アメリカのインディアナ大学ブルーミントン校(IU)などで行われた研究で、ヒトの細胞から育てた小さな脳の組織(脳オルガノイド)にレーザーの光を追う練習を3回積ませると、初めて取り組む文字ブロックのつかみ分けで、代表例では1回目から正答率86%を出し、練習なしの別の組織の70%を上回りました。
組織はロボットに載ってはおらず、電極がびっしり並んだ板に置かれたままです。
カメラの映像を電気の刺激に変えて送り、返ってきた神経の発火をパソコンが読み、無線で人型ロボットの動きを選ばせます。
ロボットは机の上のブロックが「I」なら左手、「U」なら右手を伸ばしました。
正答率は、神経の反応から正しい動きを言い当てられた割合です。
ふつうに考えれば、光の点を追いかける練習が、文字の形を見分ける課題の役に立つとは思えません。
ところが練習を積んだ組織は初めての課題でも上回り、順番を逆にしても同じ傾向でした。
しかも、神経が電気信号を出せなくなる薬を入れると、どちらの課題でも正答率ははっきり下がりました。
動きを選んでいたのは、パソコンの計算だけではないということです。
神経のつながりの変わりやすさを抑える薬を加えて同じ練習をさせると、こんどは正答率が伸びず、横ばいのままでした。
研究チームはこれを課題をまたぐ上達と呼びます。
見分ける物も選ぶ動きも違うのに、いったいなぜ、光を追う練習の跡が、初めてのブロックのつかみ分けにまで生きたのでしょうか?
研究内容の詳細は2026年9月15日に『bioRxiv』にて公開されました。
ロボットの判断役を担うAIは、ひとつの課題で覚えたことを別の課題に生かしにくい
縄跳びばかり練習していた子が、初めての鉄棒を思ったよりうまくこなすことがあります。
ある練習の手ごたえが別のことにまで効いたように感じた覚えは、体育の時間の記憶として残っているものです。
しかし、ロボットの判断役を任されている今のAIには、この「別のことにまで効く」がなかなか起こらないという弱点があります。
ロボットが周りを見て次の動きを決める部分は、いわばロボットの「判断役」です。
近年はこの判断役に大量の例から学ぶAIが使われ、難しい課題でも人に近い出来ばえでこなせるようになりました。
ただ論文によると、こうしたAIは電力を多く使い、学ぶのに大量のデータが要り、ひとつの課題で身につけたことを別の課題に生かしにくいという弱点を抱えています。
せっかくの上達も、課題が替わるとなかなか持ち越せないというわけです。
一方でヒトの脳は、生きた神経のつながりの中で、少ない電力と少ない経験から、その場に合った判断を下します。
そこで本物の神経細胞を計算に使う研究が進み、平らなお皿で育てた神経細胞をロボットの判断に組み込んだ例も出てきました。
脳オルガノイドは、ヒトの幹細胞から育てた脳に似た立体の組織で、平らに広げた細胞よりもヒトの脳に近い細胞の種類とつながり方を備えます。
今回は胚のごく初期の段階の細胞(ヒトES細胞)から大脳の表面(大脳皮質)に似せて育て、電気の刺激を送って神経の信号を記録できる電極の板に貼り付けた、3か月ほどの組織を使いました。
計算のさせ方は、池に石を投げ込む様子に似ています。
投げ方が変われば波紋の広がり方も変わるので、波紋を見れば投げ方が分かります。

つまり脳オルガノイドは、刺激の違いを反応の違いに変える「池」の役で、パソコンの側はその違いの読み方を覚える、ということです。
ややこしい計算は生きた組織に預け、岸にいるパソコンは波紋の読み方だけを覚えればいい、という分担です。
同じチームは以前、この方法で音声を聞き分けさせていました。
それでも、オルガノイドの計算を現実の世界で動くロボットの判断に使う試みは、まだほとんど手つかずでした。
そこで研究チームは、脳オルガノイドを人型ロボットの判断の一段に組み込み、正しい手や向きを選べるのか、さらに練習によって課題をまたぐ上達が起きるのかを確かめることにしました。
そもそもロボットの選択は、本当に脳オルガノイドの神経の反応から生まれているのでしょうか、それともパソコンの計算だけで決まっているのでしょうか?
光を追う練習を積んだ脳オルガノイドは、初めてのつかみ分けでも最初から練習なしを上回った
ロボットの選択を決めているのが組織の神経なのか、パソコンの計算だけなのかを見分けるため、研究者たちはまず、ロボットの目から手足までの流れのあいだに脳オルガノイドをはさみ込みました。

