核要内容のまとめ
グーグルの技術的な中核人物であるジェフ・ディーンが退職し、AI for Science社を設立した「Discovery Loop」の誕生により、AI for Scienceは世界のAI巨頭たちの新たな競争の焦点となった。これまでのAIは主に「問題を解くマシン」であったが、今では科学的な仮説を立てたり実験を設計したりする「研究アシスタント」、さらには「準科学者」として進化している。この動きは、グーグルの技術路線の選択を反映すると同時に、「記号主義」と「接続主義」の組み合わせや、AIが新たな知識を創造できるか、科学的発見が汎用人工知能（AGI）への最終段階であるかという深い議論を呼んでいる。
1. ジェフ・ディーンの離職：グーグルの「短期的な利益」とAI for Scienceの「長期的な魅力」
ジェフ・ディーンとは誰か？簡単に言えば、彼はグーグルの技術的な中核人物であり、初期にグーグル検索の核心アルゴリズムを開発し、後に世界中のAI研究者が使用するTensorFlowを生み出した人物だ。彼の退職は、グーグル内部の資源配分の矛盾によるものである。現在のグーグルは広告やクラウドサービスといった短期的な収益源を重視しているが、AI for Scienceは投資が大きくリターンに時間がかかる（新薬開発には10年かかることもある）「長期的なビジネス」だ。ジェフ・ディーンはこの分野に専念したいと考え、自ら起業するしかなかった。これはAI for Scienceが単なる「実験室のコンセプト」から、「大物たちが投資する価値のある分野」へと進化したことを示している。
2. AI for Science：巨頭たちの「新たな戦場」——誰がAIに「科学者」としての役割を与えられるのか？
現在、世界中のAI巨頭がこの分野で競争している：
- グーグルDeepMind：既にAlphaFoldを使ってタンパク質の構造予測を解決し（以前は科学者が数年かけていた作業をAIが数日で行う）、新薬の設計も手がけている。
- OpenAI：マイクロソフトと協力し、GPT-4を活用して文献検索やシミュレーションなどを行い、科学者の実験設計を支援している。
- 国内の企業：百度の文心一言も大規模モデルを使って科学研究を支援し、アリババのダモーラボではAIによる気象予測が行われている。
なぜ皆がこの分野に注目するのか？AI for Scienceは科学研究の課題（実験の試行錯誤のコストやデータ処理の困難さ）を解決できるからだ。AIによってこれらの効率が10倍、あるいは100倍に向上し、将来的には新薬、新材料、新エネルギーなどの市場が創出される可能性がある。
3. AIの進化：「問題を解く」から「研究を行う」へ——このステップの重要性
以前のAI（例えばChatGPT）は「質問に答えたり」（例：ニュートンの三大法則は？）「問題を解いたり」（例：微積分を計算したり）することしかできなかった。しかし、現在のAI for Scienceはさらに高度なことができる：
1. 仮説の提案：大量の癌データを分析して「この遺伝子変異が肺がんと関連がある可能性がある」と示す。
2. 実験の設計：科学者に対して「この仮説を検証するためにはこれら3つの実験を行い、これらの機器を使用してください」と提案する。
これはAIが「学生」から「助教」へ、そして将来的には「研究者」へと進化することを意味する。例えばDeepMindのAlphaFold2はタンパク質の構造を予測するだけでなく、新しいタンパク質（プラスチックを分解する酵素など）を設計することもできる——これがAIによる新たな創造の始まりだ。
4. 技術の組み合わせ：記号主義と接続主義の「相性」——AIが科学研究を行う鍵
難しい用語を平易に説明する：
- 接続主義：現在の大規模モデル（GPTなど）はデータを学習して規則を見つけ出す。人間が経験から知識を得るように。
- 記号主義：初期のAIのアプローチで、「AならB」といったルールを書いて推論する。
これまではこれら2つのアプローチは別々だったが、AI for Scienceでは両方を組み合わせる必要がある。例えば、大規模モデルで大量の科学研究データ（論文や実験結果）を処理し、記号主義的な論理を使って「なぜこの結果が出たのか」「次にどのような実験をすべきか」を導き出す。
5. 最終的な疑問：AIは「ニュートン」になれるのか？科学発見はAGIへの最後のステップか？
現在最も議論されているのは、AIが「新たな知識」を創造できるかということだ。ニュートンが万有引力を発見したりアインシュタインが相対性理論を提唱したように、これらは「ゼロから1への」オリジナルの発見だ。現在のAIは既存の知識を組み合わせることはできるが、「直感」や「創造力」には欠けている。しかし、科学発見はAGIへの最終段階かもしれない。もしAIが人間の科学者のように新しい理論を提案し、新しい概念を創造できれば、それは「汎用人工知能」（あらゆる人間の知的活動を行えるAI）に近づいたことになる。ジェフ・ディーンや巨頭たちはこの方向へと進んでおり、今後5〜10年以内に大きな突破が期待される。
総括
ジェフ・ディーンの退職は孤立した出来事ではなく、AI業界が「コンシューマ向けアプリケーション」（チャットボットや短編動画の推薦など）から「科学研究向けアプリケーション」へと移行する兆しである。AI for Scienceは科学研究の方法を変えるだけでなく、「イノベーション」の定義も再定義する可能性がある。将来的には科学者とAIの協力が常態化し、AIが科学発見の主役になるかもしれない。私たち一般人が実感できる変化としては、新薬の迅速な市場投入、新エネルギー技術の革新、より精密な疾病治療などが挙げられる。これらはすべてAI for Scienceに関連している。