AI が新たな科学革命をリード

この記事は Lei Feng.com から転載されたものです。転載する必要がある場合は、Lei Feng.com の公式 Web サイトにアクセスして許可を申請してください。

1950 年代の DNA の発見以来、生物学者は遺伝子配列の長さを、現在有名になっている mRNA などのさまざまな細胞成分やタンパク質合成プロセスと結び付けようと試みてきました。ワクチン 特定の抗体の mRNA 転写プロセスを支援します。

DNA の発見以来、ゲノムの配列決定と理解は進歩しましたが、重要なつながりがまだ欠けています。生物学者には、DNA または RNA ソース配列のみを使用して、未知のタンパク質の三次元形状を正確かつ効率的に予測する方法がありませんでした。生物学では、構造が機能を決定します。細胞内でのタンパク質の役割はその形態によって異なります。中空の円筒構造は良好な膜受容体の形成を促進し、U 字型の酵素はフィヨルドのような空洞内で化学反応を触媒します。タンパク質の構造を予測し、さらには設計できるようになれば、人間の病気の理解が飛躍的に進み、さまざまな病気に対する新たな治療法が可能になる可能性があります。

しかし、科学者たちは 70 年以上にわたり、コンピューターを圧倒し、主に自分自身の推測に頼ってタンパク質の構造を解明する遅い方法を使用してきました。生物学者は、あらゆるタンパク質を構成する各アミノ酸の DNA コードの長さを知っていましたが、いわゆる「タンパク質の折り畳み問題」を解決するための再現可能で一般化可能な公式を欠いていました。彼らは、タンパク質の広大な世界を解明するために、アミノ酸の文字列が一度接続されるとどのように折り畳まれて三次元の形状になるかを体系的に理解する必要があります。

#出典: DeepMind

2020 年、Google の人工知能チーム DeepMind同社のアルゴリズム AlphaFold がタンパク質の折り畳み問題を解決したと発表した。

当初、ほとんどの人がこの驚くべき進歩に興奮し、科学者たちはこの新しいツールをテストする準備ができていたため、一部の関心も呼び起こしました。これは、数年前にAlphaGoを立ち上げ、中国の戦略ゲーム囲碁の世界チャンピオンを破ることを可能にしたのと同じ会社ではないでしょうか?チェスよりも複雑なゲームをマスターするのは難しいとはいえ、タンパク質の折り畳みの問題に比べれば些細なことのように思えます。

しかし、AlphaFold は、生物学者のチームが遺伝子配列のみに基づいてタンパク質の構造を推測する毎年恒例のコンテストで、その科学的能力を証明してきました。このアルゴリズムは人間の競合他社をはるかに上回り、最終形状を 1 オングストローム (単一原子の幅) 以内で予測するスコアを記録しました。その直後、AlphaFold は最初の実世界テストに合格し、ワクチンを標的とするウイルスの見かけの膜受容体である SARS-CoV-2 の「スパイク」タンパク質の形状を正確に予測しました。

出典: "Nature"

AlphaFold の成功は間もなく不可能になります無視して、科学者たちは研究室でアルゴリズムの試験を開始しました。 2021 年、サイエンス誌は AlphaFold のオープンソース版を「今年のベストメソッド」に選出しました。生化学者と科学の編集長 H. ホールデン ソープは社説で、「タンパク質のフォールディングにおける画期的な進歩は、科学的成果と今後の研究の点で、これまでで最大の進歩の 1 つです。」

現在、AlphaFold の予測は非常に正確であるため、70 年以上の思考を経て、タンパク質の折り畳み問題は解決されたと考えられています。タンパク質の折り畳みの問題は、これまでの科学における AI の成果の中で最も注目を集めているかもしれませんが、AI は多くの科学分野で静かに新しい発見を行っています。

AI は、発見プロセスを加速し、科学者に新しい調査ツールを提供することで、科学研究の方法も変えています。

このテクノロジーは、顕微鏡やゲノムシーケンサーなどの研究の柱をアップグレードし、機器に新しい技術機能を追加してさらに強力にします。 AI を活用した医薬品設計と重力波検出器は、科学者に自然界を調査し制御するための新しいツールを提供します。

