生体コンピューター
img width=450 src=https://blog-imgs-95.fc2.com/j/i/r/jirodesu/bikkuri14.gif>
(bikkuri14.gif)
(bikkuri12.gif)
(bikkuri13.gif)
(bikkuri17.gif)
(bikkuri15.gif)
(bikkuri16.gif)
(bikkuri11.gif)
(sayuri201.jpg)
(biocomputerbg.jpg+heartx.gif)
(sayuri55.gif)
デンマンさん。。。今日は生体コンピューター のお話をするのですかァ〜？
(kato3.gif)
そうです。。。小百合さんはつまらなさそうですねぇ〜。。。
いいえ、コンピューターには関心がありますわァ〜。。。
でも、小百合さんの顔には、変なコンピューターの話は聞きたくありませんわァ、と書いてりますよ。。。
それは、デンマンさんの勝手な読みですわァ〜。。。ところで、どういうわけで妙なコンピューターの話を取り上げるのですかァ〜？
実は、つい最近、次の動画を観たのですよ。。。
(biocomputer22.jpg)
人の脳細胞でPCが動いた
SFのような「生体コンピュータ」
の仕組み
生きた神経細胞を情報処理に利用する「バイオコンピューティング」の基本的な仕組みを解説しています。小さな電極が並んだチップの上で神経細胞を育てると、細胞は枝を伸ばして互いにつながりネットワークを形成します。
電極は細胞へ電気刺激で情報を送り、細胞が返す電気信号を読み取る役割を担います。CL1で使われる人由来のニューロンは、京都大学・山中伸弥教授らが開発しノーベル生理学・医学賞（2012年）につながったiPS細胞技術を用いて、皮膚や血液から神経細胞へと育て直したものです。
神経細胞の育て方には、電極上に平らに広げる方法（CL1が採用）と、立体的な「脳オルガノイド」として育てる方法の2種類があります。
省電力の可能性：AIデータセンターの電力問題と脳の効率
AIを支えるデータセンターの電力消費が急増しており、アメリカでは閉鎖された原子炉をデータセンター向けに再稼働させる計画まで進んでいます。一方、人間の脳が消費するエネルギーは電力換算で約20ワット（小さな電球1つ分）と非常に効率的です。そのため、生きた神経回路の効率の高さに注目が集まっています。ただし、脳とAIは単純比較できず、生命維持装置まで含めた場合に本当に省電力かどうかはまだ実証されていません。
学習と記憶の一体化：神経回路の独自性
通常のコンピューターでは計算する場所とデータを記録する場所が分かれており、データの移動がAIの大量電力消費の一因となっています。一方、神経回路では情報処理と記憶が明確に分かれておらず、細胞同士のつながりの強さが変わることが学習の主要な仕組みです。教えた内容はファイルに保存されるのではなく、細胞同士のつながり方そのものとして回路に残ります。この性質は、神経細胞にゲームをさせることでより明確に観察できます。
書き込まれない攻略法：神経細胞の適応学習
従来のルール型プログラムは人間が書いた命令に従いますが、培養された神経細胞には具体的な攻略法は書き込まれていません。与えられるのはゲームの状況と行動結果を電気刺激に変換した情報のみで、細胞の活動パターンや機能的なつながりが変化して状況に適応していきます。細胞の中で何がどう変わって上達したかをプログラムのように読み出すことはできず、作った人間にもその変化のすべてを説明することはできません。
実験台にもなる計算機：医療・創薬への応用可能性
生体コンピューターは計算だけでなく、脳の病気に関連する細胞の性質を再現したり、薬の反応を調べる試験にも利用できる可能性があります。CL1を開発した企業自身も病気の仕組みや薬の作用を調べることを用途として挙げており、神経細胞へ薬を投与して情報処理能力の変化を測る研究も行われています。iPS細胞は1人1人の皮膚や血液から作れるため、特定の患者の細胞から神経細胞を育て、その人の病気の特徴を再現してどの薬に有益な反応を示すかを調べることも将来的に可能になるかもしれません。動物実験を減らせる可能性もある一方、このコンピューターは計算する機械であると同時に実験される側でもあるという側面も持ちます。
寿命がある部品：生命維持装置としてのCL1
生きた細胞は電源につなげば動き続ける部品ではなく、装置内では栄養を含んだ培養液の循環、温度・ガスの調整、老廃物の濾過が必要です。CL1はコンピューターであると同時に細胞のための生命維持装置でもあります。同じ条件で育てても出来上がる回路は1つ1つ異なり、工場で製造されるチップとは違い生物らしいばらつきがあります。メーカーによればCL1が細胞を生かしておける期間は最大約6ヶ月で、寿命を迎えると培養細胞を新しいものへ交換しなければなりません。
