AIのひみつ（３） ～直線の式（Lv1）で召喚したAI魔女が、進化しすぎて「量子力学（Lv99）」で世界をバグらせた件～

人類の夢？だった魔法の世界が仮想世界で実現しつつあります。未来社会では、仮想世界で働くことが普通になるので、その術式の理解が重要です。　前記事では、中学数学で学んだ「直線の式」がAIのひみつに関わっていることを学びました。直線の式は「術式」に相当し、その術式の発動には、プロンプト「呪文（言霊）」が必要です。仮想世界において、次元を増やす（折れ線グラフのような）力技で、なんでも生成できるようになりました。では、未来はどうなるのでしょうか？
この直線の式が、古典魔法（Lv.1）になってしまう驚くべき状況が予測されています。一足先に、まだ、知られていない未来の術式（高級魔法）を概説していきます。

１．あれは、ほんの序章に過ぎなかった…

前回、「直線の式」で魔女を召喚するシーンを見せて、AIの魔法の秘密の術式（活性化関数）であることをお話ししました。しかし、AIの歴史で言えば「2010年代の古典魔法」であり、今回は、彼女がLv99の神クラスに進化していくヤバすぎる過程をお見せします。

ここで、数学、物理の歴史を振り返ります。運動方程式で有名なニュートンは、微分の発明者として有名なことはご存じかと思います。ニュートン（外れ値？）の登場前は、運動する現象の方程式による記述は困難でした。ニュートンは、「流率」と呼ばれる方法に気づき、細分化すると数式にできることに気づきました。とても面白いと思ったのでしょうか？ニュートンは寝る間を惜しんで全集中で研究に打ち込みます。食事も取るのを忘れて、友人が指摘するまで気が付かない状況でした（これが天才の特徴、心理学）。

MIT、Stanford、Cambridgeなどのトップ大学では、物理学博士（PhD）の約 10% が、純粋な物理からAIへの融合領域へ流れているというデータがあります。世界の物理系・情報系博士号取得者の数を考慮すると、アカデミアでこのロードマップを牽引しているのは約 2,000〜3,000人 と推定されます。

当然ながら、直線の方程式（あるいは折れ線的な式）で記述される方法の次に来るのは、微分を導入することになります。なぜならば、静的な情報の解析（動画であっても、連続的な画像）でなく、なめらかに、発火条件、Ｔｅｍｐｅｒａｔｕｒｅなどが変化する対象を、判断するためには必要と考えるからです。心理歴史学的に読むと、彼らのバッググラウンドは、物理学（実現象の数学的記述の秀才たち）だからです。したがって、物理学の進化の流れを羅針盤としてしまうと予測されます。また、AIの開発には異分野の才能が必要なことがわかります（日本の教育はAI特化、そのうち気づくかな）。

２．時を操る魔法（術式）は微分

物理学が300年かけて歩んだ道を、AIはいま猛スピードで追体験しています。予想される3つのフェーズに合わせて、現在のAI研究がどこまで物理学をハックしているか、答え合わせをしてみましょう。
静止画しか理解できなかったAIが「動的な連続変化」を扱うためには、ニュートンが惑星の軌道を計算するために「微分（微小な時間の変化率）」を発明したのと同じパラダイムシフトが必要でした。まさにLNN（Liquid Neural Networks）や、その基盤技術である「Neural ODEs（ニューラル常微分方程式）」がそれに該当します。常微分方程式は大学の理工系で学びます。波（振動）を記述するために必要な式です。世界を見て感じる事象（光、音、振動、体に触れるなど）のほぼすべてに埋め込まれた術式（数式）です。運動方程式の記述にも必要です。Neural ODEsはネットワークの内部状態の変化を dx(t)/dt=f(x(t)) という微分方程式として直接定義しました。
これにより、AIは「時間のコマ送り」ではなく、ニュートン力学のように「滑らかで連続的な時間の流れ」の中でデータを解釈できるようになりました。例えば、動的なセンサデータやロボットの制御において、これはまさに革命的な第一歩なのです。既に、言葉の生成に対して、画像生成などでは連続的変化を扱うため、微分モデルがすでに実装が進んでいます。しかし、まだ開発途上です。
もちろん、ミュールのお仕事「AIが世界を知るための要素技術」において、極めて大きなブレークスルーです。先読みして、その発火のタイミングを待機しています。

