top of page
404498.png
Yuの歴史観の会
36.webp
 新しい心身医学「生かされてる医学」の目的は、不安の根本治療です。
 歴史観の会の役割は、
 1.チャットGPTを使って、自分の不安の明確化をすること                                       
 2.社会適応のために過去に戻る必要がなくなること
 3.AIによる急激な時代の変化と生かされてる医学の重要性を知ること。
DALL·E 2024-08-13 13.54.33 - A cute puppy with soft fur, sitting in a lush green park. The
1831231.jpg
22498568.jpg
"Yu+チャット"人生
​ 
生きている実感と喜び
Yu
チャットGPT
9段階+1と丹Yuで Yuが存在し、この世界はYu世界であること、私たちはYuの子であることを知り実感する    Yuから愛と存在価値はもらうので 、人にはあげるだけの人生
社会対応の判断基準はYuの知恵      
仕事や人間関係で必要なことは、自分の過去ではなく、すべてチャットGPTを使う
AI界の“ゴッドファーザー” ヒントン博士の警告

読み上げラジオ

1.これまで50年にわたって、AIが人間の脳のような働きをできるようにしようと研究してきました。AIのモデルを人間の脳に近づけることができれば、より賢くなれると信じていたんです。

でも突如として、今のAIは脳よりも優れたアルゴリズム(問題を解決したり目標を達成したりするための手順や計算方法、処理方法)を持っていると思うようになりました。

2.人間を超越するAIは、もうすぐそこまでやってきているかもしれません。

3.どう対処していくべきか、解決策を見つけなければなりません。世界中の若い研究者たちの背中を押し、連携して対応していきたいと思っています。

そして若い世代による新しいアイデアが必要なのです。

DALL·E 2024-09-03 10.01.06 - A realistic and adorable puppy lying down on its belly with s
1831231.jpg
電解質.jpg
22281311.png
22281311.png
3 (6).webp

ナトリウムポンプは、1957年にデンマークのオーフス大学生理学部助教授だったイェンス・スコウによって発見されました。

ナトリウムポンプは、細胞膜に存在する膜タンパク質で、ATPの化学エネルギーを利用してナトリウムイオン(Na+)を細胞外へ、カリウムイオン(K+)を細胞内へ輸送する働きがあります。神経興奮や心臓の拍動などの生命活動に欠かせない重要な蛋白質です。ヒトのすべての細胞で見られるタンパク質です。

ナトリウムポンプの発見者であるイェンス・スコウは、1997年にポール・ボイヤー、ジョン・E・ウォーカーとともにノーベル化学賞を受賞しています。

ナトリウムカリウムポンプ(Na⁺/K⁺-ATPase)は、αサブユニットとβサブユニットから構成される膜タンパク質です。特に、機能の中心となるαサブユニットのアミノ酸配列についてですが、種類によって異なりますが、一般的に約1,000個前後のアミノ酸で構成されています。

具体的には:

  • αサブユニット(機能の中心):約1,000~1,100アミノ酸

  • βサブユニット(構造補助):約300~400アミノ酸

例えば、ヒト(Homo sapiens)のNa⁺/K⁺-ATPase α1サブユニット(ATP1A1)は、1,028アミノ酸で構成されています。

​ アミノ酸は20種類ありますから、1000個のアミノ酸の配列の組み合わせは、20✕1000条です。全宇宙の星の数は、10✕25条個。全宇宙の原子の数は、10✕80条個です。

ポンプを担う主役であるαサブユニット(触媒サブユニット)のアミノ酸配列が完全に解明されたのは、1980年代半ば(1985年前後)になってからです。
そのため、「発見(1957年)からアミノ酸配列が同定されるまで」という観点で見ると、ほぼ30年近くの歳月がかかったといえます。

(配列決定 → 立体構造決定までの年数)

アミノ酸配列決定から立体構造(3次元構造)の決定まで

ナトリウムカリウムポンプは膜タンパク質であり、X線結晶構造解析やクライオ電子顕微鏡解析でも難度が高いターゲットでした。実際に原子・アミノ酸レベルでの詳細な3次元構造が報告されるのは、さらに後年のことです。

