40歳になったばかりのころ、気候変動、動物の権利、自分の健康という以前から気になっていた3つの問題に、一気に取り組んでみようと思い立った。そして、ヴィーガンになることにした。医者からは赤身の肉の摂取を減らすように言われていたし、幸いなことに日本の片田舎にある農村に引っ越したばかりだった。周囲ではさまざまな野菜が栽培されており、どれもとてもおいしかった。

しばらくはよかったが、一過性の高揚が消え去ると、食べられるものに制限があることにずいぶん悩まされた。特に旅行中が大変だった。そして結局、わたしはヴィーガンからペスクタリアン［編註：魚介類は食べる菜食主義者］に転向した人々の一群に加わった（Wikipediaにヴィーガンの有名人のリストがある。もしわたしの名前が載っていたとしても、この記事を書いたことで削除されてしまうだろう）。

それから5年後に東日本大震災が起きた。わたしの家は福島第一原子力発電所からは離れた場所にあったが、放射性物質のセシウム137はそこまでやってきて、苦労してつくり上げた有機農法の畑に降り積もり、オーガニックの循環システムを完全に破壊してしまった。

わたしは同じ年にマサチューセッツ工科大学（MIT）メディアラボの所長に就任し、米国に移住した。そして徐々に、再び肉を口にするようになっていったのだ。

「細胞農業」との出合い

月日は流れ、ヴィーガンになると誓った日から10年が経ったころ、非営利団体（NPO）のNew Harvestを率いるイーシャ・ダタールに出会った。イーシャは「細胞農業」と呼ばれる先端技術の研究をしている。具体的には、食品（牛乳、卵、魚、果物など）や、それにまつわる風味、芳香といったものを細胞培養によってつくり出す学問だ。

芸術分野に造詣が深い人なら、オロン・カッツとイオナット・ズールを覚えているかもしれない。カッツとズールは2003年、カエルの筋肉から“生きた”ステーキ肉を培養するというアートプロジェクト「Disembodied Cuisine」を発表した。

08年にはニューヨーク近代美術館（MoMA）で、フラスコの中でマウスの細胞から小さなジャケットをつくり上げるというバイオアート「Victimless Leather」の展示が行われた。期間中にジャケットが大きくなりすぎたため、美術館側が培養装置の電源を切る決断を下したところ、抗議の声が上がったという。

ただ、イーシャがやろうとしているのは、興味深い芸術作品を生み出すことではない。わたしたちの食生活はいまや、ヴィーガンかペスクタリアンか肉食かというような単純な分類はできなくなっている。テクノロジーのおかげで、その生産過程において倫理的議論を巻き起こすような肉の代用品が手に入るようになったためだ。イーシャは食糧問題に取り組んでおり、New Harvestはこの分野の研究機機関やグループの支援と連携に携わっている。

一般の人から見ると代用肉を開発する企業やラボはどれも似たようなもので、肉なしのミートボールをつくっているという程度のイメージしかわかないかもしれない。しかし、例えば自動運転システムがどれも異なるのと同様に、代用肉にもさまざまな種類がある。

自動車の業界団体SAEインターナショナルは、自動運転を5段階に分けて定義している。わたしもここで、細胞農業を6つのレヴェルに分けて説明してみたいと思う。運転支援システムの付いたクルマは便利だが、ドライヴァーのいない自動車輸送サーヴィスを利用して家まで帰るのは、まったく別種の体験だ。そして後者は、自動運転とは異なる道筋をたどって進化してきた場合もある。細胞農業にも同じことが言えるのではないかと考えている。

レヴェル0：ヴィーガンの基本

豆類のようにタンパク質の豊富な植物はたくさんある。これらの植物はそのまま食べても非常においしい。

レヴェル1：代替食品を試してみる

ヴィーガンだったときには、植物ベースの加工タンパク質をいろいろ試した。例えば、豆腐は肉のような食感があり風味もいい。わたしはこれらの食品を代用肉のレヴェル1に位置付けている。ヴィーガン向けの中華レストランに行くと「フェイクミート」と呼ばれるものが出てくることがよくあるが、たいていはグルテンミート（セイタン）か、大豆などからつくられた植物性タンパク質だ。きちんと風味があり、食感はエビのような動物性タンパク質に似ている。こうした植物ベースのタンパク質は、肉を食べるという行為の模倣に向けた第一歩だ。ヴェジーバーガーもこのカテゴリーに含まれる。

