Drkcore

An answer is always on the stretch of road that is behind you. Only a question can point the way forward.

Sat, 11 Jul 2026 13:16:59 +0919

今週はいつもの立ち呑み屋で、メガトマ酎を飲みまくっていたので、大した週記は無いのですが、タイトルのことを改めて感じた週末でありました。

最近のCopilotとかAgentってすごいですねー、Claude codeはすごいし、codexも良い。そしてClaude Scienceにも夢がある。そのうえで、

私としては、「計算科学者が不要になる」のではなく、価値を生み出すポイントが上流へ移るのだろうなと思っています。

これまでは、ドッキングシミュレーション、MD、FMOをするみたいな「解析を実施する能力」が求められていたのだけど、この部分はAI Agentにおまかせすることになるだろうから、「何を計算するか」といった問いを考える能力とかアブダクションとかの仮説構築力がもとめられるのかなーと。

そこで、有名な哲学者の

“An answer is always on the stretch of road that is behind you. Only a question can point the way forward.” — Jostein Gaarder

がぶっ刺さってくるわけです。

さて、課題設定がうまくなるにはたくさん手を動かして、成功、失敗の経験を積まないといけないので、最初からAIがそれを肩代わりするのでは新人が育たないというジレンマに陥ると思うわけです。

そのあたりをChatGPTとおしゃべりしてみました。

その懸念は、まさに多くの研究現場で議論され始めている重要な点です。私は、そのジレンマはかなり現実的だと思います。

だそうです。

さらに難しい問題

もっと長期的には、

AIが作った仮説しか評価できない研究者が増える可能性があります。

例えば、

AIが提示した3つの標的の中から選ぶことはできても、

「4つ目の全く異なる発想」を生み出せないという状態です。

創薬の大きなブレークスルーは、既存の選択肢の中から最適解を選ぶだけではなく、「その問い自体を変える」ことで生まれることがあります。そうした発想力を育てるには、やはり自分で文献を読み、実験結果に悩み、計算が外れる経験を重ねることが欠かせません。

では、どう差がつくのか

私は、これからジュニアの間で最も差がつくのは、「何を知っているか」ではなく「どれだけ主体的に考えたか」だと思います。

例えば同じAIを使っていても、

Aさんは「AIがこう言っているから」で終わる。
Bさんは「別の仮説はないか」「この前提が崩れると結論はどう変わるか」を考える。

数年後には、その差はかなり大きくなるでしょう。

⸻

もう一つ、少し逆説的な見方

実は、AI時代はシニアよりジュニアの方が有利になる可能性もあります。

過去には、優秀な計算創薬研究者になるには10〜15年かけて「道具の使い方」を身につける必要がありました。しかしAIがその部分を支援するなら、ジュニアは早い段階から研究の本質的な議論に参加できる可能性があります。

ただし、それは「AIがあるから早く育つ」という意味ではありません。短縮された時間で何を学ぶかがより重要になるということです。

(私) 将棋の羽生先生はIT時代の到来を高速道路の先の渋滞に例えていましたが、AIでもそれと似たようなことが起こるわけですね

私は、その例えはAI時代にもかなり当てはまると思います。ただし、渋滞が起きる場所は少し変わるでしょう。

羽生善治さんの「高速道路」の話は、大意としては、

ITによって情報へのアクセスは圧倒的に速くなった。しかし、みんなが同じ情報に同じ速度で到達するため、その先で差別化が難しくなり、渋滞が起こる。

という洞察です。

AIはこれをさらに強力にします。

例えば創薬では、数年前までなら、

論文を100本読む
PDBを調べる
類似化合物を探す
ドッキングを回す
SARを整理する

だけでも人によってかなり差がありました。

しかしAIエージェントが成熟すると、これらは数十分から数時間で誰でも実行できるようになるかもしれません。

すると「情報を集める能力」や「解析を実行する能力」は、高速道路のように誰もが利用できるインフラになります。

⸻

新しい渋滞はどこで起きるのか

私は、渋滞は次の3か所に移ると思います。

① 問いを立てるところ

「何を解くべきか」を決める段階です。

AIは「解く」のは得意でも、「何を解くべきか」を決めるのは、現時点ではまだ人間の役割が大きいでしょう。

⸻

② 意思決定するところ

AIが

この化合物
あの標的
この実験

と10個提案してきたとき、

限られた予算や時間で「どれに賭けるか」を決める必要があります。

創薬は資源配分の連続なので、ここは依然として難しい判断です。

⸻

③ 責任を負うところ

最終的に

「この候補で臨床に進む」

「このプロジェクトを中止する」

という決断には責任が伴います。

AIは助言できますが、その責任を代わりに負うわけではありません。

⸻

ただ、AIは羽生先生の時代より一歩進んでいる

ITは「情報へのアクセス」を平準化しました。

AIはそれに加えて、「思考のたたき台」まで平準化し始めています。

例えば昔なら、

「このSARからはこういう仮説が考えられる」

という発想自体が研究者の実力差でした。

今ではAIも、それらしい仮説を複数提示できます。

つまり、渋滞は「情報」だけでなく一次的な仮説生成にまで広がっています。

⸻

だからこそ重要になるもの

この状況で差がつくのは、「速く答えを出す人」ではなく、

AIが見落としている前提を疑える人
そもそも問題設定を変えられる人
異なる分野の知識を結び付けられる人

ではないかと思います。

結論

なかなか厳しい時代に突入していきますね。フィジカルAIも順調にすすんでいけば、ジュニアレベルのブルーカラーも淘汰されるような気がしますし、中途半端に高度なスキルはペイしなくなるんじゃないかなぁ

今週のワタシ(2026/06/29-07/05)

Sun, 05 Jul 2026 21:33:59 +0919

月曜日

クラムチャウダー

Aの本社らしい

火曜日

ウェイモに乗った。乗ってみて、「人はもう運転しなくてよいのではないか？」と強く感じた。

カリフォルニア最古のレストランで夕食

水曜日

昼はタコス。食べきれないほどの量だった。

土曜日

帰国して食べたいものはやはりラーメン。ニボニボ感溢れるラーメンを頂いた。

飲み屋にお邪魔したら山椒の実をいただいたので、酔っ払いながら処理した。何に使おうか悩む

日曜日

サバ缶のなめろう。日本酒に合うと思うので、今度作ってみよう。

プロジェクトで生成AIを利用した貢献（コード・PR・コミュニケーション）をどう扱うべきかを巡る議論

Sun, 05 Jul 2026 12:22:04 +0919

BiopythonのMLに非常に興味深いスレッドが立っていました。

今まではコミュニティへのコントリビューターは段階を踏んで育成されてきたからメンテナとコントリビューターのバランスが取れていたが、生成AIのせいでそのバランスが崩れ、且つ、開発ポリシーを理解しているのかしてないのかわからないPRが大量に来ると、メンテナ側からみたらそれはスパムと変わらんなぁと思います。

生成AIはOSSコミュニティの在り方にも影響を与えるのか！と大変興味深い問題提起かなと思いました。

以下ChatGPTによるサマライズ。

このメールスレッドは、Biopythonプロジェクトで生成AIを利用した貢献（コード・PR・コミュニケーション）をどう扱うべきかを巡る議論です。

要点をまとめると次のようになります。

1. Peter Cock（メンテナー）の問題提起

Peterは、AI生成のPRが増え、

レビュー負荷が大きい
コードよりもAI生成の長文説明が疲れる
人を育てるOSS文化が失われる

という理由から、原則として生成AIを禁止する方向を提案しています。

例外として認めてもよいものは

機械翻訳
スペルチェック・文法チェック

程度に留めるべきという考えです。

2. Andrew Dalke の意見（かなり強硬）

Andrewはさらに踏み込んで、

AIは単なる便利ツールではなく社会的コストが非常に大きい
OSSメンテナーの燃え尽きを加速させる
Biopythonは教育・メンタリングの場でもある
AI利用者は「責任を持つ」と言っても長期保守は結局メンテナーが担う

