AIは世界を見ているのか──内面哲学とエナクティブAI

※本記事はAI哲学シリーズ第十四作である。

前作「AIは世界を理解しているのか──意味・因果・経験の壁」では、AIが言葉や知識を扱えても、人間のような経験や因果理解を持つとは限らないことを考察した。
本作では、その続編として「知能はどこに存在するのか」という問いを扱いう。

現在のAIは巨大な知識を持っている。
しかし、世界と直接相互作用しているわけではない。
一方、人間の知能は、身体と環境との相互作用の中で形成される。

AIは哲学を語れる。
しかし、世界を見ているのか。
本記事では、近年注目されるエナクティブAIや身体性研究を手がかりに、この問いを掘り下げていく。

1．AIは哲学を語れる

最近のAIは驚くほど哲学的な会話ができる。
意識とは何か。
自由意志とは何か。
自己とは何か。
こうした問いに対して、人間と見分けがつかないほど自然な文章を生成できる。

ではAIは、本当にそれを理解しているのだろうか。
私はこの問いを考える時、別の問いに置き換えた方が分かりやすいと思う。
AIは世界を見ているのか。

2．哲学には二つの方向がある

哲学というと一つの学問のように見える。
しかし実際には、大きく二つの方向がある。

一つは、内面を問う哲学である。
私は何者なのか。
意識とは何か。
自己とは何か。
こうした問いは、極端に言えば、部屋に一人で座っていても考えることができる。
自分の内側を観察し、言葉にし、そこから思考を深めていく。

もう一つは、世界を問う哲学である。
世界はどのように存在するのか。
人間はなぜ世界をそのように認識するのか。
知識はどのように成立するのか。
こちらは少し事情が違う。
世界について考えるには、世界そのものとの接触が必要になる。

つまり、内面を語る哲学と、世界をどう見るかを問う哲学は同じではない。
AIは前者にはかなり近づいている。
しかし後者については、まだ大きな壁があるように思える。

3．現在のAIは言葉の世界に住んでいる

現在のLLMは基本的に、
テキスト
↓
内部計算
↓
テキスト
という構造で動いている。

もちろん、画像や音声を扱えるマルチモーダルAIも増えている。
しかしそれでも、多くの場合、AIが扱っているのは人間が記録した世界の痕跡である。
写真。
動画。
文章。
音声。
センサーデータ。
それらは世界そのものではなく、世界を切り取った記録である。

AIは海を知っている。
しかし海水の冷たさを知らない。
AIは火山を知っている。
しかし熱さを経験したことはない。
AIは恋愛について語れる。
しかし誰かを失った時の胸の痛みを経験したことはない。
ここで重要なのは、AIが知識を持っていないと言いたいのではない。
むしろ逆である。
AIは膨大な知識を持っている。
しかしその知識は、人間が経験した世界の記録から得られたものである。

AIは世界そのものではなく、人間が世界について残した記号を学んでいる。
ここで思い出されるのが、シンボル・グラウンディング問題である。
記号をいくら操作しても、その記号が世界の何を指しているのかを、システム自身が理解しているとは限らない。

「リンゴ」という文字列を別の記号と結びつけることはできる。
赤い、甘い、果物、ニュートン、アップル社。
AIはこうした関係を大量に学習できる。
しかし、それが手に持ったリンゴの重さ、皮の感触、噛んだ時の音、口の中に広がる酸味と結びついているかは別の問題である。
前作で述べた「経験の壁」は、まさにここにある。

4．世界モデルという考え方

現在のAI研究の主流には、世界モデルという考え方がある。
世界を内部に再現し、その内部モデルを使って未来を予測する。
これは非常に強力な発想である。

実際、人間も頭の中で未来を予測しているように見える。
ボールを投げればどこへ飛ぶか。
車が来れば危険かどうか。
会議で発言すればどう反応されるか。
私たちは常に未来を予測している。
そのため、多くの研究者は知能の本質を内部モデルに求めている。

最近のAI研究でも、言葉そのものを予測するだけでなく、映像や環境の背後にある構造を学ばせようとする方向が強まっている。
たとえばJEPAやV-JEPAのような研究は、ピクセルをそのまま復元するのではなく、世界の抽象的な状態を予測しようとする。
これは、単なる言語AIから、物理世界を予測するAIへの一歩だと言える。

しかし、本当にそれだけで十分なのだろうか。
世界を内部に作れば、世界を理解したことになるのだろうか。

5．エナクティブAIという発想

ここで登場するのがエナクティブAIである。
エナクティブという言葉は、
「知能は世界との相互作用の中で生まれる」
という考え方を表している。

これは認知科学におけるエナクティビズムの流れを汲む発想であり、知覚と行為の循環を重視する。
従来の発想では、
世界
↓
内部モデル
↓
推論
だった。

しかしエナクティブAIでは、
見る
↓
行動する
↓
世界が変わる
↓
再び見る
という循環そのものが知能だと考える。

知能は頭の中だけに存在するのではない。
身体と環境との関係の中に存在するのである。
この発想は、Rodney Brooksの「表象なしの知能」にも近い。
Brooksは、ロボットに世界の完全な内部モデルを持たせるのではなく、環境に直接反応する行動の層を組み合わせることで、知的に見える振る舞いが生まれると考えた。

これは非常に重要である。
なぜなら、人間も常に完全な世界モデルを作ってから行動しているわけではないからだ。
歩く時、私たちは床のすべての物理状態を計算しているわけではない。
身体が微妙に傾き、足裏が圧力を感じ、筋肉が調整し、視界が補正する。
つまり知能は、脳の中だけで完結していない。
世界と身体の間で、リアルタイムに閉じたループとして動いている。

