AIの本当の革命は、まだ始まったばかり

先日、大きな期待を胸にAIカンファレンスに参加しました。国内で人工知能に取り組む最も優秀な人たちに会えると、心躍らせていました。白熱した議論、画期的なアイデア、デジタルイノベーションの最先端に立っているという感覚。そんなものを想像していたのです。

ところが待っていたのは、落胆でした。参加者の多く——学生も社会人も含めて——は、デジタルに特別詳しいわけではありませんでした。大半の人にとって、AIの印象は「賢いチャットボット」というだけのもの。飛び交う質問の中には、「AIは創造的なのか？」といった入門教室で聞くような基本的なものもありました。先駆者たちの集いであるはずの場で、です。

最初、これには不安になりました。熱意のあまり、自分はAIの現在地を過大評価していたのではないか？いまの技術ではまだ実現できない能力を、勝手に投影していたのではないか？

この懸念をきっかけに、私は一歩引いて、自分の前提と計画を批判的に見直すことにしました。この技術への理解が、根拠のない誇大宣伝ではなく、証拠に基づいていることを確かめる必要があったのです。そして、より深く調べ直して分かったことは、私を安心させただけでなく、確信をさらに強いものにしてくれました。それどころか、新しい視点さえ与えてくれました。私が目にした障害——インフラの欠如、AI導入の遅れ、新興技術への浅い理解——は、いま築くことを選ぶ人にとって、むしろ大きな優位性になりうるのです。

人工知能は創造的なのか？

AIが創造的かどうかという問いには、微妙なニュアンスがあります。概念が新しいからではなく、創造性についての人々の意見や経験が大きく異なりうるからです。

AIは創造的か？私は、創造的な媒体として間違いなく数えられると考えています。

「膨大なデータで事前学習されたAIが、どうして創造的でありうるのか？」と反論する人は多いでしょう。しかし、人間もまた、多くの意味で事前学習された生物学的モデルなのです。赤ちゃんは、ある日突然目を覚まして話し始めたり、自力で人格を築いたりするわけではありません。視覚、聴覚、触覚、味覚、嗅覚——何年にもわたる感覚入力と経験によって形づくられていきます。この意味で、人間はAIが言語を学び世界とやり取りするのとよく似た形で、情報を吸収し処理しているのです。

「新しいアイデアなど存在しない。それは不可能だ。私たちはただ、たくさんの古いアイデアを、一種の心の万華鏡に入れているだけなのだ」 — マーク・トウェイン

あらゆるものは先行するものの上に築かれる、というのは哲学者や歴史家の間で広く共有されている考えです。核心はこうです。ほとんどのアイデアは、既存の思考の組み合わせ、再解釈、進化であり、100%の真空から生まれるものはごくわずかなのです。

興味深いことに、人間とAIの境界線は曖昧になりつつあります。生物学的AIという新興分野さえあり、そこでは人間の幹細胞が計算タスクをこなすよう訓練されています。科学者たちは脳に似たオルガノイド——幹細胞から作られ、特定の脳機能を模倣する、小さな自己組織化した三次元組織培養——を育てています。最近の実験では、こうしたオルガノイドが基本的な計算モデルに使えることが示されています。本物の脳が——あるいは神経オルガノイドが——問題を解いたり、従来のコンピューターシステムとやり取りしたりする姿を想像してみてください。

この技術は魅力的ですが、生物学の進歩はデジタル分野に比べてかなり遅い傾向にあることには注意が必要です。実際、幹細胞技術は10年以上前から存在しているので、これらの進展は目覚ましいとはいえ、まったくの驚きというわけではありません。それでも、生物学と計算の興味深い交差点であることに変わりはなく、人間もまた、ある意味では自然発生的なAIと見なせるのかもしれないと示唆しています。

さて、創造性を意識と感情によって定義するなら、答えはノーです。AIは人間のような意味では創造的ではありません。しかし、創造性をより広く——既存のデータから新しく多様なアウトプットを生み出す能力として——定義するなら、AIは実際に創造的です。感情の深みや意識的な意図は欠いていても、データをリミックスし、再構想し、新規なものを生成する能力は、少なくともプログラムの範囲内においてAIが創造的でありうることを示しています。それが、AIをユニークで強力なツールにしているのです。

