WIREDが展望：AIはより巨大な科学の難問に挑み、研究者の日常ツールへ

パンデミックの最中、世界中でワクチン開発のスピードが称賛された一方で、多くの人が抱いた疑問がありました。「なぜこれほど騒がれているAIが、もっと前面に出て助けてくれなかったのか」という点です。

現実には、当時のAIにとってこの試練は少し早すぎました。しかしそのわずか8か月後、AIは生物学における50年来の難問であったタンパク質の立体構造予測問題を解決し、専門家たちを驚嘆させました。

数千ドルと数年の苦労が、検索並みの手軽さに

かつてタンパク質の構造を突き止めるには、数千ドルの費用と数年におよぶ気の遠くなるような実験が必要でした。

いまやAIツールのおかげで、その予測はGoogleで検索するのと同じくらい手軽に行えるようになっています。この技術はすでに、プラスチックを分解する新しい酵素の開発や、細胞の仕組みの解明といった具体的な成果を生み出し始めています。

さらに天文学、素粒子物理学、有機化学、医療画像、環境保全、核融合といった領域でも活用が広がっていますが、本質的な変化はこれからです。

オフィスワーカーがメールや文書作成ソフトを日常的に使うのと同じように、2023年はあらゆる分野の研究者が機械学習モデルを日常の必需品として使う時代になります。

複雑な現象の背後にある原理を学ぶ汎用的なAIが登場することで、実験プロセスの最適化、定型業務の自動化、新たな仮説の立案、不確実性のより深い理解が進み、人間の知能が大幅に拡張されます。

気候変動という巨大なパズルへの挑戦

AIの活躍の場は、微細な分子の世界だけではありません。

ヨーロッパの干ばつや南アジアの洪水など、世界中で異常気象が深刻化するなか、AIは気候変動の予測モデルでも重要な役割を担い始めています。

ナウキャスティングのような最新の気象予測モデルは、個人や国家レベルでの迅速な意思決定を支援します。さらに現実の物理システムを仮想空間に再現するデジタルツインを活用すれば、対策を怠った場合のコストや、新たな政策・技術的解決策がもたらす影響をリアルタイムに評価できるようになります。

画期的な科学的成果は人々の期待を過剰に煽りがちですが、AIが期待外れに終わる場面があっても野心を捨てるべきではないと筆者は指摘します。AIはあくまで研究者の手元で使われて初めて価値を発揮する道具だからです。

なぜ重要か

私たちは、AIが単なる派手なデモの段階を終え、科学の基盤インフラへと変貌しつつある重要な転換点に来ていると考えます。

研究者やエンジニアにとって、これは発見のコスト構造が根本から変わることを意味します。これまで膨大な予算と年月をかけていた構造予測やスクリーニングが手元で素早く行えるようになり、小規模な研究室でも先端科学のフロンティアに挑める環境が整いつつあります。いま試す価値は十分にあります。

産業界全体への影響も見逃せません。生成AIの競争軸がチャットやコンテンツ生成だけでなく、創薬や新材料、核融合といった物理世界の課題解決能力へとシフトしていくからです。現実の物理法則を扱えるモデルを握ったプレイヤーが、製薬やクリーンエネルギーのサプライチェーンで優位に立つことになります。

一方で最大の懸念は、過度な期待による失望のサイクルです。タンパク質構造予測で大成功を収めたからといって、あらゆる複雑な科学課題がAIで即座に解けるわけではありません。気象予測やデジタルツインも、物理的な制約や観測データの質に縛られます。AIを万能の神託としてではなく、人間の思考を補助する道具として堅実に使いこなせるかが成否を分けそうです。