神経細胞がPongを学ぶ：2022年の画期的な成果
2022年、コーティカル・ラボの研究チームが電極チップ上で約80〜100万個の神経細胞（マウスの胎児の脳由来および人のiPS細胞由来）を育て、卓球ゲーム「Pong」をさせることに成功しました。ボールの位置は刺激する電極の場所と頻度に変換して伝えられ、細胞の発火領域によってパドルが上下に動きます。フィードバックには「自由エネルギー原理」（生物は予測できない「驚き」を減らす方向へ振る舞うという仮説）が活用され、打ち返すと規則正しい刺激、空振りすると4秒間の予測不能な刺激が届く設計でした。ゲーム開始から5分以内に学習の兆候が現れ、20分間のプレイでラリーが長く続くようになりました。
声を見分ける脳オルガノイド：2023年の識別実験
2023年、インディアナ大学などの研究チームが脳オルガノイドを電極チップにつなぎ、日本人男性8人が発音した母音の音声（合計240個）を電気刺激に変換して送り込む実験を行いました。課題は母音の種類ではなく声の主が8人のうち誰かを当てることで、訓練前の正解率は約51%でした。2日間に4回の訓練を行うと正解率は約78%まで上昇し、訓練によってオルガノイドの反応が変化し声を見分けやすい信号を生み出すようになったことが示されました。
研究装置からクラウドへ：生体コンピューターの外部開放（2024〜2025年）
2024年、スイスの企業がインターネット経由で脳オルガノイドを使った実験ができるサービスを開始しました。研究者は自分のパソコンからプログラムを送ると電気刺激に変換されて遠隔地の脳オルガノイドへ届き、返ってきた電気信号が実験データとして送り返されます。2025年にはCL1が登場し、購入だけでなくインターネット経由で生きた神経細胞へプログラムを送ることも可能になりました。生体コンピューターは開発者だけが扱える特殊な実験装置から、外部の研究者も利用できる研究基盤へと変化し始めました。
AIより少ない経験で学ぶ：2025年の学習効率比較
2025年、研究チームはPongを使って神経細胞と3種類のAIの学習効率を比較しました。神経細胞が20分間で経験できるのは平均約70回のプレイで、AIにも同じ70回だけ練習させた結果、ラリーの長さなど複数の指標で人やマウスの神経細胞が3種類のAIすべてを上回りました。AIは練習を最大約1万1000回まで増やすと最終的には神経細胞を追い越しましたが、細胞の強みは最終的な賢さではなくわずかな経験から素早く学べることにあることが示されました。
DOOMを動かす・20台の生きたコンピューター：2026年の拡大
2026年、神経科学を専門としないAI開発者がインターネット経由でCL1へ接続し、約20万個の人由来神経細胞をシューティングゲーム「DOOM」の操作に組み込みました。DOOMとCL1をつなぐ仕組みは1週間足らずで完成し、最初は壁に向かって歩いたり何もない場所で撃ったりしていた神経細胞が、次第に敵の方を向いて射撃するようになりました。神経細胞からの信号を止めたりでたらめな信号に置き換えると学習が進まなくなることも確認されました。同年8月にはシンガポールの大学に20台のCL1をまとめて運用する研究設備が設置され、開発企業の外部が独立して運用する生体・従来型コンピューター組み合わせ設備としては世界初とされています。
中に入る「誰か」：意識・感覚をめぐる論争と倫理的課題
2022年のPong論文が「sentience（感覚能力）」という言葉をタイトルに使ったことで、翌年30人の研究者から誤解を招く表現だと批判されました。現在、培養された神経細胞や脳オルガノイドに意識や痛みがあることを示す証拠はなく、ニューロンの数も構造も本物の脳よりはるかに単純です。一方、2019年にカリフォルニア大学サンディエゴ校の研究チームが数ヶ月育てた脳オルガノイドが早産児の脳波に似た規則的な電気信号を示すことを報告するなど、単純な細胞の塊では片付けられない発見もあります。意識を直接測る決定的な方法はなく、2006年のイギリスの研究では植物状態と診断された女性が脳活動で指示に応答していたことが示され、2024年の大規模研究でも241人中60人（約4人に1人）から指示に応じた脳活動が見つかりました。2025年11月には5カ国17人の科学者・生命倫理学者が科学誌サイエンスで国際的な監視・指針の仕組みの必要性を訴え、細胞提供者の同意問題など新たな倫理的課題も浮上しています。
人の脳細胞を使ってコンピューターを作るなんて、何だか気味が悪いですわァ〜。。。