と述べています。

また、

だけでは不十分で、

ことが重要だと主張しています。

3. Hilmar Lapp（今回の最新メール）

Hilmarは唯一、AI全面禁止に慎重な立場です。

要点は、

将来は企業も大学もAI利用が標準になる
自分が関わる大学の開発チームでも既にAI利用が必須
BiopythonだけAI禁止にすると、
開発環境だけ特殊になる
新規参加者が減る可能性がある
その結果、
プロジェクトの持続可能性
コミュニティの成長

に悪影響が出るかもしれない

という懸念を述べています。

最後に

と締めています。

現状の議論の構図

AI禁止派（多数）

Peter Cock
Andrew Dalke
Markus Piotrowski（ほぼ同意）

主張

レビュー負荷増加
AIスロップ問題
メンテナー保護
人間同士のコミュニケーション重視

慎重派（少数）

Hilmar Lapp

主張

AIは今後の標準ツールになる
完全禁止は参加者減少を招く
長期的にはプロジェクトの持続性が心配

現時点の流れ

メールの流れを見る限りでは、

Biopythonはかなり高い確率で「生成AI禁止」またはそれに非常に近いポリシーを採用する方向に進んでいます。

Hilmarは反対というより、

という現実的な懸念を提示している立場です。

全体としては、メンテナーのレビュー負荷やコミュニティ文化の維持を優先し、AI利用を厳しく制限する方向性が優勢な議論になっています。

今週のワタシ(2026/06/22-06/28)

Sun, 28 Jun 2026 21:51:08 +0919

水曜日

会議があったので別サイトに行きました。お昼はラーメン

懇親会では隠れフォロワー多すぎだろっていう感じで盛り上がり、なかなか楽しかったです。学会ではたまに話しかけてくれる人がいるのだけど、会社の飲み会でカミングアウトされたのは新鮮でした。

懇親会で会議で厳しかったというご意見をいくらかいただいたのだけど、「皆さんサイエンスの面でスポイルされていない？」ってちょっと感じていて、私が楽しくサイエンスの議論をするために少し突っ込まさせてもらいました。SOTAから離れたところの頑張りを聞いてもあれだし、もうちょっと「わからせてやる」感あふれるメッセージがあってもいいのかなぁと思いますがどうなんでしょう。SOTA越えようともがいているかどうかは重要だと思うんだけどなぁ。

もっと外に出て、自分たちの立ち位置を客観的に見られると良いようにも思うし、それは現場だけの責任じゃないんですけどねーと思うところではありますが。難しいですね。

土曜日

焼き鳥が食べたくなり、箕面ビールの置いてある焼き鳥屋に行ってきました。

やげん軟骨が肉が多くて大変美味。あと全般的に焼き鳥の塩加減が強すぎず私の好みでした。また行く

日曜日

水曜日の懇親会で、カレー多すぎと突っ込まれたが、明日から不在にするので冷蔵庫のナスを処理するためにタイカレー

今週のワタシ(2026/06/15-06/21)

Sun, 21 Jun 2026 21:37:05 +0919

水曜日

突然同僚に誘われてグランフロントの上階にあるお好み焼き屋に行ってきました。そういえば転職してからたこ焼きもお好み焼きも食べてないので、関西初です。

なかなか美味しかった。

金曜日

前職の同僚と馬焼肉へ。違う会社で頑張っている方々の話を聞いたり情報交換したりするのはモチベーションを上げる意味でも大変良いです。皆さん何度か転職を経験しているので、社風の比較とか結構盛り上がる。ちなみに現在の会社はあまり飲み会がないし、飲みに行くのも同僚が多くてほぼ割り勘なので懐事情は大変良いです（前職は、部下の人とちょいちょい飲みに行っていたので結構浪費していた気がする）。

