ChatGPTに関する報告です：通常の検索によるデータ収集です。「自動型化学」および「自律型化学」の検索結果は？

■　自分が今回の質問内容に関するリポートを作成する場合は？

 　最初に自分のテーマに沿ったリポートの編集に必要なデータを集めますよね・・・。この場合、手っ取り早く、一般的な手法としては検索システムを用いて適切な検索キーを用いて検索します。検索キーの良し悪しがリポート作成の要となるので、今回のリポートの主要なテーマである「自動型化学」と「自律型化学」を検索キーとして汎用的な検索エンジンを用いて検索してみました。

　ちなみに「自動型化学」をGoogle で検索するとヒットの総件数が１５，１００，０００件でした。また「自律型化学」で検索すると、ヒット件数は減少しましたが、それでも４，１４０，０００件でした。リポートの内容に従って、様々なデータベースにアクセスして必要な情報を集めますが、今回のテーマは学術性が高いというよりは、より汎用的な内容に関するテーマなので、一般的な検索エンジンでも十分です。

　考えてみると、これだけのヒット件数のある項目について、項目単位で調査して、ノイズデータを取り除き、理解して、まとめて、最終的にレポートの形にしてゆくことは不可能なことです。検索キーとなる「自律型化学」を提唱している私にとりましては、他の誰よりもこの「自律型化学」に関する情報通であると自認致しますが、それでも大量のデータからのリポート作成は極めて困難です。ヒットして出力されたデータを見ると、検索なので言葉的には該当しても、内容が全くバラバラであり、まとめることも困難で、これらの膨大な数のヒットリストから、自分の実施目的とする内容を含んだものを取り出してまとめるという基本的なことも困難です。こんな１５００万や４００万といった中から仕事のためとはいえ、絶望感が漂ってきます。

　これを考えると、ChatGPTの仕事ぶりは凄い！！！！

参考データ：ちなみにMSのBingでの検索結果は以下のようになりました。
　自動型化学：９２０，０００件
　自律型化学：４１５，０００件

＊Googleと比較してヒット件数は減っていますが、リポート作成には多すぎますね。

ChatGPTに関する報告です：「自律型化学」についての質問の答えです

 質問は以下の内容で行いました：

「自動型化学」は現在の最新の科学技術ですが、
「自律型化学」は近い将来実現するでしょうか？

 　以下がChatGPTによる回答です。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

回答：

＃結論部分：自律型化学は現在、研究開発段階にありますが、将来的には実現する可能性があります。 この技術は、自動化された化学プロセスをさらに進化させ、より複雑なタスクを自動的に実行することができるようにすることを目指しています。

＃内容説明：   自律型化学は、化学反応を自動的に制御することができるようにすることにより、化学実験の複雑さを減らすことができます。これは、化学実験をより効率的かつ正確に行うことができるとともに、研究者の時間と労力を節約することができます。

＃問題点の提起：   しかしながら、自律型化学はまだ十分に発展していない技術であり、多くの研究と開発が必要な領域でもあります。
   また、この技術に関連する問題もあり、安全性や環境への影響などに関してはまだ十分に明確なことがいくつもありません。

 ＃今後の展開：  しかし、現在、多くの研究者が自律型化学に取り組んでおり、将来的にはより発展した形での実用化が期待されています。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー　

　

　上記がChatGPT による回答ですが、皆様はどのように感じましたでしょうか？

　なお、上記の黄色の部分は私が参考までに勝手に分類・定義したものです。

 

ChatGPTに関する報告です：「自律型化学」について質問しました

　MSが次世代型検索機能の一つとして提供を予定し、公開が始まっているMS BingのAIに関する基本部分を構成するOpenAIが開発したChatGPT を試してみました。このChatGPTに関しての報告は多数報告されているので、細かなことは他のネット上での報告に任せます。

　やはり自分が最も関心を持ち、且つその内容をもっとsも良くしていることに関する質問をし、その回答について検討することがChatGPT の実力を知る上では最も効果があり、その解析精度や信頼度の検証が可能と考えます。

　今回実施した質問ですが、私が最近提唱し始めた「自律型化学」について質問しました。質問は以下のようになっています。また、この質問に関するChatGPTによる回答も出ました。この質問内容と回答は、「自律型化学」の討論を行う「オートノマス化学ブログ」（2023年2月15 日（水）に掲載しておりますので、そちらを参照ください。

