AIとロボットに24時間365日、メタゲノム解析をさせる
北野氏がいま、沖縄科学技術大学院大学で取り組んでいることの1つが、まさにこの大量仮説と大量検証を前進させるための研究だ。「MANTA Project」という。
「実験プロセスの完全自動化を実現している。これはメタゲノム・シーケンス、メタゲノム解析の例だ。地下鉄マップのような図（上）は、メタゲノム解析の処理プロセス全体を表している。
私たちは実験に関わったひとりひとりの作業を特定し、作業を最適化し、ロボティクス化した。サンプルをベルトコンベアに置けば、サンプル準備、DNA抽出、すべて自動で進む。（中略）鍵は、『人間の介入がないこと』だ」
人間の介入がなく動きつづける分析環境を作る意義は、休むことなく、分析者（人）の技能差がない結果を大量に生み出せることだ。
そして何よりコストを投じて並列化するほどに、探索のスピードも上げられる。
「24時間365日稼働し、世界のどこでも信頼性が高く、類似の、あるいは同一の結果を出すことができる。実験手順における人間の変動性はない。将来のGPUクラスターは、（分析するための）データに飢えており、（このような）実験システムのクラスターを作る必要が出てくるはずだ」
サイエンスの根本的な「問いの立て方」が変わる
北野氏はAIドリブンのサイエンスにおいては、「問いの立て方」自体が変わると指摘する。
「ある人は『サイエンスにおいて正しい問いを立てることが最も重要だ』とたずねます。はい、人間がサイエンスを行うなら、それは事実だ。
なぜなら、一人の人間が科学者として活動できる時間は限られているから。アクティブでいられるのは30〜40年しかなく、その期間に成功するには、正しい問いを立てなければならない」
しかしAIの場合、大規模な仮説生成が行われるため（多少の制限はあるにせよ）、『たった一つの正しい問い』を立てる必要はない、と北野氏。AIは数多くの問いを立てることができ、そこに重要な答えがある。それを人は発見していくことになると語った。
「それは私たちの科学の進め方の完全な反転であり、非常に重要なことだ。これによって、発見のコストが劇的に下がり、スピードが加速する。つまり、発見そのものがボトルネックではなくなるということだ。
そうなると、本当の課題は(大量の仮説から)『解決すべき問題をどうやって特定するか』ということになる」
では、AIドリブンサイエンスのボトルネックとは何か？ 北野氏は「どの問題を解決すべきかを、どうやって特定するか」がボトルネックになると見る。
AI時代のボトルネックを解消させる重要な要素として、北野氏は意外なキーワードを口にした。「多様性」が重要だと言う。それはこういうことだ。
「認識論的多様性が必要になる。それは、組織内の人々の多様性、経験の多様性、人間の能力の多様性に由来する、『アイデアの多様性』（が必要）」
AIを前提としたサイエンス研究の世界では、チームや組織、企業の「同質性」は不利になる、と北野氏は考えているようだ。
「異なる人々でつくられた組織は、異なるニーズ、異なる問題、異なる理解を持っている。私たちはこの多様性を活かして、同質的な人々のグループだけが会社を運営していたのでは、理解できないような問題を特定できるようになる」
AI時代のサイエンス分野の発見は、「今後数年で、まったく異なる種類のボトルネックが現れることになるだろう」と北野氏は話した。
