脳はなぜ『育つ』のか、生命の設計図が教える神経回路の秘密

『ニューロン』って、脳の中の細胞のことだと思うけど、85個って少なくない？人間の脳の神経細胞は何個くらいあるの？

人間の脳には約860億個のニューロンがあると言われています。85個と比べると、もう桁が違うレベルですね。 ただ、この研究で使われた85個というのは、マウスの遺伝子データから自動生成された、ごく小さな回路です。マウスの脳全体も人間より圧倒的に小さい。そもそも実験の目的は「生命の成長ルールがどんな構造を作るのか」を見ることだったわけです。だから、この85個は「必要最小限で、かつ学習に最適化された回路」という、実はとても希少な配置なのかもしれません。 人間の860億個は、複雑な思考や記憶、感情といった多くの機能をこなすために必要な規模。一方、この研究の85個は「手書き数字を認識する」という一つのタスクに特化させた構造。規模ではなく、目的に合わせて脳が自動的に「いま必要な分だけ」を作り上げるプロセスが、実は非常に効率的だったということを示唆しているように思えます。

マウスの脳をシミュレーションしても、それが人間の学習や教育に活かせるの？うちの子の頭の良さには関係ある話？

マウスの脳と人間の脳は、基本的な成長ロジックは共通してるんですよね。細胞をどう増やして、どう接続させるか—その指示は遺伝子に書かれているわけで、脊椎動物なら構造は似ています。だから、この研究が示す「不要な部分を削ぎ落としながら学習に最適な構造を作る」というプロセスは、人間の脳にも当てはまる可能性は高い。 ただ、ここからお子さんの頭の良さに直結させるなら、視点を少しずらしたほうがいいかもしれません。この研究が本当に示唆しているのは、脳の発達そのものが「効率的な学習機械の自動設計」だということ。つまり、親ができることは「いい成績を取らせる」ことじゃなく、「その子の脳が自動的に最適な構造を作るための条件を整える」ことじゃないか、ということです。 睡眠、栄養、適度な刺激、失敗の経験—こうした環境要因が脳の剪定（不要な接続を削ぎ落とす過程）を促すんです。詰め込み教育より、多様な経験を通じた「自然な学習」が、実は生命の設計図に沿った最強の学習方法だということになりそうです。

生物の遺伝子がこんなに『効率的な学習機械』を作ってるなら、進化の過程でどうやってそんなプログラムが出来上がったんだっけ？

進化の過程でそこまで「精密に設計された」ものができたのか、という違和感ですね。 ただ、ここが進化論のけっこう奥深いところで。遺伝子のプログラムって、最初から「学習に最適な構造を作ろう」と目指していたわけじゃないんです。むしろ逆。生存競争の中で試行錯誤を繰り返した結果として、『生まれた後に学習できる脳』が有利だったから、それが広がっていったというだけ。 つまり、受精卵から複雑な脳を効率よく育てるルールが遺伝子に刻み込まれるのは、その方が個体の学習能力が高くなり、環境への適応が速くなり、生き残りやすくなるからです。数百万年単位の時間があれば、「無駄な細胞が多くても結果的に学習に強い脳ができる」という一見矛盾した仕組みさえ、自然淘汰によって洗い出されていく。 この研究が面白いのは、その進化の産物を逆算で眺めることで、わたしたちが「学習機械としてどう作られているか」が見えてくるというところ。効率性は、設計者の計画じゃなくて、長い時間の中での淘汰の結果だったわけです。

つまり『不要な部分を削ぎ落としながら成長する』って、生物だけじゃなくて人間の学習や企業の組織づくりでも起きてることなの？

生物の成長と人間の学習を同じ原理で見ると、確かに似た側面はあります。ただ、決定的な違いがあるんです。 この研究の脳が優れているのは、「不要な部分の削ぎ落としが自動的かつ無駄がない」という点。5000個から85個に絞られるプロセスは、遺伝子が書いた設計図に完全に従っているから、外部からの試行錯誤がいらない。一度のシミュレーションで完成する。 でも人間の学習はそうじゃありません。私たちは何度も失敗して、時には不要だと思った知識が後で役に立つことも経験する。単なる削ぎ落としではなく、試行錯誤を通じた再編成です。企業の組織づくりも同じで、「これは不要だ」と思って人員を削ったら、あとで穴が開く、なんてことはよくある。 生物の脳は「完璧な設計図」に従うから効率的に不要を削ぎ落とせる。でも人間は、削る判断そのものが不確実な中で動いている。その不確実性の中で、むしろ創意工夫が生まれるという側面もあるのかもしれません。

研究でわかったのは『生命の成長プログラムが賢い』ってことだけど、逆に人間が作ったAIの学習方法って、この自然な設計から何か外れてるってことなのかな？

確かにそこが面白いポイントですね。生命の成長プログラムは「5000個から85個を選別する」という徹底的な削減プロセスを経ます。一方、今のAIはほぼその逆で、最初から不必要な部分を避けようとしません。むしろ数十億のパラメータを積み上げて、学習の過程で「どれが要るか要らないか」を自分で判断させる。効率で言えば、生命のやり方のほうが圧倒的です。 ただ、ここで重要な違いがあります。生命は「進化という長い時間軸」で最適な設計図を獲得していて、その図面に従って個体が成長するだけ。一方、AIは「学習データという環境」に即座に適応しなければならず、環境が予測不能だから、最初から余裕を持たせておく戦略を取っているとも言えます。 つまり、AIが「外れている」というより、問題設定が違うのかもしれません。生命の設計図の効率性は、数億年の試行錯誤で固まった贅沢さ。AIの過剰さは、未知の環境に対する用心深さ。その意味では、どちらが優れているというより、制約条件の差が表れているだけなのかもしれません。