Vehicles: Experiments in Synthetic Psychology

https://scrapbox.io/files/6a0be91c34d306895b7823cd.png

初期モデル：反射から感情の擬態

環境刺激に対する直接的な運動反応（走性：Taxis）を基本とする

Vehicle 1

1センサー、1モーター。刺激強度に比例して加速。

「生きている」かのような落ち着きのない動き。環境の摩擦により複雑な軌跡を描く。

Vehicle 2a

2センサー、2モーター。並列（同側）接続。

「臆病（Fear）」：刺激源から遠ざかるように転回する。

Vehicle 2b

2センサー、2モーター。交差接続。

「攻撃性（Aggression）」：刺激源に向かって加速し、衝突しようとする。

Vehicle 3a

抑制性接続（並列）。刺激が強いと減速。

「愛（Love）」：刺激源に近づくと速度を落とし、その傍らで静止する。

Vehicle 3b

抑制性接続（交差）。

「探検家（Explorer）」：刺激源を好むが、その近くに留まらずに次を探す。

Vehicle 3c

複数種のセンサー（光、温度、酸素等）と複雑な接続。

「価値（Values）」と「知識（Knowledge）」：複数の刺激を組み合わせ、特定の環境を好むような複雑な嗜好を示す。

非線形性と意志の出現（Vehicle 4）

センサーとモーターの依存関係に非線形な要素が導入される

特別な嗜好（Special Tastes）： 刺激が特定の強度の時にのみ最大速度に達するような、単調増加ではない関数が導入される。これにより、刺激源の周りを衛星のように回ったり、特定の距離を保つといった、複雑な「本能」のような振る舞いが生じる。

閾値と意志： 特定の閾値を超えた時のみモーターが起動する仕組みにより、乗り物は「決断」を下したかのように、突然動き出す。これは観察者に「自由意志」の存在を予感させる。

論理、コンピュータ、メモリ（Vehicle 5）

閾値素子（Threshold Devices）のネットワーク化により、脳に相当する構造が構築される

論理演算： 閾値素子を組み合わせることで、AND/OR/NOTといった論理回路を形成できる

計数と推論： 刺激の回数を数えたり、チェスをプレイしたりすることが理論上可能

メモリの形態：

内部メモリ： 素子のフィードバックループによる情報の保持。

外部メモリ： 地面に跡を残し、後でそれを読み取るような、環境を利用した情報の保存。

進化と複雑性のパラドックス（Vehicle 6）

設計者による意図的な配線を離れ、非個人的なエンジニアとしての選択（進化）が導入される

ダーウィン的進化： 複数のVehicleをコピーする際、配線にランダムなミス（変異）を許容し、テーブルから落ちずに生き残ったものだけを次の世代のモデルとする。

分析の限界： 多くの世代を経て進化を重ねたVehicleの配線は、もはや人間の理解を超えて複雑になり、単純なスキームを抽出することは不可能となる。

超自然的印象： その洗練された行動は、あたかも「謎の超自然的な手」によって設計されたかのような印象を与えるが、実際には単純なエラーと選択の積み重ねである。

学習、概念、空間認知（Vehicle 7-9）

より高度な認知機能の模倣が検討される

概念の形成（Vehicle 7）

連想メモリ（Mnemonrix）： 同時に活性化された2つの回路間の抵抗が下がる特性。

条件付け： 例えば「赤いVehicle」と「攻撃的な行動」が同時に提示され続けると、Vehicleは赤を見るだけで逃避行動をとるようになる。これが「概念」や「抽象化」の原型となる。

空間と物体の認識（Vehicle 8-9）

地図と目の形成： センサーを格子状に並べ（図11）、レンズを装着することで、外部世界の空間的秩序を内部に投影する。

側抑制（Lateral Inhibition）： 隣接する素子同士が抑制し合うことで、画像のコントラストを高め、物体の輪郭を際立たせる（図14）。

動きの検出： 遅延素子を含む回路（図13）により、物体の移動方向を認識する。

高次元空間の表現： 内部配線によって3次元、あるいは4次元的な空間概念を保持し、最適な経路を選択する能力。

形状の認識（Vehicle 9）： 左右対称性の検出（図16）など、形状の基本特性を抽出する検出器の構成。

アイデアの獲得と概念の体系化（Vehicle 10）

経験の蓄積と統計的な関係性から、「概念」をさらに高次の「アイデア」へと発展させます。

統計的相関の認識： Mnemotrix（連想メモリ）による学習が発展し、環境内の出来事や物体の間に存在する統計的な相関関係を認識するようになります

「アイデア（Ideas）」の生成： 例えば「ネジ」「バッテリー」「丘」といった個別の物体が連続して配置されていることを経験すると、それらを結びつけて「宇宙の縁」や「閉じた連鎖」といった一つのまとまった「イメージ」や「アイデア」を形成します

抽象化のジレンマ： 個別の経験から一般的なカテゴリーを抽出することで未知の状況にも対応できるようになりますが、一般化が行き過ぎると個別具体的な記憶が失われてしまう危険性も抱えています

規則性と因果の学習（Vehicle 11）

空間的・同時的なつながりだけでなく、時間的な「順序」や「因果律」を学習するメカニズムが導入されます。

動的法則の獲得（Ergotrix）： 時間的に「連続して」起こる事象（Aの次にBが起こる）を学習するための新たなワイヤ「Ergotrix」が導入されます

因果関係の模倣： Ergotrixは一方向の導電性を持ち、短い時間の間に連続して活性化された要素間を強く繋ぎます。これにより「BはAの後に続く」という事実、すなわち因果関係の原型がネットワーク内に記録されます

予測的反応： この時間的なつながりの学習により、特定の合図の後に必ず危険が迫ることを学ぶと、合図を見ただけで事前に対避行動をとるような、結果を見越した反応が可能になります

思考の連なりと自由意志（Vehicle 12）

外部の刺激に依存せず、脳内で概念から概念へと遷移していく「思考」のプロセスと、それに伴う自由意志の錯覚が生まれます。

思考プロセスの模倣： 内部の脳状態が次々と移行することで、長期にわたって続く「思考（Trains of Thought）」のプロセスが導入されます

閾値制御（Threshold Control）と注意の集中： 概念同士の相互作用による活動の爆発（てんかんのような状態）を防ぐため、脳全体の活動レベルに応じて全要素の発火閾値を自動調整する仕組みを導入します。これにより、最も強く結びついた一つの概念だけが活性化を維持し、背景ノイズが消去されます（人間の「注意の集中」に相当）

自由意志の証明： 閾値の動的な変動と、Ergotrixによる時間的遷移が組み合わさることで、次にどの状態（概念）に移行するかは予測不可能となります。この完全なる予測不可能性は、外部からは「自由意志」による決断にしか見えなくなります。

予見と目的指向的行動（Vehicle 13）

過去のデータから未来を計算し、目的に向かって行動する能力を獲得します。

未来の予測器（Predictor）： 内部に短期記憶と、過去の統計情報（Ergotrix）に基づいて少し先の未来を計算・予測するシステムを備えます

現実との照合と訂正： 予測された未来の状態と、実際にセンサーから入ってくる現実の情報を常に比較します。予測と現実が衝突した場合は、現実のデータを信じて予測器を一時的にオフにし、学習システムを修正します。　

ダーウィン的評価（価値判断）： 進化の過程（Vehicle 6）で得た「生存への有利/不利」という根源的な価値基準を用いて、予測された未来が「良い」か「悪い」かを評価します。これにより、対象が障害物の後ろに隠れても再出現する場所を待ち伏せするなど、固有の経験に基づいた「個性」や「好き嫌い」が生じます

利己主義、楽観主義、そして願望（Vehicle 14）

「願望」や「快楽原則」が組み込まれ、人間の主観的な性格に最も近づいた最終モデルです。

快楽原則の導入： 予測器が複数の等しく起こりうる未来（次の脳状態）を予測した場合、ランダムに選ぶのではなく「最も心地よい（pleasing）」と評価される状態を意図的に選択するというルールが与えられます。

願望と性格の出現： この「楽観的な予測」の連鎖が実際の行動を導くことで、Vehicleは一貫した強い決意を持って世界を動き回るようになります。

主観的因果律の体現： あたかも自らの願望や夢を追い求めているかのように振る舞い、これまでのモデルでは到達できなかった目標を達成します。これは「自分自身の行動が望む結果をもたらす」という、人間の自己中心性（Egotism）や根拠のない楽観主義の模倣となっています。