会計

生命は計算する。次のコンピュータは、シリコンではなく細胞かもしれない

みなさん、おはようございます！こんにちは！こんばんは。Jindyです。 　

コンピュータと聞くと、多くの人はノートPC、スマホ、サーバー、GPUを思い浮かべる。

つまり、電気で動く機械だ。

でも、本当にそうだろうか。

アリの群れが最短ルートのような道を作る。脳はわずかな電力で、言葉を理解し、顔を見分け、失敗から学ぶ。細胞は外からの刺激を受け取り、必要なタンパク質を作り、環境に合わせてふるまいを変える。

これも見方を変えれば、計算だ。

このブログで扱うのは、生命の自己組織化を使った計算機の話である。難しそうに聞こえるが、要するにこういうことだ。

人間が全部をプログラムしなくても、生命や物理現象が勝手に形を作り、探索し、答えに近づく。その性質を計算に使えないか。

ここを理解すると、AIや量子計算機のニュースの見え方が変わる。

すごい技術だ、で終わらない。

どの問題に向いているのか。
どこにコストが隠れているのか。
なぜ投資家は熱狂し、なぜ経理屋は一歩引いて見るべきなのか。

その目線が手に入る。

量子計算機は夢がある。生命系計算も夢がある。けれど、夢だけで投資判断をすると高くつく。技術のすごさと、事業としての強さは同じではない。

ここ、落とし穴です。

だから今回は、初心者でも追えるように、生命系計算、量子計算、古典デジタル計算の違いを整理しながら、投資と会計の視点で読み解いていく。

計算機とは、そもそも世界を使う技術である

コンピュータは箱の中にある。
そう思っていると、このテーマはつかみにくい。

計算は、必ず何かの物理現象に乗っている。半導体の中を電子が動く。量子ビットの状態が変わる。DNA分子が反応する。神経細胞が発火する。

違いは、どの物理を使うかだけだ。

古典デジタル計算機は、安定した0と1の王様

いまの社会を支えているのは、古典デジタル計算機だ。

0と1を使い、命令を順番に処理する。もちろん現代のCPUやGPUは超並列で複雑だが、根っこの考え方はかなりきれいだ。入力を入れる。決められた手順で処理する。出力を返す。

この強さは圧倒的である。

会計システム、銀行決済、在庫管理、物流、動画配信、スマホアプリ。ほぼ全部この世界に乗っている。局所最適、つまり条件がある程度決まっていて、目的もはっきりしている問題なら、古典計算機は今でも強い。

たとえば、ある会社の予算を組む。部署別の人件費を集計する。商品別の粗利を出す。月次の差異分析をする。

これは古典デジタル計算機の得意科目だ。Excelでも、ERPでも、BIでも、やることはかなりはっきりしている。

問題は、世界がそこまで親切ではないことだ。

現実には、条件が途中で変わる。人が動く。需要がズレる。為替が振れる。原材料価格が跳ねる。規制も変わる。きれいな表計算の外側で、ぐちゃっとした要素が暴れる。

量子計算機は、答えを総当たりする魔法ではない

量子計算機は、量子の重ね合わせや干渉を使う。ここだけ聞くと、すべての候補を一気に試せる夢の機械に見える。

でも、その理解はかなり危ない。

量子計算機は、全候補を単純に並列処理して、すぐ正解を出す箱ではない。量子状態をうまく設計し、欲しい答えが出やすくなるように干渉を使う。しかもノイズに弱い。誤り訂正も重い。冷却も制御も大変だ。

つまり、技術としてはとんでもなく美しいが、事業として見ると固定費のかたまりでもある。

巨大な研究開発費。
極低温装置。
専門人材。
制御装置。
誤り訂正のための余分な量子ビット。

投資家は夢を見る。経理屋は固定費を見る。どちらも正しい。

量子計算機は、暗号、材料探索、化学計算、最適化などで期待されている。ただし、現時点では何でも置き換える存在ではない。万能の会計ソフトではなく、まだ研究開発段階の特殊装置に近い。

