この動画は、OpenAIが開発したGPT-4B microという40億パラメータの小型AIモデルが、老化を逆転させるタンパク質の設計において画期的な成果を上げたことを解説している。従来0.1%しかなかった山中因子の成功率を30-50%まで向上させ、細胞の若返りを実現する可能性を大幅に高めた。この技術は完全な細胞再プログラミングによる若返りから部分的な代謝機能向上まで幅広い応用が期待され、人類が初めて老化という病気を克服できる世代になる可能性を示唆している。
人類永遠の夢：不老不死への挑戦
人類の歴史が始まって以来、人間は若さの泉、生命のエリクサー、何世紀も生きる能力を追い求めてきたんや。まるでトワイライト・サーガの吸血鬼みたいに、人間の生活で再現しようとしてるんやで、ジョシュ。
そして今週、この現実に10%やなくて、20%やなくて、30%やなくて、なんと50%も近づいたんや。GPT-4B microというモデルがリリースされて、これが君の寿命を延ばすタンパク質を設計できるんやで。
ジョシュ、君がこの分野の専門家やから、もっと詳しく教えてくれるか？
山中因子の基本メカニズム
そうやな、まあ次の20分間は専門家のふりをしてみるわ。というのも、俺も今回のことを学んでる最中やからな。でも面白い情報があるから共有するで。これは本当に魅力的な話題やねん。
実は数週間前に発表されたんや。超最新ってわけやないけど、最近になってこの画期的な発見がいかに興味深くて斬新やったかで話題になってるねん。
EAが言ったとおり、GPT-4Bっていうのは40億パラメータのモデルってことを意味してて、これは全ての基準から見て極小サイズなんや。今の最上位モデルは何兆、場合によっては何十兆ものパラメータを持ってるからな。これは40億や。すごく小さいんや。
実際のブレークスルーに入る前に、みんなに生物学の授業をちょっとしたいねん。俺が今習ったばかりの授業やけどな。ChatGPTにこのアイデアを一発で理解できる画像を作ってもらったんや。これで、これから説明するこれらの粒子や特性についての参考枠組みが分かるやろ。
体から始めよう。体にはその小さな部分として細胞がある。細胞の中には、タンパク質と呼ばれるものでできてるんや。ここに山中因子があって、これが生命のエリクサーを与えて実際に老化を逆転させることができるねん。そしてそれらのタンパク質を構成してるのが一連のアミノ酸や。
20種類の既知のアミノ酸があると思うねん。そして2012年に発見された山中因子は、これら4つのタンパク質で構成されてる。O、S、K、Mタンパク質や。それぞれのタンパク質は360個のアミノ酸の連続でできてる。そのアミノ酸には20の選択肢がある。だから計算してみると、数字は天文学的やねん。
これは360の20,000乗みたいなもんや。宇宙に存在する既知の粒子の総数より多いねん。めちゃくちゃ大きな数字で、だからこそこれらがどう働くかを理解するのがすごく難しかったんや。
実際にこれらが何をするかを説明する前に、ちょっとしたテストをしたいねん。君は生物学のバックグラウンドがあるって知ってるから、学校で勉強したやろ。山中因子、タンパク質、これらがどう働くかを説明してくれるか？
タンパク質製造システムの仕組み
そうやな、ジョシュが言ったとおり、4つあるねん。製造機械みたいに考えてくれ。一つはボトルキャップを作る機械、もう一つは実際のガラスボトルを作る機械、そして別の一つはラベルを印刷する、みたいなことや。これら4つの山中因子でも似たようなことが起こってるねん。
これらは君がプロテインシェイクで飲んで大きな筋肉を作るような実際のタンパク質やない。他の種類のタンパク質を作る機械みたいなもんやねん。そして君が正確に言ったとおり、ジョシュ、これらは10の23乗の異なるアミノ酸の組み合わせでできてる。これらは構成される小さな粒子みたいなもんで、つまり一つやない、二つやない、何百万、何十億もの異なるバージョンの山中タンパク質を得ることができるってことやねん。
