ますます大きくなるモデルをめぐる喧騒の中で、より静かな種類のAIの成功に立ち止まる価値があります。MITのRegina BarzilayとJames Collinsが、機械学習を使って新しい抗生物質を見つけた功績で、2026年のPritzker Prize for AI in Science Research Excellenceを受賞しました。これが重要なのは、抗生物質への耐性が命を奪い、新薬の供給がほぼ枯れていたからです。二人の仕事は、重みがベンチマークの点数ではなく人命で測られる分野で、AIがその居場所を勝ち取っていることを示します。
University of ChicagoとCaltechが共同で授与し2024年に創設されたこの賞は、二つの画期的な発見を称えます。2020年、二人は当時MITの研究者だったJonathan Stokesと共に、約2,500の分子で学習したモデルが選び出した化合物halicinを特定し、コンピューターHAL 9000にちなんで名づけました。halicinは、Clostridium difficile、Acinetobacter baumannii、結核菌などの耐性菌を殺せる広域の抗生物質で、かつて何年もかかった探索を数週間に縮めました。2023年、同じ集団は、病院の表面によくいる耐性菌A. baumanniiを狙い撃ちする狭域の抗生物質abaucinを見つけました。
引き出すべき要点は、abaucinの狭さこそが長所だということです。単一の種を狙う薬は、腸内の有益な細菌への巻き添え被害を抑え、耐性が発達する糸口を減らします。これは、ただ最も強い殺し屋を探すよりも、思慮深いAIの使い方です。価値があるのはモデルの大きさではなく、丁寧なモデル化と本物の実験室での検証を組み合わせた手法です。
受賞者自身は控えめです。Collinsは生成AIを、分子を発見するためにAIを使うことから、設計する ために使うことへの移行だと捉え、Barzilayは、この分野はまだ初期で、AIは薬の工程の一部を自動化できても全体を一変させるわけではなく、人間の生物学の現実的なモデルを作るのは依然難しいと戒めます。その率直さが正しい調子です。
率直な抜けは発表そのものにあります。賞金額を挙げておらず、さらに重要なことに、halicinもabaucinも患者に届くまでどれほど近いのかを述べていません。これは、この研究の筋が最終的に誰かを救うのかを決める問いです。有望な化合物の多くは、発見の後に続く何年もの試験で失敗します。これは当然の賞であり、AIによる科学の最も強い成果のいくつかが、控えめなモデルと辛抱強い実験室の仕事から生まれたことを思い出させますが、薬そのものはなお、その遅い部分を通り抜けなければなりません。