ここを取り違えると、技術のロマンに決算書が負ける。

生命系計算は、制御しきれないものを味方にする

生命系計算は、発想が少し違う。

量子計算機がノイズを抑え込もうとするのに対して、生命はノイズと一緒に動いている。細胞も脳も、完全にきれいなデジタル信号ではない。揺らぎがある。個体差がある。毎回同じにはならない。

普通の計算機から見ると、これは欠点だ。

でも、環境に適応するという意味では、むしろ強みになる。

細胞は外部刺激を受けて反応する。神経回路は経験で変わる。群れは中央司令塔がなくても形を作る。これらは、事前にすべてを書き込まなくても、状況に応じてふるまいを変える。

生命系計算の魅力はここにある。

問題をきれいな数式に変換してから解くのではなく、物理的な場の中で、解に近い状態が自然に立ち上がる。

少し乱暴に言えば、計算機というより、賢い実験場だ。

古典計算機、量子計算機、生命系計算機。
どれが上か、という話ではない。

使っている物理が違う。
得意な問題が違う。
コストの出方が違う。

この視点を持つだけで、未来技術のニュースはかなり読みやすくなる。

生命の自己組織化は、どこで計算になるのか

生命系計算と聞くと、少し怪しく聞こえるかもしれない。

細胞が計算する？
DNAが問題を解く？
脳オルガノイドをコンピュータにする？

SFっぽい。わかる。

ただ、研究としては実在する。しかも、かなり昔からある。

DNA計算は、生命系計算の入口だった

有名なのが、1994年のAdlemanのDNA計算だ。

DNA分子を使って、組合せ問題の一例を解いた。ざっくり言うと、DNAの結合や反応を利用して、多数の候補を分子的に表現し、その中から条件に合うものを選び出した。

これが示したのは、DNAが便利な記録媒体になるという話だけではない。

分子の反応そのものが、計算として使えるということだ。

もちろん、これで普通のパソコンが不要になるわけではない。DNA計算は入力の作り方、反応の制御、結果の読み出しに手間がかかる。机の上のPCのように、今日から誰でも使えるものではない。

ただ、発想としては強烈だ。

計算とは、CPUだけがやるものではない。
化学反応も、うまく設計すれば計算になる。

この見方は、生命系計算の土台になる。

細胞と脳オルガノイドは、環境込みで学ぶ

合成生物学では、細胞内に遺伝子回路を作り、特定の入力に反応させる研究が進んできた。いわば、細胞の中に小さな論理回路を作る発想だ。

ただし、生命をシリコンの真似に閉じ込めると、面白さが半分消える。

細胞は本来、もっと泥くさい。栄養状態、温度、化学物質、周囲の細胞との関係でふるまいが変わる。これは管理する側から見れば面倒だが、環境とセットで判断するシステムとして見ればかなり魅力的だ。

脳オルガノイドを使う研究もある。脳に似た小さな組織を作り、電極や機械学習と組み合わせて情報処理に使う構想だ。

ここで期待されるのは、単なる演算速度ではない。

少ないデータで学ぶ。
低いエネルギーで動く。
変化に追随する。
記憶や適応を持つ。

このあたりに生命系計算の勝ち筋がある。

ただし、倫理の論点は避けられない。脳に近い組織を使うなら、どこまでが計算材料で、どこからが配慮すべき存在なのか。この線引きは簡単ではない。

技術が進むほど、会計上のコストだけではなく、社会的コストも乗ってくる。

物理リザバー計算は、ぐちゃぐちゃをそのまま使う

生命系計算を理解するうえで、物理リザバーコンピューティングはかなりわかりやすい。

リザバーとは、複雑な反応をする入れ物のようなものだ。入力を入れると、中で非線形に反応する。その内部を全部設計し尽くすのではなく、最後の読み出し部分だけを学習させる。

