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
-
製品レビュー
「電子帳簿保存法対応」実践術：タイムスタンプ付与などの要件の手軽な実現方法 -
事例
「大企業のデジタル化」成功事例集【コクヨ、九州電力、ヨネックスなど21社】 -
製品資料
“顧客管理の課題”を簡単に解決する方法とは？ -
製品資料
契約管理の“あるある課題”をノーコード開発で解決するためのポイント -
製品資料
揺らぐ境界防御 いま企業が特に警戒すべき「3つのセキュリティ課題」とは？
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
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
2
「技術屋」で終わらないために 情シスが今取るべき認定資格5選
-
3
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
4
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
-
5
「即戦力」は幻想？ 中途の3割が消えるAI時代のエンジニア生存戦略
-
6
自宅のWi-Fiが「遅い」「途切れる」本当の原因は？ Dellが推奨する鉄則
-
7
継続利用は4割どまり M365 Copilotが「効く業務」と期待外れの境界
-
8
ISMSの“コンサル丸投げ”が招く数千万円の無駄 NTTドコモビジネスの脱出劇
-
9
「VMwareのコスト」に悩んでいるユーザー企業に送る、VMwareを残す・捨てる基準
-
10
PCリプレース時には注意 不完全なデータ消去が情報漏えいのリスクに
ホワイトペーパーランキング PR
-
1
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
2
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
-
3
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
4
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
5
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
6
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
7
「結局、一部の人しか使わない」 AI活用が業務に定着しない根本的な理由
-
8
AIエージェントで成果は出る？ 調査結果に見る費用対効果の実態
-
9
PostgreSQLの「機能」「性能」「運用」「拡張性」に関する悩みの解消法
-
10
ゼロトラストにおける「IDaaSの課題」と補完すべき重要機能とは？
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