論文は同日、Frontiers in Artificial Intelligenceに掲載された。人前脳の一部を模す培養組織を電極上に置き、点字を触ったセンサーの信号を電気刺激へ変換する。神経応答を支援ベクトルマシンと呼ぶ機械学習手法で分類した。
- 01 触覚センサー
26文字
点字を読み取り、信号を電気刺激へ変換する。
- 02 培養神経組織
3個の応答
オルガノイドの神経活動を記録して結合する。
- 03 デジタル分類器
83%
結合した応答から点字の文字を判定する。
出典は原論文の方法・結果。83%はSVMを含むシステムの分類精度で、組織が文字を理解した割合ではない。
学習や省電力の実証とは分ける
論文の要旨では単一オルガノイドの平均精度を61%と記す。結果節には単独の構成で約57%、3個を個別に使った場合に59%・62%・67%という条件別の値もある。83%は3個の応答を結合した構成の結果だ。
人工的なノイズへの耐性も試したが、対象は点字という一つの課題と固定した符号化方式に限られる。今回の実験は入力と応答の対応を調べるもので、組織が経験から学習したことや、長期的に変化したことは示していない。
生体と電子回路を組み合わせる計算方式の基礎研究であり、商用AIの提供開始ではない。研究者は、今後フィードバックを与える実験などで適応の有無を調べるとしている。
出典
- University of Bristolの研究発表2026-10-16公表。点字26文字、61%と83%、実験の限界を確認。2026-10-18確認。
- Liuほか「Encoding tactile stimuli for Braille recognition with organoids」2026-10-16公表。要旨、2.3節、結果3.2節、Discussion・Future workを確認。2026-10-18確認。
出典の確認日 2026.10.18