AI研究、ノーベル賞受賞

AIエンジニア

ノーベル化学賞、AI活用

スウェーデンの

王立科学

アカデミーは

2024年の

ノーベル化学賞を、

タンパク質の

 立体構造を

 予測する

 人工知能(AI)

を開発した

Google傘下

ディープマインド

最高経営責任者

(CEO)、

デミス・ハサビス氏

ら、英米3氏に授与

すると発表した。

 

AIやコンピューター

使った応用研究が

医薬品、

ワクチン

開発に貢献し、

高く評価された。

 

物理学賞で

機械学習の基礎

となる

手法の開発

が選ばれた事に

続き、連日、

AI分野が対象と

なった。

 

ディープマインド

のAIは、

2020年に公開

されたばかり

だが、

ノーベル賞の

評価が、

従来の研究成果

留まらず、

最先端の科学技術

まで広がって

いることを証明

した。

 

他の2氏は、

ディープマインド、

ジョン・ジャン

パー氏

米ワシントン大、

デービッド・

べーカー教授

である。

 

そもそも、

タンパク質は、

材料のアミノ酸

連なったもので、

正しく立体的に

折り畳まれて

初めて機能を

発揮する。

 

ディープマインド

のAI

「アルファ

 フォールド2」

は、

この立体構造の

予測を自動化し、

働きの理解に

大きな貢献を

した。

 

このAIは、

ほぼすべての

タンパク質を

予測する事が

可能

と言われている。

 

そんな

ベーカー氏だが、

彼は、03年に

コンピューター

で、自然界には

存在しない、

新しいタンパク

質を設計した

と発表した。

 

その後、

医薬品、

ワクチン

などの開発に

つながる

タンパク質を

次々に

生み出した。

 

AI囲碁のソフトを開発

人工知能(AI)を

使い、

生命に欠かせ

ない

タンパク質の

立体構造を

予測する

ソフトを開発

したとして、

ノーベル化学賞

受賞が決まった

ディープマインド

最高経営責任者

(CEO)、

デミス・ハサビス

氏は、

AI囲碁ソフト

「アルファ碁」

の開発者としても

知られている。

 

言うまでもなく、

AIの発展は

近年著しく、

科学や社会の

様々な場面で

利用が急拡大

している。

 

そんな中、

タンパク質は、

人体の構成要素

として機能して

いる。

 

その性質は

立体構造で決ま

るが、

詳細に把握する

のは非常に難し

かった。

 

そこで、

ハサビス氏は

AIソフト

「アルファ

 フォールド2」

を開発し、

短時間で正確な

構造の予測を

可能にした。

 

加えて、

独自のタンパク質

設計や創薬への

応用が進んでいる

という。

 

この世界では、

周知の事実だが、

「アルファ

 フォールド2」

の基礎となった

のが、

「アルファ碁」

技術である。

 

その技術で

2016年以降

世界トップ

クラスの

韓国や中国の

プロ棋士に

次々と勝利

した。

 

その事実は、

囲碁の世界に

おいて

AIは人間に勝て

ない

という常識を塗り

替え、

現在のAIブームに

繋がった、

と言われている。

 

一方で、

国内のAI研究の

第1人者である

C教授は

「AI分野が

 ノーベル賞の

 対象になる

 とは思って

 いなかった」

と驚く。

 

特に、

「アルファ

フォールド2」

は、

発表からわずか

4年での受賞と

なるからである。

 

更に、

C氏は、

幅広い分野でAIが

急速に応用されて

いるとして、

「多くの研究者が

 刺激を受けた

 はずだ。

 

 今後も受賞の

 可能性がある

 のではないか」

と期待を示した。

 

ノーベル物理学賞、AIの機械学習

王立科学

アカデミーは、

2024年の

ノーベル物理学賞

を、

人の脳の仕組みを

まねて

人工知能(AI)の

機械学習の基礎

となる手法を開発

した、

「米・

 プリンストン大

 ジョン・ホップ

 フィールド教授」

並びに

「カナダ・

 トロント大

 ジェフリー・

 ヒント教授」

に授与する

と発表した。

 

両氏の成果を基に

発展したAIは、

スマートフォン

などの

顔認証機能、

翻訳

という生活に

欠かせない

技術となった。

 

