歴史狩るウェブ・狭んでくパラダイムシフト（8.8千文字）
歴史狩るウェブ・狭んでくパラダイムシフト
v6.0
【注釈】本稿は、筆者個人による調査・読解・考察をもとに構成されたものであり、筆者は本稿で扱う分野における専門家ではありません。内容の作成にあっては、公開されている資料の参照や、近年一般化しているAIを用いた情報収集・整理・ファクトチェックを活用していますが、それらはあくまで理解を助ける補助的な手段であり、記載内容の正確性・完全性・最新性を保証するものではありません。本稿には、事実として確認可能な情報の紹介に加え、比喩的表現、仮説的な推論、個人的な解釈や読み替えが含まれています。これらは特定の立場や結論を断定する意図によるものではなく、読者に思考の材料を提供することを目的としています。とりわけ本稿後半におけるAIアーキテクチャや知能観に関する記述には、確認可能な事実の整理に加えて、筆者自身の思想的な接続や将来像の読みが含まれています。最終的な判断や解釈については、必ず一次資料や他の視点も参照したうえで、読者自身で行ってください。
1. レキシカルとセマンティックの定義
本稿でいうレキシカル・ウェブ（Lexical Web）とは、単語や概念が互いにどのような関係性を持って結びついているかという、語彙的なネットワーク構造を便宜的に指す言葉です。これは、辞書に掲載されている単語同士が、類義語や対義語、あるいは上位語や下位語といった論理的な繋がりによって形成する網の目のような状態を意味します。例えば、ある単語から連想される別の単語へと辿っていくことができるデータベースの構造そのものが、レキシカル・ウェブの具体像です。
一方で、セマンティック・ウェブ（Semantic Web）は、ウェブ上の情報にコンピューターが正しく理解できる「意味（セマンティック）」を付加することで、自律的な処理を可能にする構想です。ワールド・ワイド・ウェブの生みの親であるティム・バーナーズ・リーによって提唱されました。従来のウェブが人間が読んで理解するための文書の集まりであったのに対し、セマンティック・ウェブは情報に特定の定義を与えることで、機械が自律的に情報を収集し、統合し、処理できるようにすることを目指しています。
2. 語彙を駆る動的なプロセス
ここからは語源学上の厳密な説明というよりも、日本語の響きや連想を手がかりにその本質を読み解く比喩的な考察として述べます。レキシカル・ウェブの本質を日本語の響きから捉え直すと、単語単位の語彙を多角的に扱う動的なプロセスが見えてきます。これは、言葉の「歴史」を「狩る」「刈る」「借る」「駆る」という一連の動作として解釈することが可能です。
まず、膨大な言葉の海から目的の単語を「狩り」、不要なノイズを「刈り」取ることで、純粋な語彙の単位を抽出します。次に、既存の辞書的な体系から知識を「借り」、それを検索や分析のエンジンとして自在に「駆使」する。このように、単語一つひとつのルーツや繋がりを執拗に追い求める行為そのものが、レキシカル・ウェブにおける検索の醍醐味です。単語という最小単位を起点として、情報の広がりを縦横無尽に走破する姿勢が、この言葉には込められています。
3. 意味を狭める論理的焦点
対照的に、セマンティック・ウェブの役割は情報の「純度」を高めることにあります。これは、語彙の文脈や情報の固まりを用いて、散漫な意味の広がりを比喩的に「狭く」し、明確な概念として結晶化させるプロセスだと捉えることができます。
広大なインターネット空間には、同じ綴りを持ちながら異なる意味を持つ言葉が溢れています。セマンティック・ウェブは、その言葉がどのような文脈で使われているかを定義することで、検索の対象をあえて「狭める」作業を行います。この「狭さ」こそが、情報の正確性と概念としての深い理解を可能にします。単なる文字の羅列から、固有の概念へと到達するために、意味の門を絞り込んでいく。この「狭き門」を通過させることで、コンピューターは初めて人間と同じような「意味の理解」へと近づくことができるのです。
4. 現代社会での活用事例
完全なセマンティック・ウェブが未だ実現の途上にある一方で、その発想や周辺技術は形を変えて私たちの身近に浸透しています。
