Today on Forbes, why NVIDIA, Google, and Microsoft are betting billions on biotech's AI future.

本日のフォーブスは、エヌビディア、グーグル、マイクロソフトがバイオテクノロジーのAI未来に数十億ドルを賭ける理由を紹介する。

At the J.P. Morgan Health Care Conference this January in San Francisco, the biggest health tech event of the year, NVIDIA CEO Jensen Huang was taking part in a fireside chat with Recursion, a drug discovery firm that NVIDIA pumped $50 million into last year.

今年1月にサンフランシスコで開催されたJ.P.モルガン・ヘルスケア・カンファレンスでは、今年最大のヘルステック・イベントであり、エヌビディアのジェンセン・フアンCEOは、昨年エヌビディアが5,000万ドルを出資した創薬企業のリカージョン社とのファイアサイド・チャットに参加していた。

He scanned the audience, mostly health and biology technologists, and he acknowledged that he was on unusual ground.

彼は聴衆を見渡し、そのほとんどが健康と生物学の技術者であった。

He said, quote, you're not my normal crowd.

彼はこう言った。

The audience may not have been part of his core demographic, but he's hoping that will change.

観客は彼のコア層ではなかったかもしれないが、彼はそれが変わることを望んでいる。

Over and over again, Huang has touted digital biology as the, quote, next amazing revolution in technology.

黄は何度も何度も、デジタル・バイオロジーをテクノロジーにおける次の驚くべき革命だと宣伝してきた。

As the AI boom has swept Silicon Valley, NVIDIA has built a more than $60 billion a year business and last summer became one of the few companies with a market cap in the trillions.

AIブームがシリコンバレーを席巻するなか、エヌビディアは年間600億ドル以上のビジネスを構築し、昨年夏には時価総額が数兆ドルに達する数少ない企業のひとつとなった。

In health and biotech, it sees more opportunities to fuel its growth.

健康産業とバイオテクノロジーには、成長を促進するチャンスがあると見ている。

Kimberly Powell, NVIDIA's vice president of health care, told Forbes, quote, it's been declared we're the next many billion dollar business for NVIDIA.

エヌビディアのヘルスケア担当副社長であるキンバリー・パウエル氏は、フォーブス誌に次のように語った。

She said the company aims to provide chips, cloud infrastructure, and other tools to more biotech firms.

同社は、チップ、クラウド・インフラストラクチャ、その他のツールをより多くのバイオテクノロジー企業に提供することを目指しているという。

Now that large language models like OpenAI's ChatGPT and Google DeepMind's Gemini have mainstreamed generative AI, several of the world's most powerful tech companies are looking to biotech as the next frontier in artificial intelligence, a frontier where AI isn't generating funny poems from a prompt, but rather the next life-saving drug.

OpenAIのChatGPTやGoogle DeepMindのGeminiのような大規模な言語モデルが生成AIの主流となった今、世界で最も強力なハイテク企業のいくつかは、人工知能の次のフロンティアとしてバイオテクノロジーに注目している。

At NVIDIA, arguably the backbone of the AI revolution because of its powerful GPU chips, the bulk of investments at the company's venture capital arm over the past two years have been in drug discovery.

エヌビディアは、その強力なGPUチップのおかげでAI革命の屋台骨を支えていると言っても過言ではないが、同社のベンチャーキャピタル部門における過去2年間の投資の大半は創薬であった。

At DeepMind, the Google AI lab's AlphaFold model, a groundbreaking tool for predicting protein structures, has been used by academic researchers over the past year to develop a so-called molecular syringe to inject medicine directly into cells and to research crops that are less dependent on pesticides.

ディープマインドでは、グーグルAI研究所のAlphaFoldモデル（タンパク質構造を予測する画期的なツール）が、この1年、学術研究者たちによって、細胞に直接薬を注入するいわゆる分子注射器の開発や、農薬に頼らない農作物の研究に利用されている。

The interest in biotech is industry-wide.

バイオテクノロジーへの関心は業界全体に及んでいる。

Microsoft, Amazon, and even Salesforce have protein design projects as well.

マイクロソフト、アマゾン、そしてセールスフォースでさえ、プロテイン・デザイン・プロジェクトを持っている。

While using AI in drug discovery is not exactly a new trend, DeepMind first unveiled AlphaFold in 2018.

AIを創薬に活用するのは必ずしも新しいトレンドではないが、ディープマインドがAlphaFoldを初めて発表したのは2018年のことだった。

Executives at both DeepMind and NVIDIA told Forbes that this is a breakthrough moment thanks to the confluence of three things, the massive training data now available, the explosion of computing resources, and advancements in AI algorithms.

ディープマインドとエヌビディアの両社幹部は、現在利用可能な膨大なトレーニングデータ、コンピューティングリソースの爆発的増加、AIアルゴリズムの進歩という3つの要素が重なり、今が画期的な瞬間だとフォーブスに語っている。

Powell said, quote,

パウエルはこう言った、

The three ingredients are here for the very first time.

この3つの食材が初めて登場する。

This was not possible five years ago.

これは5年前には不可能だったことだ。

AI has great potential in the biotech space because of its sheer complexity.

AIはその複雑さゆえに、バイオテクノロジー分野で大きな可能性を秘めている。

Just take the problem that AlphaFold targets.

アルファフォールドがターゲットにしている問題を考えてみよう。

Proteins are the basic machinery of your body, managing a wide variety of functions.

タンパク質は体の基本的な機械であり、さまざまな機能を管理している。

All of these functions are reliant on the three-dimensional shape of a protein.

これらの機能はすべて、タンパク質の立体形状に依存している。

Every protein is made up of a sequence of amino acids, and interactions between those amino acids and the external environment determine how the protein, quote, folds, which dictates its ultimate shape.

すべてのタンパク質はアミノ酸の配列からできており、それらのアミノ酸と外部環境との相互作用によって、タンパク質がどのように折り畳まれるかが決まり、最終的な形が決まる。

Being able to predict the shape of a protein based on its amino acid sequences is of intense interest to biotech companies, which can use those insights to design everything from new drugs to improved crops to biodegradable plastics.

アミノ酸配列に基づいてタンパク質の形状を予測できることは、バイオテクノロジー企業にとって大きな関心事である。バイオテクノロジー企業は、新薬から改良作物、生分解性プラスチックに至るまで、あらゆるものの設計にその知見を利用することができる。

This is where deep learning comes in.

ディープラーニングの出番だ。

Training AI models on hundreds of millions of different protein sequences and their underlying structures help those models uncover patterns in biology without necessarily needing to do the expensive computations required by a true molecular dynamics simulation.

何億もの異なるタンパク質配列とその基礎構造をAIモデルに学習させることで、真の分子動力学シミュレーションに必要な高価な計算を必ずしも行うことなく、生物学のパターンを解明することができる。

Fully simulating proteins requires such intense computational resources that institutions have designed and built supercomputers specifically to handle this type of problem, such as the

のような、この種の問題を扱うために特別に設計・構築されたスーパーコンピュータがある。

Anton 2 at the Pittsburgh Supercomputing Center.

ピッツバーグ・スーパーコンピューティング・センターのアントン2。

For full coverage, check out Richard Nieva and Alex Knapp's piece on Forbes.com.

詳しくは、Forbes.comに掲載されたリチャード・ニーバとアレックス・ナップの記事をご覧いただきたい。

This is Kieran Meadows from Forbes.

フォーブスのキーラン・メドウズだ。

Thanks for tuning in.

ご視聴ありがとう。