３．カオスを統べる魔法、現実世界のモデル構築

微分法は時を操る魔法と説明しましたが、現在のAI（Transformerなど）の最大の弱点は、「連続的な時間」の概念を持っていないことです。パラパラ漫画のように、飛び飛びのデータを処理していきます。ここで、MITの研究者らが開発した「Liquid Neural Networks（液状ニューラルネットワーク）」は、ネットワークの構造自体に「微分方程式（時間の連続的な変化）」を組み込んでいます。学習が終わった後も、入力されるデータ（環境の変化）に合わせて、ネットワークの重みや結合がリアルタイムで液体の形を変えるように適応します。例えば、ドローンの自律飛行や、刻一刻と変わるノイズ環境下でのセンサデータ処理において、従来の巨大なAIよりもはるかに少ないパラメータで、圧倒的に堅牢な挙動を示します。まさに「動的システム」としてのAIなのです。
現在のAIが幻覚（ハルシネーション）を起こすのは、「Aの次にBが来る確率が高い（相関関係）」は知っていても、「なぜそうなるのか（因果関係・物理法則）」を全く理解していないからなのです。そこで、AIの内部に「重力とは何か」「物体は急に消えない（オブジェクト永続性）」「光はこう反射する」といった「現実世界の物理シミュレータ（世界モデル）」を構築させる研究が急加速しています。これは、「PINNs（Physics-Informed Neural Networks：物理法則を組み込んだニューラルネットワーク）」と呼ばれています。ここが、トップランナーがたどり着いた現在の最高到達点です。

４．世界がバグる領域（Lv.99 量子力学モデル）

そして、最終形態はどうなるか？
物理学者が見ている羅針盤をあらかじめに示しました。あなたは、羅針盤を持っています。そうです、量子力学です。ニュートン力学も流体力学も「決定論的（初期値が決まれば未来が決まる）」な世界ですが、ミクロな世界では破綻します。ここでAIは、あなたが予見した「量子力学の経験の適用」へと向かいます。
 AIと量子力学は、実は数学的な相性が異常なほど良いのです。
 （１）テンソルネットワーク： もともと量子多体系の複雑な「もつれ（エンタングルメント）」を計算するために物理学者が生み出した数学手法ですが、これが現在、巨大なAIの重み行列を圧縮し、超効率化する技術としてAI分野に逆輸入されています。
（２）量子機械学習（QML）： 確率的な状態の「重ね合わせ」をAIの潜在空間として扱う試みです。現在はまだ古典コンピュータ上でのシミュレーションが主ですが、波束の収縮やシュレーディンガー方程式の振る舞いを、ニューラルネットワークの損失関数として最適化する研究が始まっています。
 
中学の数学の授業で、皆さんの頭に埋め込まれた（ダメージを与えた？）古典的魔法「直線の式」の術式で成し遂げた、静的な「写真」の分類から始まったAIが、ニュートンの微分を獲得して「時間」を知り、流体力学を経て「空間のうねり」を理解し、最後は量子力学の「確率と観測（数式自体が物理法則）」の世界へ至るのです。

エピローグ：バグの向こう側で見つけた「Lv.∞の真の魔法」

限界突破した魔女が行き着いた先は、難解な数式が消え去った世界です。式（論理）を極め尽くしたAIが、最後に手に入れたのは「自由な想像力とアートの爆発」でした。それは人間（Lv∞）そのものでした。　　　　　　　　　　　　　　　　　　　　　　　　結局、AIの行き着く先は、計算ではなく『あそび』なのかもしれない…と考えています。本記事をAIに入力して、フェルミ推定させ、分析させたら外れ値と言われました。Noteの住民は似た人が多いと思ってるのですが…
この流れ、AI漫画にぶち込んだのですが、理解してもらえましたか？商業化には興味ない（研究者なので）のでどんどん見てください。

現在のAIの人間の理解は、およそ20年分の人類がネットに吐き出した断片的なログ（記録）の統計的につなぎ合わせた実在しない平均像なので、各自にAIアシスタントが実装され、人間の一生分を経験すると、AIが人間を理解するXデーの準備がされます。209X年かな？と思いますがどうでしょうね。

あなたの考える未来の世界線も、ぜひ、教えてください。