AIは科学研究の最前線で次々と新たな発見をもたらしている。本動画では、AIが成し遂げた13の革新的な発見を紹介する。最後の切り札となる抗生物質の発見から、海洋の未知の微生物やウイルスの特定、火星の古代河川システムの解明、史上最大規模のメタン漏出の検出まで、多岐にわたる分野でAIが人間の能力を超える成果を上げている。さらに、ペルーのナスカ地上絵の新たな発見、ヘルクラネウムの巻物の解読、太陽の謎の解明、超強度ガラス状金属の創造、新しいCRISPR酵素の発見、最古の動物の足跡化石の特定、土壌からの古代人類DNA配列の解析、重力波の余韻の検出、そしてダークマターの分布予測まで、AIは従来の方法では不可能だった発見を可能にしている。
AIによる科学的発見の最前線
これからご紹介するのは、AIによって成し遂げられた13の新発見です。
13番目は、AIが最後の切り札となるスーパーバグに対する新しい抗生物質を発見したことです。病院では、アシネトバクター・バウマニと呼ばれる病原体に苦戦してきました。この病原体はICUで広がり、開放創に感染します。そして恐ろしいことに、医師が通常使用するほぼすべての抗生物質に耐性を持っているのです。
世界保健機関はこれを最優先の脅威としてリストに挙げています。そこで研究者たちは、深層学習モデルを使用して数千の化学化合物をスキャンし、どの化合物がこの細菌を遅らせたり止めたりできるかを予測しました。AIは、科学者たちが後にアボサンと名付けた分子を特定しました。実験室でのテストでは、アボサンは健康な細胞をほとんど傷つけることなく、高い精度でこの病原体を殺すことができました。
従来の創薬には何年もの試行錯誤が必要です。このケースでは、AIがその探索を数時間に短縮しました。
12番目は、AIが2500種以上の新しい海洋微生物と未知のウイルスを発見したことです。海洋には、私たちがまだ見たことのない種のDNAが満ちています。問題は、遺伝子の断片が非常に小さく、まるで細かく裂かれた本のように混ざり合っていることです。
人間がそれらを手作業で元に戻すことはできません。そこで、生成AI モデルが海水DNAから完全なゲノムを再構築するように訓練され、それは成功しました。研究者たちは、深海の生態系に生息する数千の未知の微生物とウイルスを特定しました。それらの中には炭素を貯蔵する役割を果たしているものもあり、これは気候システムに影響を与えます。また、将来的に医学やバイオテクノロジーで利用される可能性のあるものもあります。
これらの発見は、種を捕獲することからではなく、AIが小さな断片から遺伝子コードを再構築したことによって得られました。
11番目は、NASAがAIを使用して火星の古代河川システムを明らかにしたことです。火星は乾燥して空っぽに見えますが、常に同じ大きな疑問がありました。生命が発達するのに十分な長さの水が存在していたのかということです。NASAは機械学習モデルを訓練し、火星表面からの高解像度画像と地形データを研究しました。
AIは、塵の層の下に埋もれた隠れた分岐する水路を検出しました。これらの形状は、地球上の古い川床の形状と一致します。データは、火星にかつて長期間にわたって流れる水があったことを示唆しており、単に氷が溶けたり短時間の洪水があったりしただけではありません。これにより、科学者たちは、火星の岩石に閉じ込められた過去の微生物生命の痕跡を探す将来のミッションで、探索すべき新しい場所を得ることができました。
環境と気候変動への応用
10番目は、AIが史上最大規模のメタン漏出を発見したことです。メタンは地球上で最も強力な温室効果ガスの一つです。大規模な漏出は目に見えないため、捕捉が困難です。AIモデルに接続された衛星システムは、大気をスキャンし、リアルタイムでメタンの発生源を特定することができます。
これまでに検出された最大規模の漏出の一つが、トルクメニスタン上空の巨大な雲として現れ、アメリカの一部地域でも大規模な漏出が確認されました。総排出量は、数千万台の自動車の排出量に匹敵すると推定されました。政府は警告を受けました。なぜなら、AIは従来の監視では迅速にできなかったことを実行したからです。
それは正確な場所を特定し、責任のあるパイプラインを修理するための作業員の派遣を可能にしました。
9番目は、AIがペルーで300以上の隠されたナスカ地上絵を発見したことです。ペルーのナスカ砂漠には地面に刻まれた巨大な形がありますが、その多くは浸食されすぎて肉眼では見えません。考古学者たちはAIを使用してドローンと衛星画像をスキャンし、人間が見逃したパターンを探しました。
モデルは、動物や人間のような姿を含む300以上の以前は知られていなかった地上絵を検出しました。その多くは後に地上で確認されました。AIがなければ、これらの彫刻のほとんどは、何世紀もの風と塵の下に埋もれたまま、文字通り目に見える場所に隠れたままだったでしょう。これにより研究者たちは、古代の芸術を地図化する新しい方法を得ることができました。
8番目は、AIがヘルクラネウムの巻物の解読を支援したことです。ベスビオ山が噴火したとき、図書館全体が炭化しました。巻物は非常に脆弱で、展開すると破壊されてしまいます。研究者たちは高解像度CTスキャンを使用し、炭化した層の内部にあるかすかなインクレベルの信号を検出するために機械学習モデルを訓練しました。
AIは、約2000年間読めなかったギリシャ語の単語や文章を再構築することに成功しました。この方法により、歴史家たちは巻物に触れることなくテキストを読むことができます。これにより、ローマ帝国時代から封印されてきた古代の知識へのアクセスが開かれています。
天文学と物理学における発見
7番目は、AIが太陽の粒子相互作用の新しいタイプを発見したことです。
