[韓国・日本 共同研究「世界2050」] ⑥ 科学のためのAGI、AGIのための科学協力

I. はじめに・動機

1. 科学へのAIの影響増大とAGIの可能性

人工知能と科学研究の交差点は、現代科学史において最も有望なフロンティアの一つを代表する。人工知能（AI）システムがデータ分析や実験設計などの分野でますます高度な能力を示すにつれて、私たちは科学的方法論における根本的な変革の入り口に立っている。人工汎用知能（AGI）の出現は、科学研究の実施方法だけでなく、自然現象や技術的可能性に関する我々の根本的な理解にも革命をもたらすことが期待されている（Mitchell 2024）。

DeepMind：「AI、そして究極的にはAGIは、歴史上最大の変革の一つを推進する可能性を秘めている。我々は、現代の最も困難な科学的・工学的課題のいくつかを解決することにより、科学を進歩させ、仕事を改革し、多様なコミュニティに奉仕し、数十億人の生活を改善する可能性のある画期的な技術を創造するために取り組んでいる。」（Google DeepMind n.d.）。

近年、AI能力における前例のない進歩が目撃されている。大規模言語モデルは、科学文献の分析と知識の統合において顕著な能力を示している。マルチモーダルAIシステムは、多様な科学分野にわたる複雑なパターン認識において有望な結果を示している。科学AIアプリケーションは、医薬品開発から材料科学、気候モデリングから素粒子物理学に至るまで、さまざまな分野で発見を加速させている。これらの進展は、AGIがこれまで不可能と見なされていた分野で科学的進歩を触媒する可能性を示唆している。

2. AGI開発における日韓協力の必要性

AGI開発における日韓協力の戦略的重要性は、いくら強調してもしすぎることはない。両国は、世界のAGI研究開発において大きな進歩をもたらす可能性のある独自の強みと能力を有している。この協力は、いくつかの説得力のある要因によって推進されている：相補的な技術的強み、共通の地域的課題、および研究能力の結合。

第一に、精密工学とロボット工学で名高い日本の高度な産業基盤は、韓国のダイナミックな技術セクター、特に半導体とデジタルインフラストラクチャを補完する。この技術的相乗効果は、AGI開発のための堅牢な基盤を創出する。

第二に、両国は、革新的な医療ソリューションを必要とする急速な高齢化、高度な監視と緩和戦略を必要とする環境問題、急速に変化する世界情勢におけるスマートグリッドソリューションと効率的な資源管理を必要とするエネルギー安全保障問題など、同様の社会的課題に直面している。

最後に、両国の研究エコシステムは相補的な利点を提供している。基礎研究と長期科学プロジェクトにおける日本の強み。技術商業化と迅速な展開における韓国の機敏性。グローバル規模で競争できる統合された研究インフラストラクチャ。

II. 現状分析

1. 韓国のAI政策と国際協力の現状

1) 韓国のAI戦略

韓国の人工知能戦略は、法的・制度的基盤の確立と特定AI開発政策の実施という2つの主要な軸に分けられる。

まず、法的・制度的基盤を見ると、2023年9月に制定された「国家戦略技術開発特別法」は、AIを含む国家戦略技術の体系的な開発のための法的基盤を確立した。この法律は、国家戦略技術の選定と管理、基本計画の策定、政策支援機関の指定、戦略的研究プロジェクトと専門研究機関、挑戦的な研究開発の推進、地域技術革新ハブの設立など、包括的な内容を網羅している。さらに、2023年9月には「デジタル権利憲章」が発表され、AI時代のデジタル秩序規範の基本方向が提示された。これは、デジタル環境における自由と権利の保障、公正なアクセスと平等な機会の確保、安全で信頼性の高いデジタル社会の実現、自律性と創造性に基づくデジタルイノベーションの促進、人間の福祉の向上という5つの基本原則を中心に構成されている。

具体的なAI開発政策としては、「超巨大AI競争力強化計画」と「国家AI実施計画」が代表的な事例である。「超巨大AI競争力強化計画」は、韓国語データ構築、コアHW/SW開発支援、新規研究開発プロジェクトの推進を含むインフラ拡大に焦点を当てている。特に、法律、医療、心理カウンセリング、文化芸術、学術研究の5分野で超巨大AI応用サービスを開発するための「超巨大AI 5大フラッグシッププロジェクト」を推進している。

