「心」はどこから生まれるのか――人工生命・AI・哲学から問い直す人間と機械の境界（中編）

―飯塚先生の研究はユニークなところもございまして、チンパンジーの個体を見分けるためにAI技術を活用されたり、ゾウを対象に監視カメラ映像によるトラッキング手法を実践されたりと、動物園を舞台にした研究がありますね。

それは、今のCHAINに移る前にいた研究室が北海道大学の情報科学研究院（情報科学の最先端研究と教育を担う大学院）というところで、そこでどういうことができるかを考えた時に、動物の心にも興味があったので取り組んだものです。動物園で動物の行動を監視しましょうという話は、当時の研究室の山本雅人先生と一緒に始めました。飼育員さんが動物に何か問題があった時にビデオをずっと見なければならないのですが、それは早送りしても大変な作業です。

そこで、例えば自動で動物をトラッキングできれば飼育員さんの手助けにもなりますし、私自身は動物の社会性のようなものが、もしかしたら見られるのではないかと考え、興味を持って共同研究として取り組んでいました。動物の心というものにもとても興味があり、それが研究としてできたらいいと思ってやっていたということです。

―ここでも「心を読む」というキーワードが出てきましたね。この場合は動物の心ということになりますが、飯塚先生はペットを飼っていらっしゃるのですか。

ペットと言えるかどうかわかりませんが、少し前までグッピーを飼っていまして、そのグッピーを使った研究もやっていました。

―グッピーの心を読まれているのですか。

そうですね。「心を読む」というか、いくつか経緯がありまして、まず魚の方の話をしますと、海外出張に行った時に空を見上げると、ムクドリか何かわかりませんが、とにかく集団でバーッと鳥が飛んでいたんです。それを見て、海外で飛んでいる集団の鳥と日本で飛んでいる集団の鳥の飛び方は同じなのだろうか、何か違いがあるのだろうかと興味を持ちました。

それで行っていたのが、水槽の中にグッピーのA群とB群がいたとして、A群とB群をどうやって見分けられるだろうか、という研究です。もし集団に社会性のようなものがあるのだとしたら、泳いでいる集団を見分けることができるはずです。人間がそれを見分けるのはつらい作業ですので、AIにやらせてみようと考えました。AIに魚の大きさや色がわからないようにした上で、動きだけを見せた時に、この動きは水槽Aのものです、こちらは水槽Bのものです、と予測できれば、AとBの集団の社会性に何か違いがあるということがわかります。それをAIで判定させてみたいと考え、集団の社会性のようなものをAIで見られるかどうかに取り組んでいました。心というわけではないのですが、社会性を読む、そういったこともやっておりました。

―他の研究はどういったものになりますか。

これは別の魚の実験なのですが、水槽の向こう側にディスプレイを設置して、そこに人工の魚を映し出し、実際のリアルなメダカとインタラクションさせるという実験です。上にカメラがついていて、そのカメラでメダカの動きをトラッキングし、それを反映させます。実はこのディスプレイに映るメダカの動きには二種類ありまして、実際のメダカの動きと全く同じ動きをするけれども、今のメダカの実際の位置とは無関係に、ただ再生しているだけのメダカもいます。

 水槽内を泳ぐメダカ 

重要なのは、片方はリアルタイムの情報を使って相互作用しているのに対し、もう片方は録画された過去のメダカの動きを再生しているだけという点です。この二つに違いがあるかどうかを調べる実験を行いました。結果としては、やはりリアルタイムの方が魅力的である、つまりメダカを引きつけるということがわかりました。

これは有名な赤ちゃんの実験にも似たところがあります。赤ちゃんと母親をビデオカメラを通してやりとりさせる実験で、最初はリアルタイムに母親とつながっている状態で、母親の動きや声を聞いて赤ちゃんがあやされています。ところがある時、突然その母親が映っている画面を録画映像に切り替えるのです。過去に上手にあやしていた時の映像に変えてしまいます。すると赤ちゃんは、そうした録画システムがあることなど知らないのですが、母親が映っているにもかかわらず興味を持たなくなり、泣き出したりします。

