米OpenAIの「ChatGPT」などの生成AI（人工知能）が急速に広がる中、機械と脳をつなぐブレイン・マシン・インターフェース（BMI）の研究も加速している。AIと脳が融合する未来は、意外に近いかもしれない。「AI×脳神経科学」の領域を追う医師・脳神経科学者の紺野大地氏に、起業家で2024年2月に新著『 生成AI時代を勝ち抜く事業・組織のつくり方 』（日経BP）を出版した梶谷健人氏がBMIの現在地とAI融合時代の未来を聞いた。 ［日経クロストレンド 2024年2月28日付の記事を転載］
- イーロン・マスク氏も注目するブレイン・マシン・インターフェースの現在地
- 「AI×脳神経科学」のキラーユースケースはマーケティング？
- BMIのブレークスルーに必要なパーツは？
- AIは必ずしも人間の脳と同じである必要はない
- AIが稼ぐ時代 人は日本に憧れる？
梶谷健人氏（以下、梶谷） 大規模言語モデル（LLM）の発展を考えるうえで、脳神経科学との関係性も重要なテーマだと考えています。紺野さんは、以前から脳神経科学とAIの掛け合わせで積極的に情報発信されていますが、「AI×脳神経科学」で活動されている方は珍しいと感じます。
紺野大地氏（以下、紺野） どちらかを専門にしている人はいますが、両方見ている人はかなり少ないですね。両方見ている人の中でも、軸足がAIなのか、脳神経科学なのかで研究内容が変わってくると思います。僕の場合は、脳科学の神経科学に軸足があって、そこからAIを学びました。
医師・神経科学者（M.D., Ph.D.） 東京大学大学院薬学系研究科薬品作用学教室 外部研究員
梶谷 どうして脳神経科学とAIの掛け合わせに興味を持たれたのですか。
紺野 研修医の頃に、AIが人類の知能を超える技術的特異点（シンギュラリティー）が出てくるレイ・カーツワイル氏の著書『ポスト・ヒューマン誕生』（NHK出版）を読んで、これはすごいと感じたのがきっかけですね。
その後、ディープラーニングが一般的になってきて、脳とAIを組み合わせたら、本当にすごいことができるぞと思い、2016年ごろから脳科学や神経科学と情報技術を組み合わせた「ブレインテック」「ニューロテック」に興味を持ちました。
18年4月から東大大学院の池谷裕二教授の研究室に所属し、「池谷脳AI融合プロジェクト」にも参加。その後、東大の松尾研究室にも2年ほど所属しました。池谷研究室は脳をベースにしてAIに取り組む、松尾研究室はAIを軸にして脳に取り組むという形で、両方から攻めていくのがやっていて楽しいですね。
梶谷 今はどのような研究をされているんですか。
紺野 実は、まさに今、新しいプロジェクトの立ち上げ中なので、お話しできる範囲は限られるのですが。僕は大学院の頃から、基本的にネズミの脳にセンサーを刺して、脳の活動を解析するということをやってきました。次のステップとして、人を対象にした社会実装に向けて活動を始めているところです。
マスク氏も注目するブレイン・マシン・インターフェース（BMI）の現在地
梶谷 人を対象にするというと、イーロン・マスク氏の「ニューラリンク」が思い浮かびます。
紺野 我々の業界でニューラリンクはすごくインパクトがあるので、チャレンジしたいという思いはありますから、方向性としてはそちらですね。
梶谷 ニューラリンクの発表は衝撃でした。産業的に進めるという点もですが、人を対象にする臨床に進むという話も出てきましたから。
紺野 はい。一番のインパクトは、産業界でも非常に高いクオリティーのハードウエアがつくれることが明らかになった点です。
それまで、神経科学の分野は、大半の活動がアカデミアの中で行われていました。でも実は、ニューラリンクに限らず、2010年代中盤から産業界でも人の脳から直接活動を記録しようという動きは始まっていて、様々なブレイン・マシン・インターフェース（BMI）が開発されています。
さらにイーロン・マスク氏が16年にニューラリンクを設立して、19年に進捗を発表するセンセーショナルなプレゼンテーションをした後は、神経科学の分野でも次々とスタートアップが立ち上がっている状況です。