　質問は以下の内容で行いました。ChatGPT への質問：

　質問：　「自動型化学」は現在の最新の科学技術ですが、「自律型化学」は近い将来実現するでしょうか？

　約１０秒ほどで、先頭から順番に回答が出てきました。回答が楽しみです。明日アップ致します。

いつの間にか年を越して２月となりました： 今年も頑張りますのでよろしくお願いいたします。

 　大変ご無沙汰いたしております。

　いつの間にか２０２２年も過ぎまして２０２３年も２月中旬となりました。いままでワクチン接種も５回目となり、コロナに罹ることもなく過ごしてきました。その代わりというか、インシリコデータのホームページが悪意のあるウイルスに攻撃されてアップデートが出来ない状態になりました。PWの重要さを改めて認識させられました。こんな小さなHPだからウイルスの攻撃もないだろうと甘く考えていたのが失敗でした。

　現在完全に復旧せず、様子見の状態ですが近々には復旧いたしますので、ご期待ください。

　世の中は急速に変化しています。特にIT関連はハードソフトそして実施環境の観点等の総ての点で大きく発展しており、限界がどこにあるのか全く分からない状態です。中でも、データサイエンス（ＤＳ）や人工知能（ＡＩ）の発展は極めて大きく、人々の生活環境や習慣を変化させる勢いを持ちつつあります。我々のようなコンピュータに近い環境におり、中で仕事をしていてもその発展には本当に驚かせられ続けです。

　このような変化の大きな時代であっても、取り残されるようなことの無いように頑張りますのでよろしくお願いいたします。

　今年の私のテーマは、「自動型（オートマチック）化学研究」から

「自律型（オートノマス）化学研究」

への進化と推進です。

空飛ぶ車の最新情報です：大阪府が飛ばすようです。

 昨日のニュースに空飛ぶ車の有人飛行がトライされると出ていましたのでリンクいたします。

タイトルは以下のようになっていました。

空飛ぶクルマ、国内初の有人飛行へ 来年２月

　

　写真で見る限り、飛行機の翼ようなものは無いので、ドローン（ヘリコプター）タイプの空飛ぶ車です。　

　いよいよですね！

海浜幕張での花火大会がとてもきれいで、ファンタスティックでした。ターマヤーーー、カーギヤー－－！！！

 「幕張ビーチ花火フェスタ（第44回千葉市民花火大会）」

が開催されました。

  今年は三年ぶりの開催となりました。 私達夫婦は海浜幕張の友人のタワーマンションの部屋からこの花火大会を観賞しました。 例年と異なり、打ち上げもまっすぐに打ち上げずに、海に向かって斜め打ちするということでしたので、きれいに見えるか心配でした。　しかし、花火を斜め上から観賞する感じとなり、その結果垂直打ち上げ時よりもきれいに見ることが出来ました。

　この花火の様子は家内がYouTubeに投稿していますので、ゆっくりと観賞してください。　海浜幕張のAPAホテルのガラスにも花火が反射しています。　とてもきれいで、素晴らしく、楽しい時間を過ごすことが出来ました。　

　アップしたYouTube動画は「残暑お見舞い」兼用となっています。　なお、これら以外にも、様々なご挨拶や、海外学会参加での観光旅行や、習志野及び千葉関連の紹介動画等がインシリコデータのホームページ（Relux 休憩サロン）にアップされていますので、ご鑑賞、楽しんでください。

　以下はインシリコデータからの「暑中お見舞い」です。

　コロナ、ウクライナ、地球温暖化と大変な時代となっております。　インシリコデータは近未来の革新的な技術となる「オートノマス（自律型）化学研究」に集中してまいりますので、よろしくご支援お願いいたします。

最新の空飛ぶ車の動画がアップされました：夢が現実のものとなっていますね。

 　本日の記事に空飛ぶ車（eVTOL)を用いた通勤の様子の動画がアップされました。　夢と考えていたことが現実のものとなりました。写真の空飛ぶ車はかなり格好がいいのですが、かなり大型ですね。　イメージ図なので恰好が優先したのでしょう。　基本的にドローンの延長の格好です。　一方で動画の空飛ぶ車（eVTOL)はかなり小型のものですが、二重反転プロペラを4基用いて、一人乗り用です。　運転もかなり簡単な感じです。企業自体は2017年創業なので約５年程度でeVTOLの実用化に成功したようです。

　ひと昔前の夢が、現実のものとなる。　技術の進歩は想像以上に急速です。　このような流れは、急速に発展している化学関連分野（創薬、安全性、物性、環境、他）でもひと昔前の夢が現実のものとなることが増えてくるでしょう。　例えば、化合物のタンパクとのドッキングシミュレーションがごく普通に実施され、仮想世界で実際にタンパクの中に潜り込んでドッキングする等は、やはりひと昔前は夢の世界の話でした。

