3,607 文字
マイクロソフト、グーグル、そしてNVIDIAから4つのニュースをお伝えしますが、これらは間違いなくあなたの心を吹き飛ばすでしょう。これはAIにおいて、私たちがこれまで見たことのないものの始まりに過ぎません。
まず最初に、eとは全く関係ありませんが、マイクロソフトが「Majorana 1」と呼ばれる新しいチップをリリースしました。これは、トポロジカルキュービットによって駆動される世界初の量子プロセッサだと主張しています。トポロジカルキュービットは完全に新しい物質だと説明しています。物質には固体、液体、気体がありますが、マイクロソフトはこれらのどれでもない新しい物質を作り出したと主張しています。
これは量子プロセッサ専用に設計された新しい物質で、マイクロソフトによると、1つのチップ上で100万キュービットまでスケールできる能力があるとのことです。これが、彼らが完全に設計したトポロジカルコアを搭載した世界初のQPU（量子処理ユニット）になります。Natureに論文が掲載され、どのように大規模に構築していくかというデバイスのロードマップも示されています。
しかし現時点で、科学界の意見を見て、この周りの全てを解明しようとすると、Hacker Newsで見つけた興味深いコメントがあります。「私はこの分野で働いていますが、現在全てのプレイヤーが夢を売っている中で、この発表はさらに遠い未来の話です。Majoranaはまだ1つのキュービットが存在すると言えるレベルにも達していませんし、その性能を定量化できる段階にもありません。超伝導回路や捕捉イオンのような成熟した技術と比較すると、Majoranaのアプローチは理論的には楽観的な理由がある長期的な取り組みですが、実験の現実は大きく遅れています。長期的には機能するかもしれませんが、まだその段階ではありません。」
このマイクロソフトからの特別なニュースについて、心を躍らせることはできますが、慎重に受け止める必要があります。グーグルから、そして今日のマイクロソフトからと、私たちは複数の量子コンピューティングに関するニュースを見てきました。これはブレークスルーだと考えていいですが、実用化されて暗号コードを解読できるようになるまでには、今日明日ではなく、長い時間がかかるでしょう。
次もマイクロソフトからの非常に興味深く、より実用的なニュースです。マイクロソフトは「Muse」と呼ばれるものをリリースしました。これはゲームプレイのアイデア創出を支援するために設計された、マイクロソフト初の生成AIモデルです。マイクロソフトは、Ninja TheoryのBleeding Edgeというゲームを使って、ゲームに必要なものを全て生成できる生成AIモデルを訓練しました。
マイクロソフトが説明するところによると、VAM（World and Human Action Model）と呼ばれるこのモデルは、物理法則を理解し、ゲームのルールを理解して、そのルールに従ってものを設計できるモデルです。Soraのような感じですが、より多くのルールと境界を持つ次のレベルのモデルです。
マイクロソフトは、これがゲームを作成する人々のゲームプレイのアイデア創出を支援すると言っています。最も興味深い点は、Museのような存在があることではありません。NVIDIAもこのアイデアをかなり探求してきました。より興味深いのは、マイクロソフトがこれをマイクロソフトライセンスでリリースしたことです。モデルの重みがオープンウェイトとして公開されています。2億パラメータのモデルと16億パラメータのモデルがあり、モデルの実行方法に関する説明もあります。
このモデルを実行できるようになり、ゲームデザイナーがゲームを設計する代わりに、大規模言語モデルだけでゲームプレイ全体を作成できるようになれば、非常に興味深いものになるでしょう。
次はグーグルからのニュースで、これも非常に重要な研究の進展です。グーグルは「AI Co-scientist」と呼ばれるものを作成しました。これはGemini 2.0で構築されたマルチエージェントシステムで、Gemini 2.0が仮想の科学的共同研究者として機能します。これは単なる論文やブログ投稿ではありません。グーグルはこのAI Co-scientistを使って仮説を作成し、その仮説を研究室に持ち帰って検証したところ、実際に機能したと主張しています。