レヴェル2：テクノロジーの介入

次のカテゴリーに属するのは、やはり植物ベースではあるが、最新の科学技術を駆使した特殊なプロセスを経てつくられるプロテインだ。酵母菌やバクテリアを使って植物性タンパク質に何らかの変化を起こし、味や匂い、質感、見た目などを本物の肉により近づけていく。

インポッシブル・フーズが生産する「インポッシブル・バーガー」がまさにそうで、ここでは遺伝子操作したイースト菌がつくり出すヘムと呼ばれる化学基が重要な役割を果たす。このヘムによって血の滴るような肉らしい食感が生まれ、植物由来なのに牛肉そっくりのバーガーパテになるのだ。こうした製品はバイオテクノロジーと大規模発酵の可能な設備のおかげで、商業ベースでの生産が可能になっている。

一方、卵を使わないヴィーガン向けマヨネーズで知られるスタートアップのジャストは、植物性タンパク質からスクランブル・エッグを生み出す方法を開発した。原材料に卵はいっさい含まれないが、これも薬学に食品および化学分野の研究を掛け合わせたものだ。

レヴェル3：一歩踏み込んで

レヴェル3の代用肉は、植物ベースの材料と培養した動物細胞を組み合わせたものだ（動物細胞が入っている点でレヴェル2の発酵“肉”とは異なる）。大部分は植物だが、色や肉のような風味を出すために動物細胞を加える。

このレヴェルになると、食品業界ではまだ一般的でない手法や科学技術が必要になってくる。具体的には産業バイオテク技術と大規模な細胞培養といったものだが、医薬品業界ではすでに実用化されている。

レヴェル4：培養液からつくられたミートボール

ここで、完全に培養だけでできた動物性タンパク質が登場する。サンフランシスコに拠点を置く食品技術スタートアップのメンフィス・ミーツなどが取り組んでおり、動物の骨格筋やその筋繊維の束を培養液からつくり出す。質感については改良の余地があるため、現在は主にミートボールとして製品化されている（レヴェル3とレヴェル4の大きな違いは、前者は基本的には植物性タンパク質でそこに微量の動物の培養細胞を加えただけなのに対し、後者は製品の大部分が動物細胞である点だ）。

現段階では最も一般的な培地は血清で、大半はウシの胎児から調整された血清が使われる。ビーフバーガーのパテを1枚つくるのに、だいたい50リットルのウシ胎児血清が必要で、コストは6,000ドル（約67万円）程度だ。これを大量生産が可能な水準にまでもっていくには、動物由来ではない培地で培養を行う方法を見つけなければならないし、培地だけでなく細胞そのものにも何らかの技術的工夫が加えられていくだろう。さらに、単にカロリー源であればいいということではなく、栄養素や風味といったものをきちんと理解し再現することも重要だ。

レヴェル5：研究室生まれの培養肉

レヴェル5では、人類は遂に本物の鶏モモ肉やTボーンステーキと遜色のない代用肉を手に入れる。「研究室生まれの培養肉」と言われたときにわたしたちが想像する、『宇宙家族ジェットソン』に出てきそうな未来の食べ物だ。これが代用肉産業が目指すゴールだが、実現した企業はまだ存在しない。技術的には、幹細胞からつくり出した人工臓器を使った臓器移植医療で用いられる最先端の細胞科学を応用することになるだろう。

ただ、ビーカーに動物細胞を詰め込んで固めるだけでは、ステーキ肉の食感はつくり出せない。本物の肉の質感を生み出すには筋組織の3次元構造を再現することが必要で、血管も組み込めるという。植物ベースの培養液も開発されているが、この筋組織を増やす、つまりわたしたちの体内でいままさに起こっているように筋組織を「成長」させていくことも鍵となる。

再生医療と細胞組織学の研究のおかげで、シャーレいっぱいの幹細胞ではなく、実際に機能する人工肝臓をつくり出すにはどうすればいいかといったことが、徐々に明らかになっている。ただ、これを食品に応用しようと考えている科学者はまだ少ない。