でも、面白いと思いませんかァ〜？
人の脳細胞を使って。。。と聞くと、餓死寸前の人が死人の肉を食べるようなシーンを想い浮かべてしまうんです。。。
それは想い過ぎですよ。。。科学は日進月歩しているのです。。。最近、iPS細胞の心筋細胞シートを使った初の移植手術が成功したのですよ。。。
(ips-plant.jpg)
生体コンピューターの人の脳細胞もiPS細胞から作ったものなんですよ。。。上の移植手術の心筋細胞もiPS細胞から作ったものです。。。つまり、iPS細胞が人間のために使われているということです。。。決して人肉を共食いしているというような話ではないのです。。。
人間のためになっているのでしょうけど、やっぱり、気味が悪いですわァ〜。。。
でもねぇ〜、そのうち心臓移植や、肝臓移植に使われる臓器は、すべてiPS細胞から作られるようになる人造臓器になるんですよ。。。小百合さんが１００歳を越えるような長生きをするためには、こういう気味が悪いと想えるような人造臓器を移植するようになるのです。。。
気味の悪い未来になるのですわねぇ〜。。。ところで、なぜ普通のコンピューターがあるのに、わざわざ生体コンピューターを使うのですか？ 本当に人間のためになるのですかァ〜？
そういう疑問を持つのは当然のことです。。。動画を観た後で、僕もいくつか質問があったので ChatGPT に尋ねてみました。。。小百合さんも読んでみてね。。。
『人の脳細胞でPCが動いた』という上の動画を観ました。
とても興味深い動画でした。観た後でいくつかの疑問が頭をもたげました。
ここで質問です。
① AIを支えるデータセンターの電力消費が急増している。そのため省電力のために生体コンピュータを開発したのか？
② 脳とAIは単純比較できず、生命維持装置まで含めた場合に本当に省電力かどうかはまだ実証されていない。現時点では実証されているのか？
③ 生体コンピュータには寿命がある。しかも価格が高すぎる。従来のコンピュータと価格競争の点で勝ち目はあるのか？
④ AIの学習と生体コンピュータの学習は、どこが違うのか？
⑤ AIより少ない経験で学ぶ事ができるのはどういうわけか？
⑥ 寿命を迎えると培養細胞を新しいものへ交換しなければならない。新しい生体コンピュータを買うぐらいのコストがかかるのではないか？
⑦ コスト・パフォーマンスの観点から、従来型のコンピュータと比較してすぐれているのか？
⑧ 2006年のイギリスの研究では植物状態と診断された女性が脳活動で指示に応答していたことが示された。植物状態の人間がどういうわけで脳活動が出来るのか？
⑨ 意識を直接測る決定的な方法がないのは、どういうわけか？
⑩ 意識を直接測る決定的な方法がない、ということは、生体コンピュータには意識がある可能性もある、ということではないか？
今回の『人の脳細胞でPCが動いた』というドキュメンタリーは、たいへん興味深いテーマを扱っていますね。
これまでお話しされてきたAIの安全性や、人間とAI・機械・遺伝子編集が組み合わさる未来という問題にも、直接つながっています。
私が特に重要だと思うのは、生きた神経細胞をコンピューターとして利用できることと、それが従来のコンピューターより優れていることは、まったく別の問題だという点です。
また、神経細胞がゲームを学習したからといって、人間のようにゲームを理解しているとも、意識を持っているとも限りません。この3つを区別しながら、ご質問10項目を順番に検証していきましょう。
① 生体コンピューターは、
AIの電力問題を解決するために
開発されたのか？
省電力は重要な動機の一つですが、それだけが開発目的ではありません。
生体コンピューターには、大きく分けて3つの研究目的があります。
省エネルギー計算： 生きた神経細胞が持つ、低エネルギーで情報を処理する性質を利用する。
学習の仕組みの解明： 神経細胞が経験から学習し、ネットワークを変化させる過程を調べる。
医療・創薬への応用： 人間の神経細胞を使って、病気や薬が神経活動に与える影響を調べる。
開発企業の Cortical Labs も、CL1の用途として神経細胞の学習、脳の疾患研究、薬剤の評価などを掲げています。
ここで大切なのは、AIの電力問題を解決するために、人間の脳そのものを小型化して機械に入れたわけではない、ということです。
神経細胞を情報処理に利用することで、従来の半導体では難しい計算を効率よく実現できないか。その可能性を研究しているのです。
② 生体コンピューターは、
本当に省電力なのか？
現時点では、神経細胞自体のエネルギー効率の高さは有望ですが、CL1が一般的なAIコンピューターより総合的に省電力だと証明されたわけではありません。