梶谷 なるほど。AIも一番いいモデルをつくれるのがアカデミアだと思われていた点は同じだと思います。
紺野 そうですね。世界的にはニューロテックやブレインテックで知名度がある企業は既に数百社ありますし、どんどん増えています。
「AI×脳神経科学」のキラーコンテンツは？
梶谷 現時点で、脳神経科学×AIの中でも特に大規模言語モデルとの組み合わせで、最新研究は出ていますか。
紺野 水面下で取り組んでいるところは複数あると思いますが、発表されているレベルでは多くありません。
梶谷 ビッグテック系は動きそうでしょうか？ 例えば、メタ（旧フェイスブック）は、BMIの研究を発表していたり、LLMの開発も進めていますよね。
紺野 GAFAM（Google、Amazon、Facebook・現Meta、Apple、Microsoft）をはじめとしたビッグテックも、神経科学に巨額の投資を行うことは簡単ではないと僕は思っています。なぜなら、ブレインテックには「これができれば確実にお金になる」というキラーコンテンツが、まだ見えていないからです。
梶谷 キラーコンテンツになりそうなもので、現時点で一番有力なのは何でしょうか。
紺野 短期的にお金になりやすいのは、広告マーケティングだと思っています。例えば、脳活動を測るだけで、CMのどの部分に興味を持ったか、このシーンを見たときにすごくポジティブな感情が上がった、スマートフォンのこの画面を見ていたときに購買意欲が上がったなどが分かったりすると、産業化につながるとは思います。
ただ、それをどういうデバイスで測るのか、頭部にずっと着けていてもストレスのないハードウエアで、なおかつ高精度で測定できる技術が必要になります。そこがまだ埋まっていない。今あるものを組み合わせればできるというものでもありません。
BMIのブレークスルーに必要なパーツは？
梶谷 現在、脳活動を測れるBMIには、頭蓋骨に穴を開けて脳にセンサーを入れる「侵襲型」、頭の外側から測定する「非侵襲型」などがありますよね。将来的にはナノボット（超小型のロボット）も入るのでしょうが、どこがブレークスルーになりそうでしょうか。
紺野 非侵襲型と侵襲型は、この先しばらくは並行して進んでいくと思います。侵襲型は、医療現場で患者の治療を目的に用いられ、その過程で人の脳についての知見がたまっていくでしょう。
侵襲型が健康な人に用いられるようになると考えている研究者は、現時点ではほぼいません。ただし、イーロン・マスク氏などをはじめとするごく一部の人々は、 将来的には健康な人も侵襲型を選ぶ時代が来ると考え、チャレンジしているという状況です。もしそういう時代が来るとしても、どんなに早くても20年ほどはかかると僕は思っています。
一方で非侵襲型は、記録手法にまだブレークスルーが必要です。現時点で、電気、磁気、超音波、近赤外光などを利用した記録方法があります。しかし、記録の精度、記録範囲、身体への侵襲度、簡便に用意できるかなどの観点で、全てにおいて優れているものは存在していません。しばらくは地道な、利益をすぐには求めない基礎研究が続くと思います。
ただし、近赤外光を用いた神経活動の記録が発明されたのは約30年前ですし、磁気共鳴機能画像法（fMRI）が登場してからまだ20年程度です。そう 考えると、近い将来、新しい記録手法が生まれる期待はあります。
ナノボットは、まだ基礎研究中の基礎研究ですが、将来的な可能性はすごく大きいと思います。これができれば、将来、今とは比べものにならないレベルで、脳の活動を記録できるテクノロジーとして個人的に注目しています。
また、ニューラリンクなどの登場で、BMIから入手できるデータの量はこれまでの1000倍、1万倍になってきています。そうなると、従来の機械学習では扱い切れず、解析にAIが必須という形になってきます。ですから、今後も脳のデータ解析のためにAIの進歩が必須です。
