AIが科学を進める9つの方法

最終更新：2024年11月22日

応用科学、人間の創意工夫、新技術が、人類の最も大きく古い問題に光を当てている時代に生きています。科学的進歩は急速で止まらないと思われがちですが、実際には何十年もの間、進歩は鈍化していました。科学界はこの鈍化の理由を議論していますが、ジェット機から製造プロセスまで、今日の多くの技術は過去半世紀でほとんど変わっていません。

しかし近年、人工知能や量子コンピューティングの分野でのブレークスルーが、科学的発見のペースを加速させています。医療の進歩からプラスチックを分解する酵素の発見まで、すでにその恩恵が見られます。

これらのブレークスルーは、研究者、技術者、政策立案者、市民団体、さまざまな人々による数十年にわたる協力の成果です。これらは、AIが科学でどのように活用され、私たちの生活を大きく改善できるかのロードマップを示しています。

このことを念頭に、The Royal SocietyはGoogle DeepMindと提携し、今日、初のAI for Science Forumを開催します。ロンドンでのこのイベントは、科学者、政策立案者、業界リーダーを集め、AIが科学をどのように変革し、公的・民間パートナーシップがイノベーションを推進する役割を探ります。

ここに至った経緯と今後の方向性を理解するために、将来の科学的進歩の道を開いた9つの最近のマイルストーンを見てみましょう：

1. 50年にわたる「大挑戦」タンパク質構造予測の解決

何十年もの間、専門家はタンパク質の折り畳みを理解することを「大挑戦」と呼んできました。2022年、Google DeepMindはAlphaFold 2モデルを使用して2億のタンパク質の構造を予測しました。これ以前は、1つのタンパク質の3D構造を解明するのに1年以上かかることがありましたが、AlphaFoldは驚異的な精度で数分で実行します。これらの予測を無料で公開することで、新薬開発、抗生物質耐性との闘い、プラスチック汚染対策などの研究を世界中の科学者が加速できます。次のステップであるAlphaFold 3は、生命のすべての分子の構造と相互作用を予測することでこれを拡張します。

2. 健康研究を支援するためにこれまでにない詳細さでヒトの脳を明らかに

ヒトの脳は常に謎でした。10年にわたるコネクトミクス研究の後、GoogleはハーバードのLichtman Labなどと協力し、ヒトの脳の小さな部分をこれまでにない詳細さでマッピングしました。2024年に公開されたこのプロジェクトは、これまで見られなかった脳の構造を示しました。AI生成の各細胞の注釈を含む完全なデータセットが公開され、研究の加速を支援します。

3. 正確な洪水予報で命を救う

Googleが2018年に洪水予報プロジェクトを開始したとき、大規模で正確な洪水予測はデータ不足で不可能と考えられていました。しかし、研究者は、未計測流域での極端な河川イベントを最大5日前に予測できるAIモデルを開発し、ナウキャストと同等以上の信頼性を示しました。2024年までに、Google Researchはこれを100カ国、7億人に拡大し、以前のモデルが5日で達成した精度を7日で提供するよう改良しました。

4. 早期に山火事を見つけ、消防士が迅速に食い止める支援

気候が暑く乾燥するにつれ、山火事はより一般的で破壊的になっています。2024年、Google Researchは米国森林局と協力し、教室サイズの小さな山火事を検出・追跡するAIモデルと新しいグローバル衛星コンステレーション、FireSatを開発しました。20分以内に高解像度の画像を提供し、消防当局が迅速に対応し、命、財産、自然資源を救う可能性があります。

5. より速く、より正確に天気を予測

2023年、Google DeepMindは、業界標準（HRES）よりも正確かつ迅速に最大10日先の天気を予測する機械学習モデルGraphCastを発表しました。GraphCastはサイクロンの進路や洪水などの関連リスクもより正確に予測でき、ハリケーン・リーがノバスコシアに上陸することを従来のモデルより3日早く正確に予測しました。

6. 数学的推論のフロンティアを進める

AIはデータと推論スキルの不足から複雑な数学に苦戦してきました。しかし2024年、Google DeepMindは、オリンピック金メダリストに近いレベルで複雑な幾何学問題を解くAIシステムAlphaGeometryを発表しました。これはAI性能とより高度な汎用AIシステム開発の大きな進歩です。後継モデルのAlphaGeometry 2とAlphaProofは、過去25年間の国際数学オリンピック（IMO）の幾何学問題の83％を解き、AIの推論能力の向上と、現在の人間の能力を超える問題解決や新たな知識の発見・検証に近づく可能性を示しました。

7. 量子コンピューティングを使用して化学反応性とキネティクスを正確に予測

Googleの研究者は、UCバークレーやコロンビア大学と協力し、量子コンピューター上でこれまでで最大の化学シミュレーションを行いました。2022年に公開されたこの結果は、古典的な方法と競合するだけでなく、量子コンピューティングで通常必要とされるエラー軽減を必要としませんでした。このシミュレーション能力は、化学反応性とキネティクスのより正確な予測を可能にし、現実世界の問題を解決するための化学の新たな応用への道を開きます。

8. 材料科学を加速し、より持続可能な太陽電池、バッテリー、超伝導体の可能性

2023年、Google DeepMindは、シミュレーションで低温で安定な38万の材料を発見したAIツールGraph Networks for Materials Exploration（GNoME）を発表しました。新しいエネルギーソリューション、処理能力、材料科学の進歩が求められる今、これはより優れた太陽電池、バッテリー、潜在的な超伝導体につながる可能性があります。この技術をすべての人に利用可能にするため、Google DeepMindはGNoMEの最も安定した予測をMaterials Projectのオープンデータベースで公開しました。

9. 核融合への有意義な一歩—豊富なクリーンエネルギーへ

古いことわざにあるように、「核融合は未来のエネルギーであり、常にそうである」と言われます。太陽を含む星を動かすエネルギーを利用することは、長年の課題でした。2022年、Google DeepMindは、核融合炉内のプラズマを自律的に制御できるAIを開発しました。EPFLのスイスプラズマセンターと協力し、動作中の融合炉内でプラズマを安定化・成形できる初の強化学習システムを構築し、安定した核融合とすべての人のための豊富なクリーンエネルギーへの新たな道を開きました。