発火モデルを用いた高度なニューロン論理回路設計：連続的バイオコンピューティングのためのフレームワーク

なぜ脳細胞でコンピュータを作ることが重要なのか

ノートパソコンやデータセンターがますます高性能になるにつれ、発熱や消費電力は増え、集積度を高めることも難しくなっています。本論文は根本的に異なる方向性を探ります：脳に似た神経細胞ネットワークを未来のコンピュータの構成要素として使うという発想です。著者らはコンピュータシミュレーションを通じて、小規模なモデルニューロン群を配線し調整することで、エネルギー消費を抑えながら論理ゲートやメモリセルといった馴染みのあるデジタル部品のように振る舞わせる方法を示します。このフレームワークは、実際のニューロンや脳に着想を得たハードウェアで作る「生きたチップ」につながる指針になり得ます。

高温化するシリコンから生体回路へ

現代のシリコンチップは、発熱や電力消費、トランジスタを確実に小型化できる限界といった物理的制約に直面しています。一方で、生体システム、特にニューロンは非常に少ないエネルギーで驚くべき情報処理をすでに行っています。そこで研究者たちは、生物からアイデアや素材を借用して新しい種類のコンピュータを作れないかと問い始めています。培養したニューロンネットワークはすでに音声認識や簡単なビデオゲームの習得を示しており、細胞を目的を持った情報処理器として組織化できる可能性を示唆しています。しかしこれまで、これらの神経回路をデジタル電子機器で使われるような正確でクロック駆動の論理ブロックとして再利用できる明確で汎用的な手順は示されていませんでした。

スパイキングニューロンにビットで話させる方法

著者らは、発火時に短い電気パルスを送る実際のニューロンを模倣する数理モデルであるスパイキングニューロンのネットワーク設計に取り組みます。彼らはスパイクのバーストの存在をデジタル「1」、不在を「0」とみなします。ニューロン間の結合強度とタイミングを慎重に選ぶことで、AND、AND-NOT、NOT、NANDといった標準的な論理ゲートのバージョンを構築します。これらのゲートはデジタル論理の基本であり、NANDだけで任意の論理関数を構成できます。重要な工夫は、ニューロンの発火を促す興奮性結合と活動を抑える抑制性結合を組み合わせることです。たとえば著者らのAND-NOTゲートは、「進め」入力が活性で「止め」入力が静かなときだけ発火し、実際の一部のニューロンが入力信号をどのように評価するかをよく反映しています。

ニューロンをコンピュータのチップのように記憶させる

単純なゲートにとどまらず、実際のコンピュータは過去の入力を記憶できる回路に依存しています。研究チームは、彼らのニューロンゲートを組み合わせてデジタル記憶の古典的構成要素を作る方法を示します。SRラッチは二つのゲートの出力を互いにフィードバックして1ビットを保持し、ゲート付きSRラッチは追加の制御信号があるときにのみ応答します。さらに進んで、クロック信号の立ち上がりエッジで入力をコピーする標準的な記憶素子であるDフリップフロップも設計しています。より複雑なネットワーク間でスパイクのタイミングをそろえるために、彼らは「ニューロナルバッファ」— 信号を意図的に遅延させる追加のニューロン — を導入し、異なる経路から来る信号がほぼ同時にゲートに到達するようにして、タイミングのずれによる論理誤りを減らしています。

脳らしい活動とエネルギー消費のバランス

生体コンピューティングシステムにとって大きな懸念事項は代謝コストです：ニューロンは発火するためや内部化学をリセットするためにエネルギーを必要とします。著者らは発火モデルに、細胞の燃料レベルに類似した抽象的なエネルギー指標を追跡するエネルギーモデルを組み合わせます。そしてゲートや記憶回路が動作するにつれてこのエネルギー変数がどう変化するかを測定します。単純なゲートからより複雑なラッチやフリップフロップに至るまで、シミュレーション上のエネルギー負荷は回路規模が大きくなっても比較的狭い範囲に留まります。これは、少なくとも原理的には、タイミングと興奮性–抑制性のバランスを考慮して回路を設計すれば、ニューロンによってデジタル様の論理と記憶を過剰なエネルギー負荷なしに実現できる可能性を示唆します。

生きた論理機械への一歩

平たく言えば、本論文は小さなニューロンネットワークを配線し調整することで、今日のチップにあるオン・オフスイッチや小さな記憶と同様に振る舞わせつつ、代謝的に安定させることができると主張しています。研究はまだ仮想的な段階で、生きたニューロンは使われていませんが、設計はニューロン・オン・チッププラットフォームやシリコンでスパイキングニューロンを模倣するニューロモルフィックハードウェアに移植可能なことを意図しています。再利用可能なニューロンベースの論理コンポーネントのライブラリ、タイミング同期のためのルール、そしてエネルギー需要の見積もりを提供することで、このフレームワークはニューロンベースのコンピュータを漠然とした概念から設計可能な現実へと近づけ、デジタル的な精度と生物学的適応性が一つの計算装置で共存する未来を示唆します。

引用: Basso, G., Scherer, R. & Barros, M.T. Advanced neuronal logic circuit designs using spiking models: a framework for sequential biocomputation. npj Unconv. Comput. 3, 20 (2026). https://doi.org/10.1038/s44335-026-00066-4

キーワード: ニューロンによるバイオコンピューティング, スパイキング論理回路, 生物学的記憶, ニューロモルフィックハードウェア, 省エネルギー型コンピューティング