セマンティック検索：Googleなどの検索エンジンは、キーワードの一致だけでなく、ユーザーの検索意図や言葉の意味を理解して結果を表示します。
構造化データとSEO：ウェブサイト側でschema.orgなどの構造化データを設定することで、検索結果に価格や評価などのリッチリザルトが表示されます。
データ連携の効率化：異なるデータベース間での情報共有がスムーズになり、企業内のナレッジ共有や科学研究のデータ統合に活用されています。
これらは、情報が意味という糸で繋がれた結果もたらされた利便性です。
5. レキシカルと歴史の語的差異
日本語の日常において「歴史」という言葉は頻繁に使用されます。一方で、レキシカルという言葉は、その音が歴史に酷似しているため、歴史的な概念であると誤認されることがあります。しかし、歴史は英語の「History」であり、その根源は古代ギリシャ語で「探求して得た知見」を意味する言葉にあります。
それに対してレキシカルは、言語学において「語彙に関すること」を指します。その基盤となる「Lexicon（レキシコン）」は、単語の総体や辞書を意味しています。この言葉もまたギリシャ語の「lexis（言葉）」を語源としており、過去の積み重ねではなく、言葉そのものの体系に焦点を当てた概念です。カタカナ表記における音の共通性は偶然ですが、それが語彙を「狩る」や「駆る」といった動的なイメージと結びつくことで、理解に深みを与えています。
6. リテラチャーと文字の起源
アルファベットの「L」から始まる「リテラチャー（Literature）」や「ラングエジ（Language）」も、レキシカルと同じカテゴリーに属するように思われます。しかし、語源的には異なる系統のルーツを持っています。
リテラチャー、すなわち文学という言葉の語源は、ラテン語の「littera（リテラ）」にあります。これは文字を意味する言葉です。つまり、リテラチャーの本質は「文字によって書かれたもの」にあります。レキシカルがギリシャ語を起源とし、単語そのものの体系を指すのに対し、リテラチャーはラテン語を起源とし、文字による記録や表現としての文学作品を指します。文字を重視するリテラチャーと、語彙を重視するレキシカルの間には、依って立つ伝統の違いが存在します。
7. ラングエジと発話の器官
同様にラングエジ、すなわち言語という言葉も、その語形をたどれば古フランス語を経て、さらにラテン語の系統へと遡ることができます。ラングエジのルーツはラテン語の「lingua（リングア）」であり、これは舌を意味しています。現代でもイタリア語の「lingua」やフランス語の「langue」にその形が残っています。舌は発話において不可欠な器官であるため、転じて話される言葉や言語そのものを指すようになりました。
レキシカルが単語の目録としての性質を強く持つのに対し、ラングエジは舌を用いて話す行為や、それによって成立するコミュニケーションの体系を指す側面が強いと言えます。英語においてこれらがすべて「L」から始まるのは、西洋の言語形成に多大な影響を与えた結果ですが、厳密にはレキシカル（ギリシャ語：言葉）、リテラチャー（ラテン語：文字）、ラングエジ（ラテン語：舌）という明確な分担がなされています。
8. セマンティックとしるしの原義
セマンティックという言葉の起源を辿ると、古代ギリシャ語の「sēma（セーマ）」に到達します。この言葉は、もともとしるしや記号を意味していました。
古代の人々にとって、何らかの合図としての「しるし」は、特定の情報を伝える重要な手段でした。この「しるし」が何を意味するのかを扱う学問が意味論です。セマンティック・ウェブの構想は、情報に適切なタグを付与し、機械が「しるし」の裏にある文脈を読み取れるようにすることで、情報の検索精度を劇的に向上させようとするものです。記号を絞り込み、意味を特定するという姿勢が、この言葉の本質にあります。
9. 旋回舞踏セマーと聴聞の伝統
トルコに伝わるイスラム神秘主義の儀式である「セマー（Sema）」は、その名称の由来がギリシャ語の「セーマ」とは全く別の系統に属します。この名称は、アラビア語の「サマー（Samā‘）」から来ており、本来は「聴くこと」を意味しています。