更に、

医療の画像診断、

宇宙の太陽系外

惑星の探索

などでも活用され

いる。

 

一方で、

AIの高度化により

雇用が奪われる

との声は根強い。

 

ディープフェイク

と呼ばれる

精巧な偽画像

氾濫

AI兵器

への懸念

高まっている。

 

今回の

受賞理由だが、

人工ニューラル

 ネットワーク

 (神経回路)

 による機械学習

 を可能にする

 基礎的な発見と

 発明」

との事である。

 

そんな

ヒントン氏だが、

発表会場からの

電話インタビュー

で、

「こんなことに

 なると思って

 いなかった。

 大変驚いた。」

と語った。

 

一方で、

技術が制御不能に

なることを危惧

した。

 

また、

ホップフィールド

氏は

1982年

脳の構造

ヒント

機械学習の

原型となる

手法を発表

した。

 

ヒントン氏が

1985年、

その手法を拡張

した。

 

手法の内容だが、

AIがより深く学習

した上で、新たな

答えを生み出す仕

組みを提示した

のである。

 

まさに、

「生成AI」

先行例と言える。

 

その後の

データ量の増大

コンピューターの

処理能力の向上

相まって、

2010年以降、

AIは急速に発展

することとなる。

 

AI発展に貢献した日本人

ノーベル物理学賞の

授賞テーマとなった

人工知能(AI)の

機械学習。

 

その代表的な手法で、

膨大なデータから

自動的に学習を

繰り返す

ディープラーニング

(深層学習)

の発展には、

電気通信大のF氏が

大きく貢献している。

 

授賞の科学的背景を

記した発表資料には、

F氏の名前が引用され

る形で評価を受けた。

 

「深層学習の父」

とも呼ばれるF氏は、

1960年代から

NHK放送科学基礎

研究所の研究員と

して、

哺乳類の脳に着目し、

研究を始めた。

 

1975年に

神経回路を基にした

学習モデルを考案し、

1979年に改良した

「ネオコグニトロン」

を提唱した。

 

学習を通じて

文字、

模様、

画像

などのパターンを

認識し、未学習の

ものでも過去の

パターンと似て

いれば認識できる

設計とした。

 

かつて同僚だった

理科学研究所

研究センターの

T氏は

「ノーベル賞を

 逃したことは

 残念だが、

 F先生の研究が

 基礎になった

 と、

 選考委員が

 捉えた。

 

 ノーベル賞は

 研究の源流も

 重視する賞だ」

と評価する。

 

過去の業績が高く

評価された形と

なった。

 

AI研究・出遅れた日本

今年のノーベル賞の

うち、

自然科学分野の3賞が

先日、発表された。

 

最大の注目点は

初の授賞対象と

なった

人工知能(AI)で、

物理学と化学の

ダブル受賞

世界を驚かせた。

 

翻って、

3年連続で受賞を

逃した日本はAIに

関する分野で遅れ

ており、挽回に

向けて待ったなし

の危機的な状況

である。

 

<大半が留学生>

物理学賞は、

AIが機械学習を行う

基礎となる技術を

開発した

米国とカナダの2氏

を選出した。

 

化学賞には、

タンパク質の

立体構造を

正確に予測できる

AIを開発した

Google・ディープ

マインド社の2氏が

選ばれた。

 

言うまでも

ないが、

AIは近年

チャットGPTの

ような

生成AIをはじめ、

発展が著しい。

 

社会の各方面で

活用され、

研究レベルが

国力を左右

する、

と言っても

過言ではない。

 

そんな中、

理化学研究所で

革新知能総合

研究センター長

を務める

S教授は、

今年の

ノーベル賞に

関して

「隔世の感が

 ある」

と驚く一方、

日本のAI研究は

「かなり厳しい

 状況」

と指摘した。

 

例えば、

S氏の下には、

博士過程の

大学院生が

約20人もいるが、

うち日本人は

1、2人である。

 

大半が中国人

などの留学生

である。

 

日本人の多くは、

修士課程を出て

就職するが

「修士と博士

 では、

 子どもと

 大人ぐらい

 の差がある。

 

 修士は、

 最新の論文を

 かろうじて

 読める程度

 だが、

 博士は、

 さらに新しい

 成果に繋げら

 れる」

と話す。

 

