【DeepMind最高経営責任者】デミス・ハサビスが語るAIの未来と驚異的なブレイクスルー

こんにちは！IT技術の教育やビジネス実践、AIツールの活用方法を発信しています。

今回は、YouTubeの超人気チャンネル「Two Minute Papers」で公開された、Google DeepMindのCEO、デミス・ハサビス氏（Sir Demis Hassabis）の最新インタビュー動画を徹底解説します。

ノーベル化学賞を受賞したAlphaFoldのその先、医療改革、科学研究特化型AI、さらには人気SFゲームとの提携まで、AIの最前線で何が起きているのかを分かりやすくまとめました。

1. デミス・ハサビス自身の「Gemini」活用法

世界最高峰のAI研究所を率いるハサビス氏は、日常的にどのようにAIを使っているのでしょうか。

• 思考のスパリングパートナー（対話相手） ハサビス氏は、Geminiを単なる検索ツールとしてではなく、プロジェクトのアイデア出しや名称のブレインストーミングを行う「共同研究者」のような形で好んで活用しています。

• 未専門分野のクイックキャッチアップ 自身が詳しくない新しい研究分野の論文や膨大な資料を読み込ませ、重要なキーポイントを迅速に要約させるためにもGeminiを多用しています。

2. 科学研究を加速させる「Co-scientist」の実力

DeepMindが開発を進める、科学研究に特化したAIシステム「Co-scientist」についての進捗が明かされました。

• Co-scientistとは？ Geminiをベースに、科学的な仮説の生成、データの分析、文献の要約に特化した追加のツールや仕組みを組み込んだシステムです。まさに「優秀な研究助手」が24時間体制でサポートしてくれるような環境を実現します。

• すでに実用化されている成果 現在は自律的な大発見を行う段階ではなく、科学者や数学者の補助が中心ですが、初期バージョンでは「より効率的な行列乗算アルゴリズムの発見」や「コンピュータサイエンスのアルゴリズム自体の効率化」など、AIがAI自身の効率を高める発明に成功しています。

3. 「10〜20年以内にすべての病気を克服する」ロードマップ

ハサビス氏が以前発言して話題を呼んだ「AIの力で10年以内にすべての病気を治療できるかもしれない」というビジョンについて、より具体的なアプローチが語られました。

• 多層的なAIプラットフォームの構築 タンパク質構造予測を達成した「AlphaFold」は創薬プロセスの「最初の1ステップ」に過ぎません。DeepMind（および創薬スピンアウトのIsomorphic Labs）は現在、創薬の異なる各プロセスに対応する「AlphaFoldレベルの革新的モデル」を1ダース（約12個）近く同時に開発中です。

• 臨床試験（治験）のスピードアップ AIは薬の設計（発見）だけでなく、臨床試験における患者の層別化（最適な被験者の選択）や、最適な投与量の予測などにも貢献でき、人間の健康に劇的なステップチェンジをもたらすと期待されています。

• 10〜20年以内の実現へ 物理法則の観点から見ても、AIによる病気の克服を阻む要素（エントロピーの法則など）はなく、今後10〜20年のタイムフレームで実現可能であるとハサビス氏は確信しています。

4. 壮大な宇宙SFゲーム「EVE Online」との画期的な提携

ゲームAI（AlphaGoなど）から始まったDeepMindの原点回帰とも言える、アイスランドのCCP Gamesが開発するMMORPG「EVE Online」とのパートナーシップが発表されました。

• なぜ「EVE Online」なのか？ プレイヤー自身が経済圏や独自の派閥・同盟（アライアンス）を構築する非常にディープで複雑なマルチプレイヤー宇宙空間であり、AIのアイデアを試すための最高の「サンドボックス（実験場）」だからです。

• どんなAIが導入される？ プレイヤーを背後からサポートするAIアシスタントや、ゲーム全体のストーリー展開を動的にコントロールする「ゲームマスター」のようなAIの導入が模索されています。

5. 自律型自動ラボと「材料科学」へのアプローチ

AIが自ら仮説を立て、それを自ら検証して自己改善していく「クローズドループの自動発見（自己改善）」の難しさと未来について言及されました。

• 物質世界（アトムの世界）の壁 コード生成や数学の世界では、デジタル上で即座に答えの正誤を検証（ベリファイ）できます。しかし、物理学・化学・生物学などの自然科学では、検証のためにどうしても「実際の実験」が必要となり、ここがボトルネックになります。

• ロンドンに建設中の「自動材料ラボ」 DeepMindは現在、ロンドンに自動化された材料科学ラボを構築しています。現在、同社は200,000種類以上もの新しい材料設計データを保有しており、その中には未知の超伝導体などが含まれている可能性があります。これらを高速検証するためのロボティクス活用が、今後18〜24ヶ月でさらに本格化する見込みです。

6. ハサビス氏の素顔に迫る「ライトニングラウンド（一問一答）」

インタビューの最後には、一言で答えるクイック質問が行われ、ハサビス氏の個人的な好みが垣間見えました。

• 離散数学 or 連続数学？：圧倒的に「離散数学（Discrete）」が好き。

• ファインマン or アインシュタイン？：個人的なお気に入りは「ファインマン」。

• ファインマン or ニュートン？：自身が学んだケンブリッジ大学との繋がりから「ニュートン」。

• お気に入りのSF小説は？：アイザック・アシモフの『ファウンデーション（銀河帝国興亡史）』シリーズ。自身の人生に大きな影響を与えたとのこと。

💡 まとめと考察

今回のインタビューを通じて、DeepMindは単にLLM（大規模言語モデル）の精度を競うだけでなく、「科学の未解決問題を解くためのシステム」としてのAI開発に圧倒的な軸足を置いていることが再確認できました。

特に、AlphaFoldの成功体験を横展開し、創薬全体のプラットフォーム化を進めている点や、ロンドンで物質実験を自動化する動きは、私たちの生活（医療やテクノロジー）を根本から変える可能性を秘めています。

AIが人間の最高の「アシスタント」となり、21世紀の科学革命を牽引していく未来がすぐそこまで来ていますね！

みなさんは、AIによる医療や新材料の開発についてどう思われますか？ぜひコメントで教えてください。役立ったと思ったら「スキ」やフォローもよろしくお願いします！