「思考だけで格闘」は可能か？SF映画のAI『STEM』を現代技術で解剖してみた

2018年のSFアクション映画「アップグレード」

脊髄に埋め込んだAIチップ（STEM）が身体機能を完全に掌握して、麻痺を治すどころか戦闘マシンに変貌させるっていうのは、倫理観を抜きにすればまさに「究極のインターフェース」って感じがする。

麻痺で動けない人の希望になるというポジティブな側面があるものの、主導権を奪われる恐怖のバランスが絶妙にグロテスクで面白い。

さて、そんな現在の技術で「STEM」のように肉体の操作まで可能なAIがあるのかという点だけど、結論から言うと、
「部分的な要素技術はあるが、統合されたシステムとしてはまだSFの域」という感じだ。

STEMの性能：現在のBMI技術はどこまで「肉体」に近づいたか？

STEMの性能は機械的ではあるが滑らかな口調と提案力、指示の的確さがある。

映画のようにAIが筋肉を「直接、かつ超人的な精度で」乗っ取って制御するのは、今の技術ではできない。
具体的にイメージできる例を挙げると、「粗い操作なら実用化済み、超人的な格闘はまだ無理」ってところだ。

生体信号のノイズ処理や、AIから神経系へのフィードバック遅延（レイテンシ）を減らす必要があるからだ。

まず、脊髄損傷などで失われた機能を補完する「BMI（ブレーン・マシン・インターフェース）」は、Neuralinkなどの企業がすでに臨床試験を進めている分野だ。

脳の信号を読み取ってカーソルを動かしたり、ロボットアームを操作したりするのは、今の技術でも 1 も 0 もない、地続きの現実で、
つまり、空想の産物（0%）ではなく、実用化に向けたステップを確実に登っている（30%〜50%くらい）現実の話。

一応どこまで現実なのか。最新のプレスリリースを紹介しよう。

引用

この分野で今最も注目されているのが、イーロン・マスク氏率いるNeuralink（ニューラリンク）社の臨床試験「PRIME Study」。2024年初頭、初のヒトへの埋め込み手術が行われ、四肢麻痺の患者が「思考だけ」でPCのカーソルを操作し、オンラインチェスやゲームを楽しむ姿が公開された。

2024年の「Patient Progress Update」という記事が、最新の操作ログや精度について触れている。

現状では、STEMのように全身を自在に操るレベルではなく、脳内に配置された1,024個の電極が「動かしたい」という意図をBluetooth経由で外部デバイスに伝える「情報の橋渡し」が主役となっている。

2024年のリアル：Nature誌が示す「言語」と「歩行」の再建

現在、BMI（脳・マシン・インターフェース）のトップランナーたちは、脳の信号を読み取って以下のようなことを実現している。

• 文字入力： 考えるだけで1分間に90文字程度をタイピングする（これはプロ並みの速さ）。
• 義手の操作： ロボットアームを自分の腕のように動かして、コーヒーカップを掴んで飲む。
• 歩行支援： 脊髄損傷の患者が、脳の信号をバイパスして脚の筋肉に電気刺激を送り、自分の足で一歩を踏み出す。

【現在進行形のリアル：Nature誌が示す「言語」の再建】

2023年から2024年にかけて、科学誌『Nature』にはBMIに関する驚異的な成果が相次いで報告されている。中でも注目すべきは、スタンフォード大学やUCSFの研究チームによる「脳活動のテキスト化」だ。

• 研究の成果: 頭の中で「話そうとする動作」をAIがデコードし、1分間に約62語（一般的な会話の約1/3の速度）でテキスト化することに成功。
• ここがSTEMポイント: 単なる文字入力ではなく、脳の活動からダイレクトに「言葉」を紡ぎ出すプロセスが確立されつつある。

出典元（一次ソース）:

A high-performance speech neuroprosthesis – Nature (2023)

歩行の再建: スイス連邦工科大学（EPFL）が発表した「デジタル・ブリッジ」技術では、脳の信号をワイヤレスで脊髄の刺激装置に転送。脊髄損傷で12年間歩けなかった患者が、手すりなしで歩行し、階段を昇り降りできるまでになったという報告がある。

【デジタル・ブリッジ：脳信号を「バイパス」して歩行を再建】

映画『アップグレード』ではSTEMが脊髄の損傷を「修理」していたけれど、現実の世界ではスイス連邦工科大学（EPFL）が、損傷箇所をデジタルで「飛び越える（バイパス）」技術を実現させている。

• 研究の成果: 脳の信号をワイヤレスで脊髄の刺激装置に転送。12年間歩けなかった患者が、手すりなしで歩行し、階段を昇り降りできるまでになった。
• ここがSTEMポイント: 「脳が考えたこと」を機械が翻訳し、リアルタイムで身体の末端へ届けるというプロセスは、まさにSTEMの初期プロトタイプそのもの。