「国家AI実施計画」は、公的福祉、産業競争力、政府システム、日常生活の4つの側面からアプローチしている。公的福祉の面では、脆弱層への社会的ケア、医療支援AI、育児プラットフォームを通じて市民の生活の質を向上させることを目指している。産業競争力の面では、超巨大AIフラッグシッププロジェクトを通じて、専門家の業務効率向上と産業全体のAI導入を支援する。政府システムに関しては、災害対応、水質管理、統計分類自動化などの分野で行政効率を向上させる。日常生活の面では、すべての市民のためのAIリテラシー向上とAI標準化を推進している。

これらの取り組みの延長として、AI基本法の制定とAI安全研究所の設立が2024年末までに予定されており、AI開発のための制度的基盤がさらに強化されることが示唆されている。

2) 韓国のAI国際協力戦略

韓国の国際AI協力は、主に米国やEUを含む志を同じくする国々との二国間協力、および新たな新興技術フォーラムにおけるリーダーシップと影響力の確保に焦点を当てている。

AI分野において、韓国は2024年5月にグローバルAI安全サミットを主催することで、安全で包括的なAI開発のためのグローバル規制リーダーシップを確立するというコミットメントを示した。さらに、2024年9月には、韓国と米国のトップ研究者とともにグローバルAIフロンティアラボを立ち上げ、両国間の具体的な協力を開始した。このプロジェクトは、両国の主要な学者や研究者を集め、基礎AI、信頼できるAI、ヘルスケアAIの分野でグローバルAIの研究開発を追求し、世界をリードし、世界初の研究成果を達成することを目指している。

2. 日本のAI政策と国際協力の現状

1) 日本の人工知能戦略

日本政府は2019年に「AI戦略」を発表し、Society 5.0の実現を目指した。これは2017年に発表された「AI技術戦略」を拡張したもので、技術領域を超えて人材、産業、社会、ガバナンスを網羅する包括的な戦略へと発展した。この戦略は、人間の尊厳、多様性と包摂、持続可能性という3つの原則に基づき、人材、産業、技術開発、国際協力という4つの分野にわたる戦略的目標を提示している。

戦略の主要な内容を見ると、人材の面では、AI時代に適した人材の育成とグローバル人材の誘致を目指している。AIの実用的な産業応用とグローバルリーダーシップの確保に焦点を当てている。また、持続可能な社会の実現に向けた技術システムの構築と、日本主導の国際的な研究、教育、社会インフラネットワークの構築を通じたSDGs達成の加速を追求している。

これらの目標を達成するために、2つの軸に沿って実施タスクが特定された。「教育と研究を含む未来基盤構築分野」と、「社会、産業、公共部門におけるAI利用の促進、データインフラ構築を含む産業・社会基盤確立分野」である。その後、「AI戦略2021」および「AI戦略2022」を通じて、新たな課題と技術開発に対応するためのフォローアップ措置が提示された。特に、AI戦略2022では、COVID-19後の国家レジリエンス強化のため、AIベースの災害・パンデミック危機対応技術インフラの構築が追加された。

さらに、日本は2019年に「AI社会原則」を通じて7つの原則を提示した。これらは、人間中心、教育とリテラシー、プライバシー保護、安全性、公正な競争、公平性・透明性、イノベーションから構成される。これらの原則は、AI社会に生きるすべての市民の責任と参加を促進することを目的としている。

2) 日本の国際AI協力戦略

日本の国際AI協力は、主に米国との緊密な協力に焦点を当てている。ワシントン大学、筑波大学、カーネギーメロン大学、慶應義塾大学による1億1000万ドルのAI研究協力の開始は、NVIDIA、Arm、Amazon、Microsoftなどのグローバル企業によって支援されており、注目すべき例である。

AI倫理の分野では、両国はAI安全研究機関の設立を相互に支援し、AI安全のための標準、方法、評価における協力を強化することで合意した。特に、AI生成コンテンツによるリスクと損害を軽減するため、公式政府コンテンツの認証とラベリング、および関連技術と標準の開発における協力を合意した。

研究機関レベルでは、日本の産業技術総合研究所（AIST）とNVIDIA間のAIおよび量子技術協力、米国エネルギー省と日本の文部科学省（MEXT）間の高性能コンピューティングおよびAIプロジェクト契約、アルゴンヌ国立研究所と理化学研究所（RIKEN）間のAI科学協力に関するMOUの署名など、さまざまな協力が追求されている。

