抄録
大規模なデータや文献の解釈、非線形高次元空間の分類、潜在的なマーカーの道程など、システム・トキシコロジーを進めるにあたり、本質的な人間の認知限界に突き当たる課題は広範に存在する。本講演では、これらの人間の認知限界を議論し、どのように人工知能システムが、その解決へと貢献するかを議論する。
近年のDeep LearningやDeep Reinforcement Learningの手法により、従来では不可能であった極めて高性能なパターン認識能力や予測能力を有した人工知能システムが開発可能となった。Google DeepMind社の開発した、AlphaGoは、その能力を囲碁の世界に特化し、人間にははるかに及ばない囲碁の能力を獲得得した。これらの能力は、囲碁という世界を超えて、広く複雑な問題の解決へと貢献しうる。
システムバイオロジー研究機構(SBI)では、かねてより、ソフトウエア間のインターオペラビリティーを改善するプラットフォームとして、Garuda Platformを開発し、普及が始まっている(1)。さらに、Garuda Platformと連動して機能する人工知能フレームワークとして、Gandhara AI Frameworkを開発した。GarudaとGandharaを連動させることで、極めて効果的・効率的に、人工知能をシステムバイオロジー、システムトキシコロジーへと応用することができる。
また、より大きな目標は、人工知能システムが、ノーベル賞に値するぐらい大きな科学的発見を行うことである(2)。この目標の過程で一連の技術が、生み出され、それが、研究開発の姿を一変させる。また、Precision Medicine向けには、センサーなどのと融合も展開が可能であり(3) 、強力な知的システムを背後に抱える基盤の構築は可能である。
(1) Ghosh S, Matsuoka Y, Asai Y, Hsin KY, Kitano H., Software for systems biology: from tools to integrated platforms. Nature Reviews Genetics (2011) doi: 10.1038/nrg3096
(2) Kitano, H. (2016) Artificial Intelligence to Win the Nobel Prize and Beyond: Creating the Engine for Scientific Discovery. AI Magazine37(1)
(3) Hird, N., Ghosh, S., & Kitano, H. (2016). Digital health revolution: perfect storm or perfect opportunity for pharmaceutical R&D? Drug Discovery Today. http://doi.org/10.1016/j.drudis.2016.01.010
