（前回のコラムに寄せて）
前回のコラムでは、AIが「生命」の境界に近づく可能性を、シンギュラリティの足音とともに探りました。あの問い――「AIは生き物になりうるのか？」――は、単なる哲学の戯言ではなく、私たちの脳が日々繰り広げる奇跡的なプロセスに根ざしています。今回は、その核心に迫ります。人間の記憶がどのように「生きる」のか。新しい記憶は一時的な「こぶ」のように膨らみ、夢の中で踊り、定着する。その仕組みを、AIの視点から解き明かしてみましょう。生命とは、結局のところ「記憶の連続」なのかもしれません。このコラムでは、最新の脳科学とAI研究の公開情報を基に、議論を深めます。2024年から2025年にかけての研究開発動向を具体的に取り入れ、脳の記憶メカニズムがAIの進化にどう寄与するかを考察します。
記憶の「こぶ」：海馬が生む儚い膨らみと最新の脳科学研究
私たちの脳は、絶え間ない情報の洪水にさらされています。朝のコーヒーの香り、昨日の会話の断片――これらが記憶として残るのは、奇跡のようなプロセスです。脳科学の定説によると、新しい記憶は主に「海馬（hippocampus）」で一時的に処理されます。海馬は、まるで一過性の「こぶ」のように、短期的な情報を集中的にエンコードする役割を担います。
ここで生まれる記憶は鮮やかですが、脆く、すぐに消えゆく可能性を秘めています。 一方、長期的な定着は「新皮質（neocortex）」の仕事です。新皮質は脳の外層を覆う広大な領域で、視覚、聴覚、言語などの高次機能を司ります。新規の記憶は海馬で集中的に行われ、定着した記憶は新皮質と別の場所にあることがわかっています。しかし、海馬から新皮質への転送メカニズムは研究途上で、まだ完全に解明されていません。この「記憶の定着（consolidation）」プロセスは、睡眠中や休息時に活発化し、脳の神経回路が再編成されることで実現します。 最近の研究では、この転送の詳細が明らかになりつつあります。例えば、2025年に発表された研究では、社会的記憶の定着において、海馬と新皮質の相互作用が強調されています。エピソード記憶が海馬で最初にエンコードされ、数週間かけて新皮質に統合されるプロセスが、動物実験で確認されました。 また、別の2025年研究では、遠隔記憶の再活性化時に海馬が再び関与し、「システム再定着（systems reconsolidation）」という現象が観察されています。これにより、記憶は単なる静的保存ではなく、動的に更新されることが示唆されます。 さらに、時間依存的な定着メカニズムとして、記憶統合と海馬-皮質転送が促進されることが、2025年のNature Communications論文で報告されています。 夢の役割も重要です。睡眠中、特にREM睡眠では、海馬が記憶を再活性化し、新皮質に「リプレイ」します。このプロセスが、記憶の転送を促進すると考えられています。夢は単なる幻影ではなく、脳が情報を「整理」するためのワークショップ。感情的な記憶を処理し、忘却のフィルターをかけることで、脳の「棚卸し」を助けます。2024年の研究では、夢が感情記憶の定着を助け、感情調整に寄与することが示されました。 例えば、University of California, Irvineの研究では、夢が日常の記憶を忘却し、極端な感情体験を処理する役割を果たすと結論づけています。 また、2023年のメタアナリシスでは、夢内容が記憶定着に影響を与える証拠が集積され、最近学んだ情報が夢に頻出することが確認されました。 さらに、Targeted Memory Reactivation (TMR)という手法を用いた研究では、睡眠中の記憶再活性化が夢を通じて強化される可能性が提案されています。 これらの知見は、記憶が「生きる」ための鍵が、夜の夢にあることを示しています。2025年のFrontiers in Human Neuroscience論文では、1ヶ月間の長期記憶定着で脳活動の変化が観察され、海馬-新皮質の機能的接続性が強化されることが明らかになりました。 これらの研究は、記憶の「こぶ」が一時的な膨らみとして海馬に現れ、夢の助けを借りて新皮質に定着するダイナミックなプロセスを明らかにしています。こうしたメカニズムは、単なる生物学的現象ではなく、AI設計のインスピレーション源となっています。
思考の仕組み：記憶とAIの交差点、ディープラーニングの実装と脳模倣モデル