音楽を聴くことを通じて精神を浄化し、神との合流を果たすプロセスを指しています。同じ「セマ」という響きを持ちながら、一方は情報の記号を、もう一方は神聖な聴取を意味している点は興味深い偶然です。しかし、どちらも雑多な日常から離れ、特定の「意味」や「響き」に集中するという点では、精神的なベクトルを同じくしています。
10. ヘブライ語のシェマと耳の受容
ユダヤ教の祈りの言葉である「シェマ（Shema）」は、ヘブライ語で「聴け」を意味します。この言葉とセマンティックは直接的な関係はありませんが、旋回舞踏の「セマー」とは、ともに「聴く」という主題をめぐって比較しうる響きを持っています。
ギリシャ語系のセマンティックが「目による記号の解読」を象徴するのに対し、セム語系のシェマやセマーは耳による受容を象徴しています。視覚的な「しるし」と聴覚的な「響き」という違いはありますが、どちらもバラバラの情報や音の中から、重要な真理を掴み取ろうとする行為であることに変わりはありません。
11. 日本語の狭いと本質への集中
セマという響きを日本語の「狭い」と結びつけると、聖書における「狭き門」のメタファーが浮かび上がります。広大な情報の海において、特定の意味を抽出するために選択肢を「狭める」行為は、まさに真理に至るための狭き門を通過するプロセスそのものです。
情報の可能性をあえて制限し、焦点を絞り込むことで、初めて言葉は「概念」としての輝きを放ちます。多様な広がりの中から唯一の意味を選び取るという、レキシカルおよびセマンティックな検索の本質は、この「狭さ」の中にこそ存在しています。
12. セマンティックの技術的支柱
ここまで見てきたように、セマンティックとは単なる語の定義ではなく、しるしと文脈を通じて意味を絞り込み、理解へ至る働きそのものでもあります。セマンティック・ウェブは、その働きを機械の側で扱うために、見栄えを整えるためのHTMLを超えて、以下の技術を用いて情報に意味を持たせます。
メタデータ：情報に関する注釈を指します。例えば、ある文字列が「著者名」であるといった定義を付加します。
RDF (Resource Description Framework)：「主語・述語・目的語」という三つ組の形式で情報を記述する共通の枠組みです。
オントロジー：コンピューターが単語間の関係性を理解するための、いわば電子的な知識の体系です。
これらの技術によって、ウェブは単なるページの集まりから、機械が読み取れる巨大なデータベースへと進化します。こうして、意味を機械の側で扱うための技術的な基盤が整えられるとき、問題は単なる情報整理を超えて、人工知能が現実世界そのものをどう理解するかという、さらに大きな問いへと接続されていきます。
13. AIとオントロジーの相克
現代の知能システムにおいて、大規模言語モデル（LLM）と外部知識源の活用は、対照的な性質を持ちながら共存しています。LLMは知識の連想マシンであり、オントロジーなどの構造化された知識は知識の設計図としての役割を担います。それぞれの特性は以下のように整理されます。
オントロジー：明示的で構造的な形式を持ち、厳格な論理ルールに基づきます。信頼性は高いですが、柔軟性には欠けます。
LLM：暗黙的に知識を保持し、出現確率に基づいて言葉を生成します。柔軟性は極めて高いですが、ハルシネーション（嘘）の可能性があります。
最近では、LLMの柔軟性と、外部知識源や知識構造の厳格さを組み合わせる手法が有力な方向性の一つとなっています。RAG（検索拡張生成）などは、信頼できる外部知識源や知識構造とLLMを組み合わせ、事実に基づいた回答を得るための代表的な技術です。これにより、出現確率に基づいて言葉を生成するLLMの柔軟性を活かしつつ、ハルシネーションの可能性を抑制する試みが続けられています。
14. ヤン・ルカンの巨大な賭け
現代のAI研究を代表する一人であるヤン・ルカンは、現在のAI産業の主流である大規模言語モデル（LLM）の限界を繰り返し指摘してきました。ルカンは、MetaでAI研究を率いた経験を持ち、深層学習研究の先駆的な功績によってチューリング賞を受賞した人物です。