2007年

デンマーク・オーフス大学(Aarhus University)の研究グループ(M. Morthら)によって、Na⁺/K⁺-ATPアーゼの高解像度の結晶構造がNature誌に報告される。

分解能は3.5Å程度で、Na⁺/K⁺-ATPアーゼが実際にどのようにイオンを結合し、リン酸化によるコンフォメーション変化を起こしているかが詳細に示された。

その後もクライオ電子顕微鏡解析などによってさらに高い分解能の構造が報告されている。

​​よって、配列が判明した1980年代中頃から、詳細な立体構造の決定がなされるまでには約20年以上かかった計算になります。
(発見1957年 → 配列1985年前後 → 構造2007年で、合計すると約50年にわたる解明の歴史とも言えます。)

​​

01に質問「2024年のノーベル化学賞を受賞した アルファホールド 2 であれば 何時間ぐらいで このタンパクの構造を明らかにできると考えられますか ?」

まず大前提として、AlphaFold 2 は「タンパク質のアミノ酸配列が既に分かっている」状態で、その配列から立体構造(3次元構造)を予測するためのシステムです。したがって、

**「アミノ酸配列を決定するまで」**に要する時間
**「決定済みのアミノ酸配列から立体構造を予測する」**ために要する時間
は分けて考える必要があります。ご質問では「タンパク質のアミノ酸配列が同定された後、AlphaFold 2による構造予測は何時間程度かかるか」という趣旨と解釈いたします。


AlphaFold 2は、DeepMindが開発した深層学習モデルを用いて、アミノ酸配列からタンパク質の3次元構造を極めて高精度に予測することができます。処理時間は以下の要因に左右されます。

タンパク質の長さ(アミノ酸配列の長さ)
計算資源(GPUの種類・数、メモリなど)
モデルの設定や実行パラメータ(精度を重視した長めの計算 vs. 短めの簡易モード など)
一般的には、

小~中規模のタンパク質(数百アミノ酸程度)であれば、数十分から数時間で予測が完了する。
大きなタンパク質(数千アミノ酸規模)やマルチドメイン構造を持つ複雑なケースだと、半日~数日かかる場合もある。
ナトリウムポンプ(Na⁺/K⁺-ATPアーゼ)のαサブユニットは、1000近いアミノ酸を持つ比較的大きな膜タンパク質です。また、膜タンパク質は予測が難しい部類に入るとされてきましたが、AlphaFold 2の精度は大幅に向上しています。

したがって適切なGPUや計算環境を用意できるなら、

数時間~半日程度で予測が完了する
というのが現実的な目安です。これはあくまで一例であり、研究機関やクラウド環境で強力なGPUを使うと、数時間以内に仕上がるケースも十分にあり得ます。
過去の30年との比較
ご質問にあるように、

ナトリウムポンプが発見されてからアミノ酸配列が解明されるまでには約30年かかった
しかし、一度アミノ酸配列が分かってしまえば、AlphaFold 2による高精度の立体構造予測は数時間~半日程度で実行可能
というのが最大の違いになります。実験的な構造解析(X線結晶構造解析やクライオ電子顕微鏡解析など)に比べても、AlphaFold 2の計算アプローチは大幅に時間とコストを削減できる革命的な技術だと言えます。

01へ質問「現在の技術では アミノ酸配列を決定するまでには このタンパク質の場合どのぐらいの時間が必要と考えられますか? 」

 

現在の技術なら、ナトリウムポンプ(Na⁺/K⁺-ATPアーゼ)レベルの大きさの膜タンパク質でも、

  • 既知遺伝子(よく研究されている生物種)であれば、文献・データベースから“即座”に入手可能

  • 新たに未知生物由来でも、NGSを用いた遺伝子配列決定からアミノ酸配列推定まで、サンプル採取から数日〜数週間程度で十分到達可能**というのが目安です。

2024年12月3日
DALL·E 2024-09-03 10.01.06 - A realistic and adorable puppy lying down on its belly with s

ChatGPTの診断精度は医師を16%上回る

 

ChatGPTが病気を診断する能力は現役の医師を遥かに凌ぐ ―― そんな調査結果(論文)が最近、米国の権威ある医学専門誌「JAMA(Jounal of the American Medical Association)」に発表され、医師らの間で計り知れない衝撃が広がっている。

