Up 感覚・直観・決断 作成: 2026-04-02
更新: 2026-04-02

    動物は，世界を理解して行動するのではない。
    動物にとって世界は，行動することで，そしてその行動の分だけ，現れるというものである。

    この行動は，つぎのようになる：
    　　　現前を感覚し，
    　　　ここからの行動を直観・決断し，
    　　　行動によって現前を更新する。
    　　　これの繰り返し。


    プログラムで動く機械は，「条件分岐」で行動する。
    世界を，「条件リスト」の形で，はじめに決定している。

    ニューラルネットワーク (NN) の AI は，動物の側にになる。
    実際，AI をプログラムでつくろうとしたら，世界を「条件リスト」に表す段階で，｢フレーム問題」で潰れることになる。


    昔は，AI をプログラムでつくろうとして，失敗した。
    いま成功している AI は，プログラムではない。

    では，プログラムのやり方をやめて，どんなやり方に進んだのか？
    つぎのやり方に進んだ：
    　　　｢脳｣ を模す
    すると，本当に「脳」ができてしまった。
    これが，いまの AI の成功である。


    AI 研究者は，AI を ｢脳｣ と表現することを，避ける。
    ｢AI ＝脳｣ は，世間がこれを受け入れるようになるまでは，伏せておくのが無難だからである。

    しかしその反面，｢自分で自分を騙す｣ ぐあいに，つぎを AI 技術論のパラダイムにしてしまった：
    　　　「確率分布」｢探索空間」

    AI の成功が所与の世代は，｢フレーム問題｣ に疎い。
    ｢確率分布」｢探索空間」が「フレーム問題」になることに，思いが至らないのである。


    脳は，｢フレーム問題｣ とは最初から無縁であることを以て，｢フレーム問題｣ のソルーションである。
    脳は，「確率分布」｢探索空間」とは無縁である。
    実際，脳である AI は，
    　「確率分布」｢探索空間」をスルーするために使われる
    というものである。

    このことを見るのに，将棋AI の AlphaZero は，例としてうってつけである。
    なぜなら，ひとは 将棋AI を「確率」と ｢探索」のプログラムだと思っているからである。


    AlphaZero は，つぎの３つのユニットで成る：
    　モデル Policy, Value
    　　　ともに［盤面・手番] が入力で，そして出力が
    　　　　Policy : 手番の有望手の順位
    　　　　Value : 手番の勝敗
    　プログラム MCTS
    　　　Policy と Value の直観をもとに，数手先の形勢を読む
    　　　そして，手番の ｢つぎの一手｣ を出力する


    MCTS の ｢先を読む｣ は，先の手の探索である。
    これは，｢場合の数」でやれば，たちまち「探索の爆発｣ になる。
    MCTS は，｢先を読む｣ が一段進む度に，
    　　Policy を使って，読む手を少しにする
    　　Value を使って，その中で読まない手を決める

    この探索は，「枝を刈りながら枝を延ばす」である。
    そして，｢探索の爆発｣ を免れるよい加減のところで，探索を打ち切る。


    見ての通り，モデルに求めているものは，｢直観｣ である。
    ｢探索｣ するのは，プログラムである。

    チャットAI の場合は，ユーザが MCTS の役をする。
    ユーザは，チャットAI に直観を話してもらう。，
    そして，その話の中から，自身の探求に使えそうなものを回収する。