2分で読める生成AIのいま VOL.84 生物学から見たAI ④-2 ―「進化」で読み解く、AIの未来

Oct 14

新シリーズ「○○から見たAI」、生物学編の後編（④-2）です。前回（④-1）はAIの過去をカンブリア爆発・大量絶滅・収斂進化で見ました。今回はその続き、進化のパターンでAIの"これから"を読み解きます。種分化、共生、エピジェネティクス――人間とAIは、どう共に変わっていくのか。

（※2026年10月時点の情報です。）

今回も医療田さんと機械屋さんの会話でどうぞ。

＝＝＝＝＝＝

機械屋：

前回、AIの過去を進化のレンズで見てきましたが、

今回はいよいよ「未来編」です。

医療田：

待ってました。

前回の最後に「種分化、共生、エピジェネティクス」って言ってたよね。

、、ただ、正直に言っていい？

今回のキーワード、前回より難しくない？

機械屋：

ははは。。

たしかに、カンブリア爆発とかはまだイメージしやすかったですよね。

エピジェネティクスとなると、医学部の教科書が懐かしくなるかもしれません。

医療田：

いや、医学部時代のことは、、あまり思い出したくない笑

でもまあ、がんばる。前回のパターンでだいぶ鍛えられたし。

機械屋：

ええ。

パターンを知っているかどうかで、見え方はまったく違いますからね。

医療田：

うん、、それは前回で実感した。

じゃあ、行こう。

● 種分化 ―― AIは「ひとつの種」のままか

機械屋：

まず、生物学の「種分化」から始めましょう。

ひとつの種が、異なる環境に適応していくうちに、

やがて別々の種に分かれていく現象です。

医療田：

ダーウィンフィンチ、だよね。

ガラパゴス諸島の島ごとに、くちばしの形が違うフィンチが進化した。

食べるものが違うから、形が変わった。

機械屋：

さすがですね。

で、いまAIの世界でも、まさにこれが起きつつあるんです。

医療田：

え？

AIって、GPTとかClaudeとか、みんな似たようなものじゃないの？

機械屋：

2、3年前まではそうでした。

でもいま、はっきりした分岐が始まっています。

汎用的な大規模モデルと、特定の領域に特化した専門モデル。

この2つが、違う方向に進化し始めているんです。

医療田：

ふんふん。

機械屋：

たとえば医療の世界だと、

画像診断に特化したAIや、病理診断に特化したAI、

電子カルテの要約に特化したAIが出てきていますよね。

これらは汎用モデルの「何でもできるけど深くはない」性質とは違って、

狭い領域で人間の専門家に匹敵する精度を出し始めています。

医療田：

、、あぁ、それは知ってる。

放射線科でも、特定の疾患に絞ったAIのほうが、

汎用モデルより読影精度が高いケースは出てきてるよ。

2026年のApplied Radiologyの論文でも、

放射線科に特化したAIのほうが汎用LLMより読影レポートの質が高かった、って報告されてる。

機械屋：

ええ、胸部X線の研究でも、

特化モデルのレポート一致率が55%なのに対して、

汎用モデルは20%程度だったというデータがありますね。

差はかなり大きいです。

医療田：

3倍近く違うんだ、、。

機械屋：

まさに種分化ですよね。

「何でも食べる雑食の鳥」と「特定の実しか食べない専門の鳥」が、

同じ祖先から分かれていくように。

医療田：

で、それぞれの「島」で最適化されていく、と。

、、でもさ、生物の種分化って「地理的隔離」が必要でしょ？

AIの場合、何がそれに当たるの？

機械屋：

いい質問ですね。

最近、「ソブリンAI（Sovereign AI）」という概念が注目されています。

国家や地域が、自国のデータ・法規制・言語・文化に合わせて、

独自のAIモデルを育てようとする動きです。

医療田：

あ、、

つまり「国境」が、AIにとっての「島」になる、っていうことかな？

機械屋：

その通りです。

2026年の世界経済フォーラムでも、ソブリンAIが主要テーマのひとつになりました。