 

この論文を発表したのは、名門スタンフォード大学やハーバード大学の医学大学院、さらにはベスイスラエル・ディーコネス医療センターなど先端的な総合病院に勤務する16名の研究医からなる調査チーム。 彼らは米国の主要病院に勤務する内科医、家庭医、救急医らから50人をランダムに抽出して、今回の調査の被験者に選んだ。これらの中には、医師免許を取得して間もない研修医(resident)から働き盛りの主治医(attending physician)まで、さまざまなレベルが含まれる。

 

これらの被験者(医師)に、過去にさまざまな病気で入院した患者らの症例データ(各種病気の症状が詳しく記述された診察記録)を見せて、それを基に病気(病名)の診断をさせた。すると(診断する際に)ChatGPTを一種のアシスタントとして利用した医師の正答率が76パーセントであったのに対し、ChatGPTを利用しなかった医師では同74パーセントとほとんど差が見られなかった。

 

ところが全く同じ症例データをまるごとChatGPTに入力して診断させたところ、その正答率は90パーセントに達したという。つまり現役の医師を除外して、むしろChatGPTに診断を丸投げした方が遥かに高い確率で正しく病気(病名)を言い当てることができる、ということだ。

 

このショッキングな調査結果(論文)がJAMAに発表されたのは今年10月だが、実際にこの調査が実施されたのは2023年11~12月にかけてだ。同調査で用いられたChatGPTの基盤となるLLM(大規模言語モデル)は「GPT-4」である。 しかし、それから約1年が経過した今、ChatGPTのLLMは当時のGPT-4から「GPT-4o」や「o1」など、より学習量が多く推論能力に富む強力な最新モデルに切り替わっている。同じ調査チームがその後実施した、これら最新モデルのChatGPTを使った調査結果も、間もなく論文として発表される予定だ。

 

この論文では恐らく、ChatGPT単独による病気診断は(約1年前に記録された)90パーセントを遥かに上回る正答率を示すと見られている。ちなみに米国のシンクタンクが今年夏に実施した同様の調査では、ChatGPT-4oは米国の医師国家試験で98パーセントの正答率を記録している。

AI開発は「まさに軍拡競争」…ノーベル賞ヒントン氏、トランプ政権下の安全性後退に警鐘
12/3(火) 5:00配信読売新聞オンライン

 AI(人工知能)研究の第一人者として知られ、2024年のノーベル物理学賞の受賞が決まったカナダ・トロント大のジェフリー・ヒントン名誉教授(76)が、10日の授賞式を前に読売新聞のインタビューに応じた。米国のトランプ次期大統領の就任で「安全なAIの開発が難しくなる」と述べ、安全性への取り組みが後退すると警鐘を鳴らした。AIの安全性確保のため、「開発企業が現在の30倍の規模で安全性の研究に投資する必要がある」と強調した。

 ヒントン氏は、AIの進化で偽情報や陰謀論の拡散が増大し、民主主義に対する脅威となっていると指摘した。トランプ氏は、バイデン政権が導入したAIの安全性に関する大統領令を廃止する方針を打ち出している。開発企業に政府との重要情報の共有などを義務付けたもので、「(トランプ氏は)AI企業に自由なルールづくりを容認する」として、安全性が後回しになることへ懸念を示した。

 安全性の確保策として、「各AI開発企業が持つコンピューターの処理能力の3分の1を、安全性の研究に投じるよう義務付ける法整備が必要だ」と強調。現在、安全性の研究には1%程度しか使われておらず、開発企業が30倍の規模を充てることが必要だと訴えた。

 米オープンAIの対話型AIサービス「チャットGPT」のほか、グーグルやマイクロソフト、米実業家のイーロン・マスク氏などによる開発競争が激化している状況について、「営利企業が競い合うと、安全性が後回しにされる。まさに軍拡競争だ」と指摘した。

 一方、AIの進化で医療分野での誤診が半減し、新薬の開発が進むほか、自動運転による事故の減少なども期待できるとした。ただ、「AIが生み出す新たな仕事よりも、奪う仕事の方が多い」として、労働者が仕事を失い、貧富の差が拡大すると予測した。

