Self-Catalytic Knowledge Network — 知識はどのように生命になるのか

Books: Knowledge Flow実践ガイド: 企業知識をAIが利用できる知識基盤へ変換する

私たちは長い間、

知識とは蓄積するものだと考えてきました。

文書を保存する。

データベースを作る。

ナレッジベースを構築する。

検索できるようにする。

そして必要なときに取り出す。

Knowledge Base。

Wiki。

RAG。

Knowledge Graph。

現代のKnowledge Infrastructureの多くは、

この発想の上に成り立っています。

しかし、

知識は本当に「保存」されるだけのものなのでしょうか。

生命の起源研究を見てみると、

まったく異なる視点が現れます。

生命はどこから始まったのか

生命の起源研究において、

Stuart Kauffmanは非常に興味深い考えを提唱しました。

それが、

自己触媒ネットワーク（Autocatalytic Network）

です。

通常、

化学反応は単独では持続しません。

しかし、

AがBを生成し、

BがCを生成し、

Cが再びAを生成する。

このような閉じたネットワークが形成されると、

システム全体が自己維持を始めます。

重要なのは、

特定の分子が生命なのではないということです。

生命とは、

自己を維持し続ける反応ネットワークそのものなのです。

知識もまた自己触媒系になれるのか

組織の知識も同じかもしれません。

多くのKnowledge Baseは、

保存されたまま使われなくなります。

文書は増える。

検索はできる。

しかし誰も使わない。

知識は静的な資産になってしまう。

しかし、

もし知識が新しい知識を生み出し、

経験が意思決定を生み、

意思決定が実行を生み、

実行が新しい経験を生み出すなら、

知識そのものが循環を始めます。

つまり、

知識は単なる情報ではなく、

自己触媒系になるのかもしれません。

Experience → Knowledge → Decision → Execution → Experience

現在の多くのシステムは、

Input
↓
Process
↓
Output

という一方向の流れを持っています。

しかし、

組織や生命の本質は、

閉ループにあります。

例えば、

Experience
↓
Knowledge
↓
Decision
↓
Execution
↓
Experience

という循環です。

経験が知識を生む。

知識が意思決定を支える。

意思決定が行動を生む。

行動が新しい経験を生む。

そして、

その経験がさらに知識を生む。

重要なのは、

どこにも終点が存在しないことです。

循環そのものがシステムを維持しているのです。

Knowledge BaseからKnowledge Flowへ

従来のKnowledge Infrastructureは、

知識を保存することを目的としていました。

しかし、

本当に価値があるのは、

知識そのものではありません。

知識が循環することです。

知識が使われる。

経験になる。

判断に利用される。

結果が蓄積される。

新しい知識になる。

Knowledgeとは、

静止した物体ではなく、

流れなのです。

Knowledge Flowとは、

知識の流通ではありません。

知識の代謝なのです。

Runtime OSは自己触媒系になれる

Decision Trace Modelを考えると、

Event

↓

Signal

↓

Decision

↓

Execution

↓

Log

という流れになります。

しかし、

Logが再びKnowledgeとなり、

Knowledgeが次のDecisionを支え、

DecisionがExecutionを生み、

ExecutionがExperienceを作るなら、

Runtime OS全体が閉ループになります。

つまり、

Runtime OSは、

単なる実行基盤ではありません。

自己を維持しながら進化するシステムになります。

生命が代謝を持つように、

Runtime OSもまた、

知識の代謝を持つのです。

Self-Catalytic Knowledge Network

このような構造を、

Self-Catalytic Knowledge Network

と呼ぶことができるかもしれません。

知識が知識を生む。

経験が経験を生む。

意思決定が新しい意思決定を生む。

ネットワーク全体が、

自らを維持しながら成長する。

そこでは、

個々の知識よりも、

知識同士の関係が重要になります。

生命の本質が分子ではなく反応ネットワークにあるように、

知能の本質も、

知識そのものではなく、

知識の循環構造にあるのかもしれません。

Trustが循環を支える

しかし、

自己触媒系には条件があります。

反応が途中で止まれば、

循環は崩壊します。

組織でも同じです。

経験が共有されない。

知識が利用されない。

判断理由が記録されない。

結果がフィードバックされない。

すると、

循環は停止します。

ここで重要になるのが、

Trust Infrastructureです。

Knowledge Infrastructureが知識を支える。

Decision Trace Modelが経験を支える。

Trust Infrastructureが関係を支える。

この三つが連携して初めて、

自己触媒的な循環が維持されます。

Trustとは、

循環を成立させる媒質なのです。

Runtime Societyとは自己増殖する知識生命である

これまでの情報社会は、

知識を蓄積する社会でした。

しかし、

AI時代に重要なのは、

知識を増やすことではありません。

知識を循環させることです。

経験が生まれる。

知識が形成される。

意思決定が行われる。

行動が起きる。

新しい経験が生まれる。

そしてまた、

次の知識が形成される。

もしそうだとすれば、

Runtime Societyとは、

単なる情報社会ではありません。

それは、

知識が自己触媒的に循環しながら、

自己維持し、

自己成長し、

自己進化する巨大な生命系なのかもしれません。

そして、

知能とは、

大量の知識そのものではなく、

知識が知識を生み続ける循環構造の中から現れる現象なのかもしれません。

それこそが、

Self-Catalytic Knowledge Network

という新しい知識観なのでしょう。