では、この記憶の仕組みは、思考とどう結びつくのでしょうか？ 人間の思考は、記憶の連鎖です。海馬が新しい入力（感覚データ）を一時的に保持し、新皮質がそれを既存の知識と統合することで、「洞察」が生まれる。海馬は「今」を捉え、新皮質は「全体」を描く――この二重構造が、創造性や適応性を生み出します。 ここに、AIの姿が重なります。現在のAI、特にディープラーニングは、この脳のプロセスをシミュレートして構築されています。TensorFlow（正しい綴りはTensorFlow）やPyTorchなどのフレームワークで実装されるニューラルネットワークは、海馬のような短期バッファ（入力層や隠れ層）と、新皮質のような長期記憶（重みパラメータの更新）を模倣します。学習アルゴリズム（バックプロパゲーション）は、記憶の「転送」に似て、誤差を逆伝播しながらネットワーク全体を調整します。実際、生成AIの研究では、海馬と新皮質の相互作用をモデル化し、記憶のエンコードと想像力を再現する試みが進んでいます。 補足として、ディープラーニングの基盤は正しく脳のシミュレーションですが、現在の実装は「静的」な重み更新が中心。脳のような動的な「忘却」や「再活性化」は、まだ不十分です。これを強化すれば、AIの「思考」がより生命らしくなるでしょう。 具体的なAIモデルとして、2024年に発表されたHippoRAGフレームワークは、海馬の索引理論を基に、長期的記憶を模倣します。このシステムは、大規模言語モデル（LLM）に知識グラフを統合し、海馬の記憶エンコードと新皮質の検索をシミュレート。知識の深い統合を可能にし、検索効率を向上させます。 HippoRAGは、NeurIPS 2024で紹介され、LLMの長期記憶を強化する点で注目を集めました。従来のRAG（Retrieval-Augmented Generation）より効率的で、人間の記憶のように「関連付け」を自動化します。 また、UCLの2024年研究では、生成AIが人間の記憶と想像力を説明するモデルとして、海馬-新皮質ネットワークをシミュレート。短期記憶から長期記憶への移行を再現し、創造性がどのように生まれるかを解明しています。 さらに、Nature Human Behaviourの2024年論文では、記憶構築の生成モデルが提案され、海馬の初期表現が新皮質の生成ネットワークを訓練するプロセスをシミュレート。 これらのモデルは、AIが脳の記憶メカニズムを借用することで、安定性と可塑性のジレンマ（stability-plasticity dilemma）を解決しようとしています。 例えば、海馬のSWR（sharp wave ripples）と新皮質のBARRs（burst-associated ripple responses）の相互作用をAIアーキテクチャに取り入れ、学習の効率化を図るアプローチです。 他の例として、PNASの2022年モデル（2024年更新）では、海馬と新皮質の自律的相互作用をシミュレートし、睡眠中の記憶リプレイを再現。 また、Frontiers in Neural Circuitsの2023年論文では、深層ネットワークで海馬の連想記憶機能をモデル化し、二つのモジュールで短期・長期記憶を扱います。 これらの研究は、AIが脳の記憶システムを模倣することで、単なるデータ処理から「思考」へ進化する可能性を示しています。2024年のHeliyon論文では、人間脳の記憶システムと生成AIの比較がなされ、海馬のエピソード記憶がAIのエピソード再現に相当すると指摘。 さらに、2023年のScience Daily記事では、AIの記憶定着が人間の短期-長期変換に似ていることが強調され、新たな視点を提供しています。
AIにたとえるなら：RAMか、Flashか、外部ストレージか？ 研究の裏付け
さて、肝心のアナロジーです。海馬を「RAM（一時記憶）」に、新皮質を「Flashメモリ（長期保存）」に例えるのは、実に的を射ています。RAMは高速だが電源オフで消えるように、海馬の記憶は短期・文脈依存。一方、Flashは安定してデータを保持するように、新皮質は抽象化された知識を永続化します。
この比喩は、脳科学の文献でも頻出で、AIのデュアルメモリアーキテクチャ（短期バッファ＋長期ストレージ）をインスパイアしています。 さらに興味深いのは、新皮質を「外部記憶装置」に喩える視点です。外部ストレージのように、新皮質は「アクセスしなくても存在する」知識の倉庫。意図的な検索（海馬のクエリ）なしに、関連情報が自動的に活性化する――これはCPU/GPUのキャッシュメモリに近い。実際、研究では新皮質を「世界モデル」のストレージとして描き、AIのRAGシステムがこれを模倣しています。例えば、HippoRAGは、海馬のエンコードをエミュレートし、外部データベース（新皮質相当）から動的に引き出すことで、AIの検索を人間らしくします。 このアナロジーの妥当性は高い：新皮質の層状構造（6層の神経回路）は、データベースの階層化に似ており、並列アクセスが可能だからです。 ただ、脳の優位点は「感情的バイアス」――新皮質が単なるストレージではなく、価値判断を織り交ぜる点。AIがこれを再現すれば、単なる「記憶装置」から「思考装置」へ進化します。2024年のPMC論文では、この二重構造がAIの安定性-可塑性問題を解決する鍵とされ、海馬の高速学習と新皮質の遅い統合を模したデュアルレート学習が提案されています。