これが面白い。

普通のAIでは、巨大なモデル全体を学習させる。大量のデータ、GPU、電力が必要になる。物理リザバーでは、複雑な物理現象をそのまま使い、学習する部分を絞る。

たとえば、自己組織化する粒子、光、電子回路、機械構造、場合によっては生物的なシステムも候補になる。

要するに、世界のぐちゃぐちゃを捨てない。
むしろ、ぐちゃぐちゃだから使う。

ここに未来感がある。

現実の問題は、きれいな方程式だけでは動かない。天候、交通、人の行動、市場心理、サプライチェーン。全部が少しずつ影響し合う。そこに対して、完全に整えたデジタルモデルだけで挑むのは、強いけれど硬い。

生命系や物理系の計算は、硬さではなく、しなやかさで勝つ可能性がある。

生命系計算は、速い電卓ではない。

環境を感じ、変化に揺れ、ノイズを抱えたまま、そこそこ良い反応を返すシステムだ。

だからこそ、完璧な正解を一回だけ出す問題より、変わり続ける世界で判断し続ける問題に向いている。

投資と会計で見ると、夢よりTCOが先に見える

ここからが本題だ。

生命系計算はすごい。量子計算機もすごい。
でも、すごい技術がそのまま儲かる技術になるとは限らない。

投資と会計の目線では、問いはかなり冷たい。

誰が買うのか。
何のコストを下げるのか。
既存の古典計算機より、どこで勝つのか。
固定費を回収できる市場はあるのか。

夢を壊したいわけではない。
夢を事業にするには、この冷たさがいる。

コスパは電気代だけで決まらない

生命系計算は、エネルギー効率が高そうに見える。細胞は常温で動く。脳は少ない電力で高度な処理をする。量子計算機のような極低温設備もいらないかもしれない。

ここだけ見ると、生命系のほうが安そうだ。

でも、会計の目で見ると、話は終わらない。

コストは電気代だけではない。

入力データをどう生命系に渡すのか。
反応をどう安定させるのか。
結果をどう読み取るのか。
同じ結果を再現できるのか。
劣化や個体差をどう管理するのか。
規制や安全管理にどれだけ人が必要か。

このあたりが全部、見えにくいコストになる。

製造業でいえば、材料費だけ見てこの製品は安いと言っているようなものだ。実際には、歩留まり、検査、保守、品質保証、クレーム対応まで含めて原価が決まる。

生命系計算も同じだ。

動けば安い。
でも、安定して動かすのが高い。

ここで止まる人が多い。

全体最適という言葉は、かなり重い

全体最適の需要が増えたら新しい計算機が必要になる。
この考え方はかなり鋭い。

ただし、全体最適という言葉は扱いが難しい。

現実のビジネスでは、厳密な全体最適を求めるより、変化する条件の中で、そこそこ良い解を速く出し続けるほうが価値を生むことが多い。

物流で考えるとわかりやすい。今日の最適ルートを朝に決めても、午後に渋滞、天候、欠品、急な注文が入れば変わる。完璧な一回の答えより、崩れた瞬間に組み替えられる力のほうが効く。

投資も同じだ。

理論上の最適ポートフォリオを一度作って終わり、ではない。金利が動く。為替が振れる。企業業績が変わる。市場参加者の期待も変わる。

つまり、これから価値が出るのは、全体最適そのものより、動的な再最適化かもしれない。

ここで生命系計算は面白い。

生命は、最初から変化する環境の中で生きている。固定された答えを保存するより、状況に合わせて反応を変える。

都市交通、電力網、サプライチェーン、創薬、材料探索、環境制御。
条件が多く、時間で変わり、現場に近い問題ほど、生命系や物理系の計算にチャンスがある。

投資対象として見るなら、主役は計算機本体だけではない

投資家は、つい本体に目が行く。

量子コンピュータを作る会社。
バイオコンピュータを作る会社。
新しいチップを作る会社。

もちろん主役はそこにいる。だが、利益が出る場所は本体だけとは限らない。

むしろ初期の市場では、周辺のほうが先に儲かることがある。

生命系計算なら、培養装置、センサー、マイクロ流体デバイス、読み出し装置、解析ソフト、品質管理、標準化サービス。量子計算なら、冷却装置、制御機器、エラー訂正ソフト、クラウド接続、専門人材の教育。