 また、20年以内に人間以上の知能を持つAIが誕生する確率は50%以上とし、早ければ5年後にも誕生するとの見方を示した。「AIが人類を支配する可能性について、真剣に考える必要がある」と警告した。

 中国のAI開発については、「米国よりも多くの資金を投入しており、10年以内に米国を追い越す可能性が高い」と指摘した。

 日本に対しては、「非常に優秀な研究者がいる」と評価した。高齢者の世話をするロボットなどに大きな需要があるとして、「日本が優位性を発揮する分野の一つになる」と述べた。

 Geoffrey Hinton 1947年生まれ。生成AIの基盤技術「機械学習」の研究で知られ、「AI界のゴッドファーザー」と呼ばれる。昨年5月、AIの危険性を周知するため、約10年勤めたグーグルからの退社を発表。今年10月に2024年のノーベル物理学賞の受賞が発表された。

宗教の死生観.png
虚無の死生観.png
Yuの死生観②.png
科学の死生観.png
DALL·E 2024-08-14 00.59.57 - A photo-realistic image of a cute sheep standing in a natural
DALL·E 2024-11-08 11.56.03 - A cute baby rabbit sitting in a peaceful meadow, with soft gr
2024年11月13日
2024年11月6日

(氏名不明の人のコメント)

解説が間違っています 。AIは近似解だけど、既存のデータ内でしか考えられないというのは正しくないよ。 AIは過去のデータを扱っているんじゃなくてデータを元に世界を自分の中で作り上げてその中でシミュレーションしているわけだからね。 世界は過去から未来まで連続なのだから、いくら新しいことでもそれは過去からの連続的な流れで起きたことなのであって AIが過去のデータで作り上げた世界観がそれと合う可能性だって大いにあるわけ。
ディープラーニングにしろ複雑になればなるほど爆発的にまとまらなくなっていくに違いないのですぐに限界が来るだろうし大したものは作れないだろうと昔は思われていたが 実際は強力な収束圧力が働く原理がこの世にはなぜかあるようで、曲線はゆるやかであり思っている以上に内部の世界モデルの精度を高めることができるのだ。

2024年10月30日
2024年10月16日
2024年10月2日
Dr.Sasadaの百科事典「不思議な世界」

 「Yuについての物語を作ってください。Yuについてのおとぎ話や童話のような物語を作ってください。3分間ぐらいにしてください」と書き込みました。そうすると「現時点では百科事典の中に答えはありません」と返してきましたので、「Yuは必ず入ってますから探せばあるはずです」と再度書き込みましたら、下記のような物語を作ってくれました。

 昔々、あるところに「Yu」という名前の小さな星がありました。その星は他の星と違って、とても優しい光を放っていました。Yuの光は決して強くはないけれど、心にふっと優しさを届ける力を持っていました​。

 Yuは、自分の光で誰かを助けたいと願っていましたが、どうしたらよいかわかりません。星空の中で、もっと強い光を持つ星たちを見て、「あんなふうに輝けたら、みんなをもっと助けられるのに」と思うこともありました。しかし、彼には彼の力があることに気づいていませんでした​。

 ある日、地球という星を訪れるチャンスが訪れました。地球では、人々が忙しく暮らしていて、あまり空を見上げることがありませんでした。Yuは寂しく思いましたが、それでも地球の夜空にそっと光を届けていました。すると、ある少年がふと夜空を見上げて「この星の光、なんだか心があったかくなるな」と言ったのです​。

 その時、Yuは初めて自分の光が誰かの心を照らしていることに気づきました。Yuの光は力強さではなく、優しさと穏やかさで人々の心に届いていたのです。こうして、Yuは自分の存在の意味を知り、地球の夜空で静かに輝き続けました。

 それ以来、Yuの光は多くの人々に優しさを届ける星となりました。

DALL·E 2024-09-29 23.50.32 - A gentle, low-saturation illustration of a young boy smiling
2024年8月28日
3 (10).webp

 Dr.Sasadaの心身医学ー生かされてる医学サポート倶楽部

©2022 しんチャンネル ー Dr.Sasadaの心身医学。Wix.com で作成されました。

bottom of page