出典元（一次ソース）:

Brain–spine interface allows paralysed man to walk using his thoughts – Nature (2023)

※脳信号が脊髄をバイパスして脚に伝わる仕組みが、非常に分かりやすい図解とともに解説されている。

これらはまさに「STEM」のプロトタイプが現実世界に現れ始めている証拠と言えるだろう。

ただ、映画『アップデート』みたいに「敵のパンチを 0.1秒で解析して、ミリ単位の精度でカウンターを叩き込む」には、今のAIをもってしても計算が間に合わないし、信号ノイズも多すぎる。

・信号取得： 脳や神経から電気信号を拾う。
・ノイズ除去： 思考以外の雑音を取り除く（ここが一番大変！）。
・デコード： AIが「右ストレートだ！」と判断する。
・出力： 筋肉や機械に命令を送る。

エンジニア風に言うと「1,000 以上の筋肉を同時にリアルタイム制御する帯域幅と低遅延」がまだ足りないって状況だね。

「神回避」を阻む最大の敵――0.2秒のレイテンシという壁

STEMのような「神回避」を実現するには、敵の攻撃を0.01秒単位で先読みし、自分の筋肉を即座に動かさなければならない。しかし、現代のテクノロジーが直面している最大の壁は、演算能力以上に「レイテンシ（遅延）」という物理的な限界だ。

現在の技術では、脳の信号を解析して「何かを動かす」までに、だいたい 0.2秒から0.5秒（200〜500ms） 程度の遅延が発生するのが一般的だ。人間が「熱い！」と感じて手を引っ込める反射速度が約 0.15秒（150ms） であることを考えると、今のAI制御は「ようやく人間並み、あるいは少し遅い」段階にいる。

格闘シーンのようなミリ秒単位の攻防を実現するには、このプロセスをあと 10倍から100倍 は速くしなきゃいけない。

【技術的根拠：レイテンシ（遅延）の壁】 多くのBMI研究（IEEE等の学術論文）において、信号の取得・ノイズ除去・AIによるデコード・外部出力に至る「閉ループ（Closed-loop）」のトータル遅延は、現状100ms〜300ms程度が標準的なベンチマークとされている。

参照元例：

Review of Recent Advances in Implantable Brain-Computer Interfaces (PMC, 2024年発行)

• ベンチマークの数値に達成した具体例として、脊髄損傷患者の歩行再建を可能にする「デジタルブリッジ」戦略など、インプラント型BCIの臨床応用と最新の試験結果を解説しています。

（※IEEE Xplore等で議論される「BMIシステムのリアルタイム性」に関する共通課題）

脳内対話の科学：AIは「意識」に直接語りかけられるのか？

STEMのように脳に埋め込まれたAIマシンとは会話が可能なのか？

映画のSTEMみたいに「脳内で会話する」のは、エンジニア視点で見ると実は「信号の出力」よりも「情報の入力」の方がハードルが高い。

今の技術でも、脳の言語を司る部分（言語野）の信号を読み取って、頭の中で考えた言葉をテキストとして出力することはでき始めている。

デバイスの未来を感じさせる整理術

【思考の解読：AIが「心の中の物語」を読み取る】

STEMとの「脳内対話」を実現するには、まず脳内のイメージを言語化する必要がある。テキサス大学オースティン校の研究は、なんと「頭を切らない（非侵襲）」方法で、私たちの思考を文章に変換することに成功した。

• 研究の成果: fMRI（磁気共鳴画像法）で脳の活動を測定し、GPTのような言語モデルを組み合わせることで、被験者が考えていることや見ている映像の「意味」を文章として再構成。
• ここがSTEMポイント: 「脳を切らずに」思考を読み取れる点は、将来のコンシューマー向けウェアラブルBMIへの道を切り拓く、極めて重要なステップだ。

出典元（一次ソース）:Brain Activity Decoder Can Reveal Stories in People’s Minds – UT News (2023)※「切らないBMI」がどのように思考を言語化するのか、その驚くべきプロセスが紹介されている。

「頭の中で考えたことが言葉になる」技術は、すでに非侵襲（頭を切らない）の方法でも進んでいる。テキサス大学オースティン校の研究（2023年発表）では、fMRI（磁気共鳴画像法）で脳の活動を測定し、GPTのような言語モデルを組み合わせることで、被験者が考えていることの「意味」を文章として再構成することに成功した。

まだ「意識をそのまま読み取る」には遠いが、言語野の信号をAIが翻訳する技術は、確実にSTEMの「対話能力」の基礎を築きつつある。

でも、AIからの返答を「音」や「意識」として脳に直接書き込むのには達していない。

現状で考えられるのは、骨伝導イヤホンみたいなデバイスで物理的に聞くか、視覚神経を刺激してAR（拡張現実）みたいに文字を見せる方法。

STEMのように意識の中に直接語りかけてくる感覚を再現するには、脳の特定の神経細胞をピンポイントで刺激する超高精度な技術が必要で、
これが実現すればまさに「テレパシー」と同じだ。