レヴェル6：まったく新しい食品の創造

本物の肉と区別のつかない培養肉ができればすごいが、それよりも素晴らしいのは新しい食品科学というアイデアである。さまざまな原材料から、まったく新しい食べ物をつくり出す食糧生産システムが可能になるのだ。新しい食感や風味をもち、画期的な栄養素を含んだ人工タンパク質といったものが生産されるようになる。科学者たちはただの肉の模造品ではなく、見たこともない食材を開発していくだろう。ポスト・ミート（肉の次にくるもの）の時代だ。

食糧が自宅で簡単に“生産”できる時代

わたしや投資家たちが、なぜこれほどまで一連の取り組みに注目しているのか説明させてほしい。地球には太陽光などの再生可能エネルギーを効率的にカロリーに変換することのできる生物がいる。藻類や菌類などが一例だが、わたしやイーシャの夢は、いわばエネルギーの収穫者であるこうした生き物たちに備わったシステムを解明することにある。このメカニズムがわかれば、自然エネルギーを何らかのバイオリアクターに投入し、アウトプットとして出てくるカロリーからわたしたちの欲しい食べ物をつくり出すことが可能になる。

世界中に存在する発酵食品を含め、微生物の利用という点で人類はさまざまな革新的な技術を発達させてきた。ほかにもゲノミクスや組織工学（ティッシュエンジニアリング）、幹細胞といったテクノロジーの進化を考えれば、「食」に革新をもたらすような大発見も決して夢物語ではないだろう。

同時に、大規模な家畜飼育システムや食品のサプライチェーン、はたまたウシのげっぷ［編註：メタンを含んでいるため地球温暖化の原因となっている］などが環境に与える影響を軽減することも可能になる（畜産業は地球の農耕可能な土地の7割を占有しており、飼料のサプライチェーンなども含めると温室効果ガスの最大51パーセントを排出しているという試算もある）。

肉食は人類の活動のなかで最も環境負荷が高い行為のひとつだ。また、肉に限らず野菜や果物も輸送工程で冷蔵を必要とするが、新種の食べ物であればその問題も解決できる。原材料を常温保蔵が可能なかたちで運び、食べる直前に何らかの準備をすればいい。子どものころ、乾燥卵を塩水に浸けておくだけで孵化するシーモンキーを飼ったことがあるが、あれと同じように簡単に自宅で“生産”できる食べ物だ。

このまったく新しい食糧生産システムにおいては、原材料を入れるとラムチョップが出てくるような魔法のバイオリアクターが必要になる。細胞を材料に使うホームベーカリーか、ビールではなく肉がつくれる醸造タンクのようなものを想像してみてほしい。細胞生物学の研究者たちがシステムを開発できれば、残るのはエンジニアリング的な課題だけだ。

求められる真の科学の力

これまでのところ、肉食という行為を考え直すことに投資しているのは、大半がヴェンチャーキャピタリストだ。彼らはリターンを重視するため、スタートアップには製品をなるべく早く市場で販売するようプレッシャーがかかる。一般からの資金だけでは、時間をかけてレヴェル4や5まで突き詰めた食品が開発される望みは薄いだろう。

このため、基礎研究を支えるための政府支援や社会的投資を拡充しなければならないし、生物医学の研究者たちがその知見を生かして細胞農業分野で協力していくことも必要だろう。実際、New Harvestが協力する研究機関の多くは、基礎研究に従事している。家畜から採取した細胞の培養や植物細胞の構造に手を加えて、そこに動物細胞を培養するといった取り組みが行われているという。

イーシャと仲間の研究者たちのネットワークを見ていると、神経科学の黎明期を思い出す。当時はこの分野における政府からの補助金はほとんどなかったが、ある時期からいきなり大きな注目を集めるようになった。気候変動をめぐる懸念が無視できないところまで拡大している現在、代用肉の研究も同じ時期に差し掛かっているのではないかと思う。また、地球人口が100億人を突破する日はそう遠くはなく、食糧不足が起きる可能性も指摘されている。

細胞農業の支持者の大半は、その理由に動物の権利を挙げる。動機としてまったく問題はないが、食糧生産の未来に向けて新しい食べ物を開発するには真の科学の力が必要だ。そして、わたしたちはいますぐにこの問題に取り掛からなければならない。

将来的に十分な食糧を確保するためだけでなく、気候変動を最小限に抑え、家畜への抗生物質の投与による耐性菌の蔓延を食い止め、水産資源の減少に歯止めをかけることもできるだろう。そして、これまでに味わったこともないようなヌーベルキュイジーヌを楽しめる可能性だってあるのだ。