カメラの映像は電気の刺激として脳オルガノイドに届き、返ってきた神経の発火をパソコンの簡単な計算が読み、無線でロボットの動きが選ばれます。
この流れなら、組織の反応の違いだけで選択肢を見分けられているかどうかが分かります。
ロボットは机の上のブロックを見て、「I」なら左手を、「U」なら右手を伸ばし、何も置かれていなければじっと待ちました。
レーザーの光の点が現れると、5秒ごとに次の動きを決め、点の位置に合わせて向きを変えたり前に進んだりして、最後には光の点にたどり着きました。
もし読み取りの計算だけで答えが出ているなら、組織の神経を黙らせても成績は保たれるはずです。
そこで神経が電気信号を出せなくなる薬(テトロドトキシン)を加えると、つかみ分けでも光追いでも正答率がはっきり下がりました。
ここでの正答率は、記録した神経の反応から正しい選択を言い当てられた割合で、ロボットが本番で何回成功したかではありません。

次に研究者たちが脳オルガノイドに光の点を追う課題を半日ごとにくり返し練習させると、正答率は72%から92%に上がりました。
ただしこれは、代表として示された1例の推移です。
目を引いたのは、そのあとで課題を切り替えたときです。

光の点を追う練習をした脳オルガノイドは、初めての課題でも練習なしの組織を上回りました。
光追いを3回練習した組織にブロックのつかみ分けをさせると、課題が替わって成績はいったん落ちましたが、それでも切り替えた直後から、練習なしの別の組織を統計的に意味のある差で上回り、代表例の正答率は86%と70%でした。
この比べ方は、同じ組織を前と後で比べたのではなく、練習を積んだ組織と練習なしの別の組織を並べたものです。

練習の順番を逆にして、つかみ分けから光追いに切り替えても、同じ傾向が見られました。
つまり、光を追った練習の跡が、ブロックの見分けにまで持ち越されたように見える、ということです。
縄跳びばかり練習していたら初めての鉄棒も最初からうまくできた、というような驚きで、研究チームはこれを課題をまたぐ上達と呼んでいます。
ただし練習のたびに、パソコンの読み取りの計算も学び直されています。
伸びたのはパソコンの読み取りなのでしょうか、それとも脳オルガノイドそのものなのでしょうか?
課題をまたぐ上達は、組織の中のつながりの組み変わりと結びついているらしい

答えを分けるために研究者たちは、神経のつながりの組み変わりを抑える薬(K252a)を入れて、同じ手順の練習をさせました。
神経のつながりは、使われ方によって強さや組み合わせが変わります(シナプス可塑性)。
もし成績の伸びが、パソコンの読み取りの学び直しだけで生まれているのなら、組織の側の変わりやすさを抑えても、正答率は同じように伸びるはずです。

ところが、神経のつながりの組み変わりを抑える薬では、練習しても正答率が伸びませんでした。
代表例では62〜64%のあたりで横ばいになり、神経どうしが一緒に信号を出す関係(機能的なつながり)もほとんど変わりませんでした。
薬のない組織では、練習のあいだにこの関係がはっきり変わっていました。
つまり上達はパソコン側だけでは生まれず、脳オルガノイドの中のつながりの組み変わりと結びついているらしい、ということです。
論文の言い方も「関係している可能性がある」という慎重なものですが、練習とともに中の回路の働き方が変わる生きた部品が、ロボットの判断の一段にはさまっていることになります。
課題をまたぐ上達は、練習で変わった回路の働き方が、課題を替えても残っていた跡なのかもしれません。
これは、組織が自分で考えてロボットを操縦しているという意味ではありません。
映像の下ごしらえ、3択の読み取り、手足の動かし方、ぶつかる前の停止は、すべてパソコンとロボットが受け持っています。
組織はロボットに載ってさえおらず、実験室の電極の板に置かれたまま、無線でロボットの動きが選ばれていました。
省エネで効率よく学ぶという論文の見立ては、裏づけがまだ十分ではありません。
つかみ分けでは、同じ4回の練習で代表的な機械学習のモデルのひとつ(全結合ネットワーク)を上回ったと報告されていますが、モデルの大きさや電力そのものは示されていません。
研究チーム自身、培養器や電極の装置といった周りの設備が大きく、エネルギーを多く食うことを認めています。