3. 科学のためのAGIとAGIのための科学の現状

科学研究におけるAGI応用の現在の状況は、大きな進歩と顕著な進歩の機会の両方を示している。本節では、AGI能力の現状と科学研究方法論への影響を分析する。

Googleによる「科学を進歩させるAIの9つの方法」は以下の通りである（Google 2024）：（Google 2024）：

1. 50年間の「グランドチャレンジ」であったタンパク質構造予測の解明

2. 健康研究を支援するため、人間の脳を前例のない詳細さで表示

3. 正確な洪水予測による人命救助

4. 山火事の早期発見による消防士の迅速な消火支援

5. より迅速かつ正確な気象予測

6. 数学的推論のフロンティアの進歩

7. 量子コンピューティングを用いた化学反応性および速度論の正確な予測

8. 材料科学の加速と、より持続可能な太陽電池、バッテリー、超伝導体の可能性

9. 核融合と豊富なクリーンエネルギーに向けた有意義な一歩

「科学のためのAI」における最も有望な分野は以下の通りである（Wang et al. 2023）：（Wang et al. 2023）：

1. 気象予測、

2. バッテリー設計の最適化

3. 核融合炉の磁気制御

4. 化学合成経路の計画

5. 微分方程式のニューラルソルバー

6. 水力発電所立地計画

7. 合成電子健康記録の生成

8. 素粒子衝突における希少事象選択

9. 生物医学的配列のための言語モデリング

10. 高スループット仮想スクリーニング

11. 仮説空間におけるナビゲーション

12. 超解像度3Dライブセルイメージング

13. 記号回帰

Wangら（2023）によれば、AIは、パラメータと関数の最適化、データ収集、可視化、処理の手順の自動化、理論形成のための広大な候補仮説空間の探索、そして異なる分野における関連実験を示唆するための仮説生成と不確実性の推定を含む、科学研究プロセスのほとんどにおいて不可欠である。

[図1] 科学的データから意味のある表現を学習する

出典: (Wang et al. 2023)。

説明可能性やモデル性能の向上を含むAIの固有の限界を克服するために、様々な基礎科学分野で並行した取り組みが進められている。深層学習が神経細胞の動作原理に基づいて構築されたのと同様に、多様な研究イニシアチブが継続されている。

1. 神経科学および生命科学における包括的な研究に基づいた新しいAIアーキテクチャの開発

2. 様々な物理学、数学、統計学の理論に根ざした、より正確で効率的、安定かつ説明可能なモデルの構築

3. 人間型ロボットのAIベースの能力向上など、高度な工学研究との統合によるAIの応用領域の拡大

重要な点は、米国と中国が、他の国々よりもAGI for ScienceおよびScience for AGIの研究において、顕著なリーダーシップを維持していることである。これは、主要国（例：米国、中国）とその他の国々との間のAIおよび科学研究能力における現在の大きな格差が、今後も拡大し続けることを示唆している。

この拡大する格差は、イノベーションの格差として現れる可能性が高く、その結果、経済成長と繁栄、社会開発、安全保障を含む複数の次元にわたる国家競争力における包括的な乖離につながる可能性がある。

III. 共通の課題

1. 人材

韓国と日本は両国とも、出生率の低下、高齢化、STEM分野への入学率の低さ、博士・ポスドク人材の不足といった深刻な人口動態上の課題により、AIおよび先端科学分野の人材育成において大きな課題に直面している。韓国と日本は、米国や中国のような世界の主要なハイテク企業やAI先進国と比較して、報酬や待遇が競争力に劣るため、人材を引き付けるのに苦労しているだけでなく、深刻な頭脳流出にも直面している。

高度人材の育成と維持は、AGIと科学研究の両方にとって極めて重要である。しかし、韓国と日本は、それぞれの分野だけでなく、これら二つの分野が交差する融合領域における人材の開発と確保において、さらに大きな課題に直面している。

2. データ

AGIの重要な構成要素は、高品質な基盤データの確保である。韓国と日本は、先進的な製造業と科学研究において高い競争力を維持しているが、先進国や企業と比較して、洗練された科学データセットの量と質の両方において、相対的な不足に直面している。