総務省の

情報通信白書に

よると、

論文数などを基

した

AIの研究力

関する

国別ランキング

で、

日本は12位で

る。

 

トップの米国や

2位の中国との

差は大きい。

 

<評価の多様性>

ノーベル賞は近年、

授賞対象を広げる

傾向が見られる。

 

今年、

米国の2氏が選ば

れた

生理学・医学賞は、

細胞内の

「マイクロRNA」

が遺伝子の

働きを調節する

仕組みに関する

基礎研究が対象

であったが、

1昨年には、

授賞対象とみら

れていなかった

進化人類学

に関する成果が

選ばれて大いに

注目された。

 

同じく、

今年、

化学賞となった

タンパク質に関す

AIは、

「生理学・医学賞」

受賞する、

との予想も出て

いたが、

結果は、周知の

事実である。

 

この結果を

東京大のY教授は

「研究が一定の

 レベルを突破し、

 新たな見方を

 生み出した人

 たちが、評価

 されるようだ」

と分析する。

 

さらに

Y氏は、

「研究の自由度」

と、短期的な評価

に、こだわらない

「評価の多様性」

が重要とし、

「若手研究者が恐れ

 ずに挑戦するため

 にも、できる限り

 放し飼いにすべき

 だ」と

 強調する。

 

日本が挽回する

には、

将来を担う若手

研究者の育成が

欠かせない事は、

言うまでもない。

 

人類史上に刻まれる2024年のノーベル賞

人工知能(AI)の

高度化は、

とどまるところを

知らず、

猛烈な勢いで加速

している。

 

世界の人々が、

そう実感した

今年の

ノーベル賞で

あった。

 

物理学賞と化学賞

で、AIに関係する

研究成果が選ばれ

た。

 

物理学賞は、

人工の脳の仕組み

模擬して、

AIの機械学習の

基礎となる技術

を開発した

米国とカナダの

研究者に決まった。

 

また、

化学賞は、

AIでタンパク質の

立体構造を予測

する技術を開発

するなどした

英米の研究者3人

への授与が決ま

た。

 

AI分野での

ノーベル賞は

初めての事で

ある。

 

AIの能力が、

人類の英知の

最先端と肩を

並べ始めた

証左であろう。

 

その意味で

人類史上の

記念碑的な

年である、

と言える

であろう。

 

 

そもそも、

AIの研究は

1956年、

米ダートマス大学

での

数理科学者の集会

から始まった。

 

それから

約70年の間に、

AIの開発は段階的

に進み、

現在は

大規模言語モデル

(LLM)が出現した

第4次ブームの

真っ只中である。

 

2022年に

米国の

オープンAI

公開した

チャットGPTも

LLMで

会話形式のやり

取りを可能にした

生成AIである。

 

AIは既に社会に

溶け込み、

暮らしや仕事の

効率化をはじめ、

各種の分野で

役立てられて

いる。

 

一方で、

破格の能力による

負の側面を無視

できなくなりつつ

ある。

 

その範囲は、

著作権の侵害問題

から

米大統領選に影を

落とす偽画像

まで

幅広い。

 

AIの影響は

国益、安全保障に

まで及ぶので、

法的規制の国際的

足並みは揃い

にくいのが実情

である。

 

そんな中、

欧州連合(EU)は

2024年5月に

世界初の

「AI包括規制法」

を制定したが、

米企業への牽制

措置としての色

合いもある。

 

また、

中国は言論統制を

厳格化しつつ、

自国企業のAI開発

を、全面支援する

方針である。

 

こうした状況の中、

数年以内

あらゆる知的作業

可能な

汎用人工知能(AGI)

が登場する

との見通しがある。

 

その先には、

間の知能を遥かに

凌ぐ

人工知能(ASI)

が、予見されて

いるという。

 

豊富な電力を生む

原子力が核兵器

となるように、

AIも諸刃の剣と

て働くテクノ

ロジーだ。

 

物理学者の

研究者は

「私たちは自分

 たちより賢い

 ものを手にした

 ことがない。

 

 制御不能になる

 脅威を心配しな

 ければならない」

と会見で語った。

 

この言葉の重さを

噛み締める必要が

ある。

 

<データと資料>

タイトルとURLをコピーしました