3,770 文字
科学者たちはついに生きた人間の脳細胞で動作するコンピューターを構築しました。この技術は既存のAIチップよりも高速に学習し、従来のコンピューターさえ必要としません。これはSF映画の話ではなく、現実であり、既に市場に出ています。そして最も驚くべきことに、実際に購入することも可能なのです。詳しく見ていきましょう。
生物学的コンピューターというと非常に奇妙に聞こえますよね。実際の生きた神経細胞と、シリコンハードウェアが一緒に働いて形成される、いわゆる「合成生物学的知能」というコンピューターについて話しています。この新しい形のAI、略してSBIはただのSFコンセプトではなく、実在し、正式に発表されています。
Cortical Labsは2025年3月2日にバルセロナでのイベントでCL1を発表しました。彼らによれば、この技術は薬物発見から疾患モデリング、将来のロボット工学や自動化システムの構築方法に至るまで、あらゆるものに革命をもたらすとされています。
では、この技術はどのように機能するのでしょうか？基本的な考え方としては、誘導多能性幹細胞（iPSC）から実験室で培養されたこれらのニューロンを、電極がグリッド状に配置されたシリコンチップのようなものに配置することができます。CL1のセットアップでは、59個の電極が配置され、これらのニューロンが成長し接続を形成するための一種の「遊び場」を提供しています。
Cortical Labsはこれを「箱の中の体」と呼んでいます。細胞が繁栄できるよう独自の生命維持システムを備えており、濾過ポンプ、温度制御、ガス混合など、ニューロンを健康に保つための完全な環境が整っています。これはソフトウェアに接続され、リアルタイムでニューロンに信号を読み書きします。
これらの脳細胞は予測可能な信号を好むため、基本的にエネルギー効率の良い応答方法を探しています。システムは正しい動作に対して報酬を与え、間違った動作に対してペナルティを与えることができます。Corticalの以前の研究（ジャーナル「Neuron」に掲載）では、適切な刺激を与えれば、これらの培養されたニューロンが古典的なアーケードゲーム「Pong」をプレイすることを学習できることを示しました。
研究者はパドルの位置を伝えるために電気信号を送り、細胞はそれに応答します。もし仮想ボールを逃した場合、細胞が好まないランダムな混沌とした信号が送り返されます。ボールに当たれば、信号はより予測可能なものになります。そのため、時間が経つにつれてニューロンはPongが上手くなりました。
この最初のバージョンは「DishBrain」と呼ばれ、チップ上に自己学習する生きたネットワークを持つことができるというアイデアの始まりだったため、大きな話題となりました。このブレインは素晴らしかったですが、新しいCL1はそれをはるかに超えています。
Cortical Labsはこの技術をより安定し、エネルギー効率が高く、プログラミングが容易になるよう改良しました。CL1には平面電極アレイ（基本的にガラスと金属）が備わっており、蓄積される電荷のバランスをとるプロセスが簡素化されています。彼らはまた「最小実行可能ブレイン」という概念も導入しました。これは、より高度な方法で学習し適応できるものを作成するために必要な細胞の種類と数を特定できるという考え方です。
それだけでも十分クールですが、CL1は30ユニットの完全なラックでたった850〜1,000ワットの電力しか消費しません。単一のCL1ボックス（ハードウェアのみで約35,000ドル）は外部コンピューターさえ必要としません。すべて自己完結型で、タッチスクリーンインターフェイスが研究者がデータを監視し、実験を追跡するのに役立ちます。
計画では、それぞれ30台のCL1ユニットを収容するラックを生産し、巨大な生物学的ニューラルネットワークサーバーを形成します。Cortical Labsは2025年末までに、これらのラックを4つオンラインで利用可能にすることを目指しています。彼らはこれを「Wetwareサービス」と呼んでおり、基本的には世界中どこからでもクラウドを通じてこれらの生物学的コンピューターの時間を購入できることを意味します。実際のハードウェアを所有したり維持したりする必要はなく、ログインして実験を開始するだけです。