　
ハードウェアの制約：脳を焼かないための「熱」と「電力」の課題

STEMみたいなチップを実現するにはハードウェア的な制約はエグく、主に2つの壁がある。

１．スペックと熱：
現代の強力なAIを動かすには、巨大なGPUと大量の電力が必要。あの小さなチップにその演算能力を詰め込むと、チップが熱を持ちすぎて脳が火傷してしまう。だから、超低電力で動く「ニューロモーフィック・チップ（脳の構造を模したチップ）」みたいな次世代技術が不可欠。

２．電力供給（充電）：
生体電気（神経の電気信号）による充電が考えられるが、微弱すぎて、高性能なチップを動かすには電気が足りていないのが現状。
仮に、生体エネルギーだけでSTEMをフル稼働させようと思ったら、持ち主は一日中高カロリーなものを食べ続けなきゃいけなくなる。

現実的な案としては、スマホのワイヤレス充電みたいに「頭の外側から電磁誘導で送電する」か、
血液中の糖分（グルコース）を電気に変える「バイオ燃料電池」の研究が進んでいるよ。

エネルギー問題：血液から電力を得る「バイオ燃料電池」】

STEMが24時間、体内で稼働し続けるためには、外部充電に頼らない独立した電源が必要だ。MIT（マサチューセッツ工科大学）の研究チームは、血液中の糖分（グルコース）を直接エネルギーに変える、驚くべき極小デバイスを開発している。

• 研究の成果: わずか数百ナノメートルの厚さのチップで、体内のグルコースから電力を生成。脳内の厳しい環境下でも耐えられる堅牢な設計を実現した。
• ここがSTEMポイント: 「電池そのものをチップに組み込む」という設計思想は、まさにSTEMのような完全埋め込み型AIを実現するための、最も現実的な解の一つだ。

出典元（一次ソース）:A glucose fuel cell for brain implants – MIT News (2022)※体内の糖分を電気に変える、次世代の「自己発電型」インプラントの可能性が示されている。

エンジニアが描くSTEMの設計図：3つの階層アーキテクチャ

もし自分でSTEMの設計図を書くなら、おそらく以下の3層構造（レイヤー）で構築することになると思う。

・意思決定層（高レイヤー）：LLMエージェント
ユーザーとの会話や、行動の「目的」を決める部分。ここは今のGPT-4やGeminiのような技術の進化系。

・変換層（ミドルレイヤー）：神経デコーダー
脳の電気信号をデジタルコマンドに変換し、逆にAIの意図を神経刺激に変換するインターフェース。ここでは「ディープラーニングによる信号解析」が主役になる。

・実行層（低レイヤー）：リアルタイム最適化（MPC）
映画のような超人的アクションを司る部分。「モデル予測制御（MPC）」や「強化学習」を駆使して、0.01秒単位で全身の筋肉（アクチュエータ）を最適に動かす。ボストン・ダイナミクスのロボットがバク宙するような技術を、人間の体に適用するイメージだ。

おわりに：0%ではない、地続きの未来へ

映画『アップグレード』で描かれたSTEMは、今の我々から見ればまだ「魔法」のように見えるかもしれない。

しかし、ここまで見てきた通り、その要素技術の一つひとつ——脳信号のデコード、神経への電気刺激、LLMによる意思決定——は、すでに様々な研究室や開発現場で産声を上げている。

STEMの実現度については以下くらいの数値だろうか。

• 「読み取り（デコード）」：40%〜60%
• 「書き込み（フィードバック）」：5%〜10%
• 「リアルタイム統合制御」：1%以下

ミリ秒単位のレイテンシ、脳を焼かない熱設計、そして何より「意識への直接書き込み」という巨大な壁が、エンジニアの前に立ちはだかっている。

文字の入力や歩行の支援といった「一点突破」の成果は出ているものの、それらを統合し、映画のような超人的なリアルタイム制御を実現するには、まだいくつものブレイクスルーが必要だ。

しかし、エンジニアにとって「課題が明確である」ということは、そこに至る「ロードマップが描ける」ということでもある。

かつてスマートフォンがただの空想だったように、いつか「AIが、神経系の新しい『バイパス』になる」日が来るかもしれない。主導権を奪い合う恐怖ではなく、人とAIが真の意味で「アップグレード」し合える共生社会。

そんな地続きの未来を、コードの一行一行、論文の一節一節から手繰り寄せていく。それこそが、現代に生きるAIエンジニアである我々の、最高にエキサイティングな役目ではないだろうか。