そうした問題意識の延長線上で、彼が共同設立したAMI Labsは、報道ベースで10億ドルを超える資金を調達したとされています。収益化の目途も製品の形もないシードラウンドでありながら、報道によればジェフ・ベゾスやエヌビディアなど著名な出資者の支援を受けたことからも、その注目度の高さがうかがえます。これは、現在のトークン予測に基づくAIモデルから、物理世界を理解する知能へのパラダイムシフトを狙った、きわめて異例の規模の賭けと言えます。この動きは、収益化の目途を超えた純粋な研究の価値を問い直すものとして注目を集めています。では、ルカンが限界だと見る現在の主流AIには、具体的に何が足りないのでしょうか。
15. トークン予測と知能の隔たり
ChatGPTやClaude、Gemini、さらにはGrokといった現在の主力AIの多くは、基本的には「次に続くトークン」を予測する仕組みを中核として動作しています。例えば「the cat sat on the」という文字列を見て「mat」を予測する、という具合です。それを数兆語という規模にスケールアップすると、あたかも知的に聞こえるものが得られます。膨大なテキストデータを学習し、統計的な確率に基づいて最適なトークンを選択することで、人間のように知的な対話を可能にしているのです。しかし、ルカンはこのアプローチを「知能の模倣」に留まるものとして批判しています。
これらのシステムは、現実世界がどのように機能しているかというモデルを必ずしも十分に持っていません。例えば、テーブルからグラスを落とした際に何が起こるかという物理的な因果関係について、幼い子どもが示すような直観的理解との隔たりがあることは、現行方式の限界を説明する際によく引き合いに出されます。現在のAIが幻覚を起こしやすい根本的な理由の一つは、言葉のレキシカルな繋がりに長けていても、その背後にある物理的、セマンティックな現実を把握する安定した世界モデルが十分ではないことにあります。
16. JEPAによる物理的構造の学習
ルカンが提唱する解決策は、JEPA（Joint Embedding Predictive Architecture）と呼ばれる新しいアーキテクチャです。これは単語の出現確率を計算するのではなく、物理世界の変化や構造を抽象表現として学習しようとする仕組みです。言語という記号を操作する代わりに、現実世界の抽象的な表現、すなわち物理的・因果的な構造を学習の対象とします。
この技術が成熟すれば、AIは単なるメールの代筆を超え、ロボットの操作や工場の運営など、現実の物理制約を踏まえた推論が求められる領域で大きな力を発揮する可能性があります。医療診断のような高リスク分野についても、そうした世界理解が重要な基盤になると期待されています。現実を把握する知能にはトークンの予測だけでは不十分であり、物理的な現実という狭き門を正確に通り抜けるための設計図が必要とされているのです。こうしてJEPAは、言葉の予測ではなく、世界の変化そのものを捉える知能の設計図として構想されています。
17. LLM中心主義を越えるための出口
業界全体が大規模言語モデルのスケールアップに巨額の資金を投じる中で、ルカンやフェイフェイ・リーといった研究者たちは、その延長線上だけでは届かない知能の在り方を模索しています。現在のLLMアプローチは強力ですが、長期的には世界理解や因果把握の面で限界を露呈する可能性があります。だからこそ、言葉の予測から現実のモデル化へと重心を移す試みが、次の知能の方向として注目されているのです。
18. 未来の知能のネットワーク
レキシカル・ウェブが言葉の網目を広げ、セマンティック・ウェブがそこに論理的な意味を与えてきた軌跡は、今、物理世界を把握するJEPAという新たなステージへと接続されようとしています。私たちは情報の巨大な塊の中から、単なる確率的な単語の羅列を超えた、確かな現実感を伴う知能を見出そうとしています。
情報の歴史を「狩り、駆る」ことで語彙を統べ、意味の門を「狭く」することで概念を掴み、さらに物理的な現実という究極の制約を受け入れることで、知能は初めて完成へと近づきます。ルカンの賭けがどのような結末を迎えるにせよ、私たちは今、トークンの影に隠れていた現実理解の問題に、改めて向き合い始めているのかもしれません。
