何世紀もの間、科学者たちは同じ謎の二つの異なる側面を追い求めてきました。それは、「人間の心はどう機能しているのか」、そして「私たちのように考える機械を作れるのか」という問いです。一方では、認知神経科学が、数十億もの微細な細胞がどのように共に活動して記憶、感情、意思決定を生み出すのかを解明するために、生きた脳の内部をマッピングしています。もう一方では、人工知能が、問題解決や顔認識、あるいは物語の執筆を行うためのコンピュータプログラムを構築しています。長い間、これら二つの分野は互いに交流することなく、並行した軌道を走ってきました。しかし最近、それらは一つの強力な力へと融合し始めています。脳はもはや単に研究対象であるだけでなく、より優れたコンピュータを構築するための設計図（ブループリント）となっているのです。同時に、コンピュータは科学者が脳の最も複雑な信号を解読するのを助けるほど強力になりました。この新しいパートナーシップは、疾患の治療法を確立し、私たち自身の精神を理解し、私たちに単に仕えるのではなく、私たちと共に機能するテクノロジーを生み出すことに革命をもたらすと期待されています。

研究者であるウウェム・ジョンソン・ウクポンとオトゥトゥ・マーグレット・チェタチによる最近の系統的レビューは、この収束を鮮明に描き出しています。著者らは100件の異なる研究を精査し、これら二つの学問領域が具体的にどのように相互作用し、どこで成功し、どこで依然として苦戦しているのかを明らかにしました。彼らは自ら新しい実験を行ったのではなく、代わりに詳細な地図を描く地図製作者のように、既存の景観を詳細に描き出し、最も重要な研究がどこで行われているかを示しました。彼らの分析によれば、二つの分野は深く絡み合っているものの、研究は均一に広がっているわけではありません。科学者たちは、記憶が最も研究されている領域であり、レビューした研究の20パーセントを占めていることを発見しました。注意、感情、そして計画を立てたり衝動を制御したりする能力である実行機能が、その次に続きます。この分布は、研究者が現在、情報の保存方法や特定のタスクへの集中方法に最も関心を寄せていることを示唆しており、おそらくこれらがコンピュータモデルにおいて最も進展が見られた領域だからでしょう。

このレビューは、興味深い「双方向のインスピレーションの道」を浮き彫りにしています。数十年にわたり、コンピュータ科学者はアイデアを得るために脳を見てきました。最も有名な例は、生物学的なニューロンのつながり方と学習の仕方を模倣するように設計されたコンピュータシステムである、人工ニューラルネットワークです。人間が新しいスキルを学ぶ際に細胞間の結合を強化するように、これらのコンピュータシステムは、タスクをより上手くこなすために内部の数値を調整します。研究者らは、この生物学的なインスピレーションが、画像認識や言語理解において驚異的な正確さを備えたディープラーニング（深層学習）をもたらしたと指摘しています。その一方で、これらのスマートなコンピュータシステムは今や神経科学者を助けています。人間が脳をスキャンする際、脳は膨大な量のデータを生成しますが、従来の数学的ツールではその意味を理解することに苦慮することがよくあります。しかし、人工知能はこれらの複雑なパターンを精査して隠れた手がかりを見つけ出すことができます。レビューによれば、これらのツールはすでに、アルツハイマー病、パーキンソン病、てんかんなどの神経疾患を高い精度で予測するのに役立っており、症状が現れるずっと前に病の兆候を捉えることもあります。

こうした成功にもかかわらず、著者らは、生物学とテクノロジーの結婚はまだ完璧ではないと指摘しています。現代の人工知能を動かすコンピュータは、依然として人間の脳とは大きく異なります。人間の脳は約20ワットの電力、つまり薄暗い電球一個分程度のエネルギーで動作しますが、大規模な人工知能モデルのトレーニングには、小さな町を賄えるほどの数十万ワットもの電力が必要になることがあります。さらに、生物学的な脳は驚くほど適応力があります。生涯を通じて新しいことを学び、損傷しても自らを修復することができます。現在のコンピュータシステムはもっと硬直的であり、新しいことを学ぶために完全に再学習する必要があったり、失敗したときに自らを修復する能力が欠けていたりすることが多いのです。レビューは、次世代のテクノロジーとして知られる「ニューロモーフィック・コンピューティング」が、この格差を埋めることを目指していると示唆しています。これらのシステムは、必要な時にだけ信号を発するイベント駆動型の信号を用いるように構築されており、これにより、よりエネルギー効率が高く、適応力の高いものになる可能性があります。

しかし、これらのテクノロジーが進歩するにつれ、それらは科学的な知見と同等の重みを持って扱われるべき深刻な倫理的問題をもたらします。著者らは、脳のデータは他のいかなる個人情報とも異なるものであると強調しています。もしコンピュータシステムが、脳スキャンからあなたの思考、感情、あるいは意図を読み取ることができるならば、プライバシーに関するリスクは極めて高くなります。レビューは「ニューロプライバシー（神経プライバシー）」を重要な懸念事項として特定し、厳格な法律がなければ、この極めて敏感なデータが悪用されたり、許可なくアクセスされたりする可能性があると警告しています。また、バイアス（偏り）についての懸念もあります。もしコンピュータプログラムが少数のグループのデータのみで学習された場合、他の人々に対して不公平または不正確な診断を下す可能性があります。研究者らは、このテクノロジーが安全かつ有用であるためには、透明性が不可欠であると主張しています。医師や患者は、誰も説明できない「ブラックボックス」の回答を受け入れるのではなく、コンピュータがどのようにしてその結論に至ったのかを理解する必要があるのです。

将来に向けて、この論文は、このコラボレーションが導きうるいくつかの刺激的な方向性を概説しています。有望な道の一つは、麻痺のある人々がロボットアームを操作したり、思考だけでコミュニケーションを取ったりすることを可能にする「ブレイン・コンピュータ・インターフェース」の開発です。もう一つは、人工知能のパターン認識能力と人間の思考の論理的推論を組み合わせた「ニューロ・シンボリック（神経記号的）」システムであり、これにより、機械をより説明可能で信頼できるものにできる可能性があります。著者らはまた、機械が任意のタスクを学習できる柔軟で人間のような精神を持つという、理論的な目標である「人工汎用知能（AGI）」の概念にも触れています。これは依然として遠い実験的な目標ですが、レビューは、生物学的な脳を理解することこそが、そこへ到達するための唯一の道であると示唆しています。

最終的に、この研究は、知性の未来は協力関係にあると結論付けています。コンピュータ科学者も神経科学者も、単独では心のパズルを解くことはできません。前進するための道筋には、エンジニアが生物学に触発された機械を構築し、生物学者がそれらの機械を用いて脳を理解するという、持続的なパートナーシップが必要です。この関係は、医療を変革し、神経疾患に対する早期診断や個別化された治療を提供できる可能性を秘めています。また、人間の自律性とプライバシーを尊重する新しい種類のテクノロジーを生み出すことも約束しています。著者らが述べているように、旅は始まったばかりであり、最も重要なステップは、より賢い機械を構築する際に、それらが奉仕すべき人間の価値観を明確に理解していることを確実にすることなのです。