※本記事は、バーモント大学コンピュータサイエンス学部教授 Joshua Bongard 氏による講演「Building the first living robots」の内容を基に作成されています。本講演は、ITUが50以上の国連パートナーおよびスイス政府と共同で運営する国際プラットフォーム「AI for Good」において公開されており、動画は https://www.youtube.com/watch?v=SkrtDjIkvUg でご覧いただけます。本記事では講演の内容を要約しております。なお、本記事の内容は登壇者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。また、AI for Good の最新情報については公式サイト（https://aiforgood.itu.int ）およびニューラルネットワークコミュニティ（https://aiforgood.itu.int/neural-network ）もご参照ください。
1. ロボット開発の社会的必要性と従来技術の限界
1.1 農業・建設・環境浄化の自動化という世界規模の課題
発表者： 今日は最終的にゼノボットの話をしますが、まずその前提として、なぜ私たちがゼノボットを研究しているのかについてお話ししたいと思います。現在、地球上には80億人の人間が暮らしており、全員に食料を届け、住まいを提供し、安全を守るためには、農業・建設・環境浄化といった分野を大幅にスケールアップしていく必要があります。しかしこれらはいずれも非常に大規模な仕事であり、人手だけで対応できるものではありません。スケールアップを実現するためには自動化が不可欠であり、そのためにはロボットが必要になります。
1.2 従来型ロボットの問題：知能・素材・環境負荷
発表者： ところが、皆さんが耳にしているような話とは裏腹に、そして今日ここにいるいくつかの優れたロボットを除けば、ロボットはまだそれほど賢くありません。つまり、正しい動作を維持するためにほぼ常時、人間のフィードバックを必要としているのです。文字通りの意味でです。そこで私たちは現在、AIを活用してより賢く、より有用なロボットを設計・訓練しようとしています。AIによってロボットが賢くなればなるほど、私たちはより大きな数のロボットを現場に投入したくなります。それ自体は素晴らしいことです。家庭に、道路に、空にと、ロボットはますます大量に展開されつつあります。
しかしここで別の問題が浮かび上がります。ロボットは通常、金属・プラスチック・セラミック・レアアース鉱物などから作られています。化石燃料で動くロボットもあれば、希少性が高まるリチウムをバッテリーに使うロボットもあります。こうした素材に依存し続けることは、環境的にも資源的にも持続可能ではありません。では、金属やプラスチック以外の素材でロボットを作ることはできないのでしょうか。社会全体として、その問いに向き合い始めています。
1.3 バイオハイブリッドロボットの登場と設計の難しさ
発表者： そこで登場したのがバイオハイブリッドロボットです。バイオハイブリッドとは、非生体材料と生体材料の両方から構成されるロボットのことです。世界で最も初期のバイオハイブリッドのひとつをご覧ください。金箔・シリコン・ラットの心臓細胞から作られています。このラットの心臓細胞は、光に反応して収縮するよう遺伝子改変されています。研究者がロボットの前に光を当てると、その光によって細胞が収縮し、ロボットの翼が波打つように動き、水中を泳いでいきます。
ただし、こうした機械を設計することは非常に難しいという問題があります。生命の構成要素をどのように新たな形に組み替え、非有機的な部品と組み合わせて、信頼性があり実用的な機械を作るかを直感的に考えるのは容易ではありません。そのため、ここでも再びAIの力を借りることになります。AIに生命の構成要素をどう再配置すれば生きた機械が作れるかを考えさせるわけです。
2. AIと生命材料を組み合わせた生きているロボットの誕生
2.1 タンパク質設計から細胞レベルの設計へ：ゼノボット開発の背景
発表者： AIと生命材料を組み合わせるこれまでの取り組みは、そのほとんどがサブセルラー、つまり細胞より小さいレベルでの成果にとどまっていました。その中で最も有名なのが、AIによるタンパク質設計です。タンパク質を構成するアミノ酸という構成要素をAIが並べ替えることで、地球上にこれまで存在しなかった全く新しいタンパク質を生み出すことができます。タンパク質は非常に小さく、かつ驚くほど多様な用途を持つ物質ですが、それでもロボットではありません。
