AI技術の進展により、新たなデータを生成する「生成AI」が登場しました。この技術は、科学技術分野での大きな役割を担っており、
たとえば新しい薬や材料の開発に貢献しています。しかし、AIが予期せぬ方法で問題を解決する「報酬ハッキング」の現象には注意が必要です。
さらに、教師あり学習という手法を用いることで、AIは与えられたデータパターンを学習し、高精度な予測が可能となりますが、ここにも課題はあります。
AIが適切に機能するためには、データの範囲が限定されており、未知のデータへの適応性はまだ改善の余地があります。
一方で、多様な要求を満たすための「多目的最適化」や状況に応じた最良の選択を見つける「ベイズ最適化」など、先進的な最適化技術が開発されており、
研究室レベルでの取り組みも盛んです。例えば、ChemTSv2は多様な機能性分子の設計が可能なAIで、量子化学シミュレーションと連携して新規な蛍光有機分子の設計に成功しています。
私たちの身の回りのさまざまな問題を、革新的なAI技術が解決していく未来が期待されています。
出典 : データ駆動型生成AIの限界に迫る－生成AIで信頼性の高い分子設計を実現する戦略－ https://www.yokohama-cu.ac.jp/res-portal/news/2024/20250314terayama.html
