For 80 years, we have tried to make our computers more brain-like.

80年もの間、私たちはコンピューターをより脳に近いものにしようとしてきた。

I would like to show you that there is value in making brain organoids, so human cell cultures, more computer-like.

脳オルガノイド、つまりヒトの細胞培養をよりコンピューターに近いものにすることに価値があることをお見せしたい。

We call this brain organoid plus AI, organoid intelligence, or OI.

私たちは、この脳内オーガノイドにAIを加えたものを、オーガノイド・インテリジェンス（OI）と呼んでいる。

It is essentially combining, connecting AI with a brain organoid system and have them talk to each other.

基本的には、AIと脳のオーガノイド・システムを組み合わせ、互いに会話させるというものだ。

This all is possible because of the dramatic increases in the capabilities of AI.

こうしたことが可能になるのは、AIの能力が飛躍的に向上しているからだ。

Artificial intelligence is the synergy of three exponential growth curves.

人工知能は3つの指数関数的成長曲線の相乗効果である。

The first one is data.

一つ目はデータだ。

The data in the world are doubling every 18 months, or roughly 90% of all data in the world have been produced in the last three years.

世界のデータは1年半ごとに倍増しており、過去3年間で世界の全データのおよそ90％が作られたことになる。

Computers are doubling every second year in capacity at half the price.

コンピュータの容量は2年ごとに倍増し、価格は半額になっている。

That's what we know as Moore's law for 60 years.

これが、60年前からムーアの法則として知られているものだ。

But AI algorithms, since the introduction of deep learning in 2010, double in capacity every three months, which means this year's large language model, for example, is about eight times as powerful as the one from last year.

しかし、2010年にディープラーニングが導入されて以来、AIのアルゴリズムは3カ月ごとに能力が倍増しており、例えば今年の大規模な言語モデルは、昨年のモデルの約8倍の能力を持っていることになる。

This altogether is giving rise to a tremendous use of AI in all parts of life.

その結果、生活のあらゆる場面でAIが大いに活用されるようになった。

However, we also know that these large language models are not reasoning.

しかし、こうした大規模な言語モデルが推論にならないこともわかっている。

They are learning tons of things, and they can use these informations, but they are not actually reasoning.

彼らはたくさんのことを学んでいるし、それらの情報を使うこともできる。

They are faking it.

彼らはそれを偽造している。

However, our computer, the brain, just 1.4 kilogram on our shoulders, is actually quite a supercomputer.

しかし、私たちの肩に1.4キロしかない脳というコンピューターは、実はかなりのスーパーコンピューターなのだ。

It was only two years ago when the first time a supercomputer exceeded the computational capacity of a single human brain of estimated one exaflop.

スーパーコンピューターが人間の脳1個分の計算能力（推定1エクサフロップ）を初めて上回ったのは、わずか2年前のことだ。

This supercomputer was a $600 million installation on 6,800 square feet.

このスーパーコンピューターは、6,800平方フィートの敷地に6億ドルを投じて設置された。

At the same time, the human brain consumes only about one millionth of energy as this supercomputer to the same computational work.

同時に、人間の脳は同じ計算をするのに、このスーパーコンピューターの100万分の1程度のエネルギーしか消費しない。

This shows you that there's a lot of things we can learn, and it is actual intelligence.

これは、私たちが学べることがたくさんあること、そしてそれが実際の知性であることを示している。

It is not faked intelligence.

捏造された情報ではない。

And still, our little computer is doing many things better than even the best supercomputer.

それでも私たちの小さなコンピューターは、最高のスーパーコンピューターよりも多くのことをこなしている。

For example, a child is able to distinguish between, let's say, a horse and a zebra with about 10 pictures each.

例えば、子供は10枚程度の絵で、例えば馬とシマウマを見分けることができる。

A computer needs hundreds, if not thousands, of these pictures.

コンピューターには、何千枚とは言わないまでも、何百枚もの写真が必要だ。

Then you show the child one single unicorn, and it will distinguish new unicorns from now on, while the computer needs again hundreds of these pictures.

そうすれば、子どもはこれから新しいユニコーンを見分けるだろう。

Our large language models are updated perhaps once per year.

私たちの大規模な言語モデルは、おそらく年に1回更新される。

We learn progressively.

私たちは徐々に学んでいく。

Whatever you take from my presentation today, you have integrated into your knowledge from now on.

今日の私のプレゼンテーションから得たものは何でも、これからのあなたの知識に統合される。

We call this progressive learning.

私たちはこれをプログレッシブ・ラーニングと呼んでいる。

We also have the ability to decide very quickly, fast thinking, intuition.

私たちはまた、非常に素早く決断する能力、頭の回転の速さ、直感力を持っている。

If we hear going through the jungle a noise, we are jumping, because we assume there could be a tiger.

ジャングルの中で物音がすれば、虎かもしれないと思い、飛び跳ねる。

The answer from our chat models will be there after the meal.

チャットのモデルたちからの答えは、食事の後にある。

We also have to see that real creativity is probably not yet there.