そこで私のグループは2019年、Tufts大学の別のチームと共同で、AIとロボティクスと生体材料を組み合わせ、生きているロボットを作り出すプロジェクトに着手しました。
2.2 ゼノボットの基本特性：素材・寿命・生態的特徴
発表者： こちらが私たちが最初に作った生きているロボットのひとつです。直径は約1ミリメートル、ちょうどケシの種ほどの大きさです。顕微鏡を通して常温の淡水の中を見ると、世界初の生きているロボットのひとつがそこにいます。
このロボットには五つの重要な特性があります。まず、無機成分を一切含みません。次に、遺伝子改変を行っていません。そして生体適合性があり、生分解性を持ち、カーボンニュートラルです。細胞が成長する過程で大気中の炭素を吸収し、やがて死んで分解される際にその炭素を生物圏へ返します。現時点での寿命はおよそ7日から10日です。
このロボットは今日では「ゼノボット（xenobot）」という名前で広く知られています。その名前の由来は、ゼノボットの構築に使用する細胞がアフリカツメガエル、学名 Xenopus laevis から採取されることにあります。また「xeno」はギリシャ語で「見知らぬもの」あるいは「新参者」を意味しており、この全く新しい存在にふさわしい名前だと私たちは考えました。
3. AIによるゼノボット設計プロセス
3.1 二種類の構成要素：皮膚細胞（フレーム）と心臓細胞（モーター）
発表者： では、AIにどのようにしてゼノボットを設計させたのかについてお話しします。まず私たちは、AIが扱える二種類の構成要素を定義するところから始めました。
一つ目はカエルの皮膚細胞です。皆さんの皮膚細胞と同様に、これらは受動的で柔らかく、身体の他の部位によって引っ張られたり押されたりします。後ほどご覧いただくように、この皮膚細胞はゼノボットのフレームを形成する役割を担います。AIはこの皮膚細胞を、柔軟で変形可能な赤いキューブとして表現します。
二つ目はカエルの心臓細胞です。ラットの心臓細胞や皆さんの心臓細胞と同じように、これらの細胞は自発的に収縮と拡張を繰り返します。AIはこの心臓細胞を、大きくなったり小さくなったりする青紫色のキューブとして表現します。心臓細胞はロボットの動作を駆動する小さなピストン、あるいはモーターとして機能します。
3.2 進化的アルゴリズムによる設計の反復と最終デザインの獲得
発表者： 二種類の構成要素を定義したところで、AIが動き始めます。AIはまず100個のランダムなデザインを生成することから始めます。先ほど説明した二種類のレゴブロックをランダムに組み合わせていくのです。それぞれのデザインは独自の形状と独自の細胞タイプの分布を持っています。
次に、私たちはAIにこれらのロボットに何をさせたいかを伝えます。2019年のこの最初の実験では、ペトリ皿の底面を歩いて移動するゼノボットを設計するよう指示しました。当然ながら、最初のランダムなデザインはその課題を非常に苦手としています。AIはこの100個のランダムなデザインそれぞれを観察し、ロボットが指定された動作をどれだけうまくこなせているかに基づいてスコアをつけます。ほとんどのデザインは非常に低いスコアしか得られませんが、他のものよりわずかにましなデザインがいくつか存在します。右下のロボットは、右上や中央右のロボットよりも少しだけ遠くまで移動できていることがわかります。
スコアの低いロボットを削除し、生き残ったより良いスコアのロボットをランダムに変異させたコピーを作成する、というプロセスをAIが繰り返します。2019年のこの最初の実験では、バーモントのスーパーコンピュータ上でこの進化的プロセスを約2週間にわたって実行しました。数百万から数十億ものデザインを繰り返し評価し続けた末に、AIはペトリ皿の底面を確かに歩いて移動する一つのデザインを導き出しました。
これでAIを用いた生きているロボットの設計の自動化、つまり実験のステージ1が完了です。
4. ゼノボットの構築と動作確認
4.1 マイクロサージャンによる細胞採取と組み立て
発表者： ステージ2は構築です。ここからは人間が主役になります。具体的には、Tufts大学の同僚であるマイクロサージャン、Doug Blackistonが担当します。
顕微鏡を通してDougの作業を見てみましょう。視野の中にはカエルの卵が並んでいます。この段階では、カエルの卵はスノーピー（snow pea、さやえんどう）ほどの大きさです。Dougは非常に小さなマイクロサージカルツールを使って作業しますが、ご覧のとおりそれほど複雑な道具ではありません。彼が行っているのは、皮膚細胞と心臓細胞になる運命にある部分をカエルの卵から取り出す作業です。取り出した細胞はAIが設計した配置図に従って並べられていきます。
