AI技術の急速な発展により、私たちはテクノロジーの無限の可能性を目の当たりにすることができました。しかし、いつか AI がノーベル賞を受賞すると考えたことはありますか? 2024 年のノーベル化学物理学賞は、AI の貢献により数人の優れた科学者に授与される予定です。このことから、多くの人が、いつか AI が科学者に取って代わるのだろうか、と考え始めています。
AI がノーベル賞を受賞: AlphaFold がバイオテクノロジー革命をリードまず、2024 年のノーベル化学賞を受賞したばかりの Google DeepMind チームを見てみましょう。 Damis Hassabis と John Jope は、AlphaFold2 モデルを使用して、2 億以上のタンパク質の構造を 90% 以上の精度で予測しました。これは単純な数字遊びではなく、生命科学に地球を揺るがす変化をもたらしました。
タンパク質の構造の研究が生物学の分野において常に大きな問題であったことはご存じないかもしれません。以前は、科学者がタンパク質の構造を解読するには数年、さらには数十年もかかりました。 AlphaFold は完了するまでに数秒しかかかりません。この観点からすると、AlphaFold社のノーベル賞受賞が本当に期待されます。
物理学賞もAIに有利：ニューラルネットワークの基礎は同じ人物によって築かれた 2024年のノーベル物理学賞も、AI分野の先駆者である米国プリンストン大学のジョン・ホップフィールド教授と医学博士の2人に授与された。カナダのトロント大学のジェフリー・ヒントン教授。彼らの研究が物理学に関連しているのはなぜですか?なぜなら、人工ニューラルネットワークにおける彼らの画期的な発見は、AIの進化を直接促進したからです。
人工ニューラル ネットワークは今日の AI の中核テクノロジーとなっており、そのインスピレーションは実際には人間の脳のニューロン間の接続から来ています。ホップフィールドとヒントンの研究は、ディープラーニングの基礎を築きました。私たちが現在一般的に使用している音声アシスタント、自動運転、画像認識テクノロジーはすべて、これらのニューラル ネットワーク モデルに依存しています。
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、ホップフィールド氏とヒントン氏の研究は物理学、数学、コンピューター科学、神経科学を組み合わせた学際的な研究であり、AIと基礎分野における深いつながりとの関係も示していると述べた。
AIは科学者に取って代わることができるのか?そんなに速くないよ！これを見て、AI がそれほど強力であれば、将来的には科学者に取って代わられるのだろうか、と疑問に思うかもしれません。実際、答えはそれほど単純ではありません。 Nortel Digital Intelligence の首席科学者である Dou Dejing 教授は、AI は多くの分野、特に AlphaFold のようなモデルで生物科学の研究方法を変えた大きな可能性を秘めていると述べました。
ただし、AI の物理学への貢献は十分に明らかではないとも指摘しました。 AI は膨大な量のデータの処理に役立ちますが、たとえば、2017 年に人類初のブラックホール写真の計算と処理にはコンピューター ビジョン テクノロジーが使用されましたが、物理学の基本原理の発見を促進するというその役割は十分に顕著ではありません。言い換えれば、AI は科学者を完全に置き換えるのではなく、科学者を支援することに重点を置いています。
AIバブル？実用化はどのくらい遠いのでしょうか？科学界における AI の目覚ましいパフォーマンスにもかかわらず、多くの人は依然として AI 業界の将来について疑問を抱いています。 AI は単なる一陣の風、あるいは鍋の中の閃光に過ぎないのでしょうか?実際、Gartner のテクノロジー サイクル レポートは、AI が過度の期待のピークを過ぎ、将来的には幻滅の谷に入るであろうことをすでに思い出させています。簡単に言えば、多くの AI プロジェクトは、高コスト、データ品質の低下、その他の理由により失敗する可能性があります。
例えば、生成AIプロジェクトの導入コストは数百万ドルと高く、毎年数千ドルから数万ドルの継続的な投資が必要となります。これは多くの企業にとって本当に持続不可能です。 Nortel Digital Intelligence の Dou Dejing 教授は、AI の現在の収益モデルはまだ不明確であり、大規模なモデル プロジェクトの多くは巨額のハードウェア投資を必要とし、回収サイクルが非常に長いと指摘しました。
しかし、注目すべきはAIの応用が加速していることだ。 OpenAI の ChatGPT、Google の AI ツール、Microsoft の AI アシスタントなどは、業界ですでにいくつかの暫定的な商業的成果を生み出しています。 Dou教授は、将来AI技術が成熟するにつれて、広告に依存して収益化する検索エンジンと同様のビジネスモデルが出現する可能性があるが、まだ完全には出現していないと述べた。
将来における AI の大きな可能性: ツールAI の商業的価値はまだ模索されているだけでなく、科学分野におけるその可能性を過小評価することはできません。インシリコン・インテリジェンスの創設者アレックス・ザボロンコフ氏は、AIは科学研究の速度を変えるだけでなく、中小企業に大企業と競争するチャンスを与えると語った。たとえば、Insilico は AI を使用して 19 の前臨床薬候補を指名し、9 つのプロジェクトを臨床段階に進めることに成功しました。このような成果は、大手製薬会社であっても容易に達成することは困難です。
将来的には、医療から不動産、工業製造に至るまで、AI はより多くの業界に統合されるでしょう。AI の応用シナリオはほぼ無限にあります。アレックスは、AI の成功はテクノロジーそのものだけでなく、人材とイノベーション能力にもあると信じています。特に中国では AI が驚くべき速度で発展しており、世界の生産性の次の波をリードすると予想されています。
AI と科学者の協力はまだ始まったばかりです。AIは一部の分野で大きな進歩を遂げていますが、短期的に完全に科学者に取って代わると言うのはまだ時期尚早です。私たちがもっと見るべきなのは、AIと科学者が協力することで、さらに驚くべき発見や発明がもたらされることだ。将来、AI は科学者の手に渡った最も強力なツールとなり、宇宙の秘密をより早く解き明かし、さまざまな分野での急速な発展を促進できるようになります。