ジョージア州アトランタのジョージア工科大学の研究チームは、脳の進化的な発展に関する従来の爬虫類脳対理性脳という層状モデルを覆す新たなメカニズムを解明し、学術誌Science Advancesに2026年に発表した。同研究の主導者は計算科学・工学部のナビル・イマム准教授である。 従来、脳の進化は基本的な生存本能を司る古くからの爬虫類脳に、高等な思考機能を持つ新皮質が重層的に追加されたものと考えられてきた。しかしイマム准教授のチームは182種の動物における脳構造の尺度変化を比較分析し、この見解が誤りであることを実証した。実際には大脳辺縁系と新皮質は独立に変化するのではなく、常に連動して拡大または縮小する統合されたネットワークとして振る舞うことが明らかになった。 この連動現象の根源は出生前に確立される神経配線の根本的な違いにある。新皮質は触覚や視覚情報を処理する領域が解剖学的に近接する空間マップ型配線を採用している。一方大脳辺縁系の嗅覚や記憶を司る領域は個別の固有パターンとして信号を伝達するバーコード型分布配線を採用している。AIモデルを用いたシミュレーションにより空間マップ型が視覚や聴覚処理に分布配線型が嗅覚や記憶処理にそれぞれ最適化されていることが実証された。 進化過程における脳容量の配分は限られた生物学的面積とエネルギー資源を巡る戦略的トレードオフの結果である。環境が嗅覚依存型を優位に選択すれば大脳辺縁系が拡大し新皮質は相対的に縮小する。逆に視覚認知が生存に不可欠であれば新皮質が発達する。これはナインバンドアルマジロとリスザルの脳構造の違いとして既に観測されている現象である。 この知見は人工知能の開発にも重要な示唆を与える。現在のディープラーニングは大量のデータに依存するが生体脳の効率的な学習メカニズムを模倣するには経験則だけでなく出生前に備わる神経配線構造そのものをAIアーキテクチャに統合する必要がある。同研究は限られたリソースで高度な認知機能を実現する次世代の省エネ型AI設計の新たな指針を提供するものである。