AIによる画期的な成果

全体像をつかんでもらうために、AIの驚くべき能力と長期的な可能性を示す画期的な成果をいくつか挙げます。

タンパク質構造予測：人工知能は、DeepMindのAlphaFoldのようなプロジェクトを通じて、生物学の大きな難題の一つ、タンパク質の3D構造予測を解決しました。従来、一つのタンパク質の構造予測には何年もかかることがあり、しばしば博士論文一本分のテーマになるほどでした。それでも、完全には解けない研究者が大勢いたのです。60年以上かけて、世界中のタンパク質研究者が苦心の末に見つけた構造は約15万件。そこにAlphaFoldが現れ、一気に2億件以上——自然界に存在が知られているほぼすべてのタンパク質——を明らかにしました。これはワクチン開発（マラリアワクチンなど）、遺伝性疾患の理解、抗生物質耐性との闘いといった分野に革命をもたらしています。
生成的タンパク質設計：RF Diffusionのような技術により、科学者は特定の目的に合わせたまったく新しいタンパク質を作れるようになりました。ヘビ毒を中和する抗体の設計、がんワクチンの開発、自己免疫疾患の治療法の創出、温室効果ガスを捕捉したりプラスチックを分解したりする酵素の設計などが含まれます。
速度と効率：AIはプロセスを最大10万倍まで高速化します。かつて何年もの手作業の実験を要したことが、いまでは数日で達成できます。「カウボーイ生化学」——迅速で探索的なタンパク質設計——の台頭は、AIが従来の研究のボトルネックを打ち壊しつつあることを示しています。
広範な科学的インパクト：生物学にとどまらず、DeepMindのGNoMEのようなAIシステムは数百万の新素材を発見しました。より優れた超伝導体、電池、持続可能な技術につながりうるものも含まれます。AIは、まったく新しい研究分野の創出を加速しているのです。
長期的な可能性：責任を持って開発されれば、AIは人類最大の課題の解決に貢献しうるでしょう。主要な病気の治療、クリーンエネルギーの創出、生態系の回復、さらには気候変動の影響の一部を巻き戻すことまで。その力は、人類が何世紀も格闘してきた問題への切り込み方にあります——かつては想像もできなかった解決策を提示するのです。
変革的な新アプローチ：従来の科学は、複雑で非線形なシステムを苦手としてきました。対照的にAIは、こうしたシステムの解読と最適化を得意とします。タンパク質の謎めいた折りたたみであれ、新しく設計された素材の特性であれ。人間とAIの協働（Fold Itプロジェクトのような）は、集合知がまったく新しい形で科学のフロンティアに挑めることを示しています。

AIの可能性は、まだ序章にすぎない

どこまで良くなるのか？はるかに良くなります——しかも、ほとんどの人が思っているより速く。AIには、企業のスケールの速さを長らく制限してきた従来の障壁を取り払う可能性があります。知識はいまや潤沢にあり、本当の差別化要因は創意工夫——AIツールをどれだけ創造的に、どれだけシームレスに、唯一無二の体験へと織り込めるか——なのです。

AIエージェントによって、より少ないリソースで、劇的に低いコストで、より多くの仕事を成し遂げることが可能になりました。もちろん、違和感のある時期はあるでしょう。AIが生成したテキストやデザインやアウトプットは、最初のうちは見分けがつきやすいかもしれません。カーテンの裏側に何があるかを知ったとき、世間がどう反応するかを正確に予測するのは難しい。しかしいずれにせよ、シフトはすでに始まっています——そして、加速する一方です。

こうした進歩を振り返ると、自分が取り組んできたAI活用プロジェクトをいかに大きく引き離しているか、思い知らされずにはいられませんでした。井の中の蛙とはまさにこのこと。一時は、自分のAI実装のアイデアは画期的で時代の先を行っていると思っていました。しかし、これらのブレークスルーを知ったいま、自分がほんの表面をなぞっていたにすぎないことは明らかです。

すでに達成されたことの圧倒的なスケールは、私たちがまだAIにできることの初期段階にいるという事実を、はっきりと突きつけてきます。いまある技術が強力だというだけではありません。仮にAIの開発が今日止まったとしても、すでに手元にある知識とイノベーションをすべて応用し尽くすには、何年もかかるのです。

私たちの前には、本当に途方もない未来が広がっています。