いちばん重い限界は、練習の中身が効いたのか、刺激そのものが効いたのか、まだ見分けられていないことです。
課題と関係のないでたらめな刺激を同じ回数だけ浴びた組織が、比べ相手として置かれていないからです。
しかもこれは専門家の審査を受ける前の論文で、数で確かめられたのは5個の組織にとどまります。
それでも、生きた組織を現実に動くロボットの判断の一段として働かせ、課題をまたぐ上達が見られること、そしてそこに組織のつながりの変化が関わっていそうなことを示した、原理を確かめる一歩です。

別の課題を練習した脳オルガノイドは、初めての課題でも練習なしの組織を上回りました。
レーザーの光の点を追いかけた練習の跡が、電極の板に置かれた小さな組織のつながりに残り、ブロックを前にしたロボットがどちらの手を伸ばすかを選ぶときにも生きていたように見えます。
縄跳びの練習が初めての鉄棒にまで効いたように見えるこの課題をまたぐ上達は、生きた組織を判断役にはさんだロボットが見せた、最初のひとこまです。
専門家向けの補足
課題をまたぐ上達を理解する鍵は、組織の中で何が持ち越されたのかを考えることです。文字の形と光の位置は別の情報ですが、どちらも電気刺激に変えられて同じ組織に入り、発火の分布から3択の答えを読み出します。そのため、先の練習が次にも役立った理由として、刺激の違いを区別しやすい反応に変える性質が、組織側で変わった可能性が考えられます。ただし、どの特徴が共有され、どの回路に残ったのかは特定されていません。課題間で成績の差が現れたという観察と、共通する情報表現を獲得したという説明は、証拠の段階を分けて読む必要があります。
この仕組みでは、入力を処理するときの変化と、練習を重ねたときの変化が重なっています。論文が採用するリザバー計算は、刺激に対する複雑な反応と、直前の入力の影響が次第に薄れながら残る性質を計算に利用する設計です。さらに今回は、刺激を繰り返すことで組織の反応自体が変わり、その都度パソコンも反応の読み方を学び直します。読み出しの更新は、変化する組織から利用できる情報を取り出し続ける役割を担っています。したがって成績の向上は、生物側の変化と、その変化を利用する読み出し側の更新が組み合わさったシステム全体の性質として捉えるのが適切です。
経験を別の課題に生かすという点では、人工知能にも比較対象があります。大量の画像データを扱った2017年の関連研究は、事前学習でよりよい基本モデルを作ることで、複数の視覚課題の性能を改善できると報告しています。この研究との接点は、先に作られた情報の表し方が、後の課題にも役立つという発想です。Brainobotで同じ仕組みが成立したと確認されたわけではありませんが、「課題をまたぐ上達は生物だけの能力」と考える必要もありません。今回の特徴は、生きた神経組織の変化を利用する仕組みを、現実のロボットの選択へ接続した点にあります。
2023年に「オルガノイド知能(OI)」を提唱した関連論文は、組織を実世界のセンサーや出力装置につなぎ、フィードバックを用いて訓練する構想を示していました。Brainobotは、その構想のうち、感覚入力から神経活動を経て現実の動作へ至る循環を具体化した例と位置づけられます。ただし、ロボットが動いて次の視野が変わることと、成功・失敗によって組織の学習を導くことは区別が必要です。今回記載された訓練は、同じ入力データに対応する刺激を繰り返す方法であり、成功・失敗に応じて刺激を変える手順は示されていません。現実との循環を成立させた成果から、行動の結果を評価して学ぶ能力までを一続きに推定することはできません。
計算を物質の振る舞いに担わせるという点では、2020年の関連総説「Physics for neuromorphic computing」とも接点があります。この総説は、電子材料や光などの物理現象を計算に取り込むことで、処理能力やエネルギー効率を改善する方向を論じています。Brainobotでは、神経組織の反応と可塑性が、その計算資源に当たります。ただし、生物を使うこと自体が省エネを保証するわけではなく、比較には同じ課題を同じ水準でこなす際の装置全体の測定が必要です。組織だけでなく、培養環境の維持、刺激と記録、外部計算まで含めて初めて、実用上の利点を評価できます。