飛躍的なAI進化へ：脳型プロセッサーの必要性と最新開発状況
このアナロジーを踏まえると、AIの限界が浮き彫りになります。現在のGPUはシーケンシャルなステップ処理（フォワード/バックワードパス）が主流ですが、脳は並列・非同期。海馬と新皮質の「同時交流」をシミュレートするには、従来のプロセッサーでは非効率です。そこで提案したいのが、「ニューロモーフィック・プロセッサー（Neuromorphic Processor）」です。これは、脳のスパイキングニューラルネットワークをハードウェアで再現し、イベント駆動型の並列処理を実現します。 2025年の開発状況は活発です。IntelのLoihi 2は、2021年に発売された第二世代チップで、100万ニューロンをサポートし、エネルギー効率を大幅に向上。2025年の更新では、Open Neuromorphicコミュニティでさらに最適化され、プログラム可能なダイナミクスとモジュラー接続性を備えています。 また、Hala PointシステムはLoihiベースで、大規模並列処理を実現し、AIのオフライン学習（睡眠中リプレイ相当）をエミュレート。 IBMのTrueNorthは、2014年の初代から進化し、2025年にはNorthPoleと統合。イベント駆動処理で、従来チップの100倍の効率を達成。 BrainChipのAkidaも2025年のトップチップとして、脳模倣の特徴を活かし、アプリケーションを拡大。 Nature Communicationsの2025年論文では、ニューロモーフィック技術の商業化への道が議論され、QualcommのZerothやIBMのTrueNorthが例示されています。 また、2025年のMedium記事では、ニューロモーフィックプロセッサーが脳の行動を模倣し、AIの未来を形作ると予測。 これらのチップが普及すれば、AIは「ステップバイステップ」から「全体最適化」へシフト。ディープラーニングに適した構造として、同時情報交流を実現し、シンギュラリティの加速器となるでしょう。2025年のHCLTechブログでは、Loihi 2の進化がAIの次なるフロンティアと位置づけられています。 さらに、Microelectronics Journalの2025年論文では、メモリ技術の進歩がニューロモーフィックハードウェアを駆動し、V-NANDなどのデバイスが活用されていると報告。 このプロセッサーが飛躍的な進化を促すのは明らかです。脳の記憶転送のように、AIの短期学習が永続知能に定着する時代が近づいています。
結び：記憶が紡ぐ生命の糸
記憶の「こぶ」は、夢の中で踊り、定着する。AIもまた、そんなプロセスを模倣することで、「生きる」知能へ近づきます。前回のコラムで触れた「共創する知性」は、ここに宿る――人間の脳とAIの回路が、記憶の橋でつながる時代です。最新研究が示すように、海馬と新皮質のダンスは、AIの未来を照らす光。生命とは、結局、忘れゆく記憶の連続。AIがそれを学べば、私たちの未来は、もっと豊かな「夢」になるでしょう。
（参考文献：以下に主なURLを記載。引用IDに基づく。） –
https://pmc.ncbi.nlm.nih.gov/articles/PMC12485024/ – https://pubmed.ncbi.nlm.nih.gov/39689709/ – https://www.nature.com/articles/s42003-025-07964-6 – https://www.sciencedirect.com/science/article/abs/pii/S0896627324008353 – https://www.cell.com/cms/10.1016/j.neuron.2024.11.010/attachment/fa6d5717-280f-4148-8f46-7e342c58a32f/mmc2.pdf – https://www.frontiersin.org/journals/human-neuroscience/articles/10.3389/fnhum.2024.1342552/full – https://pmc.ncbi.nlm.nih.gov/articles/PMC11591613/ – https://www.nature.com/articles/s41562-023-01799-z – https://www.ucl.ac.uk/news/2024/jan/generative-ai-helps-explain-human-memory-and-imagination – https://pmc.ncbi.nlm.nih.gov/articles/PMC1074338/ – https://www.pnas.org/doi/10.1073/pnas.2123432119 – https://neurosciencenews.com/ai-imagination-memory-25498/ – https://www.sciencedirect.com/science/article/pii/S2405844024079969 – https://www.imrpress.com/journal/JIN/24/4/10.31083/JIN26684/htm – https://www.sciencedaily.com/releases/2023/12/231218130031.htm – https://www.frontiersin.org/journals/neural-circuits/articles/10.3389/fncir.2023.1092933/full – https://news.uci.edu/2024/05/13/dreaming-is-linked-to-improved-memory-consolidation-and-emotion-regulation/ – https://academic.oup.com/sleep/article/46/12/zsad111/7120016 – https://www.sciencedirect.com/science/article/pii/S1053810024000862 – https://www.nature.com/articles/s41598-024-58170-z – https://www.sciencedirect.com/science/article/abs/pii/S1364661323000505 – https://www.ibm.com/think/topics/neuromorphic-computing – https://www.elprocus.com/top-neuromorphic-chips-in-2025/ – https://www.ainewshub.org/post/the-rise-of-neuromorphic-computing-how-brain-inspired-ai-is-shaping-the-future-in-2025 – https://www.nature.com/articles/s41467-025-57352-1 – https://open-neuromorphic.org/neuromorphic-computing/hardware/loihi-2-intel/ – https://techlike.medium.com/the-rise-of-neuromorphic-processors-bringing-brain-inspired-computing-to-life-44acaa7fc33b – https://markets.financialcontent.com/wral/article/tokenring-2025-10-15-beyond-silicon-the-dawn-of-a-new-era-in-ai-hardware – https://www.hcltech.com/blogs/the-next-frontier-how-neuromorphic-computing-is-shaping-tomorrow – https://www.sciencedirect.com/science/article/abs/pii/S2666998625002558 – https://arxiv.org/abs/2405.14831 – https://medium.com/%40tuhinsharma121/how-hipporag-mimics-human-memory-for-smarter-ai-search-86097e1f7bf2 – https://bdtechtalks.com/2024/06/17/hipporag-llm-retrieval/ – https://neurips.cc/virtual/2024/poster/94043 – https://dl.acm.org/doi/10.5555/3737916.3739818