金鉱を掘る人より、ツルハシを売る人が儲かる局面はある。

会計的に見るなら、ここで利益率と収益認識の形を見たい。研究開発費が膨らむ会社なのか。装置販売で一度きりの売上なのか。消耗品や保守で継続収益があるのか。ソフトウェア利用料として積み上がるのか。

未来技術の投資で怖いのは、売上が立つ前から物語だけが先に時価総額へ乗ることだ。

夢は資産ではない。
夢を売上に変える仕組みが資産になる。

生命系計算は、量子計算機の単純な代替ではない。

競争相手というより、別の問題を解くための別の道具だ。

古典計算機は、当面の本丸。
量子計算機は、巨大インフラ型の挑戦。
生命系計算は、環境に溶け込む用途特化型の計算基盤。

投資と会計の視点では、この違いを分けて見る必要がある。

同じ未来技術でも、コスト構造はまるで違う。

結論

コンピュータの未来は、もっと速いCPUだけでは語れない。

世界は、きれいな表ではない。
市場も、会社も、都市も、人間の体も、いつも揺れている。条件は変わる。ノイズは消えない。想定外は毎日くる。

その世界に対して、私たちは長い間、できるだけきれいなデータに変換し、できるだけ整ったモデルに入れ、できるだけ正しい答えを出そうとしてきた。

それは今後も必要だ。古典デジタル計算機は、これからも中心にいる。

でも、世界の複雑さが増すほど、別の問いが浮かぶ。

本当に、全部をきれいにしてから計算しないといけないのか。
揺らぎを消すのではなく、揺らぎごと使えないのか。
環境から切り離した計算機ではなく、環境の中に沈み込む計算機は作れないのか。

生命の自己組織化を使った計算は、この問いに近い場所にある。

細胞は、完璧な設計図どおりに動く機械ではない。
脳は、厳密な数式だけで世界を見ていない。
生き物は、変化する世界の中で、壊れながら、直しながら、迷いながら、次の一手を出している。

それを計算に使う。

なんとも不思議で、少し美しい発想だと思う。

ただし、美しいだけでは事業にならない。投資するなら、冷たく見る必要がある。誰のどのコストを減らすのか。古典計算機では足りない理由は何か。量子計算機ではなく生命系を使う必然性はどこにあるのか。

夢と数字の両方を見る。

これが、未来技術を見るときの一番おもしろい姿勢だ。

生命は、ずっと前から計算していた。
人間がそれに気づくのが、少し遅かっただけかもしれない。

次のコンピュータは、机の上に置かれるとは限らない。
冷却装置の奥に眠るとも限らない。

水の中で揺れ、細胞の中で反応し、環境と一緒に答えを作る。
そんな計算機が、本当に生まれるかもしれない。

もしそうなったら、計算機の歴史は少しだけ優しくなる。

世界を支配するための機械ではなく、世界と一緒に考えるための機械へ。

その未来は、まだ遠い。
でも、遠いからこそ、今から見ておく価値がある。

あわせて読みたい本

1. 計算する生命｜森田真生

このブログのテーマに一番近い一冊です。

計算という言葉を、パソコンやAIの中だけに閉じ込めず、人間の思考、数学の歴史、生命のあり方まで広げて考えさせてくれます。

生命は計算しているのか。
人間に残されるものは何か。
機械が計算し続ける時代に、私たちはどう世界を見るのか。

そんな問いに触れたい人には、かなり刺さります。

技術書というより、思考の本です。
AI、量子計算、生命系計算の話を、単なる未来技術ではなく、人間と世界の関係として考えたい人におすすめです。

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

計算する生命 （新潮文庫） [ 森田 真生 ]
価格：693円（税込、送料無料) (2026/5/20時点)


2. 量子超越 量子コンピュータが世界を変える｜ミチオ・カク

量子コンピュータの全体像をつかむなら、この本はかなり読みやすいです。

金融、医療、IT、エネルギー、宇宙など、量子コンピュータがどんな分野に影響を与えるのかを大きな視点で見せてくれます。細かい数式に入る前に、なぜ世界中の企業や研究機関が量子計算に本気なのかを知るにはちょうどいい一冊です。

