AlphaGo登場から10年:ゲームから生物学、数学、そしてAGIへ
From games to biology and beyond: 10 years of AlphaGo’s impact
AlphaGoの登場から10年が経過し、そのAI技術は科学、数学、アルゴリズム発見など多岐にわたる分野でブレークスルーを触媒してきた。特に、タンパク質構造予測問題はAlphaFold 2によって50年来の課題が解決され、2億のタンパク質構造がオープンソースデータベースとして公開され、300万人以上の研究者に利用されている。数学分野では、AlphaProofとAlphaGeometry 2が国際数学オリンピックでメダル級の成果を上げ、GeminiのDeep Thinkモードも金メダルレベルの性能を達成した。アルゴリズム発見では、AlphaEvolveが行列乗算の新しい方法を発見した。さらに、AIは科学的協業や気象予測、核融合エネルギー研究などにも応用されている。究極的な目標である汎用人工知能(AGI)の実現に向けて、Geminiのマルチモーダル能力、AlphaGoの探索・計画技術、そして専門ツールの活用を組み合わせることが重要視されている。AlphaGoの「Move 37」がAIの創造性の可能性を示唆したように、真の創造性は新しいゲームを生み出すようなレベルに達する必要がある。
- AlphaFold 2が50年来のタンパク質構造予測問題を解決し、2億件のタンパク質構造がオープンソースDBとして公開、300万人以上の研究者に利用されている
- AlphaProofとAlphaGeometry 2が国際数学オリンピックでメダル級の成果を上げ、GeminiのDeep Thinkモードも金メダルレベルの性能を達成した
- AlphaEvolveが行列乗算の新しいアルゴリズムを発見した
- AIが科学的協業、気象予測、核融合エネルギー研究などに応用されている
- AlphaGoの「Move 37」がAIの創造性の可能性を示した
AlphaGoから10年でAIの価値創出がゲーム領域から生物学・数学・アルゴリズム発見へと広がったことを示す総括的記事。投資家視点では、AlphaFold 2による2億件のタンパク質構造DBが300万人超の研究者に使われ、創薬・バイオ研究の基盤インフラとして定着した点、AlphaProof/AlphaGeometry 2やGemini Deep ThinkがIMOメダル級の数学推論性能を示した点が重要。推論能力と専門ツール連携がAGIへの路線として語られており、AIの応用先が研究開発プロセス自体の自動化(アルゴリズム発見・科学協業)に及ぶほど、既存のソフトウェア・研究開発産業のバリューチェーン再編リスクと、AI基盤企業への集中度上昇を意識すべき。ただし個別の新規契約・収益数値の発表はなく、投資判断には各モデルの商用展開状況の追跡が必要。