MITとMIT-IBM Watson AI Labの研究者が、新しい薬や材料の開発に必要な分子を発見するプロセスを効率化する手法を開発しました。従来の膨大な計算資源と時間を必要とする方法に代わり、大規模な言語モデル（LLM）を利用し、その問題を解決するアプローチを提示しました。
彼らは、分子構造を生成し予測するために特別に設計されたグラフベースのAIモデルとLLMを組み合わせた新技術を考案しました。この技術は、分子の設計から合成までのプロセスを自動化し、いくつかの段階を経てテキスト、グラフ、合成ステップの生成を行うことが可能です。これにより、ユーザーが指定した要件に合った分子を高い成功率で生成し、合成プランを立てることができます。
研究チームは、この技術を更に発展させることで、電力網のセンサーや金融市場の取引など、他の種類のグラフベースデータを扱うことができる多様なLLMを開発することを目指しています。
この研究により、LLMが単なるテキストの説明を超えた複雑なデータとも対話可能な基盤となり得ることを示しています。また、この方法が今後、様々なグラフ問題を解決するための他のAIアルゴリズムと協力するための土台となることを期待されています。
出典 : Could LLMs help design our next medicines and materials? https://news.mit.edu/2025/could-llms-help-design-our-next-medicines-and-materials-0409