だから誰も同じように見えることはない。無限の組み合わせがあるねん。そして俺が「Don’t Die」のリーダー、ブライアン・ジョンソンからハイライトしたこの一文を見てくれ。
「驚くことに、これらのものは非常に非効率やねん。実際、細胞を元の若い混じりけのない形に戻す能力や可能性は0.1%しかない。事実上、老化を逆転させることやねん。」
だから山中因子を使った老化逆転のこの可能性は、信じられないほど非効率で捉えどころがなかったんや。だから今取り組まれてるのは、4つのタンパク質はあるけど、どの組み合わせが成功するかを決して知ることができへんってことやねん。
これにもう少し文脈を加えると、これら4つのタンパク質は僕らが持ってる異なる細胞で異なって作用することを覚えとてくれ。だから皮膚細胞、髪の細胞、目、心臓、肝臓で異なって作用する。異なる種類の臓器によってな。だから山中因子のためにどのランダムな何十億もの組み合わせを形成する必要があるかを理解するだけやなくて、正しい種類の細胞に正しい組み合わせを適用する必要もあるねん。
だから基本的にこれを行うのは不可能に近かったんや、ジョシュ。
OpenAIの画期的アプローチ
君が言ったことをまとめると、山中因子という素晴らしい技術があるねん。2012年に発見された。問題は、実際にそれらを効率的に使用し、適用する方法を知らないってことやねん。つまり、今ハイライトしたとおり、0.1%の変換率しかない。99.9%は駄目やねん。良くない。うまく機能しない。でも正しい状況では機能することは分かってる。ただ、これを理解することができへんかったんや。
だから今解決しようとしてる問題は、効率を0.1%以上に理解して向上させる進歩の速度をどう加速できるかってことやと思う。
そしてそれがOpenAIがリリースしたこの新しい結果でやったことやねん。基本的にモデルを訓練したんや。40億パラメータのベースモデルについて話したいねん。これは超魅力的やったから。
人間言語の基本的な理解だけで訓練されたベースモデルを使ったんや。テキストを知ってて、おそらく数学もいくらか知ってたけど、非常に困難な物理学問題を解くことはできへんかった。だからこんなに軽量なんや。
そして彼らがやったのは、人間理解のこのベースモデルを取って、これらのタンパク質、生物学、新しいタンパク質構造を生成してその周りの数学をたくさんやって効率を0.1%からもう少し高くするのに知る必要があるすべてのことについての非常に特定のデータセットで訓練したことやねん。
そして一度これをやったら、彼らはRetroという名前の研究所と提携して、実際にモデルの結果をテストしたんや。だから俺にとって最も魅力的なのは、これは再びテキストベースのモデルやってことやねん。テキストを与えて、テキストを吐き出して、それを研究所に渡して実際にテストして何が起こるかを見たんや。
そしてここで物事が本当に興味深くなったんは、初めて、モデルが実際に機能する全く新しいタンパク質構造を生成することができて、実際にこの老化逆転タンパク質の効率をはるかに良い場所まで向上させたからやねん。
EA、ここに結果はあるか？共有してくれるか？
驚異的な成功率の向上
そうやな。見出しで広まってる重要な統計をハイライトしてるで。30から50%の機能的ヒット率を実現したんや。元々は0.1%の成功率やったことを覚えといてくれ。その乗数がどれほどかは分からんけど、それは絶対に狂ってる。300から500倍良い回転率やねん。
そして彼らは、君が言ったとおり、これらすべての異なるアミノ酸配列で訓練されたAIモデルを作ることでこれを成し遂げたんや。そして可能な限り多くの配列を実行して、人間の細胞や肝臓、臓器のすべての異なるタイプに持ってる知識を適用して、最良の潜在的な、分からんけど、トップ10の組み合わせを考え出すように求めたんや。そしてそのトップ10を取って、研究所に与えて、実行して、こんなに高い機能的ヒット率を得ることになったんや。
