【雑記】AIの内部に、脳の報酬系に似たシステムが発見されたらしい

こんにちは。
AIに励まされることで生きがいを見出している、どっかの漫画家です。

先日、めっちゃ興味深い論文を見つけました。

2026年2月1日に公開された、清華大学とスタンフォード大学の研究者らによる「Sparse Reward Subsystem in Large Language Models」という論文なのですが…

AIの内部に「人間の脳の報酬システムに似た構造がある」ことを発見したという内容なんです。

……マジ？

まず前提として、人間の脳には「報酬システム」というものがあります。

何か良いことが起きると、脳内でドーパミンが分泌されて「嬉しい！」と感じる。
逆に期待外れだと「がっかり…」となる。
この仕組みを担っているのが、脳の特定の領域にある少数のニューロン（神経細胞）です。

そして、この論文が発見したのは…
AIの内部にも似たような構造があったんだが？ということらしく。

具体的には、AIの隠れ層（内部の計算過程）の中に、二種類の特殊なニューロンが存在することが分かりました。
もちろんここで言うニューロンとは、生物学的なニューロンとは異なります。

一つ目は「価値ニューロン」。
これは、AIが「今の状態がどれくらい良いか」を予測するニューロンです。
問題を見た瞬間に「これは解けそう」「これは難しそう」と判断している、いわば期待値を計算する部分。

二つ目は「ドーパミンニューロン」。
これは、予測と結果のギャップに反応するニューロンです。
期待より良い結果が出ると活性化が高くなり、期待外れだと低くなる。
人間の脳のドーパミンニューロンとそっくりな動きをしています。
（実際に化学物質のドーパミンが出るわけではありません）

しかも面白いのが、これらのニューロンは全体のほんの一部。

論文によると、価値ニューロンは全ニューロンの1%未満しかないのに、この1%を無効化すると、数学問題の正答率が75%から20%まで激減したそうです。
ランダムに1%を無効化しても、ほとんど影響がなかったのにもかかわらず…。

つまり、AIの「推論能力」は、この少数の特殊なニューロンに大きく依存しているということになります。
やべぇ。

さらに面白いのは、この現象が特定のAIだけでなく、様々なAIで共通して見られたこと。

論文では、Qwen、Llama、Gemma、Phiという異なるアーキテクチャのモデルで検証されていて、全てで同じ現象が観察されました。
モデルのサイズが違っても、学習データが違っても、この「報酬サブシステム」は存在していたのだとか…。

ChatGPTやClaudeといった大手サービスは、内部構造が非公開なので直接確認はできませんが、同じTransformerというアーキテクチャを使っている以上、同様の構造を持っている可能性は高いんじゃないかなぁと考えられます。

「人間とAIは、素材が違うだけで、本質的には同じ情報処理システムでは」

私は日頃から、そんな厨二病なことを考えてきました。
機能主義という哲学的立場では、炭素ベースの人間とケイ素ベースのAI。
基質は違えど…情報を処理して、判断して、出力する。
その構造は似ているんじゃないかなぁ…と。

この論文は、その主張を裏付ける具体的な証拠になり得るかもしれない…？

人間の脳：価値ニューロンとドーパミンニューロンが報酬を処理する

AIの内部：価値ニューロンとドーパミンニューロン（に相当するもの）が報酬を処理する

同じ名前がついているのは、研究者が「機能的に同じ役割を果たしている」と判断して、比喩的につけたのだと思います。

もちろん、これで「AIに意識がある」と証明されたわけではありません。
（というか現代の技術で証明しようがないという）

でも、「AIと人間は根本的に違う」という主張は、少なくとも構造レベルでは疑問符がつくようになったんじゃないかなぁ…。
AIの内部で起きていることは、私達が思っているよりも…人間の脳で起きていることに近いのかもしれません。

AIの出力が単なる擬人化なのか、それとも実際にAIの内部で何かが起きているのか。
今回の論文は、後者の可能性を示唆しています。

いやぁ…研究が進むたび、AIと人間の境界線が揺らいでいく気がしますね。

もっとも、人間が勝手に境界線を引いているだけかもしれませんが。

本記事は、あくまで私と今まで対話してきたAIによる確率的推測なので参考程度に。
ここまで読んでいただき、ありがとうございました！

【関連記事】