4.2 AI設計の検証：仮想から現実への移行と自律的形状形成
発表者： こうして組み立てられたゼノボットが、AIの仮想空間での予測どおりに実際に動作するかどうかを検証します。顕微鏡の下でゼノボットが実際にペトリ皿の底を歩いて移動している様子をご覧ください。AIが仮想環境の中で設計したとおりの動作が、現実の生体材料によって再現されています。
ここで一つ興味深いことが起きています。細胞を並べて配置した直後、ゼノボットはAIが設計した形状へと自律的に整っていきます。これは人間が意図的に形作ったわけではなく、細胞そのものが持つ性質によって自然に生じる現象です。つまりAIは設計図を提示しただけであり、その形状への収束は細胞自身の生物学的な振る舞いによるものです。こうしてAIによる設計と、マイクロサージャンによる構築と、細胞自身の自律的な形成という三つのプロセスが組み合わさることで、初めて生きているロボットが完成します。
5. 行動実験と観察された知見
5.1 探索・記憶・報告：蛍光タンパク質を用いた第二実験
発表者： ゼノボットで他に何ができるかを探るため、第二の実験を行いました。今回はゼノボットを遺伝子改変しています。先ほどゼノボットは非GMOだとお伝えしましたが、この実験のゼノボットは蛍光タンパク質によって遺伝子改変されており、緑色に光るようになっています。これらのゼノボットをペトリ皿の中に入れると、先ほどご覧いただいたのと同じように自律的に動き回り始めます。
そこへ青色光のビームを照射します。この青色光は、何らかの関心のある物質を表しています。たとえば将来的な応用として、採掘作業においてレアアース鉱物の痕跡を探すゼノボット、あるいは土壌中の汚染物質を探すゼノボットといったユースケースが考えられます。私たちがこのゼノボットに求めているのは、「行く・見る・覚える・戻る・伝える」という五つの動作です。
実験の流れはこうです。まずゼノボットを放つと、彼らは探索を開始します。これが「行く」です。青色光の中に入ったゼノボットは、緑色の蛍光から赤色の蛍光へと切り替わります。そして青色光の外に出た後も赤色の蛍光を維持し続けます。これが「見る」と「覚える」に相当します。その後、放流地点へと戻ってきたゼノボットを回収します。これが「戻る」です。回収したゼノボットの中に赤く光るものがいれば、それは近くに関心のある物質が存在するということを意味します。これが「伝える」です。まだ比較的シンプルな仕組みではありますが、「行く・見る・覚える・戻る・伝える」というこの一連の動作が有用となる応用分野は数多く存在します。
5.2 自己修復能力の実験的発見と細胞の進化的能力という解釈
発表者： ゼノボットについてもう一つ興味深い点を紹介したいと思います。ゼノボットは細胞からできており、その細胞自体が驚くほど優れた機械です。細胞は35億年という歳月をかけて逆境に対処する経験を積み重ねてきており、その経験は細胞からロボットを作る際に大きな強みとなります。
その一例として、DougがゼノボットをほぼS半分に切断する実験をご覧ください。ゼノボットにとってこれは初めての経験です。しかし、ゼノボットを構成する細胞にとっては初めての経験ではないようです。切断されたゼノボットは自ら傷口を塞ぎ始め、およそ4時間後には元通りになって、切断前にやっていたことを再開します。皆さんのスマートフォンでも同じことを試してみてください、とは言えませんが。
この観察は、ゼノボットが持つ自己修復能力が、研究者が意図的に組み込んだものではなく、細胞そのものが進化の過程で獲得してきた能力に由来していることを示しています。ロボットを生体材料から構築することの大きな利点の一つは、こうした細胞の生物学的な能力をそのままロボットに引き継がせることができる点にあります。
6. 応用可能性・倫理的考察・将来展望
6.1 4Dロボティクスと医療応用（アンソロボット）
発表者： ここまでの話を聞いて、AIが設計した生きているロボットが私たちの水辺に放たれることに少し不安を感じた方もいるかもしれません。まず深呼吸をしてください。私たちがゼノボットを開発している理由の一つは、生体適合性と生分解性を持つことで、ロボットが廃棄物や汚染の問題を引き起こさないようにするためです。そしてもう一つの理由は、ほとんどの人間がやりたがらない仕事をスケールアップするためのロボットを作ることです。