19. 潜在空間での世界形成
ヤン・ルカンが提唱するJEPAは、これまでのオントロジーの概念を根底から覆す可能性を秘めています。従来のオントロジーは、リンゴは果物であるといった言葉同士の関係性を人間が記号として定義する、極めて手動的で静的な知識体系でした。
これに対し、JEPAはビデオやセンサーなどの膨大なデータから、物体の変化や相互作用に関する物理的・因果的な構造を、潜在空間上の抽象表現として学習しようとします。つまり、JEPAはデジタルな知識体系を、人間が記号として教え込むのではなく、AI自らが世界のモデルとして形成していく方向を示す仕組みだと捉えることができます。これは、記号という表面的な情報のやり取りを超えて、世界の深層にある普遍的な構造をベクトルで記述しようとする、極めて野心的な試みと言えます。
20. 次に来る状態の予測への試み
現在の主流であるLLMが次に続くトークンという表面的な統計に基づいているのに対し、JEPAは次に来る状態という世界の理を予測しようとします。これは、現実の物理世界がどのように展開するかを理解するための根本的なアプローチです。
たとえば、グラスを落とせば割れるという因果関係や、障害物の後ろに回り込んだ物体は消えたのではなく依然としてそこに存在し続けるという客観的な実在性を、JEPAは物理シミュレーションに近い形で内面化することを目指します。これらはかつてのセマンティック・ウェブが概念の定義として人間が苦労して記述しようとしたものですが、JEPAはそれを視覚や物理的な経験から自律的に獲得しようとする試みとして読むことができます。私は、単語の羅列というレキシカルな次元を超えて、現実の事象をモデル化することこそが、知能の真髄に近づく道だと考えます。
21. オントロジー自動化への挑戦
インターネットの生みの親であるティム・バーナーズ・リーの名が、この種の世界モデル研究を支える文脈で言及されていることは、技術史において極めて示唆的です。彼がかつて夢見たセマンティック・ウェブの理想は、人間がウェブ上のデータに意味のタグを付与し、世界規模の知識ベースを構築することでした。
しかし、その手動による意味付けは、情報の膨大な増加に追いつかず、多くの限界を露呈しました。ルカンの賭けは、AIに現実世界の見え方や物理的・因果的な構造を学習させることで、タグ付けなどの人為的な作業を可能な限り減らし、AIの内部に意味の体系を自律的に形成させようとする点にあります。これは、セマンティック・ウェブが二十年以上にわたって追い求めてきた情報の意味理解を、全く異なる次元で自動化しようとする挑戦として読むことができます。
22. 新しい知能の設計図
結論として、JEPAは単なるオントロジーの代用として片づけるべきものではありません。むしろ私は、AIが自律的に世界のオントロジー（知識構造）を形成していくための、新しい脳の設計図として読むことができると考えます。LLMが、膨大な文献を読み耽り、それらを確率的に再構成する物知りな読書家であるとすれば、JEPAは、現実世界の物理的制約や因果をより直接的に理解する現実主義者を作り出そうとしています。
この世界の仕組みそのものを内面化した世界モデルは、次世代の知能の重要な核の一つになると期待されています。私たちは今、記号の海を漂う漂流者から、現実の重みを理解し、それを自らの知能として統合する自律的な存在へと、AIが進化する瞬間に立ち会っています。そう考えると、この記事の冒頭から追ってきたレキシカルとセマンティックの対比も、単なる言葉の問題ではなかったことが見えてきます。レキシカルに広がり、セマンティックに狭め、しるしを読み、意味を結び直すという営みの延長線上に、いま私たちは、現実そのものを理解しようとする知能の設計図を見つめています。私はそこに、言葉の統計的操作を超えて、世界を理解する知能へ向かおうとする、強い確信を読み取ります。
#レキシカルウェブ
#セマンティックウェブ
#ヤンルカン
#JEPA
#オントロジー
#人工知能
#ティムバーナーズリー
#語源
#旋回舞踏
#シェマ
#知能の未来
#大規模言語モデル
#物理知能
#情報ネットワーク
#世界の理