アメリカのAI、EUのAI、中国のAI、日本のAI。

それぞれの規制環境、データ主権、文化的価値観という「島」の中で、

AIが独自の進化を始めているんです。

医療田：

、、ガラパゴス化するってこと？

機械屋：

ガラパゴス化という言葉は日本ではネガティブに使われますが、

進化の観点では、ガラパゴス化は「適応」ですからね。

その環境に最も適した形に進化すること自体は、生存戦略として正しいんです。

医療田：

、、なるほど。

日本のガラケーがスマホに負けた、みたいな話とは違う？

機械屋：

違います。

生物の場合、環境が急激に変わらない限り、特殊化は強みになります。

コアラがユーカリしか食べないのは弱点にも見えますが、

オーストラリアという環境では、競合がいない独占的なニッチを確保できている。

医療田：

、、AIのコアラ笑

機械屋：

ははは。。

ただ、ここで面白いのは、

生物と違って、AIには「水平伝播」が起きることなんです。

医療田：

水平伝播？

機械屋：

生物学で言う「水平遺伝子伝播」です。

通常、遺伝子は親から子へ「縦」に伝わりますが、

細菌の世界では、まったく別の種から遺伝子を「横」に取り込むことがある。

抗生物質への耐性遺伝子が、種を超えて広がるのが典型例です。

医療田：

あ、、それ微生物学で習ったよ。

薬剤耐性菌が広がるメカニズムのひとつだよね。

病院では大きな問題になってる。

機械屋：

AIの世界では、これが「蒸留（ディスティレーション）」に当たります。

大きなモデルの知識を、小さなモデルに移す技術です。

種が違っても、知識が「横」に流れる。

医療田：

、、あ、もしかして。

DeepSeekの話？

機械屋：

お、よくご存知で。

2025年、中国のDeepSeekが、

OpenAIのモデルから知識を「蒸留」したのではないかという疑惑が大きな議論になりました。

生物で言えば、ある種の細菌が別の種の耐性遺伝子を取り込むようなものです。

医療田：

それって、、良いことなの？悪いことなの？

機械屋：

生物学的に言えば、「どちらでもある」ですね。

水平伝播は、進化を加速させる強力なメカニズムです。

ただ同時に、「自分が苦労して獲得した形質を、他の種にタダで持っていかれる」リスクもある。

AIの世界でも、オープンソースの恩恵と知的財産の保護が、

まさにこの緊張関係にあります。

医療田：

、、進化のスピードが上がるのは良いけど、

誰が何を作ったのか、わからなくなる。

機械屋：

ええ。

種分化で「分かれていく力」と、水平伝播で「混ざっていく力」。

この2つが同時に働いているのが、いまのAIの進化の面白いところですし、

難しいところでもあります。

● 共生 ―― 人間とAIは「ミトコンドリア」になるのか

機械屋：

次は「共生」の話です。

医療田さん、ミトコンドリアの起源はご存知ですよね。

医療田：

もちろん。

もともと独立した細菌だったものが、

古代の細胞に取り込まれて、細胞の中で「発電所」になった。

細胞内共生説。リン・マーグリスが提唱した話だよね。

機械屋：

そうです。

最初は「別の生き物」だったものが、

取り込まれて、やがて切り離せない一部になった。

いまの真核生物――人間も含めて――は、

ミトコンドリアなしでは生きられません。

医療田：

、、で、AIがミトコンドリアになる、っていう話？

機械屋：

可能性として、ですけどね。

最近の研究で「ケンタウロスモデル」という概念が注目されています。

人間とAIが、それぞれの得意分野を活かして、

どちらか単独より高い成果を出す協働のかたちです。

医療田：

ケンタウロス、、人馬一体か。

機械屋：

ええ。

チェスの世界では、2005年ごろからすでに実証されています。

最強のAIでも、最強の人間でもなく、

「AIを使いこなす人間」のチームが最も強かった。

医療田：

、、あ、それ聞いたことある。

カスパロフが負けた後の話だよね。

