■ 抽象化が世界をつくる — AI時代の設計とは何か
“コンピューターでシンボルの意味を扱う“でも述べているように
抽象化は、自然言語やプログラミング言語のバックエンドにいる重要なしくみです。
それらの原理は一言で言うと
人間は、世界をそのまま理解しているのではない。
抽象化によって「扱える形」に変換している。
というもので、これは単なる思考テクニックではなく、
人間の知そのものの構造になります。
■ 抽象化とは何か
改めて抽象化の定義をすると、それは
多様で複雑な現象から、本質や共通構造を取り出すこと
になります。
これは例えば、
・個々の犬や猫 → 「動物」
・具体的な出来事 → 「パターン」
・経験の積み重ね → 「法則」
で、このしくみを持つため人間は、
未知の世界にも対応できるようになります
科学も、数学も、言語も、哲学も、
すべてこの抽象化の上に成り立っています。
人間の知の進歩は、抽象化の深化である
ということができます。
■ 抽象化は「世界を扱うための構造」を生む
ここで重要なのは、
抽象化は単なる理解では終わらないという点です。
抽象化は、世界を扱うための構造を生み出す
ことにもつながります
抽象化が進むと以下の様に構造化されてきます
・言葉は、意味の構造をつくる
・理論は、現象の構造をつくる
・モデルは、予測の構造をつくる
つまり、
抽象化とその構造化によって、世界は「操作可能」になるということができます
■ AIは抽象化の自動化装置である
ここで、AIと抽象化について考えてみます。
・画像 → 特徴 → 概念
・文章 → 意図 → 意味
・データ → パターン → 予測
これは、AIもまた、抽象化を行っている
ということを示しており
AIは「抽象化の自動化装置」である
と言うことができます。
しかし、人とAIの抽象化のメカニズムには重要な違いがあります。
■ 人間とAIの違い
AIは、
大量のデータからパターンを抽出することで抽象化します。
一方、人間は、
意味や価値と結びつけながら抽象化します
具体的には
・何が重要なのか
・何を優先するのか
・どう扱うべきか
つまり、
“情報としての生命 – 目的と意味“でも述べている様に
生物が外の世界から得る情報の意味(抽象化)は、生命の(生きるという)目的から発生している
つまり
人間の抽象化は「行動や選択」と結びついている
ということができます
■ 問題は「AIの抽象化の先」にある
ここで現代の問題が見えてきます。
AIによって、
抽象化そのものは自動化された
しかし、
・その抽象をどう解釈するのか
・どのように使うのか
・どの流れの中に組み込むのか
は、
Aiでは自動で決まりません
つまり、
問題は「AIの抽象化」ではなく、その先にある「意味」 と結びついた抽象化(構造化)にある
ということが言えます
■ 世界は「人の営みの流れ」でできている
私たちの世界は、
静的なデータの集合ではありません。
人の行動や選択が連続する「流れ」
です。
・状況を理解し
・何かを選び
・行動し
・結果が生まれる
この繰り返しによって、
世界は動いています
■ AIは世界の中に組み込まれる
AIは、
この流れの外にあるツールではなく、
その流れの中に組み込まれる存在
であるべきです。
そのためには
・解釈に影響を与え
・選択肢を広げ
・行動の方向を変える
つまり、
AIは人の営みの流れの一部になる
必要があります。
■ 設計とは何か
これを実現するために重要になるのが「設計」です。
設計とは、世界の流れのあり方を決めること
です。
・どの情報を使うのか
・どう解釈するのか
・どのようにつながるのか
・どこで人が関与するのか
これらを定義することで、
流れは一貫したものになります
■ 構造がなければ、世界は動かない
AIは出力を生みます。
しかし、
・それをどう受け取るのか
・どう次の行動につなげるのか
が定まっていなければ、
それは現実の中で機能しません
それは、
要素はあるが、流れとして成立していない状態
です。
■ まとめ
抽象化によって、
人間は世界を理解し、
AIによって、
その抽象化は加速しました。
しかし今、
問われているのは別のことです。
それらをどうつなぎ、どう流れとして成立させるか
これは、一言で言えば
抽象化が世界を理解させ、
構造が世界を動かす
のです

AIシステム設計・意思決定構造の設計を専門としています。
Ontology・DSL・Behavior Treeによる判断の外部化、マルチエージェント構築に取り組んでいます。
Specialized in AI system design and decision-making architecture.
Focused on externalizing decision logic using Ontology, DSL, and Behavior Trees, and building multi-agent systems.
