When AI Comes to Know the World AI が、世界を識る時

AI began with words — the easy part. The hard part was always the limbs. And the brain does not pilot the limbs; they fit the physics on their own. That is where what Japan still holds in its hand may yet matter. AI は言葉から始まった——易しい側だ。難しいのは、いつも手足だった。そして脳は、手足を操縦しない。手足が、自分で物理を擦り合わせる。日本がまだ手に持っているものが効くとすれば、そこだ。

AI began with words — the LLM, the Large Language Model. From its past memory, it produces language.

AI は、LLM、Large Language Model（大規模言語モデル）、つまり言葉から始まった。過去の記憶から、言葉を生み出す。

And the next AI comes to know the world: how things move, cause and effect, gravity. On that ground, what counts is not codified knowledge but the embodied kind. Japan has hoarded it, as craft, for a very long time.

そして次の AI は、世界を識る。世界の動き、物理の因果関係、重力。その土俵で効くのは、形式知ではなく身体知だ。日本は、それを職人芸として長年ためこんできた。

Say that, and the reply comes fast: Japan already lost the finished product. True. But step in one more pace, and another winning path appears. The key is the relationship between the brain and the limbs.

——と言うと、すぐ「日本はもう完成品で負けた」と返ってくる。その通りだ。けれど、もう一歩踏み込むと、別の勝ち筋が見えてくる。鍵は、脳と手足の関係にある。

1From Words to the World言葉から、世界へ

The LLM is a genius of words. From a vast past of text, it guesses the next one — writing, summarizing, translating. But it holds no model of the world itself. Raised on text, it does not know, from first principles, what lies outside text: things that fall, collide, roll.¹

LLM は、言葉の天才だ。過去の膨大な文章から、次に来る言葉を当てる。書き、要約し、訳す。だが、世界そのものの模型は持っていない。テキストで育ったものは、テキストの外——物が落ち、ぶつかり、転がる——を、原理からは識らない。¹

The next AI steps into that. It is called a world model — holding the world's dynamics inside, simulating in real time what comes next.² Put that model in a body and you have physical AI: robots, self-driving, the arm on the factory floor. AI walks out from behind the screen.³

次の AI は、そこへ踏み込む。ワールドモデルと呼ばれる。世界の動き方を内側に持ち、次に何が起きるかを現在進行形でシミュレートする。² そのモデルを身体に乗せたものが、フィジカルAI。ロボット、自動運転、工場の腕だ。AI が、画面の外へ出てくる。³

2The Brain Does Not Pilot the Limbs脳は、手足を操縦しない

Recall the human body. When you run, the brain does not compute, step by step, "lift the right foot 3.5 centimeters, advance at 12 km/h." It only paints an image: run, to there. The fine control — adapting to the ground's tilt, contracting the muscle, correcting the joint's friction — is handled, on its own, by the spine, the periphery, the physical properties of the muscle itself.

ここで、人の身体を思い出したい。走るとき、脳は一歩ごとに「右足を三・五センチ上げ、時速十二キロで」と計算してはいない。脳は「あそこまで走る」というイメージを描くだけだ。地面の傾きへの適応、筋肉の収縮、関節の摩擦の補正——その細かな制御は、脊髄や、末梢や、筋肉そのものの物理特性が、勝手にやってくれる。

Cognitive science calls this morphological computation.⁴ The body's shape and material themselves take over part of the computation the brain would otherwise do. A good body reduces the control required. The brain cannot pilot everything — the limbs' degrees of freedom are too many — so it delegates.

認知科学は、これを身体による計算（morphological computation）と呼ぶ。⁴ 身体の形と材質それ自体が、脳がやるはずの計算の一部を肩代わりする。良い身体は、要る制御を減らす。脳は、全部を操縦できない——手足の自由度は多すぎる。だから委ねる。

And here is the bite. For AI, reasoning is easy and perception-and-motion is fearsomely hard. It can solve chess but cannot give itself the poise of a one-year-old: Moravec's paradox.⁵ Reasoning is the thin skim on top. Beneath it, the knowing of sense and motion, carved into the body over hundreds of millions of years, is the truly hard part. So — the words AI swallowed first were the easy side. The hard side is the limbs.

