科学研究ビッグデータにおける人工知能技術の応用

数十年にわたる技術開発を経て、人工知能は新たな時代、つまり人工知能の時代に入りました。新しい時代を迎え、さまざまな研究成果が生まれ続けています。中国の科学者で未来学者の周海中氏は、1990年代に次のように予測しました。「科学技術の進歩により、人工知能の時代が到来します。その頃には、人工知能技術はさまざまな分野で広く使用され、予想外の結果を生み出すでしょう。」科学研究では、ビッグデータをどう扱うかという問題にしばしば直面します。以下は、科学研究のビッグデータにおける人工知能技術の応用について簡単に説明します。

ビッグデータは大量情報とも呼ばれ、一定期間内に従来のソフトウェア ツールを使用して収集、管理、処理することができないデータの集合を指します。ビッグデータの概念は人によって意味が異なりますが、現在ビッグデータに適用可能なテクノロジには、超並列処理データベース、分散データベース、データマイニンググリッド、クラウドコンピューティングプラットフォーム、インターネット、モノのインターネット、分散ファイルシステム、スケーラブルなストレージシステムなどがあります。ビッグデータ技術の戦略的意義は、膨大な量のデータ情報を習得することではなく、これらの意味のあるデータを専門的に処理することにあります。近年、人工知能技術の助けにより、科学研究における多くのビッグデータの問題が効果的に解決されてきました。

例えば、NASAは最近、地球外文明（一般に「エイリアン」と呼ばれる）を探索するために、インテル、グーグル、IBMなどのテクノロジー企業と協力して、エイリアンを探索するためのビッグデータ分析に使用できる高度な人工知能技術を開発しました。もちろん、これは人工知能技術を使ってエイリアンを「直接観察する」ということではなく、宇宙探査機や天体望遠鏡から得たデータを分析して太陽系外惑星の画像を特定し、地質構造や化学的性質などを研究し、そこにエイリアンが存在するための基本条件があるかどうかを調べ、探査結果をより深く、より効果的なものにすることを意味します。関係する専門家は、膨大な量のデータを分析するために人工知能技術を使用することは、地球外文明を探索するためのより優れた方法であると考えています。

たとえば、1972 年にアメリカの生化学者でノーベル化学賞を受賞したクリスチャン・アンフィンセンは、受賞スピーチで、酵素が化学合成を行う可能性を示す仮説を提唱しました。これは有名なタンパク質の折り畳み構造の予測ですが、計算の難しさと計算量が膨大であるため、計算結果の精度は実験から得られた結果を超えることは決してありません。この仮説は、生化学における約 50 年間の大きな問題でしたが、最近、Google DeepMind が立ち上げた AlphaFold によって解決されました。このニュースが報道されるとすぐに、『ネイチャー』や『サイエンス』を含む多くの雑誌で報道されました。一部の専門家は、これがノーベル賞を受賞すると期待される最初の人工知能の成果になるかもしれないと考えています。

例えば、COVID-19の流行中、多数の科学研究者が人工知能技術を新型コロナウイルスと戦うために使用し、このハイテクが流行において前例のない役割を果たすことを可能にしました。新型コロナウイルス感染症患者のデータから潜伏期間や臨床的特徴を把握し、新型コロナウイルス感染症の初期症状の特定に大きな役割を果たしたほか、ビッグデータに基づく新型コロナウイルス感染症流行の予測モデルを構築し、政策立案に重要な根拠を提供した。例えば、香港理工大学とマカオ科技大学は関連データに基づき、COVID-19患者を迅速に診断できる人工知能システムを開発した。わずか20秒で診断し、患者の状態が悪化するかどうかを90％以上の精度で予測することができる。

上記の例から、人工知能技術がビッグデータの科学研究において大きな役割を果たすことができることがわかります。科学研究の作業負荷が増加するにつれて、データのサイズも指数関数的に増加します。既存の科学研究環境では、長期間蓄積された履歴データを処理し、日常業務からのリアルタイムデータを分析し、今後のイベントを予測することが特に重要になります。人工知能技術の助けを借りれば、将来、科学研究におけるビッグデータの問題は簡単に解決されるだろうと信じることは十分可能です。