では、主な応用分野は何でしょうか？一つには薬物発見と疾患モデリングがあります。てんかんやアルツハイマー病などの神経学的疾患を研究するための従来のシステムは、動物モデルまたは生きたネットワークほど動的ではない2D細胞培養に依存しており、そのため多くの薬物が臨床試験に失敗しています。Cortical Labsは、これらの生物学的コンピューターが治療法をテストし、一部の動物実験を置き換え、脳の疾患に対する治療法の発見を加速する新しい道を開くと考えています。
また、個人の細胞からニューロンを培養できるため、その特定の個人のニューロンが特定の薬物にどのように反応するかを正確に確認でき、パーソナライズド医療を微調整する新しい方法を提供する可能性もあります。
もう一つの側面はロボット知能です。基本的にはCL1のようなニューラルネットワークをロボットに接続し、より人間のような方法で学習させることができます。膨大な量のコードを与えたり、大量のデータセットを処理させたりする代わりに、ロボットの脳はより柔軟でエネルギー効率の良い方法で物事を理解するかもしれません。人間のように。
そのエネルギー効率について考えてみましょう。ChatGPTのような大規模言語モデルは、GPUや特殊なシリコンの巨大なアレイで実行され、大量の電力を消費します。一方、SBI技術は非常にエネルギー効率の良い生きたニューロンを使用しています。あなた自身の脳が約20ワットで機能していることを考えてみてください。これは同等レベルの機械知能（「同等」の定義は明らかに難しいですが）に大規模データセンターが使用する電力のほんの一部です。Cortical Labsによれば、単一のCL1ラックは1キロワット弱しか使用しないとのことで、これは小さな電子レンジを動かすようなものです。
あなたはこのシステムが意識を持っているのか、何かを感じるのかと疑問に思うかもしれません。Cortical Labsによれば、私たちが扱っているのは自分の存在を認識しているものではなく、ニューロンが計算能力を活用するために特別に設計された環境で培養される、より特殊な計算基盤だということです。
もちろん、倫理的には多くの疑問があります。Cortical Labsは保健機関、生命倫理委員会、政府機関からの規制に従っていると述べており、特に人間の脳細胞を使用することに関する議論についてオープンです。しかし彼らは、これらは誘導多能性幹細胞であり、ほぼどんな細胞タイプにもなり得るものであり、意識を持つ完全な脳を形成しているわけではなく、タスクの学習に非常に優れた部分的なネットワークであると主張しています。
技術的な詳細に興味のある方のために説明すると、CL1は基本的に、双方向の刺激および読み取りインターフェースを備えた完全にプログラム可能なシステムです。つまり、信号を送り込み、リアルタイムで信号を測定することができます。また、カスタム実験を構築したり、ニューラルネットワークを調整して学習、記憶、疾患に関する新しい理論をテストしたい研究者にとって理想的なPython APIも用意されています。
Cortical Labsはこれに約6年間取り組んできました。創設者兼CEOのHan Weng Chong博士と最高科学責任者のBrett Kagan博士が、生物学とシリコンの橋渡しをリードしてきました。彼らのチームは細胞培養をPongシミュレーションに組み込んだ際に大きな話題を呼びましたが、それは表面を引っ掻いただけでした。現在、彼らは製造、ラック、クラウドプラットフォーム、そしてこれを大きな考えを持つ研究者やイノベーターが誰でも利用できるものにするためのロードマップを持っています。
これがAIの次の大きな飛躍につながるでしょうか？そうかもしれません。合成生物学的知能は、コンピューターが学習し適応する方法がはるかに自然になる転換点かもしれません。私たちは既に大規模言語モデルがAIとの対話方法をどのように革命的に変えたかを目の当たりにしていますが、実際の人間のニューロンを組み込めば、可能性は何倍にも膨れ上がるかもしれません。
要するに、CL1はここにあり、単なるコンセプトではなく、実際に実現しています。研究者やイノベーターがこれをどのように活用するか見守るのは興味深いでしょう。あなたはどう思いますか？画期的な技術でしょうか、それとも少し不安を感じますか？おそらく両方でしょう。コメント欄にあなたの考えを書いてください。この解説を楽しんでいただけたなら、ぜひ「いいね」、「購読」、「共有」をお願いします。視聴いただきありがとうございます。また次回お会いしましょう。
コメント