらゆる種類の推論を組み込むことです。
そして今や二人組になりました。ここには2台のモバイルロボットがあります。1台は医薬品に関連する有機化学を行うように設定され、2台目はクリーンエネルギーの分野での触媒研究を行うように設定されています。
50の排気フード、20の異なる機器がある大規模な製薬研究室でのシナリオを想像できます。より大きな研究室で展開される可能性のあるモバイルロボットのチームを示したかったのです。
人間の同僚と違い、ロボットは24時間365日働くことができます。少なくともバッテリーを充電する必要があるまでは。その結果、これらのようなロボット科学者や自動運転研究室は、最終的に科学をより生産的にする可能性があります。
また、再現性の危機として知られる問題の解決にも役立つかもしれません。すでに行われた研究を繰り返したり、失敗を公表したりすることには名声がないため、人間の科学者はそれを避ける傾向にあります。AIはそのような気持ちに悩まされないだけでなく、既成概念にとらわれない思考能力も約束します。
究極的な核心的アイデアは、人類を助ける化学を見つけることだと思います。私が言うところのブレークスルーの瞬間、それはまだ完全には起きていませんが、これらのシステムの1つが何かを発見し、人々が「これは人間だけでは現実的に考え出せなかったであろう」と言う時です。
歴史を通じて、多くの技術が人類の問題に対する答えとして称賛されてきましたが、通常はそのような期待に応えるものはありません。1850年代には電信が国々を近づけることで世界平和をもたらすと期待され、1990年代の専門家たちはインターネットが一流の教育をオンラインで利用可能にすることで不平等を減少させると言いました。
しかし、AIが科学研究に対して本当に大きな何かをもたらす可能性があると信じる根拠は、より強固なものです。おそらく新しい科学的発見の黄金時代です。科学雑誌や研究室の導入によって始まったものに似たような時代かもしれません。
しかし、AIが真にその潜在能力を実現するためには、科学者たちがより広範な規模でそれを使用する意欲と能力を持つ必要があります。適切なデータが必要です。適切な規制が必要です。正しく収益化する必要があります。
AI技術は非常に速く進歩しますが、人間の介入と人間の意思決定を必要とするこれらの他の側面全てが、本当に優先されるべきものです。
これらの人間的な障壁を克服すれば、AIは科学と世界をより良いものに変える可能性があります。私たちはAIと科学が本当に斬新で新しい何かを生み出すことができる美しい空間に入ろうとしています。
こんにちは、私はThe Economistの科学技術編集者のアロク・ジャです。AIの科学への影響についてもっと読みたい方は、向かいのリンクをクリックしてください。そして、私たちのNow&Nextシリーズをもっと見たい方は、もう一方のリンクをクリックしてください。ご視聴ありがとうございました。購読もお忘れなく!

いいなと思ったら応援しよう!