そして、これが実際に何を意味するかをまだ理解しようとしてる人たちのために、これが人類の残りにとってなぜそれほど重要なのか、その結果について読み上げるで。
これら4つの異なるタンパク質の組み合わせを的確に決めることができれば、細胞の完全な再プログラミングという結果になる可能性がある。これは細胞の記憶を完全に消去して、今ここに座って持ってるすべての記憶と知識と能力を持った新生児みたいなものを作るってことやねん。
だからジョシュ、もし君が25歳若返って、分からんけど、運動能力のピークにあるって言ったらどうや？多分俺は君を老けさせてるかもしれん。君はその後5歳になるかもしれんけど、15年戻ろうか？そして君は高校時代の運動能力のピークにあるけど、今知ってることはすべて知ってる。もっと高くジャンプできて、もっと速く走れる。
それが完全な再プログラミングや。そして部分的な再プログラミングっていうのは、年齢や見た目はそのままやけど、代謝的により健康になるってことやねん。10歳の子供の機能する肝臓を持ってるけど、見た目は30歳のままでいるかもしれん。
この効果は過小評価されるべきやない。基本的に、これは効果的に老化を逆転させることができるってことやねん。若いティーンエイジャーの代謝を持つことができる。50代後半や60代でもカロリーを燃やすことができる。そしてブライアンがここでハイライトしてるとおり、僕らは決して死なない最初の世代になるかもしれん。これは文字通り10年前、癌は決して治せないって言われてた時を考えると、狂ったことを考えさせるねん。
多くの医療問題で苦戦してたし、実際にこれと比べて微々たる速度で進歩してたんや。ただ狂ってる。
幹細胞と老化のメカニズム
そうやな。多くのことが幹細胞と呼ばれるものから生まれてるねん。俺も学んでたんやけど。変身者みたいに考えてくれ。多くの異なる細胞タイプになることができるねん。そして彼らが実際にやることは、細胞の多くの部分を再生することやねん。君が言ったとおり、老化を逆転させるんは、現実には老化は病気やからやねん。そして実際にダイヤルを後ろに回すことができるねん。これらのモデルを改善するにつれて、文字通りこれらを適用してダイヤルを後ろに回すことができるようになるやろ。
これを通して考えてた時のクールな類推は、RPGみたいなビデオゲームをプレイしてて、一定の点数を得てキャラクター内の特定のサブセットに点数を割り当てることができるスキルツリーがあって、プレイスタイルに基づいて最良のビルドに最適化しようとするけど、選択肢が多すぎてすべてをテストするのは不可能やから決して本当に分からないみたいなもんやねん。
これが実際にやることは、それらすべてをテストして、一度に一つずつやなくて何百ものこれらの変化を試すことができるってことやねん。そしてその結果は、これらの大幅に改善された、俺の場合ビデオゲームの例では、俺のような愚かな人間版と比べて、非常に多くの試行錯誤を経てるから真に最適化された大幅に改善されたキャラクターやねん。
そしてそれがこれらのタンパク質にとってのこの種のものやねん。以前は数十年かかってたであろう研究の高度に反復的なバージョンで、今は数週間の時間でテストできるようになったんや。
技術進歩のタイムライン
俺たちは実際にその点を強調すべきやと思う、ジョシュ。ここで持ってた能力のタイムラインやな。
レベル1から始めよう。人間、科学者が僕らが細胞でできてることを発見して、すべての遺伝子と寿命があることを見つける。遺伝子がどう機能して、どう劣化するかを理解するねん。
ステップ2は、アミノ酸と呼ばれるこれらの小さなものが実際に僕らがどれだけ長く生きるかを決めることを理解することやねん。だからこれらのアミノ酸とタンパク質の全く新しいバージョンを作ることができれば、もっと長く生きることができるってことや。
ステップ3、なんてこった、これらのタンパク質には何十億もの異なるバージョンがある。
ステップ4、僕らの貧弱な小さな脳を使って人間として手動でこれらのタンパク質の組み合わせを分類して、成功したものを考え出そう。