AI は実験室の枠を超えて、高度なシミュレーションおよび推論システムを展開して現実世界のモデルを開発し、それらを使用して仮説を検証することもできます。科学的手法の広範な影響により、AI は画期的な発見、新技術、強化されたツール、さらには科学的プロセスの速度と精度を向上させる自動化された手法を通じて科学革命を引き起こしています。

出典: AI 支援超解像度宇宙論シミュレーション

タンパク質の折り畳み問題に加えて、宇宙論や化学から半導体設計や材料科学に至るまで、多くの分野における AI の発見は、その科学的価値を証明しています。

たとえば、DeepMind のチームは、科学者が 60 年間信頼してきたショートカット法を打ち破る、分子の電子密度を計算する別のアルゴリズムを設計しました。特定の分子の電子密度を知ることは、材料の物理的および化学的特性を理解するのに大いに役立ちます。しかし、電子は量子力学によって支配されているため、特定の電子の密度を計算するには複雑な方程式が必要となり、すぐに計算上の悪夢に変わります。代わりに、科学者たちは物質中の電子の平均密度をガイドとして使用し、難しい量子計算を回避しました。ただし、DeepMind のアルゴリズムは問題の量子的な側面に直接対処しており、ショートカット手法よりも正確であることが示されています。

タンパク質の折り畳み問題と同様に、AI は科学者が数十年にわたって使用してきた方法を超え、物理的および化学的特性を正確に予測する新しい方法を解き放つことができます。

AI が科学に与える影響は、4 つの主要な方法でテクノロジーの新発見にとどまりません。

まず第一に、AI は科学文献をすばやく読んで科学の基本的なルール、事実、方程式を理解し、科学者がさまざまな分野にあふれる大量の論文やデータを管理できるようにします。 2020 年だけでも、新型コロナウイルス感染症 (COVID-19) に関する科学雑誌論文が 100,000 ～ 180,000 件掲載されました。

研究者が現在進行中の世界的なパンデミックと同じくらい差し迫った問題に焦点を当てるのは理にかなっていますが、最大の生物医学データベースの中で最大の論文総数を占めるのは、新型コロナウイルス感染症に関する論文だけです。 4〜6％。生み出される論文やデータの波は科学者の読解能力をはるかに超えており、研究者は自分の分野のイノベーションのペースに真に追いつくことができなくなっています。

ここで AI が登場します。

たとえば、医薬化学の分野では、インシリコは、特発性肺線維症と呼ばれる一種の疾患を治療するために、AI によって完全に設計された薬剤の第 I 相臨床試験に入っています (IPF)。病気。 Insilico のアルゴリズムは、医学文献を読んで、正確に特定する可能性のあるタンパク質、細胞、または病原体を見つけて疾患の標的を選択します。標的が選択されると、アルゴリズムは病気を治療するための治療法を設計できます。 Insilico は、科学者が圧倒されることなく常に最新の情報を入手できるように、現場の最新の結果とデータを自動的に維持する創薬用のエンドツーエンド AI プラットフォームを開発しました。

出典: アルゴンヌ国立研究所、リーダーシップ コンピューティング施設、可視化およびデータ分析グループから提供された画像

第二に、機器がより洗練され、自然の謎の探求が深まるにつれ、科学者は膨大な量のデータに直面する必要があります。 AIはこの面でも役割を果たすことができます。

アルゴンヌ国立研究所 (ANL) の科学者チームは、アインシュタインの波紋によって予測された構造内の時空連続体である重力波を理解できるアルゴリズムを開発しましたが、発見されていませんでした。 2015年まで。このアルゴリズムは 1 か月分のデータを 7 分で処理し、加速され、スケーラブルで反復可能な重力波検出方法を提供しました。また、このアルゴリズムは標準のグラフィックス プロセッシング ユニット (GPU) 上でも実行されるため、研究者が重力波データを収集して解釈するために特殊な機器を使用する必要がなくなります。