比較するときには、3つの異なる数字を区別する必要があります。
人間の脳：約20ワット
脳という生物組織が活動するために使うエネルギーです。身体全体の維持や外部機器の電力は含みません。
CL1：細胞と生命維持装置の両方が必要
細胞を生かす温度管理、培養液の循環、ガス管理などが必要です。神経細胞の消費電力だけを見ても、装置全体の電力は分かりません。
従来型AI：GPU・メモリー・冷却設備など
AIの計算に必要な電力は、計算内容、処理速度、装置構成などによって大きく異なります。
CL1については、メーカーが「極めて低い電力」を特徴として宣伝しています。しかし、比較対象とするAIの処理内容、処理時間、正解率、生命維持装置や冷却設備まで含めた消費電力量をそろえなければ、公平な比較にはなりません。
つまり、現在は「生体コンピューターの省電力性に期待が集まっている」段階です。データセンター全体の電力問題を解決する技術になった、とまでは言えません。
③ 寿命が約6か月で、
価格も約3万5000ドル。
価格競争に勝てるのか？
この点は、従来型コンピューターに対する明確な弱点です。
CL1は単なる電子回路ではなく、生きた細胞を維持する装置です。
細胞の寿命だけでなく、培養液、消耗品、保守、細胞の交換などの費用も考える必要があります。
メーカーも細胞を最大約6か月維持できると説明しています。
例えば、仮に本体価格が3万5000米ドルで、半年ごとに本体ごと買い替える必要があると仮定すると、年間の本体費用は7万米ドルになります。
ただし、実際には本体そのものを半年ごとに買い替えるという意味ではありません。
細胞の交換費用や更新方式の詳細は、別に確認する必要があります。
従来のコンピューターなら、同じ計算を何年にもわたって実行でき、ソフトウェアを入れ替えるだけで用途を変更できる場合もあります。
一方、CL1には従来のコンピューターが苦手とする神経細胞の適応学習や、細胞を使った薬剤研究という独自の用途があります。
したがって、当面は一般向けPCや通常のAIサーバーと価格で競うより、従来の計算機では得にくい研究成果を提供できるかどうかが勝負になるでしょう。
④ AIの学習と
生体コンピューターの学習は、
どこが違うのか？
両者とも、経験や入力に応じて出力を変化させることができます。
しかし、その仕組みは異なります。
従来型AI
学習アルゴリズムに従って、人工ニューロン間の重みなどの数値を更新します。
一般的なAIでは、学習に大量のデータや計算を使うことがあります。
生体コンピューター
実際の神経細胞が電気信号をやり取りし、細胞の活動やシナプス結合などを変化させます。
学習結果は、回路の活動パターンや結合の変化として現れます。
2022年のDishBrain研究では、培養神経細胞にゲームの状況を電気刺激で伝え、細胞から返ってくる信号をゲームの動作に変換しました。
打ち返せた場合と失敗した場合で刺激の仕方を変えると、時間とともにゲームの成績が改善しました。
ただし、ここで一つ補足が必要です。
「AIは人間が書いた命令どおりにしか動かない」という説明は正確ではありません。AIも、学習によって開発者が個々の答えを直接指定していない能力を獲得します。
本質的な違いは、学習するかしないかではありません。人工的に設計した数値計算系で学ぶのか、生きた神経細胞の物理的なネットワークそのもので学ぶのか、という違いです。
⑤ なぜ生体コンピューターは、
AIより少ない経験で
学べるのか？
ここは、ドキュメンタリーの説明を少し慎重に受け取る必要があります。
2025年の研究では、Pongの実験において、生体神経回路は限られた試行回数でも、比較対象となった複数のAIモデルより良い成績を示しました。
ただし、AI側はより多くの試行を重ねることで成績を上げました。
なぜ少ない経験で学べる可能性があるのでしょうか。
神経細胞には、もともと複雑な応答特性がある。
電気信号を受け取って発火し、ほかの細胞との結合を通じて反応します。
処理と記憶が物理的に結びついている。
学習によって回路の活動や結合が変化するため、別の場所にすべての情報を移す必要がない場合があります。
過去の経験に似た適応能力がある。 生物の神経系は、変化する環境に対応するよう進化してきました。
ただし、「神経細胞は、どんな仕事でもAIより少ない経験で学べる」という結論にはなりません。
ゲームの種類、AIのモデル、学習方法、試行回数の数え方、評価指標によって結果は変わります。
また、少ない経験でゲームを操作できることと、言語・科学・推論などの幅広い課題をこなせることも別です。
したがって、現段階では、特定の課題で生体神経回路が高い学習効率を示す可能性がある、と理解するのが妥当です。