機械屋：

その通りです。

で、ここからが進化の話なんですが、

共生には段階があるんです。

医療田：

段階？

機械屋：

はい。

最初は「条件的共生」。

いなくても生きられるけど、いたほうが便利。

ネコと人間の関係みたいなものですね。

医療田：

笑　うちのネコもそうだ。

私がいなくても多分生きていけるけど、一緒にいると楽。

機械屋：

次の段階が「絶対的共生」。

どちらかがいないと、もう生きられなくなる。

ミトコンドリアと私たちの関係です。

医療田：

、、。

いまの私たちとAIは、どっちの段階にいるの？

機械屋：

いまはまだ「条件的共生」の初期段階かと思います。

AIがなくても仕事はできますし、生活もできる。

ただ、、。

医療田：

ただ？

機械屋：

最近の研究で気になるデータがあるんです。

AIに頼りすぎると、人間のスキルが衰える。

いわゆる「ディスキリング」の問題が、2025年以降かなり報告されています。

医療田：

、、あぁ、それは実感あるかも。

スマホのおかげで電話番号を覚えなくなったし、

カーナビのおかげで道を覚えなくなった。

Vol.23でやった「AIでスキルが下がるのか」って話とか、

Vol.54の「理解負債」の話とか、

このブログでも何度か触れてきたテーマだよね。

生物学の言葉で言うと「共生による退化」になるわけか、、。

機械屋：

まさにそうですね。

ミトコンドリアに発電を任せた結果、

宿主細胞はエネルギー生産の遺伝子を失いました。

便利になったけれど、自力ではもうエネルギーを作れない。

医療田：

、、つまり、AIに頼りすぎると、

人間は自分で考える力を「失う」かもしれない、っていうことかな？

機械屋：

その可能性は指摘されていますね。

ただ、ここが重要なんですが、

ミトコンドリアとの共生は「失敗」だったでしょうか。

医療田：

、、。

いや。

むしろ、ミトコンドリアを取り込んだおかげで、

単細胞から多細胞に進化できた。

脳も、筋肉も、ミトコンドリアなしにはあり得なかった。

機械屋：

その通りです。

「古い能力を手放す」ことと「新しい能力を獲得する」ことは、

進化ではしばしばセットなんですよね。

問題は、何を手放して、何を得るかの見極めです。

医療田：

、、それって、医療でも同じだよ。

聴診器が発明されたとき、

「直接胸に耳を当てる技術が失われる」って批判した人もいたはず。

でも聴診器のおかげで診断の精度は上がった。

機械屋：

いい例ですね。

道具との「共生」は、医療の歴史そのものですよね。

AIも、その延長線上にあるのかもしれません。

医療田：

、、ただ、聴診器はあくまで「道具」だったけど、

AIは「考える道具」でしょ。

手放すものが「身体能力」じゃなくて「思考能力」だとしたら、

ちょっと話が違わない？

機械屋：

、、鋭いですね。

正直、そこはまだ答えが出ていない問題です。

ただ、いまわかっているのは、

「完全に任せきる」でも「完全に拒否する」でもなく、

「何をAIに委ね、何を自分で保つか」を意識的に選ぶことが大事だ、という点ですね。

それが「良い共生」と「悪い共生」を分けるんだと思います。

医療田：

、、共生の質を選ぶ、か。

それ自体が新しいスキルなのかもしれないね。

● エピジェネティクス ―― 同じ「DNA」から別の「個性」へ

機械屋：

最後のテーマは「エピジェネティクス」です。

これは医療田さんの専門分野に近いかもしれませんね。

医療田：

うん、知ってるよ。

遺伝子のDNA配列そのものは変わらないのに、

環境や経験によって、遺伝子の「使われ方」が変わる現象だよね。

同じ遺伝子を持つ一卵性双生児でも、

育った環境が違うと、病気のなりやすさが違ってくる。

機械屋：

その通りです。

で、これがAIの世界と驚くほど重なるんですよ。

医療田：

え？　どこが？

機械屋：

いまの大規模言語モデル――GPTやClaudeやGeminiなど――は、