ANL のデータ サイエンスおよび学習 (DSL) 責任者であるイアン フォスター氏は次のように述べています。 「人工知能の助けにより、かつては膨大な量のデータがあったものが、今では制御可能な情報の流れになりました。」それが科学の発展のペースを加速させます。

第三に、AI は研究室の長年の主力である顕微鏡や DNA シーケンサーの一部を密かにアップグレードしています。

ANL では、研究者らは、電子顕微鏡の分解能と感度を高めながら、電子顕微鏡がサンプルに関して取得できる情報量を増やす方法を発見しました。多くの人が高校や大学の生物学の授業でよく知っている顕微鏡とは異なり、電子顕微鏡は画像を構築するために可視光に依存しません。その代わりに、名前が示すように電子を使用するため、他の顕微鏡よりも高解像度で微細な構造の画像を撮影できます。

ANL の研究者は、AI を使用して電子顕微鏡上の位相データを記録する方法を設計しました。これにより、サンプルの物理的および化学的特性に関する重要な情報が提供され、それによって機器の性能が向上します。 . パワーと容量。

同様に、AI の別のアップグレードは、動きの高解像度 3D 画像をキャプチャできる、いわゆるライトフィールド顕微鏡に見られます。通常、科学者がビデオを再構成するには数日かかりますが、AI を使用すると、解像度やディテールを失うことなく、これらの動きからの高解像度データを処理するのに必要な時間が数秒に短縮されます。

DNA シーケンサーはゲノム時代の主力製品であり、AI によっても強化されています。今年の初め、科学者チームは AI を使用して DNA 配列を決定するのにかかる時間を半減し、近いうちにまた半分にしたいと考えています。つまり、人工知能は最も基本的な科学ツールをアップグレードしているのです。

出典:「サイエンス」

ついに、AI が登場しました。実験室 それが真価を発揮するのは複雑なシステムのシミュレーションであり、基礎科学研究においてますます標準的なツールとなっています。

昨年、研究者たちは、物理学、天文学、地質学、気候科学を含む 10 の科学分野で画期的なシミュレーション実験を構築することで、AI の学際的な能力を実証しました。

10 台のシミュレータはすべて、DENSE と呼ばれる同じディープ ニューラル ネットワークによってトレーニングされており、他の方法と比較して、精度を維持しながらシミュレーション速度が 10 億倍向上しています。

重要なことに、シミュレータは「逆問題」を解決するために使用できます。この問題では、研究者は結果はわかっていますが、どの変数が出力を引き起こしているのかを知りたいと考えています。 AIはこの種の計算が得意で、特定の答えに至る道筋を簡単に見つけ出すことができます。

シミュレーションは便利ですが、研究者はモデルが現実世界で機能することを確認したいとも考えています。 Google と Samsung という 2 つの大手テクノロジー企業は最近、一部のチップのレイアウトを計画するために AI に注目しました。

Google は、AI が設計したチップは「消費電力、パフォーマンス、チップ面積など、すべての主要な指標において人間が製造したチップより優れているか、同等である」と結論付けました。さらに一歩進んで、同社は AI を使用して次世代 AI アクセラレータを設計しています (TPU は標準の CPU や GPU ではなく、AI 製のチップです)。

同様に、サムスンは AI チップ設計ソフトウェアを利用して、ウェアラブル製品や自動車に使用されるチップである Exynos を作成しました。 AI は、忠実度の高いシミュレーションにより、自然界のモデル化と実験の方法に革命をもたらす強力なツールを科学者に提供します。

#出典: AI が新型コロナウイルス感染症患者の迅速診断をサポート

AI のモデリング能力を現実世界でテストするのに、新型コロナウイルス感染症のパンデミックほど優れたものはありません。

まず、タンパク質フォールディング アルゴリズム AlphaFold が重要な「スパイク」タンパク質を正確に予測し、AI が将来のパンデミックにおいてワクチンや治療法の開発をどのように加速できるかを実証しました。しかし、おそらくさらに印象的なのは、2020 年の夏、日本の科学者たちが世界で最も強力なスーパーコンピューターである富岳を使用して、新型コロナウイルス感染症の空気感染の拡散をシミュレーションしたことです。