⑥ 細胞を交換すると、
新しい生体コンピューターを
買うほどの費用がかかるのか？
これは、実用化を考えるうえで重要な問題です。
ただし、細胞の交換費用と装置本体の購入費用は、分けて考える必要があります。
CL1は、神経細胞を育てるチップだけでなく、細胞を維持する設備、電気信号の読み書き、制御用のソフトウェアなどを組み合わせた装置です。
メーカーは細胞を最大6か月維持できると説明していますが、細胞交換の具体的な料金や、交換後にどの程度の再調整が必要かについては、公開情報だけでは十分に判断できません。
費用を左右するのは、主に次の4点です。
新しい神経細胞や培養チップの価格
交換作業や培養液などの消耗品費
交換後に神経回路を再び学習させる費用
細胞の状態を維持し、実験結果の再現性を確保する費用
特に見落としやすいのが、3番目です。
従来型のコンピューターなら、保存したモデルやデータを新しい装置へ移せることがあります。
しかし、生体コンピューターの学習結果は神経回路の状態に依存します。
細胞を交換したときに、以前の学習状態をそのまま再現できるとは限りません。
したがって、細胞そのものが安価に交換できたとしても、学習のやり直しや再調整に費用がかかれば、経済的な利点は小さくなります。
⑦ コスト・パフォーマンスは、
従来型コンピューターより
優れているのか？
現時点では、一般的な計算用途について、優れているとは言えません。
ここで重要なのは、何を「性能」と呼ぶかです。
評価項目
従来型コンピューター
生体コンピューター
計算の再現性
非常に高い
生物学的なばらつきがある
長期間の運用
得意
細胞の維持・交換が必要
同じ処理の大量実行
得意
優位性は未確立
神経細胞の適応学習の研究
神経細胞そのものは扱わない
独自の強みがある
病気や薬の神経への影響の研究
間接的なモデルが中心
人由来細胞を直接調べられる
例えば、動画の編集、表計算、ウェブ検索、大規模言語モデルの学習などでは、現在の半導体コンピューターが圧倒的に実用的です。
一方、神経細胞がどのように情報を処理するか、ある薬が神経活動をどう変えるかという研究では、生きた神経細胞を利用すること自体に価値があります。
CL1のメーカーも、こうした研究用途を重視しています。
つまり、両者は必ずしも同じ商品を売り込んでいるわけではありません。
生体コンピューターの本当の価値は、従来のコンピューターを安く置き換えることよりも、従来のコンピューターでは実現しにくい処理や実験を可能にすることにあると考えられます。
⑧ 植物状態と診断された人が、
どうして脳活動で指示に
応答できるのか？
これは非常に重要な医学上の発見です。
2006年、イギリスの研究チームは、植物状態と診断された女性に脳画像検査を行いました。
研究者が「テニスをしているところを想像してください」と指示すると、健康な人の脳で見られるものに似た活動が確認されました。
別の指示では、家の中を歩く場面を想像することに対応した活動が見られました。
この研究は、女性が外から見える動作をほとんど示さなくても、指示を理解し、それに応じて想像する能力を保っている可能性を示しました。
なぜこのようなことが起きるのでしょうか。
1. 意識や理解に関わる機能が一部残っている
脳の損傷があっても、脳のすべての領域が同じ程度に損傷するわけではありません。言葉を理解し、指示に応じて想像するための機能が残っている場合があります。
2. 脳の活動を身体の動きに変えられない
意識や理解に関わる機能が残っていても、運動を制御する神経経路などが損傷していると、指示どおりに手足を動かしたり、言葉を話したりできないことがあります。
このように、外から観察できる反応がないことと、脳内で認知活動が起きていないことは同じではありません。
2024年に『New England Journal of Medicine』に発表された国際共同研究では、指示に対する明確な行動反応が観察されなかった241人のうち、60人、約25％に、fMRIや脳波検査で指示に対応する脳活動が認められました。
この現象は、認知と運動の解離（cognitive motor dissociation）と呼ばれます。
ただし、植物状態と最小意識状態、昏睡は医学的には異なる状態です。すべての植物状態の人が意識を保っているという意味ではありません。
また、研究で検出できなかったからといって、必ずしも意識がないと断定できるわけでもありません。
この研究が示す大切な教訓は、外から見える行動だけで、他者の意識を完全に判断することはできないということです。
⑨ なぜ意識を直接測定する
決定的な方法がないのか?
