Reading time: 1 min
生体コンピューティングの経験がまったくない独立系開発者が、Python APIを使ってメルボルンの研究室にある20万個の生きたヒトニューロンを搭載したチップに接続し、わずか7日間で1993年のFPSゲーム『Doom』を操作させることに成功した。ニューロンの腕前はお世辞にも上手とは言えない。キーボードを初めて触る人間のようなプレイだ。しかし、彼らは学習している。そしてこのシステムを開発した企業は、すでに1台35,000ドルで115台を出荷済みだ。
開発したのはDr. Hon Weng Chong（ホン・ウェン・チョン博士）が設立し、メルボルンに本社を置くCortical Labsだ。製品名はCL1。同社はこれを世界初の商用生体コンピュータと呼んでいる。ラボで培養したヒトニューロンをシリコンチップと融合させ、同社が「合成生体知能（Synthetic Biological Intelligence、SBI）」と呼ぶものを生み出す。2月下旬にYouTubeで公開されたDoomデモンストレーションは、今週に入ってPopular Science、Tom’s Hardware、The Registerをはじめ、あらゆるテック系メディアが取り上げた。この技術が研究室の好奇心から、開発者が実際に触れるものへと変わった瞬間だ。ソースコードはGitHubに公開済み。APIはPython。ニューロンはオーストラリアの栄養液の中で生きている。
実際の仕組み
CL1は金属とガラスのチップ上に構築された59電極のマルチ電極アレイ上でヒトニューロンを培養する。ニューロンは脳から取り出したものではない。成人の皮膚や血液のドナーから採取した細胞を人工多能性幹細胞（iPS細胞）にリプログラミングし、そこから大脳皮質ニューロンへと分化させる。PerfScienceが2026年3月に公開した詳細な技術解説による。細胞は温度、ガス交換、栄養供給を制御する密閉型生命維持チャンバー内で生かされており、Cortical Labsによれば最長6カ月間の生存が可能だ。
システムの基盤となるのは、同社がbiOS（Biological Intelligence Operating System）と呼ぶ生体知能オペレーティングシステムだ。シミュレーション環境を生成し、その環境に関する情報を電極を通じた電気刺激パターンとしてニューロンに送信する。ニューロンは独自の電気スパイクを返し、そのスパイクがアクションとして解釈される。2022年の初期デモであるPongでは関係は単純だった——ボールが上に行けば、パドルも上に動く。だがDoomの問題は桁違いに複雑だ。ゲームは3次元であり、敵がいて、プレイヤーは探索し、移動し、照準を合わせ、撃たなければならない。
このギャップを埋めるため、Doomインターフェースを構築した独立系開発者のSean Coleは、ゲームの映像フィードをニューロンが処理できる電気刺激パターンに変換した。Tom’s Hardwareによると、CTOのDavid Hoganはそのマッピングをこう説明している。「ニューロンが特定のパターンで発火すれば、Doomガイは射撃する。別のパターンで発火すれば、右に移動する」。ニューロンは強化フィードバック——発火パターンを時間をかけて形成するポジティブ・ネガティブなシグナル——を受け取る。これは文字通り、シリコンではなくウェットウェア上で動く強化学習だ。
できること、できないこと
Cortical Labsの最高科学責任者Brett Kaganは、現時点の性能について率直だった。「eスポーツのチャンピオンか？ 絶対に違います」と発表動画で語っている（Tom’s Hardware報道）。システムのDoomプレイはランダム入力生成器よりはましだが、5分間ゲームに触れた人間にも及ばない。Kaganが強調したのはスコアではなく、ニューロンが複雑な3次元環境において「適応的でリアルタイムの目標指向型学習」を示したという事実だ。Pongのボールを打ち返すのとは根本的に異なるレベルの問題なのだ。
文脈を押さえておこう。2022年、Cortical Labsの初期プロトタイプDishBrainはPongをおよそ5分で習得した。標準的な深層強化学習システムが同等のパフォーマンスに達するには約90分かかるとPerfScienceは報じている。ニューロンの計算速度が速いわけではない。データ効率が圧倒的に高いのだ。少ないサンプルから学ぶ。この特性がスケールすれば、創薬や疾患モデリングにとって計り知れない意味を持つ。これらの分野では、学習データの生成コストこそがボトルネックとなることが多いからだ。