また、本当の意味でのクリエイティビティはまだそこにはないだろうということも見ておかなければならない。

It is a rearrangement of human creativity, which we are observing.

それは人間の創造性の再配列であり、私たちはそれを観察しているのだ。

So let's talk about making brain organics more computer-like.

では、脳の器官をよりコンピューターらしくすることについて話そう。

Our cell cultures are actually keeping our brain very much in solitary confinement.

私たちの細胞培養は、実は私たちの脳を非常に孤独に閉じ込めている。

We are boring our cells to death.

私たちは細胞を死ぬほど退屈させている。

They have nothing to do.

彼らは何もすることがない。

There is no input and no output to these systems.

これらのシステムにはインプットもアウトプットもない。

Brain organoids, these balls of cells, which are derived from stem cells and are available now for about 10 years, are actually having an infrastructure of all the different cell types.

脳オルガノイドとは、幹細胞から作られた細胞の球体のことで、10年ほど前から利用できるようになった。

They're having the neurons, all the different types of them.

彼らはニューロンを持っている。

They're having oligodendrocytes, which are wrapping themselves around these axons of the neurons to allow faster connection.

オリゴデンドロサイト（乏突起膠細胞）がニューロンの軸索に巻き付いて、より速く結合できるようにしているのだ。

And we also have the astrocytes, a very important cell type for learning and memory, because they are responsible to take away all of the many connections of the brain, which we do not need.

アストロサイトは学習と記憶にとって非常に重要な細胞であり、脳の多くの結合をすべて取り去る役割を担っている。

And this is how memory establishes.

こうして記憶が定着する。

They are pruning synapses.

シナプスを刈り込んでいるのだ。

So all together, they're forming a functional unit.

つまり、それらが一体となって機能的なユニットを形成しているのだ。

And this is what we want to use in a standardized way for reproducible reactions, mass-produced, and also, as I will show you in a minute, from different genetic backgrounds of patients in order to develop disease models for these.

そしてこれを、標準化された方法で再現性のある反応に使用し、大量生産し、さらにこれからお見せするように、異なる遺伝的背景を持つ患者から採取して、これらの疾患モデルを開発したいのです。

In 2016, we were the first to mass-produce these type of organoids.

2016年、私たちはこの種のオルガノイドを初めて量産化した。

And since then, we have used them for many different disease models.

それ以来、私たちはさまざまな疾患モデルに使用してきた。

This is an article from the front page of the Financial Times at the time.

これは当時の『フィナンシャル・タイムズ』紙の一面に掲載された記事である。

So the first thing is we need to talk to these brain organoids.

そこでまず、脳オルガノイドと対話する必要がある。

So we need the type of EEG, an electroencephalogram.

だから脳波の種類が必要なのだ。

This is how it looks for a designer, for AI in this case.

これがデザイナー、この場合はAIにとっての見え方だ。

Down here, you see the actual EEG, which at the time, nine electrodes, which we published two years ago.

この下にあるのが実際の脳波で、当時は9つの電極があった。

But we are increasing the number of electrodes around this mesh electrode.

しかし、私たちはこのメッシュ電極の周りに電極の数を増やしている。

So at the moment, we are at 16.

だから、現時点では16人だ。

But you have to imagine that this brain organoid is only half a millimeter in size.

しかし、この脳小器官の大きさがわずか半ミリであることは想像に難くない。

It is just having 50,000 neurons and 50,000 helper cells.

ニューロン5万個とヘルパー細胞5万個があるだけだ。

However, it is already at the moment undergoing training.

しかし、現在すでにトレーニング中である。

And it is controlling through Bluetooth, for example, this little robot, where we're trying to explore its environment and find roadblocks in the map it is establishing.

例えば、この小さなロボットをブルートゥースで制御し、その環境を探索し、地図上の障害物を見つけようとしている。

But we have an entire suite of little computer games you can see here, which we call our mind gym.

でも、マインドジムと呼んでいる、ここにあるような小さなコンピューターゲーム一式があるんだ。

And in this mind gym, we are using these type of video games to find out how well it performs.

そしてこのマインドジムでは、この種のビデオゲームを使って、その性能を調べている。

And does it perform better and better over training periods and over the next day?

また、トレーニング期間中や翌日以降も、どんどんパフォーマンスが向上しているのだろうか？

This is ongoing work.

これは現在進行中の仕事だ。

But we have the first indications that there's really long-term memory establishing.

しかし、長期記憶が本当に確立されていることを初めて示した。

Very, very simple functionalities, to be clear here.

ここではっきりさせておきたいのは、非常にシンプルな機能性だ。

At the same time, we're making these brains bigger.

同時に、私たちは脳を大きくしている。

We are trying to achieve a brain organoid of one centimeter, which requires us to perfuse it not with blood, but with cell culture media to get oxygen and nutrients to the center that we can work with a larger one.

私たちは1センチの脳オルガノイドを実現しようとしているが、そのためには血液で灌流するのではなく、細胞培養液で灌流する必要がある。

One centimeter is already twice a mouse brain, just to give you some type of proportion here.