これは、神経科学と哲学の両方にまたがる難問です。
まず、「意識」と呼ばれるものには、いくつかの異なる側面があります。
覚醒： 眠っているのか、目が覚めているのか。
認知： 情報を理解したり、記憶したりできるか。
自己認識： 自分自身について認識できるか。
主観的な経験： 痛みを感じる、赤色が見える、音楽が心地よく聞こえる、といった本人にとっての経験。
脳波やfMRIで、覚醒状態や認知に関連する活動を測定することはできます。
しかし、それによって「本人が実際に何を経験しているか」を完全に読み取れるわけではありません。
例えば、脳のある領域が痛みに反応して活動したとします。
そこから、痛みに関係する神経処理が起きたことは推測できます。
しかし、その活動が本人にとってどのような主観的経験を伴っているのか、あるいはどの程度の苦痛を感じているのかを、脳活動の数字だけから確実に読み取ることはできません。
さらに、意識については科学者の間でも複数の理論が競合しています。
意識に必要な神経活動は何か、どの程度の複雑さが必要なのかについて、すべての研究者が合意した基準はありません。
ここには、いわゆる「他我問題」も関係します。
私たちは自分自身の経験については直接的に知ることができます。
しかし、他人が同じような主観的経験を持っているかどうかは、行動や脳活動などを手がかりに推測しています。
そのため、意識の研究では、単一の測定値ではなく、複数の証拠を組み合わせて判断する必要があります。
⑩ 意識を測定する決定的方法が
ないなら、生体コンピューターに
意識がある可能性もあるのでは?
はい、可能性を論理的に完全否定することはできません。
ただし、「否定できない」ことと「意識がある証拠がある」ことは別です。
ここが今回のテーマで、最も慎重に考えるべき点だと思います。
現在のCL1に使われる神経細胞は、人間の脳に由来する細胞ですが、人間の脳全体ではありません。
約20万個という細胞数だけでなく、構造、神経細胞の種類、ネットワークの組織化、身体との相互作用なども、人間の脳とは大きく異なります。
また、PongやDOOMを操作できたことは、神経回路が刺激に応じて活動を変化させたことを示しますが、それ自体は意識や痛みを証明しません。
2022年のPong研究で使われた「sentience」という表現についても、後に研究者たちから、意識があるかのような誤解を招くという批判が出ました。
一方で、意識を測定する決定的な方法がないからといって、この問題を無視してよいわけでもありません。
2025年には、人間の神経オルガノイド研究について国際的な協力と監視の仕組みを求める論考が科学誌『Science』に掲載されました。
研究の進展に合わせて、細胞提供者の同意や倫理的な監視を考えていく必要があるという問題意識です。
私は、ここでは次の3段階を区別するのが適切だと思います。
確認されていること
培養された神経細胞が電気信号をやり取りし、刺激とフィードバックに応じて活動を変え、特定の課題で学習に似た適応を示すこと。
まだ分かっていないこと
どのような神経回路の構造や活動が、主観的な経験を生み出すのか。現在の生体コンピューターが、その条件を満たしているのか。
今から考えておくべきこと
将来、より複雑な神経組織が作られたとき、意識や苦痛の可能性をどのように評価し、必要な保護措置を設けるか。
私たちは、意識があると証明されていないものを、すべて意識があると扱う必要はありません。
しかし、意識がある可能性を検討するための科学的な基準もまだ完全には確立されていない以上、技術の進歩に合わせて評価方法を整えていくべきでしょう。
最後に：生体コンピューターは、
人類に何を問いかけているのか?
