AIと人間の脳の驚くべき非効率性

人間の脳はこれまで研究された中で最もエネルギー効率の高いコンピューティングシステムです。わずか12～20ワットの電力で、知覚、記憶、言語、感情、運動といった意識的な生命体全体を動作させます。これはスマートフォンの充電とほぼ同じ消費電力です。対照的に、スイスのブルー・ブレイン・プロジェクトは、人間の脳の全処理をリアルタイムでシミュレートするには約27億ワットが必要と推定しており、これは原子力発電所3基分の出力に相当し、大都市に電力を供給するのに十分な量です。

この効率の差は、AIサーバーファームに不可欠な処理チップやメモリチップ、そしてそれらを稼働させるための電力と冷却水への驚異的な需要を生み出しています。本記事では、このギャップの詳細、脳がチップと根本的に異なる構造を持つ理由、研究者が現在構築している対応策、そして生物学的知能とAIの比較が私たちをどこへ導くのかを考察します。

エネルギー比較 人間の脳は約860億個のニューロンを含み、12～20ワットで知覚、記憶、運動制御、感情調整、社会的推論、創造的思考を処理します。これはベッドサイドランプと同程度です。典型的なラップトッププロセッサは約150ワット、最速のスーパーコンピュータは2100万ワット以上を消費します。タスクレベルでは、大規模言語モデルが単一のテキスト応答を生成するのに6000ジュール以上必要と推定されるのに対し、脳は毎秒約20ジュールですべての認知機能と生物学的機能を同時に維持します。

インフラレベルでは、2022年にデータセンターとAIは全世界で約460テラワット時を消費しました。国際エネルギー機関は、2026年までに約1000テラワット時へ倍増し、日本の年間総電力使用量に匹敵すると予測しています。『Frontiers in Neuroscience』の査読付き推定によると、人間の脳とシリコン半導体プロセッサの総合的なエネルギー効率の差は約2.7×10¹³倍で、現在のハードウェアが生物学的神経活動をシミュレートするのにリアルタイムの約3万倍の時間を要することも考慮されています。

脳の効率性の秘訣 脳の効率性は単一の巧妙な特徴から生まれるわけではなく、いくつかの相互に関連するアーキテクチャ特性の産物です。従来のコンピュータではメモリと処理が物理的に分離されており、データが常にストレージ、RAM、プロセッサ間を移動するため、エネルギーの浪費とフォンノイマン・ボトルネックが発生します。脳ではシナプスが情報を保存すると同時に計算にも参加するため、この問題がありません。また、プロセッサがAIモデルを実行するときは多数のトランジスタが常にスイッチングしますが、ニューロンは任意の瞬間にごく一部だけが発火し、残りは休止状態でほとんどエネルギーを使いません。脳の消費電力は理論上の最大容量ではなく、実際の活動に比例します。さらに、デジタルトランジスタは毎秒数十億回オンとオフを切り替えるたびに電力を消費しますが、ニューロンは活動電位と呼ばれる電気化学的スパイクを送信する瞬間だけエネルギーを使い、それ以外は休止状態です。そして、生物学的神経アーキテクチャは約5億年にわたる淘汰圧を受けて進化してきました。

ニューロモルフィックコンピューティング AIのエネルギー問題への主要な研究対応は、ニューロモルフィックコンピューティングです。これは、脳に似ていないハードウェア上で脳に似たソフトウェアを実行するのではなく、脳のアーキテクチャの側面を物理的に模倣するハードウェアです。現在のフロンティアには、TDKとフランス代替エネルギー・原子力委員会が共同開発したスピンメモリスタがあります。これは量子磁気特性を利用してメモリとプロセッサを同時に機能させるデバイスで、現在のAI処理要件の100分の1以下の消費電力を目指しています。バッファロー大学のチームは相変化材料を用いて人工ニューロンとシナプスを構築し、脳画像に見られるリズミカルな電気的振動を再現しています。テキサスA&M大学は、ヘブ学習とスパイクタイミング依存可塑性に基づく「スーパーチューリングAI」を開発し、学習とメモリを同一のハードウェア操作に統合することで、従来のバックプロパゲーションよりも効率的な適応を実証しました。

構造的類似性 AI開発においてエンジニアが独立して見つけたアーキテクチャ上の解決策の多くは、脳の生物学的特徴と構造的な類似性を持っています。例えば、前帯状皮質（葛藤検出）と批判ノード、前頭前皮質（目標維持）と連鎖思考推論、ドーパミン報酬信号と強化学習報酬モデル、海馬体の記憶固定と検索拡張生成などです。これらの類似性は、脳のアーキテクチャがAI設計の長期的な参考点として有用である可能性を示唆しています。

現在のハードウェア改善の限界を超えて、神経形態学的アプローチはAIの持続可能性に向けた有望な道筋を提供しています。しかし、生物学的システムと人工システムの根本的な違いは、脳の完全な複製がまだ遠い目標であることを意味しています。