科学 AI の潮流が到来し、科学技術省が自ら行動を起こす

3月27日、新華社通信によると、国家「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はこのほど、 「AI for Science」特別展開作品。

「科学のための AI は、私たちを次の技術革命の最前線に押し上げる可能性を秘めています。」中国科学院院士、北京科学知能研究所所長、中国自然科学財団「次世代人工知能」主要研究プロジェクトの専門家グループリーダーエウェイナンこれについて予測してください。 ^[1]

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」数学や物理学などの基本的な分野の研究です」と張林峰氏は思い出させた。「関連する統合がうまく行われた場合に限り、科学革命の新たな段階でチャンスを掴む機会が得られるでしょう。」

今回、私の国はAI for Scienceの最先端技術の研究開発システムを構築し、これは緊密に統合されます。数学、物理学、化学、天文学などの基礎科目の重要な問題は、医薬品の研究開発、遺伝子研究、生物育種、新材料の研究開発などの主要分野における科学研究のニーズに集中しています。^[2]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。 ^[3]人工知能テクノロジーと科学研究がますます緊密に統合されるにつれ、新たな研究分野 AI for Science (人工知能科学研究) が出現しました。そして2020年から、この新興分野は集中爆発の段階に入りました。

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、と呼ばれる手法を提案した。 「Multi-Fidelity Materials Graph Networks」の機械学習手法、複数の測定およびシミュレーション ソースからデータを学習することにより、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 月に DeepMind がリリースされました アルファフォールド2、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ており、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原子1個の幅であり、低温などの複雑な実験観察によって予測されるレベルに達することができます。電子顕微鏡。 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・イヤーに選ばれました。

2021年7月にもワシントン大学やハーバード大学などの研究者がタンパク質の構造予測アルゴリズムを提案 ローズTTAフォールド、この方法は深層学習に基づいており、タンパク質の配列情報を学習することで、タンパク質の正確な構造を迅速に生成し、従来の方法による実験的決定に費やされる時間とエネルギーを削減できます。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 は英国気象局との協力を通じて Nature 誌に論文を発表しました。AI技術を降雨予測に応用。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。

海外における上記関連分野での研究成果に加え、中国でも科学用 AI の人気が高まっています。

政策の観点から見ると、今回、科学技術省が直接支援に介入する前の2022年5月、国家発展改革委員会の「生物経済発展のための第14次5カ年計画」では、ハイスループット遺伝子配列決定技術の開発を加速することが明確に述べられていた。最先端のバイオテクノロジー革新を実行するための重要な手段; 製薬産業における正確な研究開発を達成するための人工知能などの情報テクノロジーの使用をサポートし、バイオテクノロジーと情報テクノロジーの統合を通じて人々の利益を向上させます。 ^[4]

才能という観点から見ると、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。

成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は、コロイドナノ結晶（ペロブスカイトなど）の合成のために、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、および機械学習による逆設計を初めて組み合わせました。 ）材料、「機械科学者」プラットフォームの探索と構築は、科学研究者を従来の試行錯誤実験や労働集約的な特性評価から解放し、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スを実現することが期待されています。

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。それは人類社会と経済発展に対して、より根本的かつ広範囲に影響を与えるでしょう。

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 ダモ 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は深く統合されています。まだ対処する必要がある 3 つの課題:

* 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る。

* AI の説明可能性。科学者は科学理論を形成するために明確な因果関係を必要とし、科学と AI の間に信頼関係を確立するには AI を理解しやすくする必要があります。

※学際的な人材、専門分野の科学者、AI専門家の相互理解は低く、相互昇進の壁は依然として高い。

このレポートでは予測も行われていることは注目に値します。今後 3 年間で、人工知能テクノロジーは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でしょう。

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」