先ほど、ハーバード医科大学の神経科学者Gabriel Kreimanが、人類に「完璧かつ無限の記憶」を提供するAI製品「Engramme」を正式に発表しました。
Engrammeのロジックは、ある核心的な転換にあります。「情報はあなたが探しに行くものではなく、必要な瞬間に自動的に届けられるもの」という発想です。
「Engrammeのビジョンは、人類に完璧かつ無限の記憶を与えることです。あなたの記憶は自動的にあなたを見つけ、検索も、リマインダーも必要ありません。」
もしGoogleが解決したのが「事実の検索」だとすれば、Engrammeが解決しようとしているのは「個人の記憶」であり、両者は根本的に異なる領域にあります。アーキテクチャの面でも、これは全く新しい方向性と言えます。
記憶が、自動的にやってくる
Engrammeの核心的な体験は、3つのシーンで説明できます。
メールを開けば、相手に関連する記憶が自動的に浮かび上がります。ビデオ会議に参加すれば、役立つ背景情報が会話の最中に目の前に届けられます。メッセージを送れば、その関係性に関連する履歴が自動的に見つかります。
検索も、リマインダーも必要ありません。
これは、Kreimanが発表の投稿の中で2回繰り返した言葉です。
「あなたは、あなたの記憶そのものです。記憶があなたを形作ります。すべての顔、すべての場所、すべての会話……しかし、人間の記憶は脆いのです。私たちは何千年もの間、忘却と戦ってきましたが、記憶は絶えず私たちのそばから消え去っていきます。」
動画の最後は、3つの短い文で締めくくられました。
「一つの危機が、未然に防がれた。一つの判決が、書き換えられた。一つの命が、救われた。」
これら3つのシーンは、もはや個人の生産性ツールという枠を超えています。
記憶のダークマター
Kreimanのチームは製品を発表する前に、まず一つのことを行いました。「人間は一体何を覚える必要があるのか」を明らかにすることです。
彼らは2026年3月に研究を発表し、18歳から80歳までの134名の参加者を募集し、日常生活の中で「以前は知っていたのに、今は思い出せない」という質問をすべて記録してもらいました。
最終的に、1,940件の有効な個人の記憶に関する質問が収集されました。
研究者はこれらの質問をWタイプ（What/When/Where/Who/How/Whether/Why）で分類しました。その結果、最も目立ったのは「What」の質問が40%近くを占めていたことです。
人々が最も忘れがちなのは、「あれ、なんて名前だっけ？」というタイプの質問であり、「どこで」「誰が」という質問よりもかなり多くなっています。
質問をさらに細かく分類すると、直感に反する結論が見えてきます。人々が最も頻繁に思い出せないのは、自分がたった今行った行動なのです。
最も多い質問タイプは「最近の行動」で、以下、連絡先、スケジュール、物の場所、 ToDoリスト、パスワード……と続きます。
では、なぜ「最近の行動」が1位なのでしょうか？
研究者は2つの説明を提示しています。要するに、近い記憶の減衰が最も速いからか、あるいは、より古い出来事はすでに「ダークマター」の中に完全に消え去ってしまい、質問する機会さえないのか、どちらかだということです。
この概念こそ、彼らが提唱した「記憶のダークマター」です。
宇宙のダークマターのように、その規模は膨大で遍在していますが、直接触れることは極めて困難です。個人の記憶の大部分は、自由に思い出すことはできないが、少しの手がかりがあれば認識できる情報なのです。
忘れたと思っているものは、実はただ深く押し込められているだけなのです。
研究では、異なる活動シーンでの記憶の必要性も分析しました。「仕事中」が記憶に関する質問を最も引き起こすシーンで、19.8%を占めています。「計画・整理」は12.8%、「社交」は11.0%です。
活動タイプと記憶の質問の相関関係には、意外なものがありました。
料理をしている時、レシピについて考える確率は平均の13.7倍です。旅行中、場所について考える確率は平均の11倍です。計画を立てる時、スケジュールについての疑問も平均の3倍です。
これらの数字は、あることを示しています。記憶の必要性には強い状況特異性があり、時間の中に均等に分布しているわけではないということです。
そしてEngrammeが目指すのは、正しい状況下で正しい記憶を届けることです。
Large Memory Models（大規模記憶モデル）