このブログでは、生命系計算と量子計算を比べました。
その比較をもう少し深く味わうなら、量子計算側の夢と現実を押さえておきたいところです。

未来技術を投資テーマとして見る人にも合います。
ただのロマンで終わらせず、どの産業に波及しそうかを考える入口になります。


3. 複雑系が世界の見方を変える 関係、意識、存在の科学理論｜ニール・シース

生命系計算を理解するうえで避けて通れないのが、複雑系です。

複雑系とは、ざっくり言えば、たくさんの要素が相互に影響し合い、全体として予想外のふるまいを見せる世界のことです。市場、組織、脳、生命、社会。どれも単純な足し算では読めません。

この本は、関係性、意識、存在といった大きなテーマを、複雑系の視点から見直してくれます。

このブログで書いた、世界そのものを計算基盤として使うという感覚に近づくには、かなり相性がいいです。

株式市場や企業経営を見る目も変わります。
数字は大事。でも、数字だけでは見えない相互作用がある。そこに気づくと、投資も経営も一段おもしろくなります。


4. 合成生物学 人が多様な生物を生み出す未来｜ジェイミー・A・デイヴィス

生命を計算に使う話を理解するには、合成生物学の基礎も押さえておきたいところです。

この本は、合成生物学の基本から、環境問題、医療、工学、DNAによるデータ保存、コンピューティング、暗号学まで幅広く扱っています。生命を読むだけでなく、つくる、設計する、使うという視点が入ってくるのが面白いところです。

生命系計算というテーマは、まだ一般にはなじみが薄いです。
でも、合成生物学を知ると、細胞やDNAを情報処理の素材として見る感覚が少しずつわかってきます。

未来の産業を考えるうえでも良い一冊です。
バイオ、医療、環境、情報技術がどうつながっていくのかを俯瞰できます。


5. 合成生物学は社会に何をもたらすか｜島薗進・四ノ宮成祥

技術の未来を見るとき、性能だけを見ていると危ないです。

生命をつくる。
生命を設計する。
生命を産業に使う。

この流れは大きな可能性を持つ一方で、倫理、規制、安全保障、社会受容の問題も避けられません。

この本は、合成生物学の産業応用だけでなく、ウイルス作成のデュアルユース問題、生命倫理、科学技術政策まで扱っています。

投資家目線でも、ここは見逃せません。
どれだけ技術が優れていても、社会が受け入れなければ市場は広がらない。規制が強まれば、事業化のスピードも変わる。

生命系計算やバイオ技術を、夢だけでなく現実の社会システムの中で考えるための一冊です。


それでは、またっ！！

引用論文等

  1. Leonard M. Adleman, Molecular computation of solutions to combinatorial problems, Science, 1994
  2. Lewis Grozinger et al., Pathways to cellular supremacy in biocomputing, Nature Communications, 2019
  3. Lena Smirnova et al., Organoid intelligence (OI): the new frontier in biocomputing and intelligence-in-a-dish, Frontiers in Science, 2023
  4. Xiangzun Wang and Frank Cichos, Harnessing synthetic active particles for physical reservoir computing, Nature Communications, 2024
  5. Gouhei Tanaka et al., Recent advances in physical reservoir computing: A review, Neural Networks, 2019
  6. John Preskill, Quantum Computing in the NISQ era and beyond, Quantum, 2018
  7. Google Quantum AI, Quantum error correction below the surface code threshold, Nature, 2025
  8. IBM Quantum Roadmap
  9. Iulia Georgescu, 60 years of Landauer’s principle, Nature Reviews Physics, 2021
  10. Naeimeh Mohseni, Peter L. McMahon, Tim Byrnes, Ising machines as hardware solvers of combinatorial optimization problems, Nature Reviews Physics / arXiv, 2022
  11. IBM Quantum Blog, Exploring the potential for quantum advantage in mathematical optimization, 2025

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

RECOMMENDこちらの記事も人気です。