知性は主なボトルネックではない

知性は主なボトルネックではない ナイーブなハムスターの告白：なぜ部屋の中で最も賢い人々が、知性が現実世界においてしばしば主要なボトルネックではないことを見落としがちなのか Ruxandra Teslo 2026年7月21日 明確にしておくと、SFテックシーンのすべての人、あるいは大多数の人がこのように考えていると言っているわけではありません。しかし、確かに一部の人々（例えば、冒頭の会話は逐語的です）はそう考えており、この記事は、議論や政策決定において不釣り合いな影響力を持つ特定の中心的なシーンについてのものです。 最近の夕食会で、AIラボの人物が私に、私がなぜ自分の仕事をしているのか、なぜ医療の進歩に対する規制のボトルネックや臨床試験に関連する政策に時間を費やしているのかを、かなり率直に尋ねました。彼は、同情とでも言うべきものを込めて私を見ていました。 私は自分の考えを伝えました。AIの時代において、医学はこれまで以上に規制と臨床試験の地道なプロセスによってボトルネックになると。そして、より速い前臨床研究に注ぎ込まれた数十億ドルは、この地味な問題には全く影響しないだろうと。私は住宅について言及しました。私たちは何十年も前からより良い住宅を建てる技術を持っていましたが、住宅は純粋な能力の問題ではなく、政治的意思の問題であるため、これまで以上に高価になっています。 RuxandraのSubstackは読者支援型の出版物です。新しい投稿を受け取り、私の仕事を支援するために、無料または有料の購読者になることを検討してください。 購読する 彼は信じられないという表情で私を見ました。確かに、私のような賢い人間なら、AI、あるいはより正確にはAGIがすぐに超説得力を持つようになることを知っているはずです。すでに多くのベンチマークで、専門の討論者を説得力で超えています。私は「ふむ」と言いました。彼は「はい、はい」と、私のような凡人、AIラボの従業員ではない者には到底理解できない深い事柄を知っている男のような口調で言いました。そして彼は再び、まるで間もなく屠殺される運命にある、少し精神的に障害があるが可愛い動物を見るような同情の念を込めて私を見ました。 その夜、私はベッドの上で寝返りを打ち、自分の人生に何の意味があるのか、これまで下したすべての決断が何らかの形で間違いだったのではないかと悩み続けました。もっとうまくやれたことはあっただろうか？ しかし、太陽が昇ると、私は同じ考えに戻りました。AIがどれほど「知的」になろうとも、知性は現実世界で物事が変化するための主要なボトルネックではないことが多いのです。自分より賢い人々、特権的な情報にアクセスできる人々がそうでないと主張するとき、その確信を持ち続けるのは難しいものです。結局のところ、これはすべて、屠殺を待つナイーブなハムスターの「対処法」に過ぎないのかもしれません。 AGIに見守られる怯えたハムスター しかし、私はそれでも自分の信念を貫きます。 なぜなら、これらのラボの人々は、かつては狂っているように見えたアイデアに賭けて大儲けしたため、今や世界は彼らの言うことのほとんどを鵜呑みにしています。私は、それが間違いだと思います。AIが、医学を含む、ほとんどの人が実際に気にかけている問題を解決するとは限りません。私たちがその問題を明確に考えない限り。そして現時点では、私たちはそう考えているとは思いませんし、少なくとも、そうできるほどには考えていません。私の主張は単純で、二つの方向から来ています。一つは、私がサンフランシスコの社会力学で観察していること、そして人々がこのすべてについてどのように話しているかです。もう一つは、私が何か知っている分野、つまり医学で気づいたことです。 AIと医学 AIのリスクを正当化するために最もよく引き合いに出される約束の一つは、それが「病気を治す」ということです。すべての主要なAIラボのCEOがそう言っており、投資家も同意しているようです。AIの物語が付随するバイオテック企業は、より伝統的なバイオテック企業が資金調達に苦しみ、倒産する一方で、印象的な評価額を獲得しています。しかし、この企業全体は、私が長年主張してきたように、知性そのものとはほとんど関係のない多くのことによってボトルネックとなっています。そして、それがしばしば認識されない度合いは奇妙なものです。 