ノーベル賞、「AI」がダブル受賞…利便性の陰に負の側面
今年のノーベル賞は、物理学賞と化学賞が、いずれも人工知能(AI)と関係するテーマの研究に贈られることになった。急速に発展し、創薬や医療などの分野でも欠かせない存在になってきたAIについて、国内ではどのような研究が行われ、何が課題になっているのか。専門家に聞いた。(科学医療部ノーベル賞取材班) 【イラスト】新薬開発のイメージ
機械学習の確立
物理学賞の受賞者に選ばれたのは、AIの基盤となる機械学習の技術を確立した米プリンストン大のジョン・ホップフィールド名誉教授と、カナダ・トロント大のジェフリー・ヒントン名誉教授。機械学習とは大量の画像や音声などのデータを精査して特徴をつかみ、判断や予測を行うことで、画像認識や自動翻訳などを実現する基礎となっている。 化学賞を受賞するのは、生物の体を形作るたんぱく質について、狙った機能を持つ立体構造を設計する方法を開発した米ワシントン大のデビッド・ベイカー教授と、逆に既存のたんぱく質のデータから構造を推定するAIモデル「アルファフォールド」を開発した英グーグル・ディープマインド社のデミス・ハサビス最高経営責任者、同社のジョン・ジャンパー氏の3人だ。
ベイカー教授の研究室に留学した古賀信康・大阪大教授(生化学)は「たんぱく質の構造を特定するには何年もかかっていたが、AIの進化でトイレの間に予測ができるほど早くなった」と説明。「社会に広く浸透しており、授賞は納得できる」と評価する。
コンピューターで創薬の効率アップ
新薬の開発時には動物の体内での実験(インビボ)や試験管による実験(インビトロ)が行われるが、近年はコンピューターによる計算を導入して効率を高める「インシリコ創薬」の導入が広がっている。
こうした流れを受け、国内でも「アルファフォールド」のような創薬に役立つAI開発が加速している。
理化学研究所と富士通が開発した生成AIは、電子顕微鏡画像から、たんぱく質の立体構造や体内での形の変化を予測でき、開発中の薬の有効性を高い精度で評価できる可能性がある。