神経細胞から「AI」が生まれる未来【中編】
「人の細胞」で訓練したAIとは あの「AlphaGo」を凌ぐ可能性も？
生体細胞を使った「AI」モデルの開発プロジェクトが動き出している。開発からトレーニングまでのプロセスと、将来の可能性を開発担当者が語った。
ホン・ウェンチョン氏は、AI（人工知能）ベンダーCortical Labsを立ち上げ、研究を開始した。ウェンチョン氏が取り組んだのは、人の神経細胞に計算問題を解かせようとする試みだ。その過程とは。
「人の細胞」からAIを生み出すまで
併せて読みたいお薦め記事
連載：神経細胞から「AI」が生まれる未来
新しいAIの可能性
ウェンチョン氏の頭に浮かんだのは、古典的なビデオゲームであるピンポンゲーム「PONG」だった。PONGをプレイさせる試みは、AIベンダーDeepMind Technologies（2014年にGoogleが買収）がAIにやらせた最初のタスクや、イーロン・マスク氏が猿を使った実験と同じものだ。ウェンチョン氏はマスク氏の実験については知らなかったという。「当時2、3年を費やして神経細胞のデータを集め、どのようにプログラムすれば、神経細胞がゲーム内のラケットを操作してボールを返せるようになるのかを研究した」（ウェンチョン氏）
Cortical Labsは当初、タスク遂行に必要な複数種類の神経細胞を組み合わることができる、マウスの胚細胞を使っていた。しかし同社のCSO（最高科学責任者）がネズミアレルギーだったため、代わりに人の幹細胞を使うこととなった。
ウェンチョン氏の研究チームは神経細胞の最適な組成を知らなかったにもかかわらず、「幸運なことに過程が正しかったことを証明できた」とウェンチョン氏は語る。人の幹細胞から培養した神経細胞は、マウスの神経細胞よりも良い結果を残した。
研究チームは、PONGをプレイすることに対するトレーニングにおいて、人の脳の神経回路を模倣した機械学習モデル「人工ニューラルネットワーク」（ANN：Artificial Neural Network）と、生体の神経細胞を比較した。その結果、ANNの一つである「深層強化学習アルゴリズム」よりも、生体の神経細胞の方がより効率的に機能した。深層強化学習アルゴリズムは、囲碁でプロの棋士に勝利したAIモデルである、DeepMindの囲碁用AIモデル「AlphaGo」の基となっているモデルだ。
「なぜ『自分で考えるロボット』が増えないのかを考えると、その学習アルゴリズムがあまりにも非効率だからだ」とウェンチョン氏は語る。例えばロボットの前に障害物があった場合、どうすべきかを判断するためのサンプリング（標本抽出）に「5分もの時間がかかる」（同氏）という。
生体神経細胞を応用できるもう一つの分野がサイバーセキュリティだ。言語処理モデルを使って学習したセキュリティツールは、既知の脅威しか防御できない。攻撃者は既知の方法だけではなく、新しいエクスプロイト（脆弱性を悪用するプログラム）も使う。「そうした脅威にリアルタイムに対処できるセキュリティツールが必要だ」とウェンチョン氏は語る。
次回は、ウェンチョン氏が開発した技術の、さらなる改良と課題を取り上げる。
Computer Weekly発 世界に学ぶIT導入・活用術
米国TechTargetが運営する英国Computer Weeklyの豊富な記事の中から、海外企業のIT製品導入事例や業種別のIT活用トレンドを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly発 世界に学ぶIT導入・活用術
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社うるる] 「入札市場」攻略ガイド：効率的に落札するためのポイントを徹底解説 -
製品資料
[株式会社うるる] 入札情報に特化した「販路拡大」「効率化」のためのサポートツールとは？ -
市場調査・トレンド
[株式会社うるる] 公共入札に成功する企業と失敗する企業の「5つの違い」 -
製品資料
[日本ビジネスシステムズ株式会社] 専門家が教える、Microsoft 365の「テナント統合／分離」を成功に導く秘訣 -
製品資料
[rakumo株式会社] Microsoft 365での情報埋没を防ぐ、社内ナレッジを資産化する情報ポータル活用
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
2
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
3
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
4
Claude利用8割のGMO、AI人材の評価軸が「トークン管理」に変わった
-
5
AI導入が失敗する“真犯人”は現場のマニュアル 7割が陥る「標準化」のわな
-
6
被害額は過去最高額 それでも「サイバー犯罪者が捕まらない」3つの理由
-
7
「テザリング依存」に潜む落とし穴 “遅いVPN”を解消するネット構築術
-
8
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
9
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
10
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
3
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
4
「IT史に名を残すシステム障害」8選
-
5
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
6
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
7
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
8
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
9
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
10
「標的型攻撃メール」事例・サンプル集
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー