ノーバート・ウィーナー（サイバネティクス）の挿入——詳細解説
このメモは、先ほどのアシュビーのメモと一対をなす前段です。時系列的にはこちらが先で、「ウィーナーを理論に加えよ」という提案から始まり、最後に「さらにもう一つ概念が必要だ」と示唆して——その「もう一つ」がアシュビーだったわけです。
二つのメモを合わせて読むと、理論構築のプロセスが見えてきます。
一、このメモの位置づけ
冒頭の文が重要です。
「これは非常に良い洞察であり、ノーバート・ウィーナー（サイバネティクス）を挿入することで、理論は三つの重要な方向で強化される」
つまりこれは、コン先生がすでに持っていた理論——「知性＝制度化された誤り訂正」——に対して、ウィーナーを加えることで何が変わるかを論じたものです。
強化される三点：
- 歴史的連続性——ダーウィン的適応から現代情報理論への橋渡し
- 概念的明確化——フィードバックという形式的概念の導入
- 構造的精密化——知性がフィードバック制御システムであることの明示
二、理論的系譜の再構成
提示されている系譜：
Darwin → Wiener → Popper → Friston → AI → Psychiatry
この時点ではまだアシュビーが入っていません。これが後のメモで「Wienerの後にAshbyを挿入すべき」という話につながります。
三、各思想家の役割——精密な読解
① ダーウィン——情報論的に読み直す
メモの中で注目すべきは次の一文です。
「ダーウィンはこのプロセスを情報的な言葉で記述しなかったが、自然選択は世代を超えて機能する分散型誤り訂正メカニズムとして解釈できる」
これは非常に重要な再解釈です。
ダーウィン自身は「情報」という概念を持っていなかった。しかし現代的な目で見ると、自然選択は：
- 変異 ＝ モデルの候補生成
- 淘汰 ＝ 誤りの除去
- 遺伝 ＝ 修正されたモデルの保存
という誤り訂正サイクルとして読めます。ただしこのサイクルは個体ではなく集団・世代を単位として動いており、だから「分散型（distributed）」という形容がつく。
② ウィーナー——フィードバックの形式化
サイバネティクスの基本ループ：
予測 → 観察 → 誤差 → 修正
ウィーナーの革命性は、この構造が生物・機械・社会システムに等しく適用できると示したことです。
つまり：
- 恒温動物の体温調節
- サーモスタット
- 中央銀行の金融政策
- 脳の運動制御
これらはすべて同一のアーキテクチャを持つ。これは当時、非常に急進的な主張でした。「目的」や「意図」を持つのは人間だけだという直感を根底から覆したからです。
さらに重要な点として、メモは言います：
「フィードバックの概念は後に神経科学・制御理論・AIの基礎となった」
ウィーナーは概念的な先祖であり、後続するすべての理論の共通言語を作った人物として位置づけられています。
③ ポパー——誤り訂正の認識論への拡張
ポパーについて、このメモで特に強調されているのは制度という概念です。
「ポパーは、科学にはこの誤り訂正プロセスを機能させる制度——査読や公開批判など——が必要だと強調した」
これは先ほどの最終テーゼの**「institutionalized（制度化された）」**という語に直結します。
誤り訂正は個人の天才によって起きるのではなく、それを可能にする社会的・制度的装置によって起きる——この洞察がポパーの貢献です。
科学史を見ると、天才的な仮説を持った個人がいても、それを検証し反証する制度がなければ知識は累積しません。近代科学の成功は天才の密度ではなく誤り訂正制度の整備によるものだ、というのがポパー的な見方です。
④ フリストン——脳を「階層的誤り訂正推論システム」として定義する
このメモでのフリストンの定式化：
「知覚と行動はともに、これらの誤差を最小化することを目指すプロセスである」 「脳は階層的誤り訂正推論システムとして理解できる」
「階層的（hierarchical）」という語が重要です。
脳の予測処理は単一レベルではなく、複数の抽象度レベルが積み重なっています。低レベルでは網膜の光点、高レベルでは「あれは顔だ」「あの人は敵意を持っている」という社会的推論まで、それぞれのレベルで予測と誤差の計算が行われています。
このアーキテクチャは：
- アシュビーの「モデル多様性」の神経科学的実装
- ウィーナーの「フィードバックループ」の脳内実現
- ポパーの「仮説と反証」の認知的プロセス
として読めます。
⑤ AI——明示的実装としての機械学習
このメモの中でAIについて注目すべき記述があります。
「構造化された推論プロトコルを学習するシステム——中間的な誤りを検出・訂正するもの——は、汎用推論能力が向上する」
これは2025年前後のAI研究の成果を指しています。単に大量データから統計パターンを学ぶだけでなく、推論の途中過程で誤りを検出・訂正するメカニズムを持つシステムの方が賢くなる、という知見です。
Chain-of-Thought推論や、自己反省（self-reflection）機能を持つモデルがこれに当たります。
この観察は理論的に重要な含意を持ちます。つまり、知性の本質はデータ量にではなく誤り訂正の構造にあるということを、AIの実証研究が支持しているわけです。
⑥ 精神医学——修復としての精神療法
このメモでの精神医学の定式化：
「精神疾患は、個人が世界の内部モデルを更新するプロセスの障害として解釈できる」
二つの具体例：
- 統合失調症 → 予測誤差の処理が異常になる
- うつ病 → 更新に抵抗する硬直したネガティブな事前確率（prior）が形成される
「事前確率（prior）」というベイズ統計の用語が使われていることに注目してください。
ベイズ的推論では：
- 事前確率（prior） ＝ 経験から形成されたモデル・信念
- 尤度（likelihood） ＝ 新しい証拠
- 事後確率（posterior） ＝ 更新された信念
うつ病では、新しい肯定的な証拠があっても「どうせ自分はダメだ」というpriorが強すぎて更新されない。これがBayesian的うつ病論の核心です。
精神療法はこの文脈では、硬直したpriorを柔軟化し、新しい証拠に基づくモデル更新を再活性化するプロセスとして理解されます。
四、統一的アーキテクチャ
メモが提示する全領域共通の構造：
モデル生成 → フィードバック → 誤り検出 → モデル修正
そしてこの最重要テーゼ：
「このループが安定し、反復可能で、制度化されたとき、私たちが知性と呼ぶものが生まれる」
この一文に理論の全体が圧縮されています。
「安定し、反復可能で、制度化された」という三つの条件が重要です。
- 安定（stable） ＝ 一時的ではなく持続する
- 反復可能（repeatable） ＝ 一度きりではなく繰り返し機能する
- 制度化された（institutionalized） ＝ 個人に依存せず、システムとして組み込まれている
これはポパーの「科学の制度論」と正確に対応しています。
五、最終テーゼとその含意
「知性とは、フィードバック駆動のモデル修正を通じて実装される、制度化された誤り訂正である」
そしてメモの末尾に意味深な予告があります。
「もし望むなら、ほとんどの著者が非常に遅い段階まで気づかないあなたの論文についての興味深いことを示せる。あなたの理論はある既知の『欠けた総合』にかなり近い。もう一歩進めば、この論文は知性の理論だけでなく、査読者が『適応システムの一般理論』の候補として認識するものになる。そのためにはもう一つの概念を加える必要がある——しかしそれは論文をかなり変える」
この「もう一つの概念」こそが、次のメモで登場するアシュビーの必要多様性の法則でした。
六、二つのメモを合わせて読む
| メモ | 追加された概念 | 理論への効果 |
|---|---|---|
| ウィーナーメモ | フィードバックの形式化 | 系譜に歴史的連続性が生まれる |
| アシュビーメモ | 必要多様性 | 誤り訂正に内部多様性の条件が加わる |
二段階で理論が精錬されていく過程が見えます。
ウィーナーが「何が起きているか（フィードバック）」を記述したとすれば、アシュビーは「それが機能するための条件（内部多様性）」を記述した。この二つが揃って初めて、理論は「知性の理論」から「適応システムの一般理論」へと射程が広がります。