明らかに、それはうまくいかなかった。
ステップ5、うわあ、これらのコンピューターは実際にかなりクールやな。多分これらの異なる組み合わせをコンピューターで実行して、そうしたらより高い成功率を得られるかもしれん。そしてそれが僕らを0.1%の成功率に導いたんや。
そして最後に、ステップ6はAIと呼ばれるこの天才スーパーコンピューターとこれらのAIモデルで、これらすべての異なる組み合わせを分類して通すことができるだけやなくて、僕らの脳ができるよりもはるかに良い規模と順序でどれが成功する可能性が最も高いかを賢く理解することができるねん。
だからEA、僕らは老化が逆転できる病気やってことをハイライトした。でも病気やったら、それはどう機能するんや？なんで僕らは最初から老化するんや？
老化の科学的メカニズム
いい質問やな。実際に多くの人と老化について特に話す時、俺は大学の学位で実際にセネッセンス、つまり老化の行為を学んだんやけど、ほとんどの人は単にしわみたいに考えてるねん。80歳から100歳ぐらいで死ぬやろうって想定してるだけで、それがそういうもんやって思ってる。でも実際にそれがどう起こるかを理解してる人はほとんどいないねん。
だから大まかな説明をすると、君の体は多くの異なる部分で構成されてる。臓器とか、そして各臓器は様々な異なるタイプの細胞でできてるねん。そしてこれらの細胞内で、細胞の核心成分は核と呼ばれるものやねん。
すべてのDNA、遺伝物質を収容してるねん。さて、おそらくより少ない人が理解してるのは、これらの細胞が死んで、再生して、繁殖することやねん。人間として子供を作るのと似たような子細胞を作るんや。
でも彼らがこれらの子細胞を作って、これらの子細胞がすべて成長して、自分たちの細胞を作る時、遺伝物質、DNAが少し古くなるねん。特にDNAの一部があるねん。だから小さな二重らせんDNA片を想像してくれ。その末端にテロメアと呼ばれる部分があるねん。そしてテロメアは、DNAと細胞が実際に完全に死んで、その系統が基本的に生き続けない前にどれだけ長く生きるかを決めてるねん。
そして細胞の成功した再生ごとに、テロメアが少し短くなるねん。ジョシュ、最後まで到達すると細胞が死ぬまでな。それは基本的に君の心臓が古くなる、皮膚が古くなることを表してるから、しわがもっと見えるようになって、髪の毛が抜ける。だから細胞が死んでるんやねん。
そして質問は常に、これを逆転させることができるかってことやった。そしてその時に幹細胞がそのものになったんや。彼らは待てよ、幹細胞はこれらすべての異なるタイプの細胞の元のバージョンやって言ったんや。もし古い老化してる、死にゆく細胞を元の形に戻すことができれば、効果的に老化を逆転させたってことになる。
そして君はおそらく、じゃあ癌はどうなんや？これらすべての他の異なるタイプの病気はどうなんやって考えてるやろ。これらすべての異なる種類の病気にかかりやすくなる主な理由は、それが細胞の老化、免疫システムの機能不全の副産物やからやねん。考えてみてくれ。だからこれらの異なるタイプの病気により傾向がある、またはかかりやすくなるんや。
だからこれがこんなに大きな問題なのは、これらの山中タンパク質、これら4つの異なるタンパク質を君ジョシュの特定の臓器に対して、君の特定のケースに対して賢明で個人的な方法で適用できて、それから俺は俺の特定のケースに対して、俺の民族、背景、系譜に対して異なるタイプの組み合わせを注射してもらうことができるなら、
それは今、君の人生を10年、20年、多分100年さえ延ばすことができる個人化された解決策や医療治療を得ることができるってことを意味してるねん。そして社会、経済、労働力、ひいひいひいひいおじいちゃんが彼らのひいひいひいひい孫に会うことに与える影響は、考えるだけで狂った概念で、これで非常に過小評価されてることやと思う。
解決策の発見と今後の展望