Kreimanは発表時に、Engrammeが全く新しいLarge Memory Models（大規模記憶モデル）を構築し、忘却の問題を解決することに特化していると述べました。
この命名は意図的なもので、Large Language Models（大規模言語モデル）と呼応するように設計されていますが、行っていることは全く異なります。
製品が接続するのはユーザーの「memorome」、つまりデジタルライフ全体の総和です。メール、通話、会議、メッセージ、スケジュール……これらすべての蓄積された情報が、システムが呼び出せる記憶の基盤となります。
既存のAIツールは、その多くのRAG（検索拡張生成）システムを含め、本質的に「検索」を行っています。ユーザーが問えば、答えが返ってきます。Engrammeが目指すのはその逆です。システムが「今、どの情報があなたに役立つか」を能動的に判断し、プッシュ配信するのです。
あなたが記憶を問うのではなく、記憶があなたを見つけるのです。
これは技術的な実装において「検索」よりもはるかに難易度が高いものです。なぜなら、モデルが現在の状況のセマンティクスを理解し、明確なリクエストがない状態で関連性を判断する必要があるからです。
10年間の研究が生んだ壁
Engrammeの研究の蓄積こそが、「AI記録ツール」を作る他製品との最も根本的な違いです。
Kreimanはハーバード医科大学とボストン小児病院で10年以上にわたり神経科学研究を行っており、その研究テーマは脳がどのように記憶をエンコードし、抽出するかという点にあります。
彼とチームは一連の高レベルな論文を発表しており、その一つ一つがEngrammeの製品ロジックの土台を築いています。
2022年、Nature Neuroscience。
Kreimanのチームは脳における「記憶の境界」の神経メカニズムを発見しました。これは、脳が連続した経験をどのように切り取り、独立した記憶イベントとして分割するかを説明するものです。なぜ人間の記憶が本質的に断片的であり、連続した録画ではないのかが明らかになりました。
2022年、Scientific Reports。
チームは、忘却、再生（replay）、そして継続学習の間の関係に関する理論的基盤を確立し、最適な忘却率と記憶再生メカニズムがどのように共同で記憶容量を決定するかを分析しました。
2023年、ICLR。
スパース神経表現がどのように出来事を記憶として圧縮するかを研究しました。脳内のニューロン発火パターンは極めてスパース（疎）です。ごく少数のニューロンしか活性化していませんが、大量の情報をエンコードでき、このスパース性こそが記憶の効率的な保存の鍵です。
2024年、Nature Human Behaviour。
論文のタイトルは、製品の核心的な質問に直接答えています。「脳はどのように記憶を保存・抽出するのか？」。研究は継続学習におけるスパース神経表現の役割に焦点を当て、機械学習における長年の課題である「破滅的忘却」（モデルが新しいことを学ぶと古いことを忘れてしまう問題）に直接対処しました。
2025年、IEEE TNNLS。
生物学的脳の記憶再生メカニズムをアルゴリズムとして実装しました。脳は睡眠や休息時に昼間の経験を再活性化させ、この「再生」が記憶の定着に不可欠です。チームはこの原理を継続学習アルゴリズムに応用し、機械にも同様の定着メカニズムを持たせました。
2026年3月、Nature Human Behaviour。
論文のタイトルは「機械は人間を模倣できるか？」です。
研究では、人間と機械の出力を直接比較できる新しい手法を提案し、その結果、視覚と言語のタスクにおいて、最先端のAIは驚くべき程度まで人間のパフォーマンスをシミュレートできることがわかりました。
この論文は彼らの自信の源泉の一つです。AIを使って人間の記憶メカニズムをシミュレートすることは、技術的に可能であるという根拠になります。
創業チーム
この会社は当初Engrammeではなく、Memoriousと呼ばれていました。
2025年9月、ハーバード大学IQSS（定量的社会科学研究所）の起業孵化器の記事がこのプロジェクトを紹介しましたが、当時の名前はまだMemoriousで、「記憶を持つもの」という意味でした。
その後、チームはブランドを刷新し、より神経科学的な意味合いを持つEngrammeへと変更しました。
