AI とロボットが創薬を一変させる可能性

過去10年間、AI 研究者は、コンピュータ科学者リチャード・サットンが「苦い教訓」と呼ぶものに直面した：彼ら自身の領域の専門知識はしばしば負債だったのだ。「実際の心の内容は非常に、回復不可能なほど複雑である」とサットンは2019年に書いた。最も重要な AI ブレークスルーは、人間の知識をシステムに組み込むことからではなく、後退して生の計算能力が人間が見ることができなかったパターンを発見することを許可することから来た。その教訓は現在、生物学に到達している。

優雅な仮説からではなく、膨大なデータセットの大規模な計算スクリーニングから生じた新世代の医薬品が市場に投入されている。科学者が現象を観察し、理論を形成し、それをテストするのではなく、研究者は現在、膨大な量の生物学的データをコンピュータに供給し、機械にパターンを見つけさせている。将来の治療法は、疾患についての人間のような推論ではなく、生物学的情報の大規模なパターン認識から生じるだろう。著者が言うように、それは「コンピュータとロボットによって、これまでで最も大きな壁に、計り知れない量のスパゲッティが投げ付けられているかのようなもの」である。

この転換を支える基盤は急速に拡大している。ナノテクノロジーと AI ツールは、現在、以前はアクセスできなかった人間の生物学の側面を測定する—例えば、人間の血液中に存在する数千種類のタンパク質。計算方法は、その後、それらの測定を実行可能なパターンに蒸留する。数年以内に、器用な手を備えたヒューマノイドロボットは、実験室の仕事の物理的な退屈を処理するだろう：マウスの取り扱い、組織サンプルの切片作成、検査の実行。すべての研究室は24時間体制で動作するだろう。クラウドベースのラボにより、研究者は AI チャットボットを使用して研究デザインを考案し、ボタンを押して完全に自動化された施設で実行をトリガーすることができるようになる。AI モデルはエージェントループで動作する：実験を実行し、結果を分析し、学習内容に基づいて自動的に次の試験を提案する。反復—産業規模での試行錯誤—は、発見のエンジンとしての人間の熟考に取って代わるだろう。

賭けは高い。人間の体は人間の心と同様に、重要な多くの点で深く謎に満ちている。大規模なスクリーニングは、仮説駆動型の科学が到達できないブレークスルーを解き放つかもしれ、重篤な疾患の治療法の発見を加速させるだろう。ラボは実験のタイムラインを圧縮し、コストを劇的に削減するだろう。しかし、転換は不快なものになるだろう。大規模な自動動物実験は、この分野がまだ十分に対処していない倫理的な質問を提起する。著者は、未来は「奇妙で、時に論争的になる」ことを認めているが、それはまた「多くの命を救う」だろうと主張している。

本記事は、コンピュータ科学者リチャード・サットンが2019年に提唱した原理に基づいた、生物学的研究がどのように動作するかの根本的な転換をフレーミングしている。それは、専門家の人間の知識がしばしば進歩を妨げ、大規模に適用された生の計算能力が理論駆動型アプローチを上回るというものである。著者は、過去10年間の AI 研究で痛感された「苦い教訓」が現在、生物学者によって吸収されていることを観察している。人間の体は人間の心と同様に、「非常に、回復不可能なほど複雑」であり、直接的な理解は不可能かもしれないが、膨大なデータセット全体のパターン認識は、それでも解決策を明らかにするかもしれない。

この転換を可能にするメカニズムは二つの側面がある。第一に、新しい科学ツール（ナノテクノロジーと AI）は、生物学的システムの前例のない粒度での測定を可能にする—例えば、人間の血液中の数千種類のタンパク質。第二に、より優れた計算方法がそのデータから有意義なパターンを抽出し、それを価値あるものにする。結果は、実験の産業化である：仮説を設計していくつかの実験を実行するのではなく、ラボは自動的に、24時間体制で、数千または数百万の試験を実行し、ロボットが物理的なタスクを処理し、AI システムが何をテストするかを決定する。この継続的な反復ループは、科学者が結果について推論してから次のステップに進む必要があるという人間のボトルネックに取って代わる。

まだコメントがありません。最初のコメントを投稿しましょう！