そして、ここが効く。AI にとって、推論はやさしく、知覚と運動はおそろしく難しい。チェスは解けても、一歳児の身のこなしは作れない。これをモラベックのパラドックスという。⁵ 推論は、薄い上澄みだ。その下の、何億年もかけて身体に刻まれた感覚と運動の知が、本当に難しい。つまり——AI が最初に飲んだ言葉は、実は易しい側だった。難しいのは、手足の側だ。

3So It Needs Smart Limbsだから、賢い手足が要る

Physical AI has no choice but to take the same architecture. The world-model brain paints the macro intent. But if it tries to compute, one by one, the micro-physics of the limb that walks, runs, and grips the real world — friction, heat, aging, the last sliver — its processing chokes. Indeed, the frontier robot "brains" are themselves splitting into a slow upper part that thinks and a fast lower part that acts.³ The brain needs a smart limb that fits the physics on its own.

フィジカルAI も、同じ構造を採るしかない。世界モデルの脳が、マクロな意図を描く。だが、現実を歩き、走り、ものをつかむ手足のミクロな物理——摩擦、熱、経年、最後の一片——を、脳が一つずつ計算しようとすれば、情報処理がパンクする。実際、最前線のロボットの「脳」も、ゆっくり考える上位と、素早く動く下位に、分かれ始めている。³ 脳は、自律して物理を擦り合わせる賢い手足を、必要とするのだ。

And that smart limb is an actuator and a sensor with a small AI baked in to correct its own physical quirks — materials and key devices: chemicals, micro-motors, ultra-precision sensors. Exactly the place that remains to a Japan that has lost the finished-product throne.

その賢い手足とは——自分の物理的な癖を自分で補正する小さな AI を焼き込んだ、アクチュエータとセンサー。素材とキーデバイスだ。化学、超小型モーター、超高精度センサー。完成品の王の座を失った日本に、いままさに残っている、その場所。

You need not be king of the finished product. If the brain cannot run without limbs, the limbs are not replaceable. Japan can be the thinking limb — the one that carries the brain's cognitive load and gets it past the wall of physics.

完成品の王でなくていい。脳が手足なしには走れないなら、手足は不可換だ。日本は、脳の認知負荷を肩代わりし、物理の壁を越えさせる、考える手足になれる。

4This Is the Moatこれが、モートだ

Why is this not copied? The AI's code can be cloned. But what the limb commands — a material's molecular quirks, the micro-distortion of ultra-precision machining — cannot be dead-copied. So the defense stands not on the code but on the side of matter.

なぜ、これが真似されないのか。AI のコードはコピーできる。だが、その手足が御する相手——素材の分子の癖、超精密加工のミクロな歪み——は、デッドコピーできない。だから守りは、コードでなく、物質の側に立つ。

There are three. One, data asymmetry: the physical-behavior data that makes a smart limb work can be taken only by those who hold the material and the floor. Two, hardware-software interlock: pull the software out alone and, on a coarse body, it runs wild. Three, onboard learning: a limb that keeps learning its own wear and individual quirks while it runs cannot be caught by someone who merely stole the code — they hold only past data.

三つある。一つ、データの非対称。賢い手足を成り立たせる物理挙動のデータは、素材と現場を持つ者しか採れない。二つ、ハードとソフトの密結合。ソフトだけ引き抜いても、粗い身体の上では暴走する。三つ、オンボード学習。稼働しながら摩耗と個体差をその場で学び続ける手足には、コードを盗んだだけの相手は——過去のデータしか持てず——追いつけない。

Here the position turns. In an earlier essay — "free to farm, but the land is the lord's" — I wrote of the lord who holds the base of the AI stack and the tenant who only tills above. This is a little different. The brain — the base model — and the chips that burn it are, yes, the lord's. But that land cannot be farmed without this hand. A tenant whom the lord needs is not merely a tenant.

ここで、立場が変わる。以前「自由に耕せる、土地は領主のもの」で、AI スタックの底を握る領主と、上で耕すだけの小作人を書いた。今度は、少し違う。脳（基盤モデル）も、それを焼く半導体も、たしかに領主のものだ。けれど、その土地は、この手なしには耕せない。領主が、こちらの手を必要とする——そういう小作人は、ただの小作人ではない。