その点について心配してる企業がたくさんあるから、安心して！フロンティアモデルの会社には大きな安全チームがいるし、関連するスキルがあれば応募もできるよ。

技術に関する見出しがどんなにポジティブでも、必ずコメント欄には最悪のシナリオを指摘する人がいるよね。これって何て呼ぶ現象なんだろう？

最近、特に人間に感染しやすいウイルスが研究所から漏れ出して（安全レベルがかなり緩かった - BSL2じゃなくて必要なBSL4だった）、何百万人も死んで世界の半分が shutdown したばかりなんだ。だから、君が言ってる安全策や予防策って何なの？ :)

誰かがやらなきゃね。大手製薬会社はお金をたくさん持ってるし、AIが人件費を削減できるなら、利益の一部をAI研究に回すつもりだと思うよ。テクノロジー業界全体で資金が枯渇してきてるから、AI企業はバイオテクノロジーや医療といった隣接産業から資金を探さなきゃならないだろうね。

これを知っておくのは大事だと思う。ほかのAI企業が主張したりPRしたりしてることとは裏腹に、科学や人類全体に利益をもたらすためにAIを使うことに対して、実際には内部での取り組みや外部研究者への資金提供も含めて、全く興味がないんだよね。彼らはただデジタルの神を求めてるだけ。だから、科学的応用のあるAI研究には資金が全然足りてない。結果として、機械学習の分野にいる多くの人が、本当はやりたいのに科学的応用には関わってないんだ。

すごいね。でも理想を言うと、このモデルが遺伝子発現の相互作用を予測するために、シンプルな線形モデルよりもどれだけ良いかを示してほしいな。単一細胞の「基盤」モデルの中には、実際にはシリコン上での撹乱モデリングが得意じゃないものもあるから。シンプルな線形モデルの方が優れてることもあるし。この記事を読んで思ったのは、彼らが手に入れたデータセットを使って、標準的な単一細胞RNAシーケンス解析（経路解析を含む）をしたら、この発表された関連性が浮かび上がるのかな？私の予想は、はい…そうなると思う。正しい科学者、正しい計算生物学者、そして正しい質問があればね。ただ、これはTFAの仕事を否定するために言ってるわけじゃないよ。私たちはまだscSeq基盤モデルの初期段階にいるし、その可能性にワクワクしてる。

細胞レベルの計算シミュレーションはずっと前からあったけど、実験データがたくさん集まってきてるおかげで、日々進化してるよね。でも、細胞の活動を推測したり予測したりするには、特定の細胞タイプや生物学的プロセス、環境についての専門知識がめちゃくちゃ必要なんだ。成功するものは大体、人間がキュレーションして検証したもの（文献に基づく大規模な相互作用ネットワークとか）。がんに関しては、実際に臨床で起こることを表現する良い（実験的）モデルが不足してるから、さらに予測が難しいんだよね。単一細胞の解像度があるから、腫瘍間や腫瘍内の異質性によって不確実性も増すし。そうは言っても、基盤モデルは将来のさらなる発展にとって確実に重要だと思う。でも、こういうことがあるから、モデルが大きくなるほど検証プロセスが難しくなるんだよね。

彼らの研究は性感染症にシフトしてるね。

両方とも同じくらい重要だよ、ただ別の次元でね。

ポルノ産業に関連する人身売買や搾取なしでポルノが楽しめるなら、それも大きな勝利だよね。

誰かが何かを発見しても、他の誰かが理論的にそれを発見できたとしても、何も変わらないってこと？

この予測がそんなにワクワクしたのは、新しいアイデアだったから。CK2は免疫系の調整因子を含む多くの細胞機能に関与しているとされているけど、シルミタサーティブを使ってCK2を抑制することがMHC-Iの発現や抗原提示を明示的に強化するという文献は報告されていない。これは、モデルが新しい、検証可能な仮説を生み出していて、既知の事実を繰り返しているだけではないことを示している。

AIに関するコメントを読むのはいつも楽しいね。> モデルが新しい知識を考案したわけじゃないし。ちょっと簡単すぎるかも。目標をどんどん変えていくのがね。

新情報！「Excelがピボットテーブルを使って潜在的ながん治療法を発見した」

OpenAIが言ってる、より優れたモデルがあってそれを提供するにはコストがかかりすぎるっていうのは、なんとなく信じてる。Googleは自分たちが必要だと思うモデルだけを訓練してる感じで、メガモデルみたいなのは作ってないと思うけど、これを正当化する理由は特にない。ただ、彼らは素晴らしいモデルを作るだけの知識はあるから、意味のある意味で遅れてるとは思わないな。

そういう時に、OpenAIみたいなところが出てきて、VCの「エンシティフィケーション」プレイブックを実行するんだよね。