Engram（エングラム）は、神経科学における記憶痕跡（memory trace）の専門用語で、記憶が脳に残す物理的な刻印を指します。
プロジェクトはMayfield Fundがリードする300万ドルのエンジェルラウンドを獲得しました。Mayfieldはシリコンバレーの老舗VCで、LyftやMarketoなどの企業を輩出しています。
Gabriel KreimanはCEOであり、アカデミア出身の創業者です。
彼は1971年にアルゼンチンのブエノスアイレスで生まれ、ブエノスアイレス大学で物理化学の学士号を取得した後、カリフォルニア工科大学（Caltech）に進学しました。神経科学界の伝説的存在であるChristof Kochのもとで博士号を取得し、Kochは意識研究において最も重要な科学者の一人です。
2002年にPhDを取得した後、KreimanはMITに移り、Tomaso Poggioのもとでポスドク研究を行いました。Poggioは計算神経科学の創始者の一人であり、視覚野の計算モデリング分野全体に深い影響を与えています。
その後、Kreimanはハーバード医科大学とボストン小児病院に拠点を置き、ハーバード神経科学博士プログラム、脳科学センター、MIT-Harvard脳・心・マシンセンター（CBMM）のメンバーとなり、NIH院長ニューイノベーター賞、NSF CAREER賞、McKnight Scholarなどの栄誉を受けました。
Spandan MadanはCTOであり、そのバックグラウンドも同様に堅実なものです。
インドのIIT Delhiで学士・修士号を取得した後、ハーバード大学の計算機科学学科で博士号を取得しました。指導教官の一人はKreimanであり、もう一人はハーバードSEASのHanspeter Pfister教授です。
2024年に博士号を取得したばかりで、博士論文のテーマは「分布外汎化」（Out-of-distribution generalization）、つまりAIモデルが学習時に見たことのない状況に遭遇したときに失敗する理由についてでした。彼はニホンザルの神経応答データをベンチマークとして使用し、主流の深層ネットワークが分布外テストでパフォーマンスが約20%に低下することを発見しました。この研究は、Engrammeが解決しようとする「見慣れない状況での記憶の想起」という問題に直接関連しています。
二人は同じ研究室から出て、研究から製品作りへと進んだおり、その系譜はしっかりと受け継がれています。
30万年の問題
KreimanはEngrammeの発表に、壮大な名前を付けました。
「これは30万年来初めて、人類が忘却を止める瞬間です。これが記憶のシンギュラリティです。」
30万年は、ホモ・サピエンスが現れてからの時間にほぼ相当します。
忘却は、常に人間の認知の構造的な欠陥でした。脳は、効率的に機能するために、頻繁に使われない情報を能動的にクリーンアップします。このメカニズムは、人類が限られた神経資源の中で生存するのを助けましたが、現代の情報過多な環境では深刻な苦痛をもたらしています。
医師が診察時に数ヶ月前の患者が話した詳細を思い出せない。弁護士が法廷で会話の重要な証言を見つけられない。営業担当が電話で顧客の前回の核心的要求を思い出せない。
これは不注意ではなく、人間の記憶の物理的な限界です。
Engrammeの立ち位置を一言で表現するなら、「事実を調べるならGoogle、それ以外はすべてEngramme」です。
Engrammeは現在、ベータ版の申し込みを開始しており、ウェブサイトはhttps://www.engramme.com/です。
もし彼らが本当に成し遂げたなら、
「記憶のシンギュラリティ」という4つの文字は、
この30万年で、初めて本当に忘れられない瞬間となるでしょう。
◇ ◆ ◇
関連リンク：
• Engramme公式サイト：https://www.engramme.com/
• 研究ページ：https://www.engramme.com/research
• 発表投稿：https://x.com/gkreiman/status/2042271382265053537
• 「人々は何を覚える必要があるか」研究：https://www.engramme.com/index/what-do-people-need-to-remember
• Nature HB論文（2026）：https://www.engramme.com/index/can-machines-imitate-humans