梶谷 脳とAIをつないで思考力を拡張していく中で、脳からAIへの情報伝達が加速していくことは分かりました。一方で、AIが処理した膨大な情報量を脳に送るときに、脳にはキャパシティーがあると思うんです。結局は送るデータをセーブしないといけないような気もしますが、どのようなアプローチがありますか。
紺野 脳とAIのやり取りでは「読み取り側」と「書き込み側」という言い方をします。これまでお話しした通り、読み取り側は進歩していますが、書き込み側はまだ技術的な制約が大きくて、すごくざっくりとしたレベルの刺激しかできないんですね。
例えば、僕がこうやって話しているとき、海馬では特定の細胞が特定のパターンの状態になっています。もし、全く同じ発火のパターンを人工的に脳に入力できたら、ここにいるのと全く同じことを別の場所でも感じることができるはずです。
既にネズミではそういうレベルのことができています。しかし、現在で最もよく使われている電気刺激では、周囲の数万の細胞が同時に活動してしまい、細胞レベルでの精密なパターンの刺激をすることができません。そういう意味で、今後もまだまだ厳しいというのが正直なところですね。
梶谷 興味深いですね。それでは、BMIで脳とAIがつながった未来はどうなっていくのでしょうか。
紺野 ユヴァル・ノア・ハラリ氏の著書『ホモ・デウス』（河出書房新社）に「データイズム（データ至上主義）」という考え方がありましたが、僕はそうなっていくと思っています。
今でもアルゴリズムがお薦めの食べ物やお店を教えてくれますし、それがOpenAIの対話型AI「ChatGPT」の登場で確実に加速しています。いずれは、無意識のうちにそれを選ぶように、アルゴリズムが人を導くと思っています。
例えば、今だったらChatGPTが「この食べ物は明らかに健康に悪いのでやめた方がいいですよ」とか「もうちょっと健康的にサラダを食べましょう」とか言ってくるとします。将来的には「今日は脂っこいものではなく、サラダが食べたい」と思うようにAIが脳に“いい感じに”介入してくる。それが幸せかどうかは分かりませんが、そういう方向になっていくのかなと思っています。
梶谷 なるほど。BMIを装着してAIのコントロールを受けるかどうか、最初の決定が人間に委ねられおり、なおかつ、いつでもやめられる状態になっていることが重要そうですね。
AIは必ずしも人間の脳と同じである必要はない
梶谷 大規模言語モデルは、人間の脳の処理と似ている部分もあれば、全然違う部分がありますよね。僕は、最近の進化した大規模言語モデルを見つめることによって、人間の脳の理解が進む可能性に興味があります。
紺野 ディープラーニングの原型でもある、ニューラルネットワークやパーセクトロンは、人間の脳を模してつくられていましたし、CNN（畳み込みニューラルネットワーク）くらいまでは人間の視覚皮質の機能をイメージして構想されていました。
最近の大規模言語モデルも、マクロな抽象的概念レベルでは人間の脳に似ているところがまだ結構あると思います。例えば、膨大なデータの中からパターンを見つけるところや、どこに注目すべきかを示すアテンションと呼ばれる機構、記憶もそうですね。
一方で、アーキテクチャーレベルで見ると、トランスフォーマー（編集部注：17年6月に米Googleの研究者らが公表した深層学習モデル）以降のAIは、人間の脳からどんどん離れています。
京都大学で行われた興味深い研究があります。トランスフォーマー登場以前の研究ですが、いろいろなAIのアーキテクチャーが人間の脳にどれだけ似ているかスコアを付けるというものです。結論から言うと、「人間の脳に似ていないアーキテクチャーほど性能が高い」んですね。
この部分にはすごくいろいろな意見がありますが、僕のスタンスとしては、「知能をつくる」ことを目的にするのであれば、必ずしも人間の脳をモデルにする必要はないと思っています。
例えば、人が空を飛ぼうとしたときに、最初は鳥を模倣しました。でも、結局、今普及しているのは飛行機で、飛ぶ原理は鳥とは異なります。それと同じで、AIも最初は人間の脳をモデルにしていましたが、今、トランスフォーマーという脳と似てないものが出てきました。もちろん、将来的には今のトランスフォーマーに生物のエッセンスをちょっと付け加えることで、より良いものになる可能性はあります。