韓国初の2日酔い止めゼリーを頂きました。ドンキに売っているそうです。美味しくておすすめ。

土曜日

娘を連れて、天満のご馳走音ねにお邪魔しました。

天ぷらがたいへん軽く美味しく、かつ卵水の扱い方が独特だなぁとながめていました。特に鮎の天ぷらが絶品でした。甘鯛も非常に良かった。

娘とはラボの話等色々していたのだけど、私のカバーしている範囲に興味を持っているらしくちょっとびっくりした。私は量子化学から入ってケミストリーからバイオロジーの方に上がっていったのだけどねぇ。

日曜日

金土と外食したので、家で大人しく。やっと晴れたので洗濯をしながらどろろを見ていました。

夜は冷蔵庫に放置されている野菜を蒸して質素に。多めに蒸したので数日は蒸し野菜かな。

来週も飲みとか多そうだけど、楽しく乗り切たいところ。

今週のワタシ(2026/06/08-06/14)

Sun, 14 Jun 2026 21:12:05 +0919

今週も平日は忙しく働いていました。

金曜日

Mishima.sykの懇親会会場探しに行こうと誘われて南方へ。お目当ての居酒屋は満席だったので、近所のホルモン系の店に。

その後、花笠で沖縄感を満喫して、最後につけ麺で締め。

投資の話をしたり、海外旅行の話をしたり、リタイア後の生き方について話したりと、おなじくらいの年代との話も楽しいですね。

土曜日

前職の同僚が大阪にくるというのでP社の同窓会に混ぜてもらって参加してきました。研究所移転で大変そうな様子でした。みなさん運動したり釣行ったりと週末はアクティブに活動してるのに、私の週末は家でダラダラするのがデフォになってしまって良くない。そろそろ山でも登り始めるかと思い始めている。またはもうちょい早起きして走ろうか。

今週のワタシ(2026/06/01-06/07)

Sun, 07 Jun 2026 18:59:56 +0919

今週はやたら忙しいというか、進捗のない虚しい忙しさだった気がする（良くない）。

さて、少し前に、会社のチームメンバーから無印良品のせいろが良いという話を聞かされて、株主のワタシとしては試さざるを得なかったわけで。

結論：良い（多分）

いつもの八百屋のおっちゃんがとうもろこしをおすすめしたので、買って蒸してみた。

あとは肉じゃがを作りたいという動機でせいろを買ったので、豚バラブロックとじゃがいもを茹でました。茹で終わったら、片栗粉か葛粉でとろみをつけた餡を回しかければ出来上がりというちょっと変わった肉じゃが（豚）です。

これはずいぶん昔に青柳の料理本を見て感銘を受けたレシピです。材料ではなく料理の枠組みそのものに工夫を凝らしているところが気に入っており、サイエンスもこうじゃなきゃなーと思いながら過ごしている次第です。

Mishima.syk #23やります

Sun, 07 Jun 2026 18:24:27 +0919

おまたせしました。一年ぶりくらいにMishima.sykをやります。

今回は各方面からの強い要望を受けての新大阪開催となります。

美味しくて楽しい懇親会場を探すために、最近はKNIMEST+αと下見を頑張っております。

前回と比較すると、vibe codingとかpaper2codeなんかが一気に実用化された気がします。それによって何が変わりそうなのかとか、すでに変わっているのかとかそれを踏まえたキャリアプランなんかも変わってくると考えていて、そういった話は某学会の講演会で企画しているので、もっとディープな議論ができればいいなぁと思っています。

あとはこのあたり

私の質問:

Claudeのお答え:

非常に鋭い指摘で、これは今まさに議論の的になっています。結論から言うと、memorizeしているという批判は実験的にも支持されており、generalizeの反証は現時点では弱いです。