科学的進歩を知性の粗い代理とみなし、それが単独で進歩を解き放つかどうかを問うならば、証拠はどこにでもあります。Eroomの法則を見てみましょう。研究開発費1ドルあたりの新薬承認数は、科学的ツールがはるかに強力になったにもかかわらず、何十年も減少しています。これは、より多くの生の能力が存在するという予測とは正反対です。あるいは、Adaptimmuneのような企業を考えてみましょう。この企業は希少がんに対して2つの革新的な治療法を市場に投入しましたが、それらを開発するためのコストのために、それでも生き残るために奮闘しています。あるいは、「baby KJ」を救った乳児の背後にいる科学者たちの話を聞くこともできます。彼らは科学的には必要なものはすべて持っていますが、製造コスト、一部は規制要件によって引き起こされるコストが障壁となっているため、次の子供のためにそれを容易に繰り返すことができません。 図2. 基礎科学の進歩にもかかわらず、製薬R&Dの生産性は1960年以降着実に減少しています。過去10年間、製薬生産性の減速は、予測妥当性の向上（例えば、遺伝学による）や、承認の負担がしばしば低い腫瘍学および希少疾患への努力のシェア増加といった要因の組み合わせにより、緩和されたようです。これは、高い未充足ニーズがあるためです。 特にバイオ医薬品では、大きなボトルネックの一つが臨床試験です（私はこのことについてしつこく言及していることを知っています）。現在、1つの薬剤あたり約7年を費やし、10億ドル以上かかっています。そして、試験は単なる形式ではありません。それらは、そもそもより良いモデルをトレーニングするために必要な種類のデータ、つまり最終的に代替不可能な人間のデータを生成します。私たちは、より速い臨床試験が、直接的および間接的に、二次的効果（業界で働く人々のリスク許容度を高め、迅速なフィードバックループを通じてインセンティブをより良く整合させるなど）を通じて、生物医学的イノベーションにとって重要であるという広範な証拠を持っています。これには、他の条件がすべて同じであれば、短い試験が疾患領域への投資を大幅に押し上げることを示す堅牢な経済論文から、中国の自然実験まで含まれます。中国はバイオテクノロジー分野で米国を追い越す脅威となっており、中国のバイオテック企業は、西側の主要製薬会社のライセンス契約の半分以上を占めています。わずか10年前、この割合はゼロでした。この変革は、中国が基礎科学の面で依然として劣っているにもかかわらず起こりました。これは主に、ヒトでのデータを使用した迅速な反復学習を可能にする規制改革によるものです。 AIを使っても、試験自体をより短く、より有益に、より良くすることができます。私が特に楽観視している分野の一つは、代替エンドポイントとバイオマーカーです。AIは、薬剤が効いているかどうかの離散的で粗い読み出しを、迅速で連続的な読み出しに変換できます。これにより、試験は大幅に最適化されます。一部の適応症では、適切な代替物が発見されれば、試験を10倍速く、安くできる可能性があります。そしてこれは、試験を短縮することなく最適化する利点さえ考慮していません。例えば、治療が効いているかどうかを早期に教えてくれる適切なバイオマーカーがあることを想像してみてください。 図3. 代替エンドポイントが役立つ方法の一つは、その分野への投資インセンティブを高めることです。これが示されている経済論文の発見が真実であることを確認できます。なぜなら、FDAが骨密度（BMD）を骨粗鬆症の代替エンドポイントとして使用することを許可した後、この適応症を追求する大手製薬会社の意欲が著しく増加したことを私自身が気づくことができたからです。 しかし、ここでも結合拘束は完全に知性ではありません。多くの場合、それはガバナンスです。私はまさにこれらのバイオマーカーを構築しようとしている企業と頻繁に話をしますが、彼らが繰り返し直面するのは、基盤となるデータにアクセスすることがいかに難しいかということです。ある企業は、より良いバイオマーカーを生成するために使用できるNIHの画像データセットを公開するのを1年間待っています。エンドポイントの検証のためにFDAとやり取りする必要がある場合は、さらに悪いです。私は以前、骨粗鬆症試験における代替エンドポイントとしての骨密度（BMD）の検証が、それを支持するデータがあるにもかかわらず、12年（！）もかかったことについて書きました。