北京時間10月9日午後、スウェーデン王立科学アカデミーは2024年のノーベル化学賞を3人の科学者に授与することを決定した。そのうちの 2 人のノーベル賞受賞者、デミス・ハサビス氏とジョン・M・ジャンパー氏は、AI モデル AlphaFold2 を使用して、既知の 2 億個のタンパク質構造を 90% 以上の精度で予測しました。人類。
偶然ではありません。これに先立って8日、2024年のノーベル物理学賞もAI分野の2人の科学者、米国プリンストン大学教授ジョン・J・ホップフィールド氏とトロント大学教授ジェフリー・ヒントン氏に授与された。カナダ (Geoffrey E. Hinton)、人工ニューラル ネットワークによる機械学習の実現における基礎的な発見と発明に対して。
言うまでもなく、今年はノーベル賞の「AI年」となっており、物理学賞と化学賞の両方がAI関連の研究に授与された。ということは、AI はすでに科学者の仕事を置き換えることができるということなのでしょうか?なぜ今年の受賞者は生理学や医学ではなく化学で賞を受賞したのでしょうか? AI バブル、特に AI ソフトウェアの産業収益が予想よりも低いことに関して、テクノロジーからアプリケーションに移行し、プラスの利益を生み出すまでの距離はどのくらいですか?
これに関連して、Titanium Media App は、InSilico Medicine の創設者兼 CEO である Alex Zhavoronkov 氏や Nortel Digital Intelligence の主任科学者である Dou Dejing 教授を含む多くの学者と独占的な対話と意見交換を行いました。
ノーベル賞をめぐる今年の「AIの年」をどう解釈するか？この点に関して、北京知源人工知能研究所の創設理事長で米国工程学会の外国人学者である張宏江氏は、TMTpost Appに見せたビデオの中で、AIは実際に科学研究と物理研究において非常に重要な役割を果たしていると述べた。今回の2名は受賞に値します。 「これはAIの将来の可能性を非常によく認識していると思います。将来の物理学もAIと切り離せないものだと私は信じています。」
「ヒントンは、2006 年に DNN の自己教師付き事前トレーニングに RBM を使用し、ディープ ニューラル ネットワークのトレーニングに成功しました。これは、この段階の AI 革命の先駆けであると言えます。ホップフィールド ネットワークは、RBM の基礎を築きました。」二人は実は物理学と密接な関係があるとのこと。さらに、ネットワーク機械学習の分野に与えられたノーベル賞が、実際に AI またはニューラル ネットワークに基づく機械学習の重要性の認識と期待であることは非常に重要です。
ハーバード大学の理論物理学者マット・ストラスラー氏は、「ホップフィールドとヒントンの研究は、物理学、数学、コンピュータ科学、神経科学を統合した学際的なものである。この意味で、それはすべての分野に属する」と述べた。
Nortel Digital Intelligence の首席科学者である Dou Dejing 教授は、TMTpost App に対し、まず第一に、今年のノーベル化学賞は DeepMind Hassabis 氏と Qiaopu 氏に授与されたと述べ、AlphaFold の高精度の利用はまさに不可欠であると述べました。これまで生物学者が得るのに時間と労力がかかっていたタンパク質の複雑な構造を低コストで予測し、生物学研究モデルの変革を推進したのがAI分野のノーベル物理学賞の代表格だ。科学界全体による AI の貢献の認識。 ChatGPTの誕生から2年間、AIは急速に発展し、加速しています。まだ大きな商業的実現には至っていませんが、あらゆる分野、特に科学界に多大な影響を与えています。この物理学賞は、機械学習における人工ニューラル ネットワークの使用を促進した基礎的な発見と発明を表彰して、ホップフィールドとヒントンに授与されます。この賞の核心は、AI ニューラル ネットワークの分野への物理学の基本原理の適用です。
しかし、Dou Dejing 氏は、「物理学自体に対する AI の貢献は十分に明白ではない」と考えています。
同氏は、物理学コミュニティに対する AI の過去の貢献の 1 つは、2017 年に天文学者たちがコンピューター ビジョン テクノロジーを使用して人類初のブラック ホール写真の処理を支援したことであると紹介しました。 過去2年間で注目を集めた大規模模型技術の進歩も数学、統計学、情報学、物理学などの基礎分野に依存しているが、ヒントン氏がノーベル物理学賞を受賞したときは驚きを隠せなかった。それが起こることを期待してください。
