上から指示や評価をしなくても、ニューロンが枝（部署）ごとにルールを切り替えることで、それぞれがうまく報酬を配分できるのかもしれません。

この考え方をAIに応用すると、ニューラルネットの1つのノードに複数の学習則を組み込むという斬新な設計が期待されます。

現在の人工知能は層ごとに共通ルールで学習を進めることが多いですが、脳のように“1つの細胞が複数のルールを同時運用”する形にすれば、より柔軟かつ安定した学習が可能になるかもしれません。

実際、研究者の間では「AI は 1 層 1 ルール、脳は 1 セル複数ルール」というフレーズがささやかれています。

医療面でも、PTSD やアルツハイマー病、あるいは自閉スペクトラム症のように「学習・記憶の障害」がみられる疾患に対し、どの樹状区画のルールがうまく機能していないのかを狙い撃ちする新たな治療法が考えられるかもしれません。

協調型が過剰に働けば余計な連想が広がり、自己評価型が弱まれば行動の定着が難しくなる――そんな仮説を具体的に検証できる日が来そうです。

もちろん、今回調べられたのはマウスの運動皮質だけであり、感情を司る前頭前皮質や記憶の要である海馬でも同様の複数ルールが働くのかは未検証です。

また、ヒトの樹状突起はマウスよりさらに複雑な可能性が高く、複数ルールの数や組み合わせも増えるかもしれません。

それでも、ニューロンの中に複数の学習エンジンが並列で動いているという新しい地図は、神経科学・医学・AI 研究それぞれに次の目的地を示してくれました。

私たちが作る人工システムや治療法も、単一の決まり文句に頼らず、多言語的・多ルール的な設計へ進化していく時期が来ているのかもしれません。

全ての画像を見る

元論文

Distinct synaptic plasticity rules operate across dendritic compartments in vivo during learning
https://doi.org/10.1126/science.ads4706