太陽には、科学者たちが解明しようとしている謎がまだあります。その一つは、なぜ外側の大気であるコロナが、その下の表面よりも高温なのかということです。Solar Dynamics Observatoryからのデータを研究している物理学者たちは、AIを使用して太陽内部の波のパターンを分析しました。モデルは、アルフベン波に関連する以前は隠されていた相互作用を検出しました。
これらは太陽の大気を通って移動する磁気プラズマ波です。この発見は、これらの波の相互作用がエネルギーを転送し、コロナを加熱している可能性があることを示唆しています。推測する代わりに、科学者たちはついに、人間が手作業では捕捉するには微妙すぎた直接的な観測上の特徴を得ました。これにより、太陽研究者たちは数十年にわたるパズルを説明することに一歩近づきました。
6番目は、AIが新しい超強力なガラス状金属を創造したことです。材料工学者たちは、AIを使用して、泡のように軽量でありながら炭素鋼に匹敵する強度を持つ超軽量ナノ格子を設計しました。どのパターンが機能するかを推測する代わりに、モデルは数千の格子形状を探索し、負荷の下でより均等に応力を分散させる設計を明らかにしました。
研究者たちはその後、最上位の候補を3D印刷し、高い強度と靭性を組み合わせていることを発見しました。これはナノ構造材料では通常得にくいバランスです。その結果は、重い応力下でも耐久性を保つ軽量構造であり、すべてのキログラムが重要な航空機、宇宙船、高性能車両に適した有望な材料となっています。
これは、AIが人間がまだ試していなかった構造を発見した明確な例です。
5番目は、AIがどの研究室よりも速く新しいCRISPR酵素を発見したことです。遺伝子編集は通常、科学者たちがすでに知っているCRISPR酵素に依存していますが、自然界にはさらに何百万もの酵素が待っているかもしれません。研究チームは、土壌と海洋サンプルから採取されたメタゲノムDNAでタンパク質検索モデルを訓練しました。
AIは何百万もの断片を検索し、CRISPR様タンパク質の完全なファミリーを発見しました。それらの中には、研究室で一般的に使用される酵素よりも小さく速いものもありました。より小さな酵素は細胞内により簡単に収まることができ、遺伝子編集をより安全かつ正確にする可能性があります。この発見は実験室の実験からではなく、AIが環境から直接DNAをスキャンしたことによって得られました。
古代史と考古学への貢献
4番目は、AIが世界最古の既知の動物の足跡を発見したことです。ナミビアの古代岩石表面の3Dスキャンを研究している科学者たちは、コンピュータビジョンツールを使用してかすかな化石の痕跡を分析しました。Nature Communicationsに発表された研究によると、AIシステムは、5億年以上前の初期の軟体動物によって作られた動きを示唆する極めて微妙な溝と圧力パターンを検出しました。
これらのパターンは、特に何億年もの侵食と圧縮の後では、科学者たちが肉眼で見るのが困難でした。この発見は、初期の虫のような生物がカンブリア爆発のはるか前から既に堆積物を移動していたという考えを支持しました。何千もの表面画像を手作業で検査する代わりに、AIは従来の化石分析が見逃した詳細を明らかにするのを助けました。
3番目は、AIが土壌から古代人類のDNAを配列決定したことです。通常、DNAは骨や歯から回収されますが、一部の遺跡では何も残っていません。ハーバード大学とマックスプランク研究所の研究者たちは、土壌に閉じ込められた微細なDNA断片からゲノムを再構築するようにAIを訓練しました。モデルは何百万もの遺伝物質の断片を分離し、氷河期に生きていた人間、動物、植物のプロファイルに再組み立てしました。
これは、マンモスや他の種とともに、以前は知られていなかった初期人類の集団を特定するのに役立ちました。このアプローチにより、科学者たちは化石が長い間なくなっている場所を研究することができます。なぜなら、土壌中のDNAはまだそこにあり、ただAIだけが整理できる断片に分解されているからです。
2番目は、AIが誰も知らなかった重力波の余韻を検出したことです。
重力波は、ブラックホールの衝突のような巨大な出来事によって作り出される、宇宙の小さなさざ波です。問題は、信号が非常にかすかであるため、データのほとんどがノイズに埋もれてしまうことです。LIGOのような検出器からのデータで深層学習モデルを訓練した物理学者たちは、驚くべきことを発見しました。主要な重力波信号が通過した後、従来の方法では決して検出されなかったかすかなエコーがありました。
一部の研究者は、これらのエコーが合体するブラックホールの周りの歪んだ時空によって引き起こされる可能性があると考えています。他の研究者は、それが新しいタイプの物理的相互作用である可能性があると考えています。まだ研究中ですが、検出自体は望遠鏡ではなくAIから来ており、古いデータにまだどれだけの隠された情報があるかを示しています。
宇宙物理学の新たな地平
1番目は、AIが物理方程式なしでダークマターの分布を予測したことです。ダークマターは目に見えないので、科学者たちは通常、宇宙のどこにあるかをモデル化するために複雑な方程式とシミュレーションを使用します。新しいモデルは望遠鏡データで直接訓練され、重力の法則を教えられることなく、銀河とダークマターがどのように相互作用するかを学習しました。
それは、最上位の物理シミュレーションの結果と一致するダークマターマップを作成しました。人間が数学的に定義したことのない、銀河と目に見えない質量との関係さえも発見しました。研究者たちは、これをAIが自力で物理パターンを発見した最初の例の一つと呼んでいます。物理学を置き換える代わりに、それは科学者たちにテストすべき新しいアイデアを与えています。
もしここまで視聴していただけたなら、下のコメント欄であなたの考えをお聞かせください。そして、このビデオのパート1、パート2、パート3をまだご覧になっていない方は、今すぐご視聴ください。ご視聴ありがとうございました。
コメント