エリック・シュミット：データからエージェントへ、AIは科学を再び変える

数十年に一度、誰かが科学は終わりに達したと宣言する。1903年、高名な物理学者アルバート・マイケルソンは「物理科学の事実はすべて発見された」と記した。1980年代には、スティーブン・ホーキングが理論物理学は世紀末までに完成するかもしれないと予言した。人工知能（AI）の爆発的な台頭とともに、その感覚が再び漂い始めている。今回はノーベル賞を伴って。

2024年、グーグル・ディープマインド（Google DeepMind）のデミス・ハサビスとジョン・ジャンパーらは、タンパク質の3次元構造を予測するニューラルネットワーク「AlphaFold（アルファフォールド）」によってノーベル化学賞を受賞した。AlphaFoldは実験的に測定された膨大な数の構造から学習することでこの予測を実現した。半世紀にわたって組織的な攻略を阻んできたこの難問を、AlphaFoldは一挙に解決したかのように見え、世界はそのアプローチの可能性に魅了された。ハサビスらのチームはAlphaFoldを「AIがあらゆる科学をデジタルの速度で加速させるためのテンプレートだ」と称した。ディープマインドの成功に後押しされ、生物学・化学・材料探索向けの基盤モデルを構築するスタートアップ企業の一群が数十億ドルを調達した。AlphaFoldは、AI と十分なデータの組み合わせが（その根底にあるメカニズムを理解していなくても）画期的な発見をもたらし得ることを示し、残りの科学への道が再び目の前に開けたかのように思われた。

確かにAIは科学に並外れた変革をもたらすだろう。しかし、AlphaFoldやそれに類するものが、その変革の最良のテンプレートではない可能性が、次第に明らかになってきた。AlphaFoldは深遠な成果ではあるが、それを生み出した条件は稀であり、他の分野でその条件を満たすまでには、数年ではなく数十年単位の時間がかかるだろう。むしろ、科学の加速は別のアプローチであるAIエージェントによってもたらされるだろう。

AlphaFoldの成功の主要な条件は、タンパク質構造データバンク（Protein Data Bank）の存在だった。これは約17万件の実験的に検証されたタンパク質構造からなるデータセットであり、ディープマインドのチームはこれを用いてモデルを訓練した。タンパク質構造データバンクの構築は容易ではなかった。53年にわたる国際的な科学協力と、最近の試算によれば約210億ドル相当の実験的作業を要した。これほどの規模の取り組みは資金調達が著しく困難で、調整はほぼ不可能に近く、実行には膨大な時間を要する。その結果、しばしば失敗に終わってきた。

しかし、必要な結束力と資源を持つ分野であっても、また関連データが商業的所有権によってアクセス不能になっていない場合でも、あまり議論されていない別の障壁がある。それは、同等のデータを生成することの科学的な不可能性だ。タンパク質構造の場合、主要な実験技術であるタンパク質結晶学は、再現性と信頼性が際立って高いツールであり、25件を超えるノーベル賞がこれに依拠してきたほどだ。しかし実験科学の大部分では、結果はむしろ一致しないことの方が多い。細胞株は変化する。化学物質には微量の不純物が含まれる。実験室の湿度は変動する。現代のニューラルネットワークを生物学やほとんどの化学分野で訓練するのに十分なほど一貫性があり、正確で、精密で、スケーラブルな測定データセットを作成するには、新たな種類の測定手法と新た …

人気の記事ランキング

1. Data from drones in Ukraine is fueling a new Wild West marketplace 戦場映像がAI訓練に、ウクライナ戦争が生んだ「新たな金脈」
2. Promotion AI White Paper 2026 松尾・岩澤研協力『AI白書2026』発売、サブスク版も開始
3. Agriculture relies on fossil fuels. It’s costing us. なぜ肥料が高いのか？ 食料価格が化石燃料と結びつく理由
4. Batteries just broke another record in the US 米国のバッテリー導入が過去最高、データセンターも需要けん引
5. Bill Gates says we’ve passed AI’s danger thresholds. Now what? 「人類はもう境界線越えた」 ビル・ゲイツがいま AIに警鐘を鳴らす理由