科学 AI の潮流が到来し、科学技術省が自ら行動を起こす

生成型 AI は急成長しています。AI 時代に中国はどのようにして追いつくことができるのでしょうか?この点に関して、科学技術省は、科学のための AI の特別な展開を開始するという答えを個人的に出しました。科学のための AI の新たな波が到来することが予見できます。

3月27日、新華社は、国家の「新世代人工知能開発計画」を実行するため、中国科学技術省と自然科学財団がこのほど「人工知能主導の科学研究」の特別展開を開始したと報じた。 」（科学のためのAI）。

「科学のための AI は、私たちを次の科学技術革命の最前線に押し上げる可能性を秘めています。」中国科学院の学者、北京科学情報研究所の所長、専門家グループのリーダーである E Weinan 氏は述べています。中国自然科学財団の「次世代人工知能」主要研究プロジェクトについて予測してみよう。

追い詰められた科学革命の新たな段階は、どのようにして他の科学革命を追い越すことができるのでしょうか?

北京科学知能研究所の副所長であり、深センテクノロジーの創設者兼主任研究員である張林峰氏は、人工知能によって推進される科学研究の最大の特徴は、異なる分野や背景を持つ人々を前例のない方法で結び付けることであると信じています。 「Al for Scienceは、分野と知識システムを大規模に再構築するプロセスです。これには、コンピューター、データサイエンス、材料、化学、生物学、その他の分野の相互統合だけでなく、より詳細な理論的構築とアルゴリズムも必要です」張林峰氏は、「関連する統合がうまく行われた場合にのみ、科学革命の新たな段階でチャンスを掴むことができる」と念を押した。

今回、我が国は、数学、物理学、化学、天文学などの基礎分野の重要な問題を密接に統合し、重要な分野の科学研究のニーズに焦点を当てる、科学のためのAIの最先端技術の研究開発システムを構築しました。医薬品の研究開発、遺伝子研究、生物育種、新素材の研究開発などの分野。これに関連して、中国科学院オートメーション研究所の徐波所長は、新薬の創出、遺伝子研究、生物育種、新素材の研究開発などの分野が緊急に必要とされており、優れた代表的な方向性であると説明した。人工知能と科学研究を組み合わせるために。

たとえば、生物学的メカニズム、病気や投薬関連のデータ、医薬品のさまざまな薬学的特性などに基づく人工知能モデルは、人工知能、人材、物的資源、時間の助けを借りて、新薬の安全性と有効性を予測できます。研究開発の時間を短縮して、医薬品開発の成功率を向上させることができます。人工知能が新材料の研究開発を強化すると、電子スケールや分子スケールなどのマルチスケールの材料計算とシミュレーション手法を組み合わせて、目標の性能を満たす新しい材料の組成と構成を迅速にスクリーニングし、開発期間を短縮することが実現できます。新しい材料やデバイスの開発サイクルとコスト。

AIの新たな戦場：伝統的な科学研究分野

近年、人工知能は当初は科学研究の分野で応用されており、データマイニング分析、モデリング、シミュレーション、予測などの科学研究作業を支援するために、自社で開発したり、成熟した人工知能アルゴリズムを使用したりする科学者が増えています。自然科学の新しい法則、新しいモデルの発見を加速し、人間の反復的な作業を削減し、科学的発見の精度を向上させ、科学研究者の作業効率を大幅に向上させます。人工知能技術と科学研究がますます緊密に統合されるにつれ、AI for Science (人工知能科学研究) という新興研究分野が出現し、2020 年からこの新興分野は集中的な爆発段階に入りました。

2021年1月、カリフォルニア大学サンディエゴ校などの研究者らは、複数の測定およびシミュレーションソースから学習する「Multi-fidelity Materials Graph Networks」(マルチフィデリティ マテリアル グラフ ネットワーク)と呼ばれる機械学習手法を提案しました。 AI モデルを通じて材料特性を予測します。この方法は、普遍的な重要性を備えたより正確な「材料特性モデル」を構築することができ、それによって科学者が有望な研究見通しを持つ候補材料を選別するのに役立ちます。

2021年7月、DeepMind社がリリースしたAlphaFold 2は、ヒトタンパク質98.5%の三次元構造を予測することに成功し、その予測結果は、ほとんどのタンパク質の真の構造からわずか1原子幅であり、達成された結果を達成できるクライオ電子顕微鏡などの複雑な実験を通じて、予測レベルを観察します。 12月、この研究はネイチャー誌により2021年の技術的ブレークスルー・オブ・ザ・イヤーに選ばれた。