梶谷 人間の模倣は単なる取っかかりだったっていうことでしょうか。
紺野 人間の脳が完璧なものだという認識があったから、人間の脳を模倣したということではないでしょうか。
でも、必ずしも人間の思考回路がベストなわけではない。それは多分、異論がないところでしょう。
梶谷 人間の脳は、人間の身体性や生態的特徴に最適化されてそうですからね。その制約がないAIをつくろうと思ったら、まったく別の機構でいいということですね。
紺野 そう思います。
梶谷 人間の知性や感情といったものは、いろいろな複合的な処理の結果として浮かび上がってきているものだと考えたときに、始めから存在しないものとも思えます。そんな中、人間の知能、知性、感情などを、AIで解き明かそうとする動きもあります。トランスフォーマー以降は、原理が分からないけれど、知性や感情がつくれてしまうというシナリオもあり得るのではないかと思っています。どうお考えですか。
紺野 最近、その可能性がどんどん高まっていると思います。既に今の時点でも、「Zoom」などを活用したオンライン会議で、カメラがオフになっていたら、相手が人間なのかAIなのか、分かりませんよね。あるいは将来はヒューマノイドのように、人と見分けがつかないロボットが出てくるでしょう。
そのとき重要なのは、「相手に感情があると思えるかどうか」ではないでしょうか。相手が人間であろうがAIであろうが、目の前の相手に本当に感情があるかどうかは、究極的には本人にしか分からない。ですので、AIに本当に感情があるのか、感情が生まれるのかといった設問は、実は本質的ではないように思います。現実的にはどっちであっても、そう見えるかどうかが実社会では重要になるわけですから。
梶谷 確かに、機能論的に言えば、感情が認識できれば感情があると見なしていいということですよね。
その一方で、感情というものが、機能的に感じられるものにとどまっているのか、本当に感情というものをつくれているのかの違いが、AIを生命と見なすかどうかの分水嶺になるんじゃないかと考えている人が多いような気がします。
紺野 人間でも、感情があまり表に出てこない人もいますよね。一方で、感情のようなものを豊かに表現するAIもいる。どちらに共感するかと言えば、後者かもしれません。今は過渡的な状況なのかなと僕は思っています。
AIが稼ぐ時代 人は日本に憧れる？
梶谷 最近では、AIを活用して人間の代理として働く「エージェント」が話題になっています。エージェントが普及するのに技術的な壁はありますか。
紺野 技術的には、Open AIの「GPTs」（編集部注：ChatGPTを用いたオリジナルのAIチャットをつくれる仕組み）が出てきて、だいぶハードルが下がりましたね。
まだ使える人、つくれる人は少ないかもしれませんが、アプリストアもオープンし、ダウンロードするだけでエージェントを使えるようになります。一般に普及するには多少時間はかかると思いますが、5年後くらいには「エージェント時代」になると考えています。
そのうちに「お金を稼いできて」と指示するだけで自律的に動いてくれるエージェントが出てきて、将来的には実質的にGDP（国内総生産）の大半をエージェントが稼ぐ時代が来るかもしれません。
もしGDPの主体が人間ではなくAIになったとしたら、人口減少はデメリットではなくなります。というのも、お金を稼ぐことのプライオリティーが下がった時代に、人がどこに住みたいかと言えば、安全で、食事がおいしくて、景色がきれいな場所だと思うんです。日本の強みですよね。日本はこの先、憧れの国になっていくのかもしれないと思っています。
梶谷 同感です。生産性という概念が、そもそも人間のスケールで測れるものではなくなっていくのではないかと思います。そうすると、既存の人口論はあまり関係がなくなってくる可能性があります。言語の壁などもAIでなくなってくると、住む場所を選ぶ基準も変わってくるかもしれません。
（写真／古立康三）
梶谷健人（著）、日経BP、1980円（税込み）