　次は、「オートノマス（自律型）化学研究」が現実のものとなるのも時間の問題でしょう。　夢を見る、期待するだけでは物事は動きません。　夢を目指して頑張ってまいります。

「空飛ぶ車」が販売されています：ひと昔前に夢だったことが現実に・・：「オートノマス（自律型）化学研究」のお勧め

 　日本初のベンチャー企業であるテトラ・アビエーションが開発した、一人乗りの「空飛ぶ車（電動航空機）」の米国での販売（来春の初納品予定）に向けて活動し始めたそうです。　先日には、自動運転レベル４のEVが中国で販売というニュースがありました。

　空飛ぶ車や自動運転は私の若い時や、最近までは「夢」の中での話でした。　当時は、出来ればすごいけれど、こんなの出来るはずがないと思っていました。　しかし、現在はこれらが次々と現実のものとなりつつあります。　空飛ぶ車や自動運転を支える技術が総花的、且つ急速に発展したことと、これらの様々な技術を駆使することで、ひと昔前の夢の実現が現実のものとなりつつあると強く感じます。

　現在はひと昔前と比較して、様々な技術が一斉に発展、生まれてきています。　特にコンピュータ関連の技術の発展や広がりは急速で、先の空飛ぶ自動車や自動運転が現実のものとなった大きな要因はIT技術が様々な点で採用され、昔は不可能であったことを可能にしているという点があります。

　特に現在急速に発展しているのはデータサイエンスや人工知能研究分野で、これらを支えるビッグデータの技術です。　コンピュータのCPUの発達、メモリーの低価格化と高容量化、インターネット等のネットワーク技術、４G/5G/6G等の通信技術、等々の様々な技術が大きく影響しています。

　翻って、化学分野の現状を見てみると、他の分野と比較してその発展が大きく遅れていると感じます。　歴史的に見ると、研究や技術の発展は、①人による総ての作業の実施から始まり、続いて②機械力の導入による高速・大量化への発展、続いてコンピュータによる③自動化への進展で、より高度の生産技術の確立となります。　この発展の次に来るのが、④オートノマス（自律型）化学研究となります。　現在の様々な技術の発展と展開を見れば研究のオートノマス（自律型）化は必然のものとなります。　

　しかし、時の流れを待つだけで何もしなけらば、いつまで経ってもオートノマス（自律型）化学研究の実現は困難です。　一日でも早く、オートノマス（自律型）化学研究実現に向けて動き出すことが、激しく展開の早い競争時代を生き抜く大きなポイントです。

　インシリコデータは、時代の流れと変化が必然的にオートノマス（自律型）化学研究時代を導き、近いうちに現実のものになると考えます。　受動的に時代の変化を待って様子見をする、あるいは他の動きを見てから動くという行動は危険で、自滅します。

　インシリコデータは世界的にも、国内的にも活動が殆どない現在こそ、現在の化学研究スタイルを世界に勝てる、最先端のものとすべく、「オートノマス（自律型）化学研究」を推進する活動にチャレンジいたします。　次世代型の研究スタイルとなるオートノマス（自律型）化学研究で次世代型の研究成果を上げることにご興味ある方は、ご賛同いただければ幸いと存じます。

４回目のワクチン接種の予約を行いました：今回の予約は簡単に取れました。

　先日、４回目のワクチン接種券が送られてきました。　早速、最短での接種予約を行いましたが、今回は苦労することなくスムースに予約を取ることが出来ました。　１，２回目がファイザーで３回目をモデルナにしましたので、今回はファイザーにしました。

　私は過去三回とも殆ど副作用を経験していないので、４回目の接種も抵抗感なく受け入れられます。　しかし、副作用が殆どないということはワクチンの基本原理からかなり心配です。　少しだけでも副作用が出ればいいのですが、年のせいか抗体も生成されにくいのかなーーと心配になります。　その代わり、副作用が出ないので、何回でもワクチン接種するぞおーーと意気込んでいます。

追伸：昨日（７月４日（月））４回目のワクチン接種を行いました。　ファイザーです。　副作用出るか注視していましたが、接種部位に軽いしこりが残っただけで、その他の症状は全く変化なしで、過去三回と同じです。　これで、一安心です。

２月２１日実施の AI-SHIPSシンポジウム（AIを用いた新たな毒性予測に向けて、AI-SHIPSプロジェクト― 事業の成果と今後の展望 ―）での質問内容です：

 

　先日開催されたAI-SHIPSシンポジウムにてチャットにて質問した内容と追加の質問項目です。　当日は、時間的な制限もあり残念ながら以下の質問に対しての回答は殆どありませんでした。