また、2021年7月にワシントン大学、ハーバード大学などの研究者がタンパク質構造予測アルゴリズムRoseTTAFoldを提案しました。この手法は、タンパク質の配列情報の学習を通じて、タンパク質の正確な構造を迅速に生成できます。タンパク質の測定などに費やされる従来の方法の実験コストを削減します。このアルゴリズムは現在オープンソースです。

GitHub アドレス:

https://github.com/RosettaCommons/RoseTTAFold

2021年10月、DeepMindは英国気象局と協力してAI技術を降雨予測に応用した論文をNature誌に発表した。研究者らは、深度生成モデルを使用して、1536km×1280kmのエリアの降水量を5～90分前に予測しています。 89%の場合、他の手法と比較して精度と有用性（Usefulness）が最も高いモデルです。

海外の上記関連分野での研究成果に加えて、中国でも科学AIの人気が高まっています。

政策の観点から見ると、今回は科学技術省が自ら支援に乗り出す前の2022年5月、国家発展改革委員会の「第14次バイオエコノミー発展5カ年計画」にハイスループット遺伝子の開発加速が明記されていた。フロンティア開発としてのシーケンス技術 バイオテクノロジー革新の重要な手段であり、人工知能などの情報技術の利用をサポートして製薬産業の正確な発展を実現し、それによってバイオテクノロジーと情報技術の統合を通じて人々の利益を向上させます。

人材の観点から見ると、AI 分野の多くの著名人がこの分野への参加を選択しています。今月中旬、CV分野のリーダーである何開明氏はMITでの学術講演の中で、科学のためのAI、特に自己教師型X+AIを統合するためのビジョンとNLPに焦点を当てると述べた。

結果の観点から見ると、最近、中国科学院深セン先進技術研究所の研究チームが、データ駆動型自動合成、ロボット支援による制御可能な合成、機械学習によるリバースデザインを初めて組み合わせました。コロイドナノ結晶（ペロブスカイトなど）材料の合成には、「機械科学者」プラットフォームの探索と構築により、科学研究者が従来の試行錯誤実験や労働集約的な特性評価から解放されることが期待されています。科学革新に焦点を当て、ナノ結晶材料のデジタルインテリジェント製造を実現します。

2023 年 3 月 2 日、この研究は「コロイド状ナノ結晶の合成のためのロボット プラットフォーム」というタイトルで Nature Synthesis 誌に掲載されました。

論文リンク:

https://www.nature.com/articles/s44160-023-00250-5

科学のための AI: 機会と課題が共存する

おなじみの生成型 AI とは異なり、科学用 AI はバイオ医薬品、エネルギー、材料の研究開発などの科学研究分野に関係しており、関連する成果をすぐに一般の人々に体験させることはできませんが、最先端の科学研究を加速する効果があります。それは人間社会と経済発展に対して、より根本的かつ広範な影響を及ぼします。

ただし、科学向け AI の包括的かつ徹底的な革新的価値により、実装には一般的な AI アプリケーションよりもはるかに高い障壁にも直面することにも注意する必要があります。アリババ DAMO アカデミーの 2022 年トップ 10 テクノロジー トレンド レポートによると、人工知能と科学研究の徹底的な統合には、依然として次の 3 つの課題の解決に重点を置く必要があります。

• 人間とコンピューターのインタラクションの問題に関しては、科学研究プロセスにおける AI と科学者の協力メカニズムと分業をより明確にし、緊密なインタラクティブな関係を形成する必要があります。
• AIの説明可能性については、科学者が科学理論を形成するには明確な因果関係が必要であり、科学とAIの間に信頼関係を確立するにはAIが理解しやすくなる必要がある。
• 学際的な人材、専門分野の科学者、AIの専門家間の相互理解は低く、相互昇進への障壁は依然として高い。

この報告書は、今後 3 年間で人工知能技術が応用科学で広く使用され、一部の技術科学で研究ツールになり始めると予測していることも注目に値します。

参考記事：

[1]https://baijiahao.baidu.com/s?id=1761512222605101709&wfr=spider&for=pc

[2]https://new.qq.com/rain/a/20221230A04ZWS00

[3]https://www.ncsti.gov.cn/kjdt/kjrd/202112/P020211231640762390337.pdf

【4】「Dharma Academy 2022 テクノロジートレンドトップ10」