ディープ ニューラル ネットワークと数千の GPU を活用した富岳は、ウイルスが空気感染しているという決定的な証拠を世界に提供し、それに応じて新型コロナウイルス感染症対策のガイドライン (マスク、換気、マスクなど) を変更するよう WHO を説得しました。屋内活動と屋外活動のリスク）。現実の世界では、AI は危機の際に世界的な緩和戦略を知らせることでその価値を証明しています。

新しい発見をして科学兵器に新しいツールを追加することに加えて、AI はデータ内のパターンを発見し、テスト可能な予測を行い、それらを使用して新しい証拠をモデルに組み込むことができます。科学的な方法。

哲学者のカール・ポパーは、科学は、実験を通じてテストされ、間違いであることが証明できる反証可能な仮説を破棄することによって進歩するという考えを広めました。そして、理論と実験によるこの消去のプロセスは、科学の特徴です。方法。

最近の AI の進歩が示しているように、このテクノロジーは実験的に検証できる仮説を生成し、消去法によって厳密で反証可能な答えを提供します。

DeepMind の電子密度モデルは、科学プロセスを近似し、量子コンピューティングをよりよく理解できるまで予測と実験の間でフィードバックを繰り返すことで研究者を打ち負かしています。

AI は、実験的に決定された何千ものタンパク質でモデルをテストし、推測を洗練し、解に近い分岐に高い重みを与えることでニューラル ネットワークを枝刈りすることで、この問題を解決します。 。研究者が AlphaFold のオープンソース バージョンを構築した後、他の科学者はそのモデルを使用して、RNA 構造がどのように折りたたまれ、タンパク質が結合するのかという謎を解明できます。

出典: エンドツーエンドの剛体ドッキングを備えた独立した SE(3) 等変モデル

全体として、細胞内の多くの反応はタンパク質の相互作用の結果であるため、タンパク質がどのように結合するかを理解することは強力な新薬開発への扉を開きます。これら 2 つの進歩により、エンドツーエンドの AI パイプラインを活用して疾患の位置を特定し、正確な治療を設計する治療設計の新時代が到来します。

たとえば、ファーウェイの人工知能研究所の研究チームは、このモデルのバージョンを使用して、標的感染に対する抗体を自動的に生成しました。医薬品の設計からタンパク質の結合に至るまで、自然界をモデル化し、分析し、制御する AI の能力は今後も向上し続けるでしょう。

DeepMind の最新の進歩は、核融合反応の制御と維持の問題に AI を適用することです。 AIは水素とヘリウムの核融合反応の制御に成功し、宇宙のすべての星に記録的なエネルギーを供給し、プラズマを安定させる新しい形状を発見した。この実験は、世界に電力を供給するのに十分な再生可能エネルギーを提供できる実行可能な核融合エネルギーの開発に向けた重要なステップです。

この事例は、科学における AI の最も有望な応用例に焦点を当てています。AI は、私たちには見えないパターンを認識し、異なる、しかし補完的な観点から環境を分析します。研究者と協力し、科学的手法に基づいた AI は、科学的プロセスを支える反復理論と実験を使用して、同じ探索的な質問を解決できます。

科学は、未知の探求として最もよく説明できます。 AI はこの旅のパートナーであり、自然界とその未踏の部分を私たちとは異なる方法で認識し、世界の力を理解して活用する新しい方法を開きます。

ソニーの研究責任者である北野宏明氏が説明したように、科学的発見は、仮説、実験、データの自己修正システムに基づく「探索」問題であり、これらのシステムをシミュレートすることができます。あい。しかし、AI は、科学者やパートナーが検索プロセスで使用できる強力なツール以上のものです。このテクノロジーはまた、科学プロセスを変化させ、人々がそれを使用して達成できるタスクを自動化し、増加させています。人工知能は新たな科学革命を先導し、多くの分野で大きな進歩を遂げ、科学研究に新たな道を切り開き、科学革新のペースを加速させています。 AI はパートナーとして科学者と協力して、より無限の科学フロンティアを探索していきます。

以上がAI が新たな科学革命をリードの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。