ベースとなるモデル、いわば「DNA」は共通の構造を持っています。

Transformerアーキテクチャという同じ基本設計ですね。

医療田：

ふんふん。

機械屋：

ところが、このベースモデルに対して、

「ファインチューニング」や「RLHF（人間のフィードバックによる強化学習）」を行うと、

同じ「DNA」を持つモデルが、まったく異なる「個性」を発揮し始めるんです。

医療田：

、、つまり、「育て方」で性格が変わる、ってこと？

機械屋：

まさにそうです。

GPT-4とClaude 3.5は、どちらもTransformerベースですが、

回答のスタイルも、得意分野も、判断の傾向もかなり違いますよね。

これはまさに「エピジェネティクスの効果」に近いんです。

同じDNAでも、発現パターンが違う。

医療田：

あぁ、、

一卵性双生児が違う環境で育って、違う性格になるのと同じ構図か。

機械屋：

ええ。

しかもこれ、国や文化によっても変わってきます。

日本語データで追加学習したモデルと、

アラビア語データで追加学習したモデルでは、

同じ質問に対する回答の傾向が変わる。

「文化的エピジェネティクス」とでも呼べるかもしれませんね。

医療田：

、、それ、ちょっと面白い。

つまり、AIにも「お国柄」が出てくる、っていうことかな？

機械屋：

そうですね。

さっき話した「ソブリンAI」の話とも繋がるんですが、

種分化が「別の種になる」ことだとすれば、

エピジェネティクスは「同じ種のまま、違う個性になる」ことなんです。

AIの多様性は、この両方のメカニズムで生まれている。

医療田：

、、あぁ。

人間だってそうだもんね。

遺伝子レベルでは人類はほぼ同じなのに、

文化や言語や環境でこんなに多様になってる。

機械屋：

素晴らしい指摘ですね。

そしてもうひとつ重要なことがあります。

エピジェネティクスの効果は、「次の世代に引き継がれる」ことがあるんです。

医療田：

あ、、

経世代エピジェネティクス、だよね。

親の経験が、子の遺伝子発現に影響するっていう研究がある。

機械屋：

AIでも同じことが起きています。

あるモデルをファインチューニングして作った「子モデル」が、

さらにファインチューニングされて「孫モデル」になる。

親モデルの「学習経験」が、世代を超えて引き継がれていくんです。

医療田：

、、生物の進化と、本当に同じ構図なんだね。

機械屋：

ええ。

そしてここに、先ほどの「共生」の話が重なるんですよね。

人間がAIにフィードバックを与え、AIの「エピジェネティクス」を変える。

AIが変わると、人間の行動も変わる。

人間の行動が変わると、またAIへのフィードバックも変わる。

これが「共進化」です。

医療田：

、、人間とAIが、お互いに影響を与え合いながら、

一緒に変わっていく。

機械屋：

はい。

進化生物学では、花と昆虫の関係がよく引き合いに出されますね。

花は昆虫に受粉してもらうために色や形を変え、

昆虫は花の蜜を効率的に集めるために口の形を変えた。

どちらかだけが一方的に変わったのではなく、「一緒に変わった」んです。

医療田：

、、なんか、、

怖いような、美しいような。

● まとめ

機械屋：

今回のポイントをまとめましょう。

・種分化。AIは「ひとつの種」のままではいられなくなりつつある。汎用モデルと専門モデル、国ごとのソブリンAIという「島」で、異なる方向への分岐が始まっている。同時に、蒸留という「水平伝播」で知識が種を超えて流れる。

・共生。人間とAIの関係は、ミトコンドリアと宿主細胞の「共生」に向かう可能性がある。便利さと引き換えに何かを手放す覚悟と、「何を委ね、何を保つか」の意識的な選択が求められる。

・エピジェネティクス。同じTransformerという「DNA」でも、育て方（ファインチューニング・RLHF）や文化的環境によって、まったく異なる「個性」が生まれる。そしてその変化は、人間とAIの共進化を通じて加速していく。

