AI for science

例えば、400℃の熱に耐えて、しかもリサイクル可能なプリント基板の材料を開発したいとして、
その要求を満たす材料の分子構造はどんなものかをAIが考えて、それぞれをシミュレーションして検証して、
最終的にいくつか選び出して、そのうえで、人間が実際に物質を合成しして、AIのミュレーションした通りかどうか、検証する。

この方式だと、現実の実験の手間が大幅に減る。

また例えば、加熱した時の分子の動きはどうか、立体構造はどう変化するか、また更には原子それぞれの動きはどうなるかをAIの内部でシミュレーションできるようになっている。
超微細な、分子や原子の動きを観察できる顕微鏡が手に入ったようなものだ。
AIの計算が実際に正しいとは限らないので、実際の検証は必要である。

また、例えば、原子爆弾のような場合。実験データがたくさんあれば、それをAIに入力しておいて、次に、新しい設定を入力して、どのような爆発が起こるかをシミュレーションする。
この方式だと、新しく現物を作って爆発させて、放射能汚染が起こったりしなくて済む。
これができるのは今のところアメリカだけといわれていた。データがあって、巨大コンピュータがある。最近は中国もできるのだろう、たぶん。

AI for science　はまさに、自然法則の世界モデルを深層学習するシステムである。
時間が経過すれば、第二の宇宙のような様相になるかもしれない。情報圧縮したうえでのことだけれども。また部分が全体をシミュレーションするという矛盾したことになりそうだけれども。

たんぱく質の立体構造の生成はノーベル賞になった。