将来のAGIが多様な形式のデータに基づいたマルチモーダル知能へと進化するにつれて、データの多様性、量、複雑性がますます重要になる。しかし、両国とも人口といった固有の制約により、不利な立場を克服するのに苦労している。この文脈において、いくつかの重要な課題が生じる。すなわち、急速に迫るオリジナルデータの不足への対処、合成データ生成と管理の実施、そして二国間協力によるデータ不足の補完の可能性である。

3. インフラと資金調達

大規模言語モデルのトレーニングと最先端の科学研究の実施には、卓越した人的資本と高品質なデータだけでなく、多額の財政投資に支えられた最先端のインフラも必要とされる。

1台あたり3万ドルを超える多数のAIチップを必要とするAIデータセンターは、電力インフラを含む様々な重要なハードウェアコンポーネントとともに、AIトレーニングの基盤となる。同様に、先進的な科学研究には、多額の資本投資を必要とする高性能な実験装置と大規模な基礎研究施設が求められる。

その結果、最先端の人工知能研究の大部分は、そのような莫大なリソース要件を維持できるごく少数の巨大テック企業を中心に展開されている。基礎科学研究においては、著名な大学と他の機関との格差は指数関数的に拡大し続けている。米国と中国は両国とも、人工知能の競争力を確保するために政府および企業の多額の投資を行っているが、他のどの国も、企業レベルでも国家レベルでも、科学研究と人工知能への投資において意味のある規模の経済を達成する能力を持っていないと主張するのは合理的である。

4. 国際ガバナンスの断片化

人材、データ、インフラ、資金調達における課題とともに、現在の国際AI協力における最も重要な課題は、米中戦略競争によるグローバルな人工知能と科学のエコシステムの断片化である。

AIと科学研究の全エコシステムは、共同研究やリソース共有から、人材交流、技術移転、商業化に至るまで、あらゆる段階で、以前の期間と比較して大幅に厳格なセキュリティコンプライアンスを必要とする。さらに、米国の輸出規制や国外投資スクリーニングのようなメカニズムは、米国と中国間のAIと科学研究の交流の勢いを低下させただけでなく、主要な中堅国間の国際協力にも大きな影響を与えている。

AIと科学研究のこの包括的な安全保障化は、国家安全保障上の目的のために避けられないと見なされるかもしれないが、それは普遍的に、超大国である数カ国を除く、国際協力によって国内のイノベーションエコシステムを補完しなければならない大多数の国のグローバル共同研究の効率性と研究生産性を低下させる。さらに、これは、パートナー国の国民に対して、その必要性、正当性、安全性をより透明に伝える必要がある。

IV. 協力項目

1. 中長期的AGIビジョンの整合

韓国と日本の間のAGI for Science、Science for AGI協力を効果的に推進するためには、2050年を目標とする長期的視点での両国間の多層的な政策ビジョンの整合性を強化することが最初の優先事項であるべきだ。

韓国は「科学技術革新2045」、日本は「ソサエティ5.0」を国家の長期ビジョンとして提示している。両国が目指す望ましい未来を実現するために、これらの長期ビジョンを通じて潜在的な協力機会を共同で探求する必要がある。例えば、両国のビジョンは、高齢化、環境汚染、気候変動、疾病管理、自然災害、デジタルトランスフォーメーションなどの分野で明確な目標を示しているため、これらの目標達成のための方法論として、日韓AI for Science協力を真剣に探求する必要がある。

最高レベルでの共同項目探求を完了した後、省庁、機関、研究機関、企業、大学など、様々なレベルで具体的な行動計画、ロードマップ、フラッグシッププロジェクトを設計し、制度化する必要がある。さらに、これらの長期協力に必要な予算は、柔軟かつ持続可能な方法で設計される必要がある。

最後に、両国間の長期的なAGI for Science、Science for AGI協力ビジョンは、両国の市民社会と積極的にコミュニケーションを取り、共鳴させる必要がある。現在、両国の市民は、過度な技術開発による社会的影響について共通の懸念を抱いており、最先端技術分野における国際協力は、その必要性、正当性、安全性をパートナー国の市民に、より透明に伝える必要がある。

1. ビジョンの整合共同政策フレームワークの開発、共有研究ロードマップ、調整された投資戦略、定期的なハイレベル対話、規制調和、共有コンプライアンスフレームワーク、共同予測メカニズム、共同探求委員会