医療田：

、、前回の「過去編」で見たパターンが、

そのまま未来に繋がってるんだね。

機械屋：

ええ。

カンブリア爆発の後に種分化が来る。

大量絶滅の後に共生が生まれる。

収斂進化の先にエピジェネティクスがある。

過去を知ることが、そのまま未来を読む地図になるんですよね。

医療田：

、、。

でもさ、ひとつだけ聞いていい？

機械屋：

どうぞ。

医療田：

これだけ進化のパターンが当てはまるとして、、

じゃあ、私たちはどう「構えて」おけばいいの？

パターンを知った、その先に何があるの？

機械屋：

、、いい問いですね。

進化論が教えてくれる最大の教訓は、

「変化に適応した者が生き残る」ということではなく、

「多様性を持つ集団が生き残る」ということなんです。

医療田：

多様性、、。

機械屋：

ひとつのやり方だけに最適化した種は、環境が変わると絶滅します。

でも、多様な個体を持つ集団は、誰かが新しい環境に適応できる。

人間もAIも、「ひとつの正解」に収斂するのではなく、

多様なかたちで共存していくことが、長期的には最も強い戦略なんですよね。

医療田：

、、。

どこかで聞いた気がする。。

「最も強い者が生き残るのではない。最も賢い者でもない。変化に対応できる者が生き残る」って。

機械屋：

ダーウィンの言葉としてよく引用されますが、

実は彼自身の言葉ではないんですけどね。

医療田：

笑　そうなの？

機械屋：

ええ。

でも、本質は合っていると思います。

大事なのは「強さ」でも「賢さ」でもなく、

変化と共に自分も変われること。

そして、変わる方向を自分で選べること。

医療田：

、、共生の質を選ぶ、か。

さっきの話に戻るね。

機械屋：

はい。

進化は選べないけれど、共生の「しかた」は選べますからね。

医療田：

、、うん。

それが聞けて、ちょっと安心した。

＝＝＝＝＝＝

● よくある質問（FAQ）

Q1. AIの「種分化」とは何ですか？

A1. 生物学では、ひとつの種が異なる環境に適応して別々の種に分かれることを種分化と呼びます。AIでも同様に、汎用大規模モデルと医療・法律・コーディングなど特定領域に特化した専門モデルへの分岐が進んでいます。各国が独自のAIを育てる「ソブリンAI」の動きも、地理的隔離による種分化のアナロジーとして理解できます。

Q2. AIの「蒸留（ディスティレーション）」と生物学の水平遺伝子伝播の共通点は？

A2. 蒸留は大きなAIモデルの知識を小さなモデルに移す技術で、親から子への「縦」の伝達ではなく、種を超えた「横」の知識移転です。細菌が薬剤耐性遺伝子を異種間で受け渡す水平遺伝子伝播と同じ構造を持ち、進化を加速させる一方で知的財産の問題も生じます。

Q3. 人間とAIの「共生」はどこに向かう？

A3. 現在は「条件的共生」（いなくても生きられる段階）ですが、AIへの依存が進むとミトコンドリアのような「絶対的共生」に近づく可能性があります。鍵は「何をAIに委ね、何を自分で保つか」を意識的に選ぶこと。進化の歴史では、共生による能力の委譲が新たな飛躍を生んできました。

Q4. AIにもエピジェネティクスはあるのですか？

A4. 同じTransformerアーキテクチャ（DNA）を持つモデルでも、ファインチューニングやRLHFという「育て方」によって、異なる回答傾向や個性が生まれます。文化や言語データによる追加学習で「お国柄」さえ生じる点は、環境によって遺伝子の発現が変わるエピジェネティクスと構造的に類似しています。

● 参考

1. Punctuated Equilibria in Artificial Intelligence: The Institutional Scaling Law and the Speciation of Sovereign AI (2026)

https://arxiv.org/abs/2603.14664

2. The Case for Specialized AI — Contrary Research

https://research.contrary.com/report/the-case-for-specialized-ai

3. AI predictions 2026: from general AI models to vertical LLMs and autonomous agents

https://www.future-processing.com/blog/ai-predictions-2026/

4. From Augmentation to Symbiosis: A Review of Human-AI Collaboration (2026)

https://arxiv.org/abs/2601.06030

5. Modeling the Centaur: Human-Machine Synergy in Sequential Decision Making (2025)

https://arxiv.org/abs/2412.18593

6. Brainrot: Deskilling and Addiction are Overlooked AI Risks (2026)