「新しい発見時代が始まります」

編集者注：本日、ロンドンにて、Google DeepMindと王立学会が共催で初のAI for Science Forumを開催しました。このフォーラムでは、ノーベル賞受賞者、科学界、政策立案者、業界リーダーが一堂に会し、AIが科学的ブレークスルーを促進し、世界の最も差し迫った課題に対処し、新たな発見の時代を切り開く可能性を探りました。

Googleの研究・技術・社会担当上級副社長ジェームズ・マニイカが開会の挨拶を行いました。以下は、彼の講演の書き起こしです。

AIが科学に与える影響は最近話題になっていますが、AIを使って科学的境界を押し広げるというアイデアは新しいものではありません。これはアラン・チューリングやクリストファー・ロンゲット・ヒギンズといった先駆者たちに遡り、最近では私のGoogle DeepMindやGoogle Researchの同僚たちがその最前線にいます。

AIと科学を巡る盛り上がりは、科学者を置き換えることではありません。AIが計算能力を活かして取り組むべき難しい問題にどう対処できるかに焦点があります。AIを科学者の頼れる相棒だと考えてください。

この可能性の一端は、ホジキンとハクスリーが計算手法を使って神経インパルスがニューロンを伝わる仕組みを説明した時に垣間見えました。彼らの研究は1963年にノーベル賞を受賞しました。

現代に目を向けると、私の同僚であるデミス・ハサビス、ジョン・ジャンパー、そしてAlphaFoldチームが、1970年代にクリスチャン・アンフィンセンが提起した「タンパク質折り畳み問題」をAIで解き明かしました。彼らの努力により、ノーベル化学賞を受賞しました。

では、AIは具体的にどのように科学の進歩を助けているのでしょうか？

まず、スピードについて話しましょう。AIは一部の分野で、通常なら数世紀かかる研究を数年、数ヶ月、さらには数日に圧縮しています。

AIは研究の範囲も広げており、科学者が一度に複数のことを新鮮な方法で同時に探求できるようにしています。

AIのおかげで、より多くの人が研究に参加できるようになり、科学的発見をさらに加速させることができます。

AIはさまざまな科学分野で大きな進展を推進しています

AlphaFoldを例に、AIがどのように大きな波を起こしているかいくつか紹介しましょう：

わずか1年で、私の同僚は既知のほぼすべてのタンパク質—2億以上—の構造を予測しました。そしてAlphaFold 3では、タンパク質を超えて、DNA、RNA、リガンドなど、生命のすべての生体分子をカバーしています。

AlphaFoldは、190カ国の200万人以上の研究者にとってゲームチェンジャーとなり、顧みられない疾患から薬剤耐性菌まで、さまざまな課題に取り組んでいます。

AlphaFoldを基盤とするAlphaMissenseは、7100万の可能なミスセンスバリアント—DNAの1文字の変化—の約90％を有害または無害として分類しました。人間の専門家によって確認されていたのはわずか0.1％だったことを考えると、これは大きな飛躍です。

ヒトゲノムが初めて配列決定されたとき、それは単一のアセンブリに基づいていました。しかし昨年、Google Researchの同僚と学術協力者が、47のアセンブリに基づく初の参照ヒトパンゲノムのドラフトを発表しました。これにより、ヒトの遺伝的多様性のより良い全体像が得られました。

神経科学では、Google Researchとマックス・プランク研究所、ハーバードのリヒトマンラボとの10年にわたる共同研究により、ヒトの脳のナノスケールのマップが作成されました。この詳細さは前例がなく、新たな構造が明らかになり、脳の理解の仕方を変える可能性があります。これはアルツハイマー病のような神経疾患に取り組む新しい方法につながるかもしれません。この完全なマップは、他の研究者が探求できるように公開されています。

生命科学を超えて、他の分野でもブレークスルーが見られます。

気候モデリングでは、機械学習と従来の物理ベースの方法を組み合わせてNeuralGCMを作成しました。このモデルは、従来のモデルが19日をシミュレーションする時間で、7万日以上の大気をシミュレーションできます。

もう一つの例は、Google DeepMindの同僚が開発したGenCastです。これは業界標準よりも正確かつ迅速に最大15日先の天気を予測するトップクラスのAIモデルです。

私たちのQuantum AIチームは、トラバース可能なワームホールを研究するなど、かつてはSFの領域だったものを探求しています。これは約90年前にアインシュタイン-ローゼン橋で初めて提案された量子重力理論の検証に役立つ可能性があります。

実際、量子とAIは互いに助け合い始めています。AIは量子コンピューティングを進化させ、量子はAI研究を前進させています。

私たちはまた、材料科学、核融合、数学などでも、学術科学者との協力のもと進展を遂げています。

AI主導の科学的進歩が現実世界に影響を与えています

これらのブレークスルーを超えて、AIは気候や医療などの分野で人々に直接利益をもたらす方法で科学を改善しています。

例えば、気候適応について考えてみましょう。気候変動により洪水予測がますます重要になっています。AIのおかげで、現在と同じ精度で最大7日先の河川洪水を予測できるようになりました。私たちの早期警報プラットフォーム、Flood Hubは、バングラデシュで始まり、現在100カ国以上、7億人をカバーしています。

気候緩和策として、飛行機の飛行機雲を考えてみましょう。これは航空の地球温暖化への影響の最大35％を占めます。Google Researchの同僚は、飛行機雲が発生する可能性がある場所を予測するAIモデルを開発しました。アメリカン航空の70便でテストした結果、排出量が54％削減されました。

AIは疾患検出にも有望です。8年前、Googleの研究者はAIが網膜スキャンを解釈して、約1億人に影響を与える予防可能な失明の原因である糖尿病網膜症を検出できることを発見しました。私たちは世界中で60万回以上のスクリーニングに使用されるスクリーニングツールを開発しました。タイとインドでの新しいパートナーシップにより、今後10年間で600万回のスクリーニングが可能になります。

私たちは結核、大腸がん、乳がん、母子保健などの他の分野でも取り組んでいます。

今後の道のり

これだけの進展にもかかわらず、私たちはまだ始まったばかりです。やるべきことはまだたくさんあります。

私は、AIの科学を進める可能性を最大限に引き出し、社会に真の利益をもたらすために、3つの重要な焦点領域があると考えています：

まず、AIの限界に取り組み続け、その新しい科学的コンセプト、理論、実験を開発する能力を高める必要があります。

次に、科学的アプローチにコミットし、AIを責任を持って使用する必要があります。科学者、倫理学者、安全専門家が協力して、ウイルスや生物兵器などの科学特有のリスクや、データバイアス、プライバシー、環境への影響などの課題に取り組む必要があります。

第三に、AIを活用した研究ツールやリソースを世界中の科学者にさらにアクセスしやすくし、私たちが達成する進歩が世界中の人々に利益をもたらすようにする必要があります。

この新たな発見の時代に何が待ち受けているのか、楽しみです。

科学を進めるためのツールを共に構築し、皆に利益をもたらすためにできることはたくさんあります。

そして、ここや世界中の素晴らしい科学者をサポートするためにできることもたくさんあります—今日、その一部から話を聞くでしょう。