Boltz-2のケース：memorization artifact

Shekharらのvirtual knockout実験が直接的な証拠です。

Binding siteをAlanine scanning、Phe置換（立体障害）、電荷逆転などで意図的に破壊してもBoltz-2のenrichmentはほぼ変わらない
同条件でdockingなどの物理ベース手法はenrichmentが崩壊する
つまりBoltz-2は「タンパク質-リガンド相互作用の物理的理解」ではなく「既知の結合サイトの記憶」に依存している可能性が高い

さらにdata leakageの問題：

sequence similarity cutoffが高すぎてpocket levelでのtrain-test leakageが起きている可能性
scaffold splitではなくTanimoto splitを使っている点も批判されている
Recursionの社内targetではbenchmark性能より大幅に落ちた報告あり

Open ADMETのケース

Inductive BioのBeaconモデルは「blind challenge」に勝ったという主張だが： - blind testでもtraining dataと化学空間が重なれば実質memorization - scaffold/cluster splitでの評価が十分かは非公開部分が多く検証困難

generalizeの「反証」として出てくる主張と限界

| 主張 | 限界 | |------|------| | 少量データ（~50化合物）でfine-tuningが効く | novel scaffoldでの検証が不十分 | | blind challengeで1位 | chemical spaceが訓練データと重複の可能性 | | 複数のendpointで汎用的 | 各endpointでleakageが独立に起きうる |

結論

現状、「真にgeneralizeしている」という強い反証はなく、memorization寄りの解釈を否定できていないのが実態です。これはBoltz-2だけでなくADMET/物性予測のfoundation model全般に言える課題で、proper temporal splitやout-of-distribution化合物での厳密評価が求められています。

Sources:

冒険する組織のつくりかた

Mon, 01 Jun 2026 22:32:27 +0919

冒険する組織のつくりかた

選択と集中に変わる戦略が分散と修繕
余白のある疑問文の形に落とし込む
ズレの察知、前提の違いを理解、目線を合わせ共創
土壌を耕す
「らしさ」を育む
「知の進化」と「知の探索」つまりT字型の成長
ALIVE: ADAPTIVE , LEARNINGFUL, INTERESTING, VISIONARY, EXPERIMENTAL
危機感を煽るアプローチは根本的に通用しなくなっている

いまの職場にはKPTがないなと改めて思った。

Drkcore

最近読んだ本

暁星

働く人が減っていく国でこれから起きること

dancyu (ダンチュウ) 2026年夏号

2000億円超を運用した伝説のファンドマネジャーが明かす 「超」成長株の見つけ方

億までの人 億からの人

人文知は武器になる

An answer is always on the stretch of road that is behind you. Only a question can point the way forward.

さらに難しい問題

では、どう差がつくのか

もう一つ、少し逆説的な見方

(私) 将棋の羽生先生はIT時代の到来を高速道路の先の渋滞に例えていましたが、AIでもそれと似たようなことが起こるわけですね

結論

今週のワタシ(2026/06/29-07/05)

月曜日

火曜日

水曜日

土曜日

日曜日

プロジェクトで生成AIを利用した貢献（コード・PR・コミュニケーション）をどう扱うべきかを巡る議論

1. Peter Cock（メンテナー）の問題提起

2. Andrew Dalke の意見（かなり強硬）

3. Hilmar Lapp（今回の最新メール）

現状の議論の構図

現時点の流れ

今週のワタシ(2026/06/22-06/28)

水曜日

土曜日

日曜日

今週のワタシ(2026/06/15-06/21)

水曜日

金曜日

土曜日

日曜日

今週のワタシ(2026/06/08-06/14)

金曜日

土曜日

今週のワタシ(2026/06/01-06/07)

Mishima.syk #23やります

Boltz-2のケース：memorization artifact

Open ADMETのケース

generalizeの「反証」として出てくる主張と限界

結論

冒険する組織のつくりかた

2000億円超を運用した伝説のファンドマネジャーが明かす　「超」成長株の見つけ方

億までの人　億からの人