ビジネスモデル
CL1は2025年3月のバルセロナMobile World Congressでお披露目され、昨年後半から出荷が始まった。1台35,000ドル、30台サーバーラック構成では1台あたり20,000ドルだ。ラック全体の消費電力は850〜1,000ワットで、複数のメディアが指摘したように、ハイエンドゲーミングPC1台よりも少ない。PerfScienceによれば、Cortical Labsはこれまでに115台を出荷しており、定価ベースでおよそ400万ドルの売上を計上している。また同社はWetware-as-a-Service（WaaS）も提供しており、研究者はCortical Cloudを通じてリモートでニューロンにアクセスできる。
IEEE Spectrumによると、Kaganは大学、スタートアップ、政府機関から強い関心が寄せられていると語っている。応用分野は創薬、ニューロコンピューティング、AI高速化、そして意外なことにBitcoinマイニングだ。中核となる商業的な訴求ポイントは、CL1が製薬研究における動物実験の倫理的に優れた代替手段であるという点にある。げっ歯類モデルではなくヒトニューロンを使用するため、ドナー間の遺伝的差異を捉え、動物実験では不可能な疾患特異的反応のモデル化が可能だ。Cortical Labsはこの技術を、てんかん、アルツハイマー病、その他の神経疾患を研究するためのプラットフォームとして位置づけている。
競争環境は小規模だが拡大しつつある。スイスのFinalSparkはすでに月額1,000ドルからの神経オルガノイドへのリモートアクセスを提供している。インディアナ大学の研究チームはBrainowareを構築し、わずか2日間のトレーニングで話者識別において78%の精度を達成した。UCサンディエゴのチームはオルガノイドベースのシステムを環境モデリングに活用する構想を提案。中国では天津大学がブレイン・オン・チップ・プラットフォームMetaBOCを発表した。商業化の進捗度でCortical Labsに並ぶ企業はまだないが、AI関連のあらゆる領域に流れ込むベンチャーキャピタルが、バイオコンピューティングへの投機的な賭けを突如として現実的なものにしている。
誰も答えたがらない問い
倫理的な問題は避けて通れない。そしてCortical Labs自身も避けようとはしていない。CL1のニューロンに意識はない。数が少なすぎ、単純すぎて、意識に似た何かを生み出すことは不可能だ。現在の神経科学のコンセンサスでは、電極アレイ上の20万個のニューロンが主観的体験を生成することはあり得ないとされている。ヒトの脳にはおよそ860億個のニューロンが数兆のシナプスで接続されている。その差は段階的なものではなく、文明的な規模の隔たりだ。
しかし、この技術の進む先には、業界がまだ答えを出していない問いが待っている。RealClearScienceが2026年1月の分析で指摘したように、これらのシステムにおける知能や意識の主張は現時点では根拠がない。表示されているのは単純な応答・適応能力であり、高次の認知ではない。問題は、ニューロンの数がスケールしたとき、電極アレイがより高密度になったとき、フィードバックループがより精緻化されたとき、何が起こるかだ。Cortical Labsは「Minimal Viable Brain（実用最小限の脳）」の構築を語っている。スタートアップ文化から借用して生体組織に適用されたこのフレーズは、同社が完全にはコントロールできない含意を帯びている。
とはいえ現時点では、CL1は35,000ドルの装置であり、ヒトニューロンを6カ月間生かし、Pythonスキルさえあれば誰でもニューロンと対話でき、そしてたった今、1993年のゲームでデーモンを撃つことを学んだ。注目すべきディテールはこれだ——Doomインターフェースが、神経科学のトレーニングを一切受けていない一人の開発者によって、公開APIを使い、わずか1週間で構築されたという事実。このプラットフォーム上で何かを作るハードルは、開発者コミュニティが実験を始められるほど十分に低い。彼らが次に何を生み出すか——それこそが注視すべきストーリーだ。
