記事のサマリー(TL;DR)
- OpenAIは、科学者や学術研究者がAIを使った発見や研究の進め方を共有する場として「OpenAI science blog」を開設しました。
- ブログでは「研究と発見」「手法と実践的なガイダンス」「科学コミュニティからの視点」という3つの領域にわたる内容を扱うとしています。
- 数学の証明や生物学のデータ解析など、OpenAIのモデルが対応できる科学的問題の範囲が広がっている例を紹介しています。
詳細
ブログ開設の目的
OpenAIは、AGI(汎用人工知能)が人類全体の利益になることを使命としており、科学的発見を加速させることはその目標に向けた最も効果的な取り組みの一つだとしています。この考えに基づき、科学者や学術研究者がAIを使ってどのような発見をし、どのように研究を進めているかを共有する場として、新たに「OpenAI science blog」を立ち上げたと説明しています。
扱う内容の3つの領域
ブログでは、幅広い科学分野にわたる以下の内容を公開するとしています。
- 研究と発見:OpenAI自身、協力機関、そして科学コミュニティ全体による新しい科学的成果や、進行中の研究の最新状況。
- 手法と実践的なガイダンス:科学計算、データ分析、文献調査、実験計画といった作業に研究者がOpenAIのモデルをどう活用しているかの事例。他の人が応用できる手法とともに、成果の検証方法や、その手法の限界についても共有するとしています。
- 科学コミュニティからの視点:AIを利用する研究者自身による一次体験談、学んだこと、これらの能力が自分の分野にどう影響しているかについての報告。あわせて、科学的実践をめぐる未解決の課題や、こうしたツールをより多くの人に役立てる方法についても議論するとしています。
モデルが対応できる科学的問題の広がり
OpenAIは、科学が世界への理解を広げ、より良い医薬品や新たなエネルギー源など、さまざまな進歩を可能にしてきたと述べています。そうした進歩の多くは、その実用的な意義が何年も経ってから明らかになるような、根本的な問いから始まるとしています。
ここ数か月で、OpenAIのモデルが対応できる科学的問題の範囲が広がってきたとしています。具体的には以下の例が挙げられています。
- 9月、OpenAI内部のシステムが、流体の運動を記述する方程式に関する長年の未解決問題である「ナビエ–ストークス方程式の存在と滑らかさの問題」に対処する証明を作成した。
- 10月初旬、幅広い数学的成果を公開した。その中には準リーマン予想に関する結果が含まれており、ある数以下に存在する素数の個数を見積もる古典的な公式の誤差について、より厳密な上限を与えるものだったとしています。
- 同月後半には、波の集中、効率的な計算の限界、相互作用する量子場理論の数学的基礎に関する、数学・計算機科学・物理学にわたる成果を公開したとしています。
生物学分野での活用例
生物学分野では、研究者がAIを使って複雑なデータセットを分析し、分野をまたいだ知見を結びつけ、研究室で検証する新たな仮説を立てていると説明しています。PerturbAIおよびScripps Researchとの協力では、GPT-Rosalindを活用した数千のエージェントが、数百万個のマウス脳細胞に関する既存の実験データを32分で解析したとしています。遺伝子破壊の影響と科学文献を結びつけることで、研究者が検証できる可能性のある生物学的メカニズムを特定したとしています。
また、研究者が独自の手法を開発している例として、César de la Fuente氏のチームがChatGPTとCodexを使い、潜在的な抗生物質候補分子を特定するアルゴリズムを構築し、それを実際に合成・実験していることを紹介しています。
科学的実践への影響
こうした能力は、科学的実践に新たな可能性と変化をもたらしているとOpenAIは述べています。数学分野では、証明を生成するシステムの登場により、新しい論証をどのように検証し、説明し、その分野に取り込んでいくかという問いが生じているとしています。実験科学の分野では、より多くの仮説を探索できるようになったことで、どの実験を進めるかを決める上での機会と課題の両方が生まれているとしています。分野を問わず、研究者はこうしたツールが研究者の育成、成果の帰属、必要とされるスキルにどのような意味を持つかを考えているとし、その影響は分野ごとに異なるため、科学コミュニティ自身がこうしたツールの使われ方を形作っていくべきだとしています。
OpenAIは、このブログが、AIが科学をどのように変えつつあるか、そしてそれを使って新たな問いを探求し、自分自身の発見を生み出す方法について、より多くの人が理解する助けになることを期待していると結んでいます。