母親をがんで亡くした Scott Penberthy - AI への情熱を医療の進歩に役立てることを誓う

※この投稿は米国時間 2023 年 2 月 10 日に、Google Cloud blog に投稿されたものの抄訳です。

編集者注: Scott Penberthy は、Google Cloud CTO オフィス（OCTO）の応用 AI 担当ディレクターです。このチームは、Google Cloud の最大規模のお客様と協力して非常に複雑なビジネス上の問題を解決し、さまざまな業界、地域、技術における新しいトレンドについて Google にアドバイスしています。自称ディープ ラーニングの学習者である彼は、医療機関（およびサイド プロジェクトとして NASA）と協力して、生命と宇宙に対する理解を深めることに取り組んでいます。

先進的な AI スペシャリストは、AI をどのように考えているのでしょうか？

AI は究極のパターン認識装置です。現在、私たちが取り組みを始めているハイパースケールでは、扱うデータ量が膨大なために人ではとても対応できないようなパターンでも、AI は認識することができます。

なぜパターン認識が重要なのでしょうか？

私たちはパターン認識を使って、数字や言語など、多くのことを理解します。市場は、需要と供給のパターンを確立することによって機能します。現在の私の取り組みに関連して申し上げると、コンピュータ コードだけでなく、遺伝学に見られる生命のコードや、宇宙物理学を支配するコードなど、パターンはあらゆる種類のコードの核を成す原則となっています。

生命の多くの部分は計算であることが明らかになりつつあります。遺伝子コードの中だけでなく、マイクロバイオームと個人の DNA の相互作用の中にも見られます。体内に複数のインターネットがあるようなものです。そうしたデータをすべて読み取る方法を開発し、十分に高度な AI を作成できれば、コードとそれらの相互作用を理解することができるでしょう。それは、人の健康に革命が起きることを意味します。

なぜ、ここまで深い関心を持っているのですか？

私は昔からシステムについて考えるのが好きで、物事の仕組みの「なぜ」と「どのように」をずっと考えていました。12 歳になるとコンピュータで遊び始め、13 歳のときにコンピュータ ゲーム『スタートレック』の印刷されたソースコードを誰かからもらいました。自宅に持ち帰り部屋の中で広げて、ゲームがどのように動くかを調べました。仕組みがわかると、1 人用だったゲームをマルチプレーヤー型に作り変え、友だちも遊べるようにしました。

その後、宇宙飛行士になろうと思って MIT に進学したのですが、視力が足りませんでした。落ち込んでいたある日、「ビール無料」という看板に出くわしました。それは、MIT AI Lab に人を集めるためのものでした。世の中の計算の仕組みを理解できる優れた手段に、私はあっという間に夢中になりました。最新情報を知ることが楽しく、とても興味深いのです。今でも毎晩、研究論文を 2、3 本読んでいます。

計算からライフ サイエンスの世界へ、どのように飛び込んだのですか？

この冒険は、とても個人的なものです。私の母は乳癌のために 57 歳で亡くなりました。手術、化学療法、モルヒネ、外見を損なうステロイドなど、治療は大変なものでした。亡くなる直前に母は眠りから覚め、私たち兄弟に、がんを治療するもっと良い方法を見つけることを約束させました。

兄の David は腫瘍専門医になりました。当時は、自分がどのように役に立てるか見当もつきませんでした。私は、世の中に AI を活かす方法を見つけるという任務を負って Google に入社しました。2020 年に父が COVID-19（新型コロナウイルス感染症）に感染したため、医療分野に影響を与える方法を見つけたいと考えるようになりました。私は電話を手に取り、既存のお客様や有望なお客様に電話をかけ始めました。それからすぐに、昔読んだ生物学と細胞化学の本を引っ張り出し、遺伝子コードについて考えました。現在は、あらゆる生物のソースコードである DNA や RNA を比較的安価で解析できる企業があります。しかも、その費用はどんどん安くなっています。

私は、がんはプログラミングの問題であり、間違ったパターンであると捉えるようになりました。つまり、がんの修正は学習できるのです。私は母との約束を守っています。

がんを解明したり、量子エネルギーを理解したりすれば、すべてを理解できるようになりますか？

一度に 1 つずつ取り組んでいきましょう。がんを解明することはまだできていませんが、いくつかの主要ながんについては、特に遺伝医学と他の技術を組み合わせることで、明るい展望が見えつつあります。現在、素晴らしい臨床試験が進行しています。また、遺伝子データの収集費用も急速に下がってきています。数年前は 1 人 10 億ドルだったのが、24 か月後には約 100 ドルになると予想されています。人体の理解が大きく進むことでしょう。

しかし、自然をすべて理解することは、とても難しいことです。発見すればするほど、その下にあるものが見えてきます。ますます高度になった AI を、クラウド経由でさまざまな場所にいる、より多くの研究者に提供できるようになりました。大規模な構造物からナノレベルの事象まで、新たに発見したデータや複雑な情報に AI を適用することで、さらに大きなパターンを解明できます。そうすると必ず、より深い「なぜ」という疑問が新たに生まれます。これから長きにわたり、根本的な発見が、飽くことのない好奇心の糧となることでしょう。