1センチはすでにマウスの脳の2倍に相当する。

And this is part of a surpass program, which Johns Hopkins University, my university, is financing.

そしてこれは、私の大学であるジョンズ・ホプキンス大学が資金を提供しているサーパス・プログラムの一部である。

This is opening up for a lot of ethical questions.

これは多くの倫理的な問題をはらんでいる。

Nature titled once, can lab-grown brains become conscious?

実験室で育った脳は意識を持つことができるのか？

We don't know.

わからない。

But we have to prepare for the possibility of something like this.

しかし、私たちはこのようなことが起こる可能性に備えなければならない。

So we are working very closely with ethicists.

だから私たちは倫理学者と密接に協力している。

They are meeting with us every week when we plan our experiments.

彼らは毎週、実験の計画を立てる際に私たちとミーティングをしている。

They come to the labs.

彼らはラボにやって来る。

They see what we are doing.

彼らは私たちのしていることを見ている。

We call this embedded ethics.

私たちはこれを「埋め込まれた倫理」と呼んでいる。

But they're also asking people on the street, what do you think about this type of research?

しかし、彼らは街行く人々に、この種の研究についてどう思うかと尋ねているのだ。

When does it start to feel perhaps better not?

そうでない方がいいと感じ始めるのはいつ頃だろう？

And does this change if we tell you that this is to develop, for example, drugs for Alzheimer's?

例えば、アルツハイマーの治療薬を開発するためだと言えば、それは変わるのだろうか？

Because this is one of the short-term perspectives of such a system.

なぜなら、これはこのようなシステムの短期的な展望のひとつだからだ。

It will not beat AI as it is.

このままではAIに勝てない。

It will probably not even beat a handheld calculator for the foreseeable future.

おそらく当分の間は、ハンドヘルド電卓にも勝てないだろう。

But it is something where we can build disease models, where we can try, if you take cells from a child with autism, are they communicating differently?

しかし、自閉症児から細胞を採取した場合、コミュニケーションに違いはあるのだろうか？

Are those with their new developmental disorders incapable of learning?

新しい発達障害を持つ人たちは学習能力がないのだろうか？

Is this changed if their cells were taken from an Alzheimer patient?

アルツハイマー病患者から採取された細胞であれば、このような変化はないのでしょうか？

So we are already preparing with various expert groups in Hopkins to produce brain organics of this type, and we are characterizing them, and we are hoping to employ organic intelligence.

私たちはすでに、ホプキンズのさまざまな専門家グループと協力して、この種の脳の有機物を生産する準備を進めており、その特性を明らかにし、有機知能を採用したいと考えている。

At the same time, we are trying to form a community.

同時に、私たちはコミュニティーを形成しようとしている。

We launched this just one and a half years ago with an article as the first article ever in the flagship journal Frontiers in Science.

私たちはちょうど1年半前、主要誌『フロンティア・イン・サイエンス』に史上初の論文を掲載し、これをスタートさせた。

And we are trying to form a community.

そして、コミュニティを形成しようとしている。

We are trying to bring people together because it needs a multidisciplinary team.

多職種からなるチームが必要なので、私たちは人々を集めようとしている。

We have carried out a workshop, and instantly the White House has made this one of the bold biotechnologies goals of the U.S. to create these type of systems.

私たちはワークショップを実施し、即座にホワイトハウスは、この種のシステムを構築することを米国の大胆なバイオテクノロジーの目標のひとつとした。

We have created a journal, a sub-journal of my journal, Frontiers in Artificial Intelligence, which is called Frontiers in Organic Intelligence now, and we have convinced the National Science Foundation to open a program, which is now open for Engineering Organic Intelligence, And we also created a newsletter, we created a website, and the community is at the moment 450 people.

また、全米科学財団を説得して、有機知性工学のためのプログラムを開設し、ニュースレターやウェブサイトも作成しました。

It is free to join, and I would hope to see some of you do this.

参加は無料なので、ぜひ参加してほしい。

It is a remarkable scientific exercise.

これは驚くべき科学的運動である。

I consider it to lift science fiction, and to show that indeed this is the fact, a friend of mine after one of my first presentations on Organic Intelligence said to me, Thomas, do you recall Star Trek in 1966?

私はそれをSFだと考えているし、それが事実であることを示すために、有機知性に関する私の最初のプレゼンテーションの後、友人が私にこう言った。

I didn't, I was three years old.

そうじゃなくて、3歳だったんだ。

But in this episode, Captain Kirk finds this computer which is running on brains.

しかしこのエピソードで、カーク船長は頭脳で動くコンピューターを発見する。

This is one of the incredible visions of this project, to really understand better how a brain could drive a computer, how we possibly could create neuromorphic algorithms and architectures which are embracing biology as a driving principle for Organic Intelligence.

これはこのプロジェクトの素晴らしいビジョンのひとつであり、脳がどのようにコンピュータを動かすことができるのか、どのようにすればニューロモルフィック・アルゴリズムや、有機知性の原動力として生物学を取り入れたアーキテクチャを作ることができるのかを、より深く理解することである。

Thank you very much.

ありがとうございました。