逆合成AI

迷路を速く解くコツを、ご存じですか。ゴールから、逆にたどることです。

薬の分子を作る化学者も、同じことをしています。完成した分子を、頭の中でハサミで切って、切って、お店で買える材料になるまで、さかのぼる。

この考え方は「逆合成」と呼ばれ、体系にまとめた化学者は、1990年にノーベル化学賞を受けました。

ただ、切り方の候補は、1か所につき何十通りもあります。5回さかのぼれば、道の数は、億を超える。どの道が本当に通れるかは、熟練の勘が頼りでした。

2018年、ここにAIが参戦します。それまでに発表された、ほぼすべての有機反応を学習。囲碁のAIと同じ探索の仕組みで、有望な道だけを読み進めます。

従来のプログラムと比べて、およそ30倍速く、2倍の数の分子で、道を見つけました。

さらに、目隠しテスト。AIが考えた作り方と、論文に載った人間の作り方を、どちらか伏せて化学者に見せる。評価は、互角でした。

別の流派もあります。化学反応を、「翻訳」だと考える。材料の分子を文字で書き、できあがる分子を、訳文として出力させるのです。

分子の言葉を話すAI。フランス語より、ベンゼン環のほうが得意な翻訳家です。

日本でも、2026年、AIの経路設計に、量子化学の計算を組み合わせた仕組みが発表されました。AIの提案を、物理の計算でふるいにかけます。

医薬品の作り方を検討する手間が、およそ5分の1になった、と報告されています。

ただし、弱点もはっきりしています。AIの教科書は、論文と特許。そこに載るのは、うまくいった実験だけです。

失敗は、ほとんど記録に残りません。つまりAIは、成功談しか読まずに育った新人。自己啓発本だけで仕事を覚えたようなもので、妙に前向きな提案をしてきます。

紙の上で道がつながっても、フラスコの中で本当に反応が進むかは、やってみるまで分かりません。

だからいま、AIが考えた道をロボットが試し、失敗も含めてデータに戻す。そんな輪が、作られはじめています。

失敗を知ったAIは、きっと、もう少し謙虚な提案をしてくれるはずです。