Dou Dejing 氏は TMTpost App に対し、「要約すると、数学、統計、物理学、情報学はコンピューター サイエンスの基礎であり、コンピューター サイエンスと AI の発展に役立ち、また AI の基礎でもあります。それはまだ物理学の基本原理に真の影響を与えておらず、将来的には新しい物質や理論が絶えず発見されているため、物理学に加えて、AI がより頻繁に相互作用するようになると予想されます。生物医学におけるノーベル賞も、AI 学者の貢献を表彰する可能性があります。」
インシリコン・インテリジェンスの創設者兼最高経営責任者（CEO）のアレックス・ザボロンコフ氏はTMTpost Appに対し、AIは科学技術に大きな影響を与えており、人間の生活のあらゆる側面を変えるだろうと語った。
「ノーベル委員会はこれを認識し、この重大な変化を認識するために限界を押し広げる必要があったと思います。」とアレックスは、今年の賞には多くの異常な事実があると述べた。まず、AI は主に数学です。ジョン マッカーシー、アラン チューリング、マービン ミンスキー、アレン ニューウェル、ハーバート A. サイモン)、ナサニエル ロチェスター、クロード シャノンは、ほとんどが数学者およびエンジニアです。ノーベル賞が初めて導入されたとき、独立した分野としてのコンピューターサイエンスや人工知能は存在しませんでした。そのため、ディープ ニューラル ネットワークについては、AI を物理学として分類する必要があり、AlphaFold がノーベル賞を受賞することが期待されました。
アレックスの見解では、ノーベル賞はより多くの人々にインスピレーションを与え、業界にとってニューラル ネットワークの価値は非常に大きいと考えています。
「非常に単純なタスクの多くが AI に引き継がれています。Insilico でさえ、多くの注釈付け、書き込み、さらにはコーディングの仕事を AI に置き換えており、データを準備する多くの従業員のスキルを高めなければなりませんでした。経済的利益はまだ実感されていませんが、創薬の影響ほど大きなものはありません。2019 年の最初の大規模資金調達以来、Insilico だけで 19 件の前臨床薬候補の指名に成功し、9 つのプロジェクトを進めています。通常、大手製薬会社は毎年 5 ～ 7 件の前臨床薬候補を指名しており、AI を活用することで、ほとんどの先進国よりも優れた創薬を実現できます。世界のほとんどの国は PCC を指名したことがありませんが、AI と中国の力のおかげで、地元の科学者を訓練するのに何十年も費やすことなく実際にそれを行うことができます。しかし、インターネットやソーシャル ネットワークと同じです。 - 勝者はほとんどいない、おそらく 2 ～ 3 人だ」とアレックスは語った。
上海交通大学化学・化学工学部の常任准教授であるShen Qi氏は、AIの出現により、タンパク質予測の精度と効率が前例のないほど向上し、化学者を悩ませてきた主要な科学的問題が解決されたと述べた。長年にわたり化学者の間で広く使用されているこの強力なツールは、この賞に値するものです。
実際、ノーベル賞が 1901 年に初めて授与されて以来、ノーベル賞はしばしば研究が社会に与える影響を強調し、単なる科学ではなく実用的な発明を表彰してきました。この点では、今年の賞は珍しいことではなく、非常に優れたエンジニアリング プロジェクトに授与されることもあります。これらには、レーザーおよび PCR 分野が含まれます。
2024年のノーベル物理学賞と化学賞は、1回の賞金総額1,100万スウェーデンクローナ（約744万4,600元）を折半することがわかっている。
今年のノーベル賞が発表されましたが、「生成AIブームはバブルを形成しているのではないか」というテーマで議論が巻き起こっています。
Gartner のテクノロジー サイクルによれば、AI は過剰期待のピークを過ぎ、幻滅の谷に入るでしょう。このレポートは、2025 年までに現在の AI プロジェクトの 30% が概念実証後に放棄されると予測しています。同時に、データ品質の低下、リスク管理の不十分さ、ビジネス価値の不透明さ、コストの上昇により、多くの AI プロジェクトが失敗すると予測しています。
Gartner は、生成 AI プロジェクトの実装には数百万ドルの費用がかかり、継続的に多額の費用が発生する可能性があると指摘しています。たとえば、新世代の AI 仮想アシスタントの起動には 500 万ドルから 650 万ドルの費用がかかり、ユーザーあたりの年間の経常予算支出は 8,000 ドルから 11,000 ドルになります。