例えば、急性骨髄性白血病の薬剤転用について、彼らは次のように述べています。「AI Co-scientistを適用して薬剤転用の機会を予測し、パートナーとともに計算生物学の専門家の臨床フィードバックと試験管内実験を通じて予測を検証しました。特筆すべきは、AI Co-scientistが急性骨髄性白血病に対して新規の転用候補を提案し、その後の実験でこれらの提案が検証され、提案された薬剤が複数のAML細胞株で臨床的に関連のある濃度で腫瘍の生存率を抑制することが確認されたことです。」
正直なところ、もしこれが現実だとしたら、つまり今日、人間の介入なしに24時間365日働くことができるAI Co-scientistがあり、それが幻覚を起こさずに実世界に影響を与えることができる提案をするだけでも、それは完全に常識を超えており、大きな影響力を持つと思います。
彼らはこれを3つの異なるアプリケーション（薬剤転用、新規治療標的の発見、遺伝子転移進化のメカニズム解明）で実施しています。このシステムの設計メカニズムを見ると、テスト時の計算が行われていますが、これは生成エージェント、反省エージェント、ランキングエージェント、進化エージェント、近接エージェント、メタレビューといった専門化されたエージェントの集まりです。これらのエージェントはGemini 2.0によって監督され、与えられた目標、つまり達成すべき目的のために、ループ状に連携して作業を行います。
彼らがどのように行い、どのように改善されたか、テスト時のスケーリングがどのように役立ったかについて、より詳細な情報があります。これは完全に心を吹き飛ばすようなものなので、別の動画を作るかもしれません。この時点で、グーグル、特にGoogle DeepMindについて私が評価している点は、常に生物学や物理学、あるいは単なるLLMよりも現実世界に近いものが結びついていることです。
これはおそらくデミス・ハサビスの生物学への強い執着によるものか、あるいはグーグルが何か進行中のものを持っているのかもしれません。しかし、私たちがくだらないものを生成するために使用する大規模言語モデルが、幻覚ではない実生活に影響を与える科学的ブレークスルーを実現するのに役立つ可能性があるのを見るのは非常に興奮します。
最後に、NVIDIAから新しいモデルが発表されました。これは生体分子科学のための基盤モデル、つまり事前学習モデルです。このモデルはゲノムシーケンシングを支援するもので、「Evo2」と呼ばれています。これはNVIDIA DGXによって構築された新しいAIモデルで、Arcインスティテュートとスタンフォード大学との提携で構築されました。
この新しいモデルは、ヒトゲノムシーケンシング、創薬、その他多くのことを支援します。これは私がずっと疑問に思っていたことです。AIモデルや私たちが大規模言語モデルと呼ぶ自己回帰モデルが、分布からサンプリングして次の最適な単語や次のトークンを生成できるのなら、創薬やワクチン開発、臨床試験の加速に重要なゲノムシーケンシングをなぜできないのかと。
人々がそれを行っているようで、新しいモデルとアーキテクチャがあり、実際にEvo2を使用してあらゆる生命領域にわたるゲノムのモデリングと設計をどのように行ったかについての技術報告書があるのを見るのは非常に魅力的です。ここでは、異なる組織が集まってこれを実現していることについて、多くの情報があります。
多くの馴染みのある名前も見られます。明らかにOpenAIのグレッグ・ブロックマンがいます。彼はこのプロジェクトに取り組むために休暇を取ったと思います。そしてStripeのCEOで共同創設者のパトリック・コリソンによるArcインスティテュートもあります。
これら4つの異なるニュースは、実際に飛躍的な進歩を示しています。単なるテキストだけでなく、量子コンピューティング、ビデオゲーム生成、AI科学、そして生体分子科学やゲノム記録など、完全に異なるフロンティアです。今朝これらのことが起こっているのを見るのは非常に興奮します。あなたはこれらについてどう思いますか？また別の動画でお会いしましょう。ハッピープロンプティング！
コメント