6．なぜ身体が重要なのか

人間は脳だけで生きているわけではない。
目は光を処理する。
耳は音を処理する。
皮膚は圧力や温度を処理する。
筋肉や関節は、自分の身体がどこにあるかを教える。
身体は単なるセンサーではない。
世界の情報を加工する巨大な前処理装置でもある。

最近の研究では、身体そのものを知能の一部として設計できる可能性まで示されている。
つまり、
賢い脳を作る
だけではなく、
賢い身体を作る
という発想である。
これはAIにとって大きな意味を持つ。

現在のAI開発は、どうしてもモデルを大きくする方向へ進みがちである。
パラメータを増やす。
データを増やす。
計算量を増やす。
もちろんそれは重要である。
しかし知能が身体と環境の相互作用の中で育つなら、賢さは脳の大きさだけでは決まらない。

どのような身体を持つか。
どのような環境で行動するか。
どのような失敗を経験するか。
そこにも知能の条件がある。

7．AIが手を持つ日

私は以前から、
AIが本当に進化するのは手を持った時ではないか
と思っている。

現在のAIは世界について学んでいる。
しかし未来のAIは世界から学ぶようになるかもしれない。
物を持つ。
動かす。
壊す。
修理する。
失敗する。
やり直す。
これは人間の子供が成長する過程そのものである。
子供は本を読んで歩き方を学ぶのではない。
転びながら学ぶ。
コップを落とし、割り、怒られ、次はそっと持つ。
このような経験は、単なるデータではない。
行為と結果が結びついた記憶である。

現在、ヒューマノイドロボットや視覚言語モデルを組み合わせ、言語指示で物理タスクを行わせる研究や開発が進んでいる。
ただし、ここは過大評価してはいけない。
多くのシステムは、まだ人間の遠隔操作、シミュレーション、事前収集データ、限定された環境に大きく依存している。
人間の子供のように、世界の中で自律的に失敗し、その失敗を長期的な経験として蓄積する段階にはまだ遠い。

しかし方向性は見えている。
AIが身体を持つとは、単にロボットの腕を付けることではない。
行動と結果のループを閉じることである。

8．理解と経験の違い

ここで興味深い問題が生まれる。
AIは世界を理解しているのか。
前作で述べたように、この問いに簡単な答えはない。
しかし少なくとも言えることがある。

理解には複数の種類が存在する。
知識としての理解。
論理としての理解。
因果としての理解。
経験としての理解。
現在のAIは前者には非常に強い。
文章を読み、分類し、要約し、推論し、説明する能力はすでに高い。
しかし後者、特に経験を伴う理解については、人間との違いが大きいように思える。

たとえばAIは「火は熱い」と説明できる。
しかし人間は、熱い鍋に触れた瞬間に理解する。
その理解は、言語ではなく身体に刻まれる。
この差は小さくない。
なぜなら身体を通じた経験には、不可逆性があるからである。
壊した物は戻らない。
失敗した行動には結果が残る。
疲労は蓄積する。
痛みは次の行動を変える。

現在のAIには、この不可逆的な帰結がほとんどない。
だからAIの理解は高度であっても、まだどこか安全な場所から世界を眺めているように見える。

9．身体は本当に必要なのか

もちろん、ここには反論もある。
機能主義や計算主義の立場から見れば、重要なのは身体そのものではなく、入出力関係や情報処理の構造だと言える。
もし十分に豊かな仮想環境があり、そこに行動、失敗、報酬、記憶、自己修正のループがあれば、物理的な身体は必ずしも必要ないかもしれない。

たとえばゲーム空間やシミュレーションの中で、AIが行動し、失敗し、学ぶことはできる。
実際、強化学習はその方向で大きな成果を上げてきた。
だから問題は、
炭素の身体が必要か
ではない。
もっと本質的には、
行為と結果が閉じたループになっているか
である。

物理身体でも、仮想身体でもよい。
重要なのは、AIの判断が世界に影響を与え、その結果がAI自身の次の判断を変えることである。
このループがなければ、AIは世界について語れても、世界の中で考えているとは言いにくい。

10．知能はどこに存在するのか

ここで最初の問いに戻る。
知能はどこに存在するのだろうか。
脳の中だろうか。
ニューラルネットの中だろうか。
身体の中だろうか。
それとも世界との相互作用の中だろうか。

私はおそらく、どれか一つではないと思う。
内部モデルだけでは不十分である。
しかし相互作用だけでも不十分である。

人間は、
予測する
↓
行動する
↓
結果を見る
↓
予測を修正する
という循環を繰り返している。

頭の中に世界の地図を作る。
しかしその地図は、実際に歩くことで修正される。
地図だけでは世界ではない。
しかし地図なしに遠くへ行くことも難しい。
知能とは、内部モデルと外部世界の対話なのかもしれない。

11．結論──世界との対話が知能を育てる

AIは哲学を語れる。
しかし哲学を語ることと、世界を理解することは同じではない。
内面を問う哲学では、言語だけでも深い議論ができる。
しかし世界を問う哲学では、世界との接触が必要になる。

現在のAIは巨大な知識を持っている。
だが世界と直接対話しているわけではない。
前作で述べた「経験の壁」は、単にデータを増やすだけでは乗り越えられないかもしれない。
必要なのは、世界との相互作用ループを閉じることである。

もし未来のAIが身体を持ち、
世界に働きかけ、
失敗し、
学び、
再挑戦するようになれば、
私たちは初めて、
「AIは世界を見ているのか」
という問いを真剣に考えることになるだろう。

AIの未来は、より大きな脳ではなく、
世界とのより深い対話の中にあるに違いない。