2. 市民社会教育プログラム、社会的影響評価、透明性イニシアチブ、文化交流プログラム

2. 超世代AGI for Science、Science for AGIプロジェクト

日韓間の長期的なAGI for Science、Science for AGI協力を推進するための最も代表的なタスクの一つは、両国間の超世代プロジェクトを設計することである。このプロジェクトは、単に大幅に長い期間の研究資金を提供する以上のものだ。それは、両国間の主要な研究グループの完全サイクル協力（計画、設計、実施）を支援し、主要な研究成果の共同商業化とコア人材の協調的開発を伴う。

さらに、長期的視点からは、民間部門が運営するにはハイリスクすぎるグランドチャレンジ研究トピックを特定する必要がある。世界をわずかに改善する成功確率の高い研究を支援するのではなく、両国は、失敗の可能性が高いが世界を変革できる可能性のある、画期的なブレークスルー研究を支援すべきである。

現在、例外はほとんどないが、韓国と日本の大学には定年制があり、ベテラン研究者が長期間にわたって蓄積した研究成果は、適切な伝達なしに失われたり、外部に漏洩したりすることが多い。このシステムを改善するために、著名な学者の退職後の活動を支援し、専門知識を引き継ぐ新しい若手人材とのマッチングを通じて、両国間の世代間協力を促進すべきである。

1. 超ヒューマノイド知能システム人間の知的能力と身体的能力の両方を凌駕し、高度なAIとロボット能力を統合し、人間と機械の相互作用能力を強化する

2. 次世代高性能・環境配慮型インフラ次世代高性能・環境配慮型インフラ超高速処理能力、超低消費電力システム、超低炭素排出インフラ

3. 生命延長のためのフロンティアAIモデル（Transformer以降）生命延長のようなグランドチャレンジを解決するために、並外れた性能を持ち、複雑なリスクがなく、データへの依存度が低いAGIモデル

3. Post-SDGsのためのAGI

最後に、韓国と日本は、現在のSDGsが2030年に終了した後、AGIを使用してpost-SDGsを達成する方法について共同でプロジェクトを設計する必要がある。持続可能な開発に対するAIの影響を測定した最近の研究では、ジェンダー平等と国際協力以外のすべての分野で非常に肯定的な効果が示されている。しかし、様々な現在の限界と依存関係に対処できなければ、現在のものよりもはるかに強力な能力を持つAGIの出現は、将来の持続可能性目標にさらに大きな悪影響を与える可能性がある。

[図2] SDGsに対するAIの影響

出典: (Vinuesa et al. 2020)。

したがって、韓国と日本の協力は、既存のAI for SDGs分野で発生した様々な副作用を補完し、将来のAGI for SDGs時代に発生する可能性のある問題を予測して解決するように計画されるべきである。このプロセスにおいて、AGIを使用して解決すべき問題は、グローバルな課題と地域的な課題に分割されるべきである。

1. 次期グランドチャレンジのためのAGI：パンデミック、気候変動、生物多様性の喪失、自然災害、AIの不平等といった地球規模の課題の出現を予測・防止するソリューションの開発。

2. 次期地域課題のためのAGI：高齢化と低出生率によって引き起こされる社会サービス（医療、教育、移動など）における階級間および地域間の社会経済的二極化に対処するためのソリューションの開発。■

参考文献

Gilbert, Natasha, and Smriti Mallapaty. 2024. 「米国と中国、厳格な制限付きで新たな科学協定に署名」Nature.

Google. 2024. “9 Ways AI Is Advancing Science.” Google Blog、2024年11月18日。https://blog.google/technology/ai/google-ai-big-scientific-breakthroughs-2024/。

Google DeepMind. n.d. “Our Mission: Build AI Responsibly to Benefit Humanity.” DeepMind. https://deepmind.google/about/。

Mitchell, Melanie. 2024. “Debates on the Nature of Artificial General Intelligence.” Science 383(6689): eado7069.

Vinuesa, Ricardo, et al. 2020. 「持続可能な開発目標達成における人工知能の役割」Nature Communications 11(1): 233.

Wang, Hanchen, et al. 2023. “Scientific Discovery in the Age of Artificial Intelligence.” Nature 620(7972): 47-60.

■ ソ・インベクは漢陽大学校ERICA校の助教授である。

■ 作成者：キム・チェリン、リサーチアシスタント

    問い合わせ先：02 2277 1683 (内線208) | crkim@eai.or.kr