可塑性の証拠を読む際には、「機能的なつながり」の意味も重要です。今回の線は、神経細胞同士が近い時刻に発火する傾向から推定されており、顕微鏡で確認したシナプスの配線そのものではありません。その変化は、ネットワーク内で活動の協調関係が変わったことを示しますが、どの接続が新しくでき、どの接続が強まったかまでは決まりません。K252aで上達と機能的なつながりの変化がともに抑えられた結果は、可塑性が関与する説明を支えます。一方、この比較だけでは、薬が学習による変化だけを選択的に抑えたのか、課題を処理する際の状態にも影響したのかを切り分けきれず、特定のシナプス変化が上達を生んだという証明には届いていません。
評価の範囲にも境界があります。読み出しの正答率は、1回の訓練段階で得たデータを用いた5分割交差検証で評価されており、未知の画像、別の日、別の組織にも同じ性能が保たれることを直接保証するものではありません。新課題でも読み出しを学習させるため、組織を切り替え先の課題に接続するだけで、追加の学習なしに解けたという評価でもありません。また、練習済み群と未練習群の差については、無関係な刺激を同じだけ与えた対照群がなく、課題に固有の経験と、刺激を繰り返したこと全般の効果を分けられません。この区別は、持ち越されたものが課題間で共通する特徴なのか、入力を処理しやすい一般的な状態なのかを考えるうえで重要です。
組織の成熟度については、2019年の脳オルガノイド総説が比較の基準になります。この総説は、オルガノイドが胚期のヒト脳の特徴を再現する一方、明瞭な皮質の層構造や脳のしわ、複雑な神経回路などを十分には再現できないと整理しています。今回の成熟神経細胞やアストロサイトの確認は、計算を担いうる組織の成立を支えますが、成人の大脳に相当する回路の完成を示すものではありません。また、用いた細胞はH9という一つのヒトES細胞系統であり、異なる細胞系統へ結果が広がるかは未確認です。論文自身が挙げる組織間のばらつき、低酸素や壊死、電極との接触の問題は、培養上の課題であると同時に、計算性能を安定して再現するための課題でもあります。
再現性の面では、方法の記載にも未整理の点があります。つかみ分けでは7×8の画像に対し、8本の刺激列、6電極、7本の刺激列という説明が混在します。光追いでも、光点の左右と回転方向との対応が方法欄と図説明で逆になっており、実装を再現するには著者への確認が必要です。
詳しい結果と手順
組織は培養2か月で電極チップに接着させ、神経活動は培地交換から2〜24時間後に測定しました。使用したMaxOneには26,400個の電極があり、活動の分布を調べたうえで、平均発火頻度が0.2 Hzを超える電極から最大1,024個を選んで同時記録しています。基本の刺激条件は、双極性パルスの時間500マイクロ秒、間隔100ミリ秒、電圧100〜500ミリボルトです。つかみ分けの読み出しでは、刺激後の発火数を100ミリ秒ごとに集計して入力に用いました。
機能的なつながりの解析には5分間の自発活動を使い、複数電極が同じ神経細胞の活動を拾うことに対処するため、波形から活動源を分ける処理を行いました。その後、発火時刻の対応を表すSTTCという指標を30ミリ秒の時間窓で計算し、0.35を閾値としています。主要な定量図は3回の独立した実験に由来する5個のオルガノイドについて、平均と平均の標準誤差を示しています。統計手法として記載されているのは2群間のStudentのt検定であり、複数の比較への対処や実験回ごとの違いをどう扱ったかは、統計の説明からは確認できません。
元論文
Brain organoid computing for robotic decision-making
https://doi.org/10.64898/2026.09.09.750426
ライター
川勝康弘: ナゾロジー副編集長。
大学で研究生活を送ること10年と少し。
小説家としての活動履歴あり。
専門は生物学ですが、量子力学・社会学・医学・薬学なども担当します。
日々の記事作成は可能な限り、一次資料たる論文を元にするよう心がけています。
夢は最新科学をまとめて小学生用に本にすること。
編集者
ナゾロジー 編集部
