人間の脳よりもブラックなブラックボックスはない。われわれの灰白質はあまりに複雑なため、脳は自分で自分のことを理解できないのだと科学者たちは嘆いている。

でも人間が自分の脳を完全に理解できないのだとしたら、機械が代わりに理解してくれるかもしれない。2018年2月6日公開の「Nature Communications」で、ペンシルヴェニア大学の心理学者マイケル・カハナが率いる研究チームは、機械学習アルゴリズムを使って人間の記憶の仕組みを解読し、さらに記憶力を強化することができると証明した。

どうやって強化するのか？ 脳に完璧なタイミングで電気信号を送らせるのだ。これはつまり、研究者たちはAIというブラックボックスを使って、脳というもうひとつのブラックボックスの潜在能力を引き出せることを意味する。

難解な問題に対するエレガントな解決策に思えるかもしれない。一方で、テクノアポカリプスの恐怖の幕開けにも聞こえてくる。

被験者は、電極留置の手術を受けたてんかん患者25人。カハナは脳内のインプラントを利用し、記憶作業中の脳の動きを高分解能で記録した。IMAGE COURTESY OF KAHANA ET AL.

脳の計測における最高のデータは頭蓋骨の中から取ったものだ。しかし人々（と治験審査委員会）は普通、科学の名のもとに頭をかち割ることをよしとしない。

そこでカハナたちは、25人のてんかん患者の協力を得た。てんかんの発作に関係する脳波を調べるため、患者たちの脳内にはひとりにつき100～200の電極が埋め込まれている。カハナらはこのインプラントを利用し、記憶作業中の脳の動きを高分解能で記録したのだ。

まず研究者たちは、何かを記憶しようとしているときの脳の様子をおおまかに理解した。患者が単語を読んで習得する際、カハナらは埋め込まれたそれぞれの電極から1秒あたり数千ボルトの電圧を測定。その後、患者たちに覚えた単語を思い出してもらう。このとき、記憶するときの脳のパターンと忘れるときの脳のパターンのデータを収集した。

それを何度も何度も繰り返す。同じ試験内容のテストを2〜3回ずつ繰り返したところで、彼らはそれぞれの患者がどの単語を覚えているかを予測するアルゴリズムをつくるのに十分な量のデータが集まった。もとにしたのは、電極反応のデータだけだ。

できたのは、脳のペースメーカー

重要なのは、この電極は脳の神経活動を読み取るだけではなく、活性化させることもできる点だ。そこで研究者たちは、脳の記憶能力をリアルタイムで向上（彼らは「レスキュー」と呼ぶ）させようと試みた。

被験者には数秒間に1度、新しい単語が提示される。そしてアルゴリズムが、脳がそれを記憶する準備ができているかどうかを判断する。「われわれは、閉ループシステムによって被験者の脳の状態の記録し、分析し、脳に刺激を与えるかどうか判断を下すことができました。すべて数百ミリ秒の間にです。」とカハナは言う。

これはうまく機能した。研究者たちは彼らのシステムは、患者の単語記憶の能力を平均15パーセント向上させたのだ。

脳刺激が記憶に与える影響について、カハナの研究室が何かを発見したのは、これが初めてではない。17年にカハナらは、電気信号を与えるタイミングによって脳が何かを思い出す能力が向上あるいは低下するようであることを証明した。この研究では、低機能な状態の脳の記憶を司る領域に刺激を与えると、被験者のスコアが上がったという（逆に高機能な状態の脳に刺激を与えると成績は下がった）。

これは大きな発見だったが、治療上は役に立たないものだった。研究者が確認できたのは、記憶力テスト後の脳の状態と記憶のつながりである。しかし脳の能力強化の観点から言えば、記憶の最中に電気信号を送りたい。

今回、カハナのチームは機械学習アルゴリズムを使って閉ループシステムをつくりあげたようだ。「猫の画像を識別させる代わりに、アルゴリズムにデコーダーをつくらせました。脳内の電気活動をみて、脳がよい結果を出せる状態にあるか判断するためのものです」とカハナは言う。

脳が結果を出せる状態にないとき、彼らのシステムは電気信号を送ってより高機能な状態へもっていく。まるで脳のペースメーカーのように。

ただし、ブラックボックスはブラックなまま

「驚異的な効果があるわけではありませんが、間違いなく前途有望な研究です」と、カリフォルニア大学サンディエゴ校の神経学者、ブラッドリー・ヴォイテックは言う。ちなみに彼はこの研究にかかわってはいない。

ここで疑問なのは、今後のこの分野の研究がもっといい結果を生むかどうかだ。患者の脳により多くの、そしてより精密な電極が埋め込まれれば、アルゴリズムはもっと多くの神経信号をより正確かつ短いタイムスパンで読み取れるようになる。

また、アルゴリズムを訓練するためのデータが増えるのも助けになる。しかし、てんかん患者がこのような研究に協力できるのは最長でも数週間。研究者が患者と過ごせる時間は限られる。カハナの研究で行われたセッションは3回だったが、より多くのセッションのなかで訓練された機械学習アルゴリズムは、もっといい結果を生むかもしれない。

より良質かつ大量のトレーニング用データを集めたとしても、研究者たちは依然として中身が不可解なアルゴリズムを使って脳を研究・操作することの意味と向き合わなければならない。カハナのシステムは特定の状況下において人が単語を思い出す能力を向上させられるが、それがどういう仕組みで機能を向上させているかは、いまだに正確にはわからないのだ。

カハナのチームもこの点は考慮済みだ。アルゴリズムのなかには、ほかに比べて調べるのが簡単なものがある。カハナらが今回の実験で使ったのは、シンプルな線形分類器だ。そのため研究者たちは各電極での活動が、脳のパターンや活動を識別する彼らのモデルにどうかかわったのかをある程度推測することができた。

「現時点で、脳活動の記録に使われた機構同士のインタラクションがあったかどうかは正確にはわかりません」と、機械学習分析を監督したペンシルヴェニア大学の心理学者、ユーセフ・エジヤットは言う。

より複雑なディープラーニング技術が必ずしも認知強化につながるとは限らない。しかしもしそうであれば、研究者たちはなぜ機械が脳の能力向上のための電気信号を送るのか、その理由を探るために試行錯誤する羽目になるだろう。あるいは本当に不愉快な方向に向かった場合、アルゴリズムを止めるために悪戦苦闘することになるかもしれない。