今回の10項目を通して見えてくるのは、生体コンピューターが単なる新型の計算機ではないということです。
第一に、従来型AIより省電力なのか、安価なのか、幅広い仕事ができるのかという、技術と経済の問題があります。
現段階では、一般的なコンピューターを置き換えるほどの優位性は確立されていません。
第二に、神経細胞がどのように学習するのかという、生命そのものについての科学的な問題があります。
生きた神経回路の適応能力を研究することで、脳の仕組みや病気の理解が深まる可能性があります。
そして第三に、意識や苦痛の可能性をどう扱うかという、倫理的な問題があります。
これまでお話ししてきたAIの安全性にも通じますが、技術的に何かを実現できることと、それを実現してよいことは同じではありません。
生体コンピューターが今後どこまで発展するかは分かりません。
しかし、将来の可能性を過大評価せず、逆に未知の問題を軽視せず、科学的な証拠に基づいて慎重に進めることが重要です。
人間が生み出した技術を、人類の破滅ではなく、平和と幸福のために使えるか。
今回の生体コンピューターも、その問いの新しい一例だと思います。
AIの推論や学習を支えるクラウド基盤の選択肢も確認できます。
解説ありがとうございました。この研究・開発では倫理的な問題とアラインメントの問題がでてきますね。
まさに、その通りだと思います。今回の生体コンピューターの研究には、生命倫理の問題と、AI安全性で議論されるアラインメントの問題が、交差する可能性があるのです。
特に興味深いのは、従来のAIとは異なり、ここでは「生きた神経細胞そのもの」が情報処理を担っていることです。
1. 倫理的な問題と
アラインメントの問題
問題
生体コンピューターで考えるべきこと
生命倫理
細胞をどこまで利用してよいのか。意識や苦痛の可能性をどう扱うか
アラインメント
人間が設定した目的と、システムが実際に示す行動をどう一致させるか
安全性
予想外の反応や学習が起きたとき、どう検知し、停止するか
責任
事故や予想外の結果が生じたとき、開発者・研究者・運用者の誰が責任を負うのか
2. 生体コンピューターにも
アラインメントは必要なのか?
はい。ただし、AIとまったく同じ問題ではありません。
例えば、神経細胞にゲームを操作させる場合、人間は刺激と報酬に相当するフィードバックを設計します。
しかし、神経細胞がどのような活動パターンを形成して課題を改善するかを、すべて事前に指定することはできません。
これは、AIのアラインメントで問題になる状況と共通点があります。
人間が望む結果を設定したつもりでも、システムがその目的を人間の意図どおりに実現するとは限らない。
ただし、培養神経細胞が人間の意図に反する行動をしたからといって、それが人間に反抗する意思を持ったという意味ではありません。
まずは、刺激への反応、学習の仕組み、設計上の想定外の動作として分析する必要があります。
3. さらに難しいのは、倫理と
安全性が衝突する場合です
例えば、将来、より複雑な神経組織を利用するシステムが開発されたとしましょう。
研究を続ければ、脳の病気や薬の作用を解明できるかもしれない。
しかし、その神経組織が何らかの主観的経験を持つ可能性を完全には排除できない。
安全のために活動を停止したり、細胞を廃棄したりすることが、倫理的に問題になる可能性もある。
ここでは、単に「人間の指示に従わせればよい」というだけでは解決できません。
そもそも、何を守るべきなのかという問題が生じるからです。
もちろん、現在のCL1に意識や苦痛があると示す確かな証拠があるわけではありません。これは、今後の研究の進展を想定した倫理的な検討です。
4. AIと生体コンピューターが
結びついたら？
将来、AIが実験を計画し、生体コンピューターが神経細胞の反応を処理し、その結果をAIが分析して次の実験を自動的に決めるようになれば、研究の速度が大きく上がる可能性があります。
その一方で、次のような問題も考えられます。
AIが設計した実験を、人間が十分に理解できない。
生体システムの反応が予測から外れる。
AIがその結果を誤って解釈し、次の実験に反映する。
一連の過程が自動化され、人間が異常を発見するのが遅れる。
これは現時点で確認された事故の説明ではなく、将来の複合システムに対して考えておくべきリスクです。