■全体的かつ一般的な質問

・本PJではAIを標榜していますが、AI技術の適用はどのようにされたのでしょうか？

・機械学習を行ったのでAIであるということが多いのですが、機械学習は本質的にデータサイエンス分野での基本技術であってAIでは本質ではないと考えます。

　現在のAIとはネットワーク型で、従って最低でもNNが基本で深層学習が中心と考えます。

　機械学習を行えばAIであるならば、現在のMVA（多変量解析）やPR（パターン認識）は総てAIとなりますね。

 □インシリコデータからの質問

・弊社もビッグデータをターゲットとするが、本PJでのビッグデータとはどのようなサイズなのでしょうか、参考にさせていただきます？

 ■化合物の選択関連

　研究用データベースの構築においては化合物の選択は極めて重要な問題です。　どのような基準で実施されたのか？具体的に教えてください。

・化合物空間等意識したのでしょうか　→　データ解析上で重要です

 ・Ｄ体、Ｌ体、ラセミ体、メソ体化合物等の立体情報やEやZ等の幾何異性体の扱いはどのように選択、対応したのでしょうか　→　生理活性物質を扱う点で重要と考えます。

 ・有機塩等の化合物は基準なく選択したのでしょうか。　塩の種類等は統一したのでしょうか　→　塩の違いによる活性変化等への対応上重要です

 ・インシリコ予測ではサンプル数とパラメータ数のバランスが大事です。　過剰適合等の問題は考慮されているでしょうか？

 ・実験項目を細かく、正確にすると相対的にサンプル数も減りますので、インシリコでの毒性予測には不利・不安定となります。　インシリコ予測の特性を考えた対策は取られているでしょうか？

 ・混合物や不純物はどのように扱ったのか、考えたのか教えてください　→　安全性分野での不純物の扱いにはICH　M7等定められているが、化合物選択時にこのようなことは考慮されたのでしょうか？

■予測関連に関する質問です

・予測モデルや予測用ツリーはどのような形で、いつ公開されるのでしょうか？

・オートスケーリングはどのようにされていますでしょうか？

・三次元パラメータは使っていますでしょうか？

・予測モデルは更新が必要となりますが、可能であれば更新のスケジュール等を教えていただきたいのですが

 ■山崎先生への質問です：船津座長より、これは質問でなくコメントであると修正いただきました。

・化合物選択の戦略とアプローチ素晴らしいと感じました。参考にさせていただきます。

・重回帰での予測はｒだけで評価するものではないと考えます。　Ｓ字曲線（非線形）のグラフでも、線上から外れた化合物群の特徴や別の解析に適用する等臨機応変に対応できます。　これらの展開で新しいことが見えてくるかもしれません。

 ■システム・データベース関連への質問です。

　化合物のコンピュータ上での扱いで極めて大事な「一元一項や一元多項」への対応はどのような手段で対応されているのでしょうか。　具体的に教えてほしいと思います。

・一元一項対応がされなければ、化合物データベースでの扱いはメチャクチャとなります。

・この一元一項対応に対する処置はどのように対処されているでしょうか？

・一元多項対応がされなければ、データ解析はうまくゆかないことは明らかです。

 ・化合物データベースはいつ公開されるのでしょうか？

　化合物データベースが公開されれば、一元一項や一元多項対応がされているかは直ぐにわかりますし、他のプロジェクトでの展開や検証も可能となります。 

■AIに関する一般的な質問です

　現在のAI技術の展開ではサンプル数が多いことが必要条件となっています。

・安定的なAI実施のために必要なサンプル数はどのくらいと考えるでしょうか。

・サンプル確保のための工夫として何か工夫されましたでしょうか？

 ・本PJでは毒性に関するAOPの考えや、それへのチャレンジが提唱されています。　AOPに対するAIでの要因解析はどのようにされているのでしょうか？

・AIによる要因解析にはディープテンソルやSHAP Value等複数ありますが実施されたのでしょうか？

 ・機械学習を適用したからＡＩであるというのは疑問です。　機械学習は基本的にデータサイエンス分野での基本技術であってAI分野では本質ではありません。

・現在のAIはネットワーク型で、最低でもNNが基本で深層学習が中心と考えています。　もしも機械学習を行えばAIであるとするならば、現在のMVAやPRは総てAIとなりますね。

　以上の他にも気になる観点の項目等ありましたが、時間も限られていることもあり総てを尽くすことはできませんでした。

□AIに関する討論の場です。化学AIを学ぶ上での参考にしてください。

Drug Design and Toxicity Prediction by AI:人工知能による創薬、毒性評価