3,024 文字
ほんでな、これからは物理学だけやのうて、化学や化学や化学やいうような分野でも、びっくりするようなノーベル賞受賞者がどんどん出てくると思うんやわ。ほんまに誰が予想できたやろか、な？
今日、2024年のノーベル化学賞の発表があってな。3人に授与されたんや。まず、賞の半分を受賞したんは、デイビッド・ベイカーはんや。計算生物学者兼生化学者で、タンパク質設計の手法を開拓して、そのタンパク質の3次元構造を予測する研究をしてはったんや。
もう半分の賞は、グーグル・ディープマインドのサー・デミス・ハサビスはんとジョン・ジャンパー博士が共同受賞したんや。デミスはんはグーグル・ディープマインドのCEOで、二人とも人工知能を専門とするコンピューター科学者なんや。二人は、ディープマインドのAlphaFoldプログラムへの貢献が評価されたんやな。
AlphaFoldいうのは、タンパク質構造を予測できる深層学習AIモデルなんや。2024年に第3版がリリースされて、DNAやRNA、リガンド、それにイオンとタンパク質が作る「複合体」いうもんの構造も予測できるようになったんやて。
さて、物理学と化学のノーベル賞が発表されて、どっちも人工知能と、もっと広くいうとコンピューター科学の重要性を示したんちゃうかな。今の時代、科学的発見には膨大な計算やデータ処理、それに複雑なAIモデルが必要やからな。
残念ながら、2013年に大学に入った時、ワイはプログラミングが怖くてコンピューター科学を勉強したくなかったんや。でも今はな、特にプログラミングせんでもええんや。今日のスポンサーのBrilliantを使えば大丈夫やで。
Brilliantは、数学やデータ分析、プログラミング、そう、人工知能もやで、何千もの対話型レッスンで学べるんや。AIの話で言うたら、ChatGPTみたいな大規模言語モデルの中身を覗いたり、AlphaFoldがどうやってタンパク質の折りたたみを魔法みたいに解くのかを理解したりできるんやで。
Brilliantのコースは、独特の効果的な方法で設計されとるんや。基本原理からアプローチして、ゼロから理解を積み上げていくんや。各レッスンには、概念を遊びながら学べるハンズオン形式の問題解決が詰まっとるんや。これ、講義ビデオを見るだけより6倍も効果的やねんて。
ワイも、Brilliantを使って昔習った概念を復習しとるんや。例えば、アインシュタインの相対性理論に再挑戦しとるんやけど、ほんまええ復習になっとるわ。それに、プログラミングのコースがめっちゃ役立っとるんや。昔の内容を学び直して、コーディングの基礎をもっとしっかり身につけられとるんや。これ全部、Brilliantの対話型アプローチのおかげやわ。
毎日ちょっとずつ学ぶのは、個人的にも仕事でも成長するために超大事なことやで。Brilliantが提供するもん全部、30日間無料で試せるんや。https://brilliant.org/kavasarにアクセスするか、画面のQRコードをスキャンしてみてな。説明欄のリンクをクリックしてもええで。年間プレミアム会員登録すると20%オフになるんやで。
最後に、YouTubeでの初めてのスポンサーになってくれたBrilliantに大感謝やで。
さて、ノーベル賞の話に戻ろか。物理学と化学のノーベル賞について、1日考える時間があってな、新しい考えが浮かんできたんや。SNSで専門家の意見も見てきて、色んな反応があるんがわかったわ。みんな「悲しみの5段階」みたいなもんを経験しとるんちゃうかな。
ワイはもう「受容」の段階まで来たと思うわ。AIはもう無くならへんし、これからずっと存在し続けるってことを受け入れる準備ができたんや。昨日から考えてみて、AIの研究者にこの賞が与えられるのは当然やと思えてきたんや。AIが社会に与えてる影響は否定できへんからな。
ジェフ・ヒントンはんの受賞後のインタビューを見て、あの人が賞をもらえて嬉しいわ。AIの安全性への懸念について、もう一度話す機会を得られたんやからな。AIのアライメントと安全性にもっと注目すべきやいう意見には、ワイも全面的に賛成や。
振り返ってみると、物理学賞を受賞したんは驚いたけど、ヒントンはんにはほんま良かったと思うわ。ジョン・ホップフィールドはんについても触れとかなあかんかったな。現代のニューラルネットワークの基礎となるホップフィールドネットワークを発明したはる人やで。ホップフィールドはんは物理学のバックグラウンドもあって、物理学の博士号と学士号を持っとるんや。生物物理学や凝縮系物理学の分野で働いて、アメリカ物理学会の会長もしてはったんや。
さて、化学賞とAlphaFoldの話に戻ろか。これからの科学は、こういうツールを活用してもっと多くの発見をしていくんやろうな。そういうAIモデルを作ったコンピューター科学者にも正当な評価をあげるべきやと思うわ。
ただ、こういうフォーマットを維持してほしいなと思うんや。例えば物理学ではジョン・ホップフィールドはん、化学ではデイビッド・ベイカーはんみたいに、その分野で伝統的に認められてる人と、ジェフリー・ヒントンはんやデミスはん、ジョン・ジャンパーはんみたいな人工知能の研究者を組み合わせるんや。この2つの賞を見て、こういうフォーマットがええんちゃうかなって思ってきたわ。
ほんで、ちょっと面白い考えが浮かんできてな。スポーツの例えで言うと、NBAのレブロン・ジェームズのMVP論争みたいなもんやな。レブロンは（ワイにとっては残念やけど）20年間もNBAで最も支配的な選手やったんや。2008年から2017年くらいまでの間やったら、毎年MVPを取れたはずやねん。でも実際は20年くらいのキャリアの中で4回しか取ってへんのや。
これからAIの研究者たちに、毎年賞をあげ続けるんかな？めっちゃ面白い問題やと思うわ。委員会がこれからどう進めていくか、興味深いところやな。
若い科学者として（去年博士号取ったばっかりやけどな）、新しいツールを使って基礎的な分野の限界を押し広げるのは大賛成や。物理学なんか、ほんまに長いこと根本的なブレークスルーがなかったからな。AIモデルがどうやって根本的な発見を助けてくれるか、見てみたいわ。
ほんま面白い時代やと思うわ。ワイはほとんど支持しとるし、他の人もそう思ってくれたらええなと思うわ。「否認」の段階とか「悲しみの5段階」みたいなもんは早く通り過ぎて、「受容」の段階に早く来てほしいわ。AIはもうなくならへんし、どこにも行かへんのやから。これとどう付き合っていくか、どう使うか、どう活用して知識の限界をさらに押し広げるか、考えなあかんのや。
化学のノーベル賞受賞者の皆さん、おめでとうございます。今日はこれくらいにしとこか。ワイは化学の専門家やないから、この分野にどれだけ深い影響があるかはよくわからへんけどな。でも、タンパク質の構造を理解するのはすごいことやし、AIモデルが薬の発見や病気の治療法を見つけるのにどう役立つか、めっちゃワクワクするわ。
これから5年から10年くらいで、そういうのが現実になるんちゃうかな。それは科学だけやなく、人類全体にとってもめちゃくちゃ重要なことになると思うわ。
ほな、これで締めくくろか。見てくれてありがとう。また次回や！
コメント