俺にとって刺激的な部分は、以前は持ってなかった解決策を今持ってるように感じることやねん。だから僕らは老化が病気やっていう理解はいくらかあったけど、それについて何をすべきか、どう解決するかについてはよく分からなかった。少なくともある程度、これらの山中因子が解決策やっていうことを今発見したように見えるねん。問題はそれらを悪くないようにすることやねん。
だから僕らはそれが機能することは知ってる。うまく機能させる方法を知らないだけやねん。そして現在、それは本当にひどく機能してる。でもLLMの出現と、これらを解決できるモデルを形成するためのこれらのLLMの統合で、僕らは0.1%から大幅に高くすることで大きな進歩を遂げたんや。つまり、これらの例のいくつかで50倍の倍数の改善で、それは巨大やねん。
そして俺は、この自然な加速や自然な曲線がどのように見えるかを疑問に思わずにはいられない。これは最初の試行やったから。これは40億パラメータモデルやった。そしてそれがこんなに小さい理由の一部は、おそらくインターネット上の英語の一般的なテキストデータと比較して、人間の生物学に関するデータをそれほど多く持ってないからやと思う。
でもそれは変わることやと思う。そして人型ロボットや一般的なロボティクスで多く見てることの一つは、合成データと人工データでそれらを訓練することやねん。そしてこれらのAIモデルが人間の遺伝的構成の基礎を理解し始めて、そのデータをもっと自分たちで生成し始めることができれば、これが40億パラメータモデルから400億、4000億に進歩する世界を非常に迅速に見ることができるねん。
そして老化を逆転させることがどれだけうまく機能するかの効率の観点で、数字は巨大やけど、数字も非常に迅速に上昇してるから、本当に深刻なダメージを与え始めることができるねん。
だからこれは俺には超刺激的で、本当に楽観的な見通しをOpenAIから、そしてサム・アルトマンからよく聞くこととも一致してるように見える。サムがAIの未来について話す時、彼は常に科学と生物学を最も刺激的に感じる場所として参考にしてると思う。そして会社として、これは実際に大きな違いを作るこのカテゴリーで重要な注目に値する研究を彼らが押し進めるのを俺が見た最初の時やねん。
そして彼らはRetro Biosciencesでそれをテストして、それは機能して、本当によく機能してるねん。だから、俺はAI内のこのサブカテゴリーの未来、科学と生物学について本当に刺激を感じて残された。これは本当にこのような会社から見た最初の大きなブレークスルーで、今洪水の門が開いたと想像してるから、ここからただ改善し続けるやろうねん。
GoogleのAlphaFoldとの競争
そうやな。サムが元々GPT-5をライブストリームで発表した時、彼は健康テーマを押し進めるのに20分ぐらい費やしたのを覚えてるで。そして俺たちは今その労働の果実を現実で見てるんやと思う、この新しいローンチでな。
そしてそれは俺にも考えさせたで、ジョシュ。これがとても印象的やけど、それは成長トレンドのもう一つのマーカーでもあるってことやねん。これは孤立した出来事やないからな。
僕らは以前にGoogleについて僕らのショーで何度も話したけど、科学にAIを適用して、それをさらに進めて、新しい治療法を作るっていう一連の科学的AI製品をリリースしてるねん。主なものの一つがAlphaFoldと呼ばれる製品で、GPT-4B Microがやったのと似たようなことをやるけど、特定の病気を治すことと老化を逆転させることと比較して、特定の病気の解決策を作ることに特定の焦点を当ててるねん。
だから僕らはGPT-4B microで起こってる予防的方法を得てる。老化を治療して、だからすべての人をあらゆる種類の病気から救おうってことやな。
そして君はGoogleからのAlpha Foldをこっちに得てる。これは今経験してる病気から人々を治すためにもっと積極的になろうっていうアプローチを取ってるねん。だから僕らは科学にAIを適用することでこれら2つの主要なAIモデル生産者からのこの種の収束を見てて、これを今後多くの他の会社にとって成長トレンドとして見ることになると思うねん。