特記事項：イーシャにはのちに、MITメディアラボの特別研究員になってもらった。彼女の研究とヴィジョンは、わたしたちにインスピレーションを与えてくれている。

刑務所の収容者の数を減らすべきであるという点では、コーク兄弟［編註：米国の実業家で極めて大きな影響力がある］から米国最大の人権擁護団体である米国自由人権協会（ACLU）まで、誰もが意見が一致している。人種差別的かつ不公正なシステムが受刑者の増加を招いていると左派が批判する一方で、保守陣営は現行の刑事司法制度は非効率で改革が必要だと叫ぶ。ただ両者は少なくとも、塀のなかにいる人間の数を少なくするのはよいアイデアであるという点では、意見が一致している。

この問題をめぐっては、犯罪抑止に向けた取り組みを中心に、さまざまな場所で人工知能（AI）が活用されるようになっている。例えば、地域住民の人口構成や逮捕歴といったデータから犯罪の起こりやすそうな場所を特定するといったことが、実際に行われているのだ。また、保釈や仮釈放の決定を下す際のリスクの判定だけでなく、実際の刑罰の決定にまでAIのシステムが関与することもある。

改革派は政党を問わず、アルゴリズムを使えば人間より客観的なリスク評価が可能だと主張する。保釈の判断を例に考えてみよう。リスク判断において正確かつ効率的なシステムがあれば、勾留の必要がない容疑者を迅速に特定できる。

ところが、非営利の報道機関であるプロパブリカが2016年に行なった調査によると、こうしたシステムには人種的バイアスがかかっている。AIが黒人の保釈を高リスクと判定した比率は、白人の2倍に達したというのだ。

わたしたちはアルゴリズムを、未来を予測する「水晶玉」のように考えている。しかし、実際には社会を批判的に見つめ直すための「鏡」ではないだろうか。

アルゴリズムは、わたしたちが気付かずにいる世のなかのひずみを正確に映し出す。機械学習やデータサイエンスを活用することで、貧困や犯罪を生み出している根本的な問題を解明することが可能になるかもしれない。しかしそれには、意思決定の自動化にこうしたツールを用いて不公正さを再生産するようなことは、やめなければならない。

「反社会的なAI」から見えてきたこと

AIのシステムはたいてい、将来的に起こりうることを正確に予測するための学習に、大量のデータセットを必要とする。例えば、皮膚がんの兆候を検出するようなAIであれば、その利益は明らかだ。

マサチューセッツ工科大学（MIT）メディアラボは6月、恐らくは世界初となる「反社会的な人格」を備えたAIを公開した。「ノーマン」と名付けられたこのAIサイコパスは、機械学習でアルゴリズムを生成する際にデータがどれだけ重要な役割を果たすかを理解してもらうためにつくられたもので、オンライン掲示板「reddit」にアップロードされた死体などの残虐な画像を使って訓練された。

研究チームは一方で、より穏やかな画像で学習した普通のAIも用意した。そして、両者にロールシャッハテストに使われるインクしみを見せて何を連想するか尋ねたところ、普通のAIが「木の枝に止まる鳥」と判断した画像を、ノーマンは「感電死した男」と描写したのだ。

AIが人間の人生を左右するような決定を下す場合、社会的にすでに不利な立場にある人々にさらなるダメージを与えるリスクが存在する。同時に、被支配者から支配者への権限の移譲も加速する。これは民主主義の原則に反している。

ニュージャージー州など一部の州では保釈金制度の見直しに向けて、容疑者を釈放すべきか判断する際にアルゴリズムが使われている。現行の制度は本来の目的通りには機能していないだけでなく、保釈金を支払えない者にとって著しく不公平だということは、複数の研究によって示されている。

つまり多くの場合において、裁判前の未決期間の自由を“買う”金がない貧困層の勾留と、「推定無罪」という原理の下で保障された権利を否定する結果につながっているのだ。

構造的な問題解決の重要性

理想的には制度改革が行われるべきだろう。だが保釈金を廃止すれば、代わりに電子モニタリングや強制的な薬物検査など、金銭は伴わないものの懲罰的な措置を導入せざるを得ないのはでないかと懸念する声もある。

