昨年10月、Demis Hassabis氏とJohn Jumper氏はAlphaFold 2によりノーベル化学賞を受賞した。このAIシステムは、構造生物学を50年にわたって悩ませてきたタンパク質折りたたみ問題を解決した。原子レベルの精度で構造を予測し、従来の方法では数ヶ月かかるところを数時間で完了する。
影響の大きさ
AlphaFoldタンパク質構造データベースには現在、2億4000万以上の予測構造が収録されており、人体が産生するあらゆるタンパク質を網羅している。190カ国以上の300万人以上の研究者が利用しており、その3分の1は低・中所得国からの利用者である。約20万本の論文に貢献している。
後続バージョンも継続的に開発されている：
- AlphaFold Multimer：複数タンパク質複合体の構造予測
- AlphaFold 3：DNA、RNA、リガンドなどあらゆる生命分子に拡張
- "AlphaFold 4"（非公式名称）：スピンオフ企業Isomorphic Labsが創薬向けに開発中
DeepMindのジレンマ
Nature誌の長文記事は鋭い問いを投げかけた：ノーベル賞を受賞したDeepMindは、同規模のブレークスルーを再び生み出せるのか？
問題の核心はDeepMindに人材や技術が不足しているかどうかではなく、環境が大きく変わったことにある。LLMの波は、AI関連の資金と注目のほぼすべてを吸い寄せている。DeepMindの当初の使命は「AIで科学発見を推進する」ことだが、LLMブームの影響を完全に遮断することは難しい。
Hassabis氏自身は楽観的だ。AI駆動の科学研究は、10年から15年の再編期間を経て、「ルネサンス」を迎えると見ている。
なぜこれがAI業界を超える意味を持つのか
AlphaFoldの意義は「AIがすごい」というだけではない。主流の学界に対して、AIが従来の方法では解決できない基礎科学の問題を解決できることを初めて証明した。この先例の価値は、あらゆるベンチマークスコアをはるかに超える。
AIがタンパク質折りたたみでここまで達成できたなら、材料科学、創薬設計、気候モデリングなどの分野でも同規模のブレークスルーが可能かもしれない。問題はただ一つ：収益化が容易でないこれらの方向性に、誰が資金を投じるのか？
出典：CocoLoop、Nature報道