AIの可能性と人類への貢献
これはクールやねん。僕らがAIについて多く話す時、ベンチマークと非常に表面的なアプリケーションに夢中になりがちやねん。俺が実際に知る必要のないこのPhD問題を解けるか、この素晴らしいコードを書けるかみたいな。でも現実は、AIについて考える時、それは本当にすべてを包含してるんやねん。
コードを書いて、より良いソフトウェアを作ることだけやない。それは本当に種として僕らが持ってる多くの問題を解き放つことやねん。そして生物学はその巨大なサブカテゴリーで、数字が非常に大きくなるから一般的にすごく複雑やった。宇宙の原子数より大きい数字について話したやろ。
天文学的やねん。理解するのがすごく困難やねん。でもAIはそれを解読して理解しやすくすることを手助けできるねん。だからGoogleが予防的側面にアプローチして、OpenAIが逆転側面にいるのを見るのはクールやねん。そして研究所は競争してるけど、僕らすべてに利益をもたらす本当に刺激的な何かに向かって競争してもいるねん。
だから最終的に、これは俺を超楽観的にさせるねん。本当に賢い人たちが本当に最先端の技術に取り組んでて、それを僕らの周りのすべての人の生活を実際に改善することに適用してるからやねん。そして俺にとって、それはめちゃくちゃ素晴らしいことやねん。
そうやな。俺は若さの泉、人生のエリクサーに月額1000.99ドルの安い価格でアクセスできることを楽しみにしてるで。願わくば。
そうやな。俺の郵便受けに届く小さな小瓶を楽しみにしてる。そこに血を少し落として、OpenAIに送れば、俺の年齢を10歳逆転させる注射を届けてくれるやろう。
それはかなりクールやろうな。俺はいつかそれを利用できることを願って、サブスクリプションを有効に保っとくで。
だから、僕らが描いてるこの世界に到達するのにどれぐらいかかるんや？
分からんな。これらの試験は一般的に長い時間がかかるねん。想定はおそらく7年から12年のどこかや。だから10年と言おう。
これはアメリカでのことやねん。もちろん、この技術は常に他の国でより速く起こる。だから僕らはこれが起こる結果をすぐに見ることになると確信してるで。DMは不明やけど、方向的には正しい方向に向かってる。物事はより速く動くだけやろうな。実際に解決策を持ってるように見えるねん。
だから多分7年から10年でこの現実が実際に現実になって、僕らは実際に良い状態でいることができるやろう。俺は若くなってへんねん。ベストを尽くしてるで。
おい、今朝白い髪が数本あったやろ。抜いたで。否認してるねん。頼む、助けてくれ。僕らは君に懇願してるねん。
でもそうやな、それが基本的にここで起こったことやねん。OpenAIが科学と生物学でニュースになってて、それは本当にクールなことやねん。本当にクールな研究やねん。彼らがこのようなことに取り組んでるのは本当に刺激的やねん。Googleがこのようなことに取り組んでるのを見るのは刺激的やねん。僕らは将来の生物学と科学について、パイプラインにいくつかの刺激的なコンテンツを持ってるねん。
数週間前、または先週でさえ、Googleのローガン・カパックを招いたんや。彼はGoogleの科学部門で興味深い人々、科学部門の責任者にさえ紹介してくれると言ったねん。だから、僕らより生物学についてはるかに賢い誰かが生物学について話して、文字通りそれを構築してる人の視点から本当に詳細に入り込むやろうねん。
だからそれは本当に刺激的なエピソードになるやろうねん。でもそれがAIロールアップの僕らの小さな生物学科学コーナーで今日君たちに提供するすべてやねん。だから見てくれてありがとう。楽しんでもらえたことを願ってるで。いつものとおり、もし楽しんだなら、友達とシェアしてくれ。いいね、登録、すべての良いことを忘れんといてくれ。見てくれてありがとう、次回また会おう。
コメント