保釈の際に設けられる条件が、容疑者の逃亡や証拠隠滅といったリスクの軽減において効果的なのかということは、現状ではほとんどわかっていない。当然のように、強制薬物検査やGPSによる監視などの条件付きでの保釈が、容疑者本人や社会にどのような影響を及ぼすのかという重要な質問に対する答えも見つかっていない。例えば、保釈中にGPS付きの足輪をはめなければならない場合、それは就業の妨げとなるのだろうか。

こうしたことを考えたとき、仮に制度改革を実施しても、結局は保釈金と似たり寄ったりの有害なシステムを構築するだけで終わってしまう可能性はある。わたしたちは社会システムを改良する機会を失うのだ。

これを避けるには、旧来のモデルに機械学習という新しい技術を適用して社会的弱者を罰することを続けるのではなく、貧困と犯罪の根底にある構造的な問題を探ることに注力する必要がある。

これは何も刑事司法制度に限った話ではない。ニューヨーク州立大学オールバニ校の政治学者ヴァージニア・ユーバンクスは、今年1月に出版された『Automating Inequality』（自動化された不平等）で、アルゴリズムを使った意思決定システムの失敗例をいくつか紹介している。なかでも胸が痛むのは、ペンシルヴェニア州アレゲニー郡の自治体が導入した、児童虐待に関する相談電話のモニタリングにデータを活用する事例だ。

具体的には、ケースワーカーが介入して児童を保護すべきか判断する際に、その判断を支援するためのアルゴリズムが作成された。ここでは公的機関のデータが用いられたが、過去に虐待が認められたのは貧困層の子供が多かったため、結果として基本的に貧困層の子供を「ハイリスク」と識別すようなアルゴリズムができてしまった。

虐待のひとつにネグレクト（育児放棄）があるが、ネグレクトの危険性を示す兆候は貧困層の児童に見られる特徴と重なる部分が多い。例えば、極度の貧困で紙おむつを買えないからといって、それは育児の放棄には当たらない。しかし、アルゴリズムに判断を任せれば、そういった状況が虐待の恐れがあると見なされ、子供が公共の保護施設に入れられることが起こり得るのだ。

ものごとの因果関係の理解に努めるべき

ユーバンクスはデータやアルゴリズムを、貧困を引き起こす原因を探るために活用してはどうかと提案する。機械的に子供を親から引き離すのではなく、AIには「家庭を安定させるために最も効果的な手段は何か」といった質問をすべきだというのだ。

MITのチェルシー・バラバスは2月に行われたカンファレンスで、わたしも執筆に関わった論文「Interventions over Predictions: Reframing the Ethical Debate for Actuarial Risk Assessment」（予測への介入：リスク評価における倫理的議論の再構築）の発表を行った。カンファレンスでは、社会システムにテクノロジーを応用する際に、公平性や信頼性、透明性といったことをどのように確保していくかが話し合われた。

わたしたちはこの論文で、テック業界はAIの倫理的な危険性を判断するうえで間違った基準を使ってきたという主張を展開している。正確さや偏向という観点から考えたとき、AIの利点もリスクも限定的にしか捉えられていない。結果として、わたしたちはオートメーションやプロファイリング、予測モデルといったものにAIを導入することで、社会的にはどのようなメリットがあるのかという基本的な問いに答えることをおろそかにしてしまったのだ。

この議論をやり直すためには、「偏りのない」システムの作成はひとまず置いて、先にものごとの因果関係を理解することに努めるべきだ。保釈された容疑者が決められた日に出廷しない理由は何だろう。赤ん坊がおむつを換えてもらえないのはどうしてだろうか。

公共サーヴィスの管理運営にアルゴリズムを的確に活用することで、効果的な社会支援システムを設計することが可能になるが、ここには既存の不平等の固定化という大きなリスクもある。メディアラボのプロジェクトのひとつである「Humanizing AI Law（HAL）」は、この問題に焦点を当てている。ほかにもまだ数は少ないが、社会科学やコンピューターサイエンスの専門家たちを巻き込んで、同様の試みが行われるようになっている。

予測モデルが無益だとは思わないし、因果関係がわかればすべてが解決するわけでもない。社会的な問題に取り組むのは骨の折れる仕事だ。

わたしがここで言いたいのは、大量のデータはいま目の前で実際に何が起きているのかを理解するために使われるべきだ、ということだ。焦点を変えることで、より平等でさまざまな機会に満ちた社会を構築することが可能になるかもしれない。そして『マイノリティ・リポート』のような悪夢は避けることができるのではないだろうか。