この点に関して、アレックス氏はTMTpost Media Appに対し、短期的にはAIは他の多くのテクノロジーバブルと同様、それ（生成AI）はバブルであると語った。多くの質の低い企業が資金提供を受け、一部の低レベルの大学教授さえも新しいスタートアップへの資金提供を受けましたが、現在製品や収益を生み出すのに苦労しています。
Dou Dejing 氏は TMTpost App に次のように語った。 AI を使用してプログラマーを完全に置き換える さらに、大規模なモデル業界の運用コストが高すぎるため、たとえ利益があったとしても、AI の現在の利益は予想よりも低いです。モデルの場合、費用を返済するのにも非常に時間がかかります。」
Dou Dejing 氏の見解では、それは当時の検索エンジンの出現と同じであり、誰もが情報にアクセスしやすくなりました。しかし当時、彼は収益を上げるために広告に依存することも考えていました。モデル。現状、AI分野には広告のような収益モデルは存在しません。 OpenAIが将来的に自社のプラットフォーム上で広告を出して収益を上げられるかどうかは現時点では不明だが、結局のところ、大手モデル企業の日々のユーザーアクティビティはGoogleなどの検索エンジンのそれと比べてはるかに低く、広告のような収益モデルだ。が必要です。
しかし、資本から企業そのものに至るまで市場は変化しており、大型モデル分野の企業はアプリケーションの導入を加速し、収益獲得に向けて懸命に取り組んでいます。
Dou Dejing 氏によると、AI ネイティブの国有企業として、ノーテル デジタル インテリジェンスは、現在のコンピューティング リソースの競争環境において既存の複数のコンピューティング リソースを効果的に活用する方法を解決し、企業の使用量を削減しながら AI 業界の中核的な競争力を強化します。 AI のコンピューティング能力の限界点を示し、AI 産業の発展に貢献します。
具体的には、ノーテル デジタル インテリジェンスは、Hunyuan Adaptation のコア テクノロジーを使用して、国産チップをより効率的に使用してさまざまな種類のデータを処理すると同時に、データのセキュリティとモデルのパフォーマンスを確保し、「使える」からの国産チップの実現を促進します。 「使いやすさ」へ。同時に、AI の普及にはテクノロジーそのものだけでなく、プロセス、システム、組織の革新も必要であり、さらにノーテル デジタルは AI 時代に向けた生産ラインの構築とインフラ開発を推進しています。国産チップと連携するコンピューティング パワー レイヤーに加えて、モデル レイヤーは、主流のベース モデルとオープン ソース モデルのユニバーサル サポートを提供します。次に、データ レイヤーは、機密性の高い業界向けに信頼できるデータ スペースと垂直モデル マトリックスを作成します。展示ディスプレイ、ロードショースペース、ラボ、オープンおよびクローズドセミナーなども備えており、業界の発展を加速させ、AIを利用可能にし、AI時代の到来を加速させます。
Alex 氏は、現在 AI の分野で規模と産業能力を達成できるのは少数の新興企業だけであると述べました。OpenAI は推論で良い仕事をしており、Insilico は創薬で良い仕事をしていますが、Google、 Microsoft 、 Amazon 、メタビッグ企業は、主流の産業アプリケーションのすべての鍵を握っています。非常に前向きな面としては、医薬品開発に関しては、完全に AI によって生成された医薬品の最初の第 II 相臨床試験の完了を Insilico が推進していることがわかります。「これが中国で完了したことを誇りに思います。もしそうなら、それは世界で初めて承認されたAI薬になるかもしれません。」
今年6月にインシー・インテリジェントが香港証券取引所に提出した財務報告情報によると、インシー・インテリジェントの2021年と2022年の収益は、主に医療研究開発サービスからそれぞれ471万3000米ドルと3014万7000米ドルとなる。将来的には、Insilico は AI、不動産、ヘルスケアの組み合わせを拡大する予定であり、アレックス氏は同社がいくつかの大手不動産会社と協力していると指摘しました。
業界調査データによると、世界の医薬品研究開発支出は2017年から2021年にかけて1,652億米ドルから2,179億米ドルに増加し、この期間の複合成長率は7.9%でした。支出規模は2022年から2026年にかけて2,421億米ドルから3,130億米ドルに増加し、この期間の複合成長率は6.9％になると予想されている。
「成功の 50% は非常に強力な生成 AI によるもので、50% は中国の質の高い人材、能力、労働倫理によるものだと思います。AI で次に見られる生産性の最大の波は中国だと思います」 」とアレックスは言いました。