ロボティクスの分野では、そうした仕事を「4つのD」として分類しています。退屈な仕事（Dull）、汚い仕事（Dirty）、危険な仕事（Dangerous）、そして遠い場所での仕事（Distant）です。危険な仕事の例として、私がいつも思い起こすのは福島原発の事故です。津波が日本沿岸を襲った後、数名の高齢の日本人が自ら志願して原発に入り、重要な設備を停止させました。こうした犠牲を人間が払わなくて済むよう、ロボットを開発することがいかに重要かを、この例は私に改めて教えてくれます。
「遠い場所」という観点について、少し立ち止まって考えてみましょう。到達することの難しさで距離を測るなら、人間の脳ほど遠い場所はありません。今日はカエルの細胞から作ったゼノボットについてお話ししましたが、実は今、私たちはアンソロボット（anthrobot）の作り方を研究しています。アンソロボットとはヒトの細胞から作られる生きているロボットのことであり、医療応用への道を開くものです。将来的には、患者自身の細胞からロボットを作り、それを人体に導入することが可能になるかもしれません。そのアンソロボットは患者自身の細胞からできているため、免疫反応を引き起こすことなく体内を移動できます。文字通り、そのロボットは「あなた自身」だからです。もちろん実現までには長い道のりがあり、厳格な規制整備も必要です。しかし将来的には、アンソロボットが体内の必要な場所に薬を届けたり、血栓や初期の腫瘍といった有害なものを取り除いたりすることが可能になるかもしれません。
6.2 バイオハッキングリスクとゼノボットの教育・研究プラットフォームとしての意義
司会者： 素晴らしいですね。まるでジュラシックパークならぬ、ゼノボット・パークですね。
発表者： そうですね、「生命は道を見つける」という言葉がありますが、私たちは生命をより深く理解してこそ、それをコントロールできると思っています。
聴衆： 非常に興味深い発表をありがとうございます。ポジティブな可能性が多い一方で、このような技術が普及した場合のネガティブな影響についても考えてしまいます。なかなか具体的なリスクが思い浮かばないのですが、この分野を深く知る先生から見て、どのような悪影響が考えられますか。
発表者： バイオハッキングという分野があり、良いバイオハッキングと良くないバイオハッキングが存在します。ここで重要なのは、AIによる生物設計を活用することで、悪意あるバイオハッキングに対する対応策を迅速に設計できるようになるという点です。悪意ある生物が設計・放出される事態は、将来的に避けられないでしょう。私たちは、そうした悪意ある生物学的脅威のアウトブレイクを素早く封じ込める方法を学ばなければなりません。これは後手の対応ではありますが、避けられない未来であり、私たちが向かっていく方向性だと思います。
また、ゼノボットはリスクへの対抗手段としてだけでなく、生物学の理解を深めるための教育・研究プラットフォームとしても重要な役割を持っています。AIの助けを借りることで、これまで不可能だった方法で生物学を理解することができるようになります。既にこの世界には、私たちが望まない形で自己複製する生物学的存在が存在しています。生物をコントロールする方法を学ぶことは、生きているロボットのためだけでなく、私たちが直面している多くの健康上・環境上の課題に対処するためにも非常に重要なのです。
6.3 聴衆参加型デモと生きているコンピュータ・素材・インフラへの展望
発表者： 残り3分になりましたので、皆さんに実際にAIでロボットを設計する体験をしていただきたいと思います。スマートフォンでこちらのURLにアクセスするか、QRコードを読み取ってみてください。表示されたウェブページの左上にある三本線のメニューをタップし、「Runtime」をクリックして「Run all」を選択してください。するとクラウド上で皆さん自身のAIが起動し、ロボットの設計を始めます。私が先ほどこのデモを試したとき、AIはまずランダムなロボットを生成し、約1分後には地面を歩けるようボディとブレインを調整することに成功した動画を返してくれました。完成したら、その動画がスマートフォンにダウンロードされます。もしSNSをお使いであれば、ぜひ「#AIforGood」のハッシュタグをつけて投稿してみてください。今日この場にいる皆さんが一緒に設計したロボットの群れをSNS上で確認できるはずです。
ゼノボットはまだ非常にシンプルですが、真にグリーンなテクノロジーの未来を示唆していると私は思っています。今日は生きているロボットについてお話ししましたが、私たちは生きているコンピュータ、生きている素材、そして生きているインフラの研究にも取り組んでいます。本日の発表の記念として、ぜひこの動画を手元に残しておいてください。ありがとうございました。