印刷した人工ニューロンが生きた脳細胞と会話することに成功

『導電性フィラメント』って、要するにポリマーが分解するときにできた電気の通り道のこと？

そう、ほぼ合ってます。ただ重要なのは「偶然にできた」という点なんですよね。 従来の研究では、ポリマーは邪魔な不純物だから焼き飛ばして完全に除去していた。でもハーサム教授のチームはあえて残して、電流を流すことでゆっくり分解させた。すると分解が均一に起こらず、電流が集中して流れる細い道筋——これが導電性フィラメント——が自然に形成されたわけです。 いわば、焼き払う代わりに「制御された分解」を起こすことで、ランダムな欠陥から秩序が生まれた感じ。これが本物のニューロンの「発火」に似た急激な電気応答を生むから、シンプルなパルス信号しか出せなかった従来品とは全然違う複雑な信号が実現できたんです。 欠点を完全に消すのではなく、うまく利用して機能に変える——この逆転の発想が、この人工ニューロンの強みなのかもしれません。

人工内耳や人工網膜がより精密に動くようになるって書いてあるけど、今使ってる人の治療とか交換は変わったりするの？

今のところ、既に埋め込まれたデバイスの治療や交換が直接変わることはないでしょう。この研究はまだ実験段階で、脳細胞との通信に成功した証明にすぎない。臨床応用には、安全性の確認や動物実験から人間への移行など、長い道のりが必要です。 ただ、今後の新しいデバイスになれば話は変わってきます。より精密な信号パターンが再現できるようになれば、たとえば人工内耳の場合、音声の細かなニュアンス（音の高さ、質感、背景ノイズの分離）をいまより正確に感知者に伝えられるかもしれません。人工網膜も、より自然な視野の再構築が期待できます。 交換のタイミングは、デバイスの寿命が来たときになるはず。となると、次の世代の製品が出ている時期に、その新しい性能のものに切り替わることになると思われます。現在の使用者が「新しい技術が出た」という理由だけで急いで交換することはまず考えにくい。医療デバイスはそこまで短い周期では変わらないと言えそうです。

脳とコンピュータを一緒に研究する動きって、ここ数年で急に増えたの？それともずっと続いてた研究なの？

脳とコンピュータを結びつける研究自体は、実はかなり前からあるんですよね。1950年代のニューロンの数学モデルに遡れば、神経生物学と工学の対話は70年近い歴史がある。ニューラルネットワークという概念も1980年代には既に存在していた。 ただここ数年、その研究が急速に「実用段階」に近づいてきたのは、材料工学とナノテクノロジーの進化が本気で追いついたからなんだと思う。グラフェンみたいな「夢の素材」が実際に手に取って使える段階になり、電子インク印刷みたいな精密加工技術が実現できるようになった。同時に、AI企業が膨大な電力消費に直面して、「脳型コンピューティングに本気で投資する価値がある」と判断し始めたのも大きい。 つまり、昔からの地道な基礎研究が、ようやく技術的な実装と経済的な必要性が重なったタイミングで、一気に表舞台に出てきたという流れだと考えると分かりやすいかもしれません。研究の歴史は長いが、現在進行形で革新的になってるというのが正確なところのようです。

この研究って『人工物が自然のしくみを真似することで、失敗が実は成功の鍵になる』っていうパターンなの？

その通りのパターンではあるんですが、ここでいう「失敗」の意味が普通と違うんですよ。 通常の工学では、ポリマーが電流を妨げるのは邪魔な存在で、だから除去するのが当然。ハーサム教授のチームは「完全には除去しない」という逆転を選んだわけですが、これは失敗というより、既存の「常識」を疑う視点の転換に近い。 むしろ面白いのは、ポリマーを完全に焼き飛ばさずに電流で少しずつ分解させることで、自然に「導電性フィラメント」が形成されるところです。人間が精密に設計するのではなく、材料の物理特性に任せることで、本物のニューロンが発火するときの複雑な電気パターンが勝手に再現される。 つまり、失敗ではなく、設計者の手を引くこと。脳型のシステムって、均一で完全に制御されたシリコンの対極にあるから、人工物でそれを再現しようとしたら、むしろ「不完全さ」や「自然発生的な形成」を許容することが必須になる。その不完全さのなかに、答えがあった。という構造なのかもしれません。

AI企業が原子力発電所を建てないといけなくなってる一方で、脳は同じ仕事を10万倍少ない電力でやってるって、逆にいま僕らが使ってるAIって設計がすごく効率悪いってことなのかな？

効率が悪いというより、そもそも設計思想が正反対なんですよね。 今のAIは「均一で固定された部品を、高速で大量に並列処理する」という戦略に依存しています。シリコンチップ上の数十億個のトランジスタがすべて同じ役割を果たし、パワーで押し切る仕組み。一方、脳は「不均質な部品が、学習に応じて絶えず再配線される」動的なネットワークです。 もう一つ大事な点は、AIは「正解を求めるために膨大なデータで何度も何度も訓練し直す」という工程が避けられないのに対し、脳は「日常の経験の中で少しずつ最適化する」。訓練プロセス自体が桁違いに異なるんです。 だから単に「設計が悪い」というより「脳とAIは根本的に情報処理の方法が違う」ということ。今のAI企業が原子力発電所を建てるのは、この違いを無視して、むしろ差を蛮力で埋めようとしているからかもしれません。 この研究が示唆しているのは、脳型の設計に寄せることで、その差を埋める道があるということなのかもしれません。