AIが駆動する科学――重要なのはデータではなく推論

「物理科学の基本的事実はすべて発見し尽くされた」――1903年、ノーベル賞受賞者のアルバート・マイケルソンはこの有名な予言を残した。1980年代には、スティーブン・ホーキングも理論物理学が今世紀末に幕を閉じるかもしれないと大胆な推測を示した。しかし歴史は彼らの予言を実現させなかった。今日、人工知能の波が再び「科学終焉論」を浮上させているが、今回の終焉者はある物理学者ではなく、無数のコードの行である。

AlphaFoldによるタンパク質折りたたみ問題の解明から、AIを活用した新薬・新材料の設計まで、機械学習が科学研究のあり方を確かに塗り替えつつある。しかし根本的な問いは依然未解決のままだ――AIは「科学を発見している」のか、それとも単に「データに当てはめている」にすぎないのか。Google前CEOのエリック・シュミット（Eric Schmidt）とスハス・マヘシュ（Suhas Mahesh）は『MITテクノロジーレビュー』への寄稿で明確な答えを示した――「AI for science needs reasoning, not just data（科学のためのAIに必要なのは推論であり、データだけでは不十分だ）」と。

データの洪水は、科学的発見とは異なる

マイケルソンの楽観主義は古典物理学の輝かしい成果に由来し、今日の一部の人々の楽観主義は膨大なデータと計算能力に由来する。しかし科学はデータの積み重ねではない。真の科学的発見とは、観測可能な現象から簡潔かつ普遍的な法則を抽出し、厳密な論理と実験によって反証または実証することだ。AIはデータの中からパターンを見つけることを得意とする一方、「なぜ」という問いに答えられないことが多い。深層学習モデルは分子が結合できるかを予測できても、「ブラックボックス」的な答えしか出せない。疾患と遺伝子の相関を識別できても、因果の連鎖を説明することはできない。

「科学とは事実のリストではなく、世界がいかに機能するかについての推論体系である」――Eric Schmidt & Suhas Mahesh

欠如している推論能力

シュミットとマヘシュは、現在のAIのパラダイムは統計的学習――数万のサンプルから確率分布を学習すること――であると指摘する。このアプローチは画像認識や自然言語処理において大きな成功を収めたが、科学的発見が必要とするものはそれをはるかに超えている。科学的推論には、仮説の提起、実験の設計、理論の構築、さらには「美的」直観に基づく判断が含まれる。従来のAIはこれらに対応できない。そのため両氏は「科学基盤モデル」という構想を提唱する。物理法則や化学規則などの科学的知識をAIアーキテクチャに組み込み、データ駆動型の直観に加えて、論理演繹という「第二のエンジン」を機械に持たせるというものだ。

この発想は絵空事ではない。近年、ニューロシンボリックAI（Neural-Symbolic AI）は深層学習の知覚能力とシンボリック推論の論理能力を融合しようとしてきた。例えば、数学の自動証明では、大規模モデルの直観的探索とシンボリック検証器を組み合わせることで、IMO（国際数学オリンピック）の一部の問題を解けるようになっている。同様のアプローチを科学的発見に応用することも可能かもしれない――AIに大胆な仮説を提起させ、論理と実験によって選別するのだ。シュミットはこうしたAIこそが「科学者」と呼ぶに値すると考えている。

人間とAIが協働する科学の未来

もちろん、「AIの科学者」まではまだ長い道のりがある。科学的推論はオープンで、偶発的であり、非合理的な要素さえ含む。アインシュタインはかつて、計算だけでなく思考実験によって「光線上を走る列車を見た」と語った。これは現在のAIには到底及ばない領域だ。そのため著者たちは、人間を置き換えることを目指すのではなく、深い協働モデルを構築すべきだと提言する――AIが「仮説生成機」となり、人間が「審判」と「探求者」の役割を担う。両者が絶えずループする閉鎖系を形成することで、科学的発見を加速させるというビジョンだ。

この展望は刺激的だが、過度な誇張には警戒が必要だ。データは燃料だが、エンジンこそが鍵となる。計算能力を積み上げることに終始するのではなく、AIの推論能力、説明可能性、因果モデリングにより多くのリソースを投入すべきだろう。

編集者注：この論考は、現在のAI科学応用の核心を突いている。大規模モデルはすでに「スケール」の魔力を証明したが、科学には「オッカムの剃刀」が必要であり、データから簡潔な理論を抽出することが求められる。シュミットの「推論+」という思想は、次なるAI科学のブレークスルーを牽引するかもしれない。課題は、いかにして機械に科学者のように思考することを教えるか、だ。これは技術的問題であるのみならず、「科学とは何か」を問う哲学的探求でもある。

科学は終わったのか？

いつかAIが自ら新たな物理法則を発見する日が来るかもしれない。しかしそうなったとしても、科学は終わらない――人類の未知への好奇心は決して尽き果てることがないからだ。シュミットとマヘシュは論考の末尾にこう記している。「科学が偉大なのは、まさに『もう完成した』と決して言わないからだ」と。AI時代における真の変革とは、AIが科学に取って代わることではなく、科学をデータの時代から推論の時代へと移行させることにある。

本稿はMITテクノロジーレビューより編訳