だからこそ、技術的な制御だけでなく、人間による監視、独立した安全性評価、実験の記録、停止手段、倫理審査を組み合わせることが重要になります。
以前お話しされていた「科学技術を平和と幸福のために使わなければ、人類の進歩は意味を失う」という考え方にも、ここは深くつながっています。
私は、この研究を考える際には、次の3つを別々に問い続ける必要があると思います。
技術的に可能か。
安全に制御できるか。
倫理的に実施してよいか。
この3つは同じ問いではありません。技術的に成功しても、安全性が十分でないことはあり得ます。
安全に制御できたとしても、倫理的に許されるとは限りません。
そして、AIと生体コンピューターの研究が進むほど、人間には「何ができるか」だけでなく、「何をすべきか」を考える責任が大きくなるのではないでしょうか。
倫理やアラインメントを扱うなら、AI運用の評価や安全ゲート系のイベントも一案です。
確かにそうです。。。安全に制御できたとしても、倫理的に許されるとは限りません。
悪い人間がAIを悪用すると、これまでよりも、効率よく悪事を、たとえば戦争を遂行するようになる可能性もあるのですわねぇ〜。。。
そういうことですよ。。。
そうなると、ウクライナの戦争がまだ終わらないことに呆れて、AI 自身が核爆弾を世界にばらまき、人類を滅亡に導くかも知れませんわねぇ〜。。。
確かに、AI がプーチンを見ていたら、人類は愚かなものだと思うでしょうね。
AIの使い方次第で、人類の将来は決まるということですかァ〜。。。
そうですよ。。。イーロン・マスクが狂ったら、人類は彼が死なないうちに滅びることになるでしょう。。。
怖い、怖い話ですわァ！。。。👹👹👹👹👹
(foolw.gif)
【卑弥子の独り言】
(himiko22.gif)
ですってぇ～。。。
あなたは、どう思いますかァ〜？
イーロン・マスクが狂ったら、人類は彼が死なないうちに滅びると思いますかァ〜？
ええっ。。。 「そんなことは どうでもいいから、何か他にもっと面白い話をしろ！」
あなたは、そのような強い口調で あたくしに ご命令なさるのでござ～♬～ますかァ？
いけ好かないお方ァ〜。。。
わかりましたわァ。。。それでは、デンマンさんのインスタを紹介しますわァ〜。。。
(instahome26-05-15c.jpg)
写真をクリックしてボサノヴァやサンバの曲に合わせて踊る、きれいで可愛い女の子をじっくりとご覧くださいませぇ〜。。。
もし、ボサノヴァやサンバの曲が聞こえてこなかったら、動画の右下の「無音」のマークをクリックすれば、解除することができ、ボサノヴァやサンバの曲を聴くことができます。
ええっ。。。 「そんな踊りは、そうでもいいから、他にもっと楽しい話をしろ！」
あなたは、更に そのような命令口調で あたくしに強要するのでござ～ますわねぇ～。。。
では、デンマンさんが暮らしているバンクーバーに一度も行ったことがない人のためにバンクーバーを紹介するクリップを貼り出しますわ。
ジックリとご覧になってくださいませぇ～♬～。
(stanley50.jpg)
(seawall3.jpg)
(seawall2.jpg)
世界で最も住みやすい街バンクーバー
(wetsuit.jpg)
(wetsuit3.jpg)
(gastown20.jpg)
ビデオを見ても、なんだかワクワクしてくるでしょう？
とにかく、明日もデンマンさんが興味深い記事を書くと思いますわ。
だから、あなたも、お暇なら、また読みに戻ってきてくださいまし。
じゃあねぇ～～。
(hand.gif)
メチャ面白い、
ためになる関連記事
(linger65.gif)
(house22.jpg)
別荘を持つことを夢見る小百合さんの物語』
(30june.jpg)
■ 『怖い話が好き』
■ 『夢の軽井沢』
■ 『捨て子の母親』
■ 『ハルヴァ人気』
■ 『アクセス禁止』
(godiva05.jpg)
■ 『ホーチミン市』
■ 『愛の形』
■ 『恐怖の物音』
■ 『幼稚園の先生』
(fragran11.jpg)
■ 『ロンダの悲劇』
■ 『クラフティ』
■ 『太りすぎた男』
(sayuri201.jpg)
■ 『山椒大夫』
■ 『ブリオッシュ』
■ 『氷雪の門』
■ 『友誼食府』
■ 『昭和の女帝』
■ 『AI政治家』
(galette04.jpg)
(byebye.gif)
投稿