つまり、母親が映っていることそのものも大事なのですが、それ以上に、母親とリアルタイムにインタラクションがぐるぐると循環していることが重要だということがわかります。これは生命の問題にもおそらく同じことが言えます。例えばテレビ画面に映っている人は人っぽいけれども、こちらのモーションに対して何もリアクションしてくれないので、生命っぽいけれども生命と言っていいのかどうか悩むところがありますよね。

我々が本当に生命だと感じるのは、そこにそのものがいて、何かをすると何かを返してくる、棒で突いたらぐにっと動く、それならもう一回突いてみよう、さすってみよう、といったやりとりを重ねた結果として「これは生命だな」と感じるものです。動きが生命っぽいかどうかという客観的な指標で生命かどうかを答えるのは難しいのだろうと思います。最終的にはインタラクションを通して得られてくるものが生命性なのだろうという考えに至りました。

赤ちゃんの実験もよく考えるとそういうことになっていますし、動物に対する他者性のようなものが、インタラクションの中でどう作られていくのかを動物実験で調べられるのではないかと考え、魚を使った研究や、今、北海道大学理学研究院の歌鳥の専門家である和多和宏先生と一緒に研究を行っています。

鳥のロボット

小さなロボットを作りまして、実験には実際にキンカチョウという鳥を使っています。鳥ロボットのような小さなロボットを作ってインタラクションをさせるのですが、うまい動かし方や相互作用の作り方が見つかれば、このキンカチョウがロボットを「他者だ」と感じてくれるのではないかと考え、それを今作ろうとしているところです。

試作品段階では色を塗っていませんが、今作っているものは色が塗ってあり、動いたり、歌うとくちばしが動いたりします。そうした工夫を重ねてインタラクションを成立させようと、今一生懸命取り組んでいるところです。

―いいですね。このインタラクションを通じた生命性というのもなかなか素敵だなと思いました。

そうですね。それが一つの特徴かもしれません。

―そうですよね。飯塚先生は他にも、錯覚の研究や真似の研究もされているご様子なのですが、これはどういう研究なのでしょうか。

錯覚の方から説明しますと、錯覚にもいろいろ興味がありまして、AIが進化してきた時に、AIも錯覚を見るのかということに興味を持ちました。これまではミニマルなモデルで、簡単な感覚入力をどう処理するかということだけが問題だったのですが、AIの技術が発展してくると、人間と同じような視覚データを扱えるようになり、それを記憶できるようになってきました。

これについては、実は基礎生物学研究所の渡辺英治先生という方が行った優れた先行研究があります。視覚予測モデル（視覚情報をもとに、今後の状態や見え方を予測する仕組み）をAIに学習させるというもので、一人称視点で動いた時に世界の見え方がどう変わるかということをずっと学習させます。その後、人間が見ると錯覚を起こすような静止画像をAIに与えます。

静止画なので本来は動かないはずなのですが、学習させたAIモデルはどう予測するかということをAIに問うわけです。すると、人間が錯覚を起こすのと同じように、回転する方向にAIが予測を起こしてしまうということが論文で示されていました。私たちも同じようなことをやりたいと思っていたのですが、なかなかうまく形にできないうちに、そちらで先に実現されていて、それを見たときにはとても感銘を受けました。

これまでの科学では、目から脳に至る視覚系がどのように情報を処理しているのかを調べて、その仕組みから、なぜこういう錯視が起こるのかを説明するのが中心でした。しかし、人間が成長する過程で得ていくようなデータを人工知能に与えてやれば、その経験に基づいて実験ができるようになります。AIを使って実験できるようになり、するとAIも実は錯視を起こすということがわかるわけです。

そう考えると、これから科学のあり方が少し変わるのではないかと思っています。これまでは統一的な理論、統一的な心のモデルを作ろうとするのがまっとうな科学の考え方だったと思いますが、そうすると個別性のようなものは全部失われてしまいます。ある文化圏で育った人はこういう育ち方をして、こういう視覚系統を持っているとか、色の見え方についても、例えば北極地方の寒いところに住んでいる人たちの見え方や太陽の影響の受け方が違うといった、育ってきた環境による違いを、データから説明できる認知モデル（人間の思考や認知過程を理解・模倣するための理論的枠組みやモデル）が作れるのではないかと考えています。

それで錯覚に興味を持ち、視覚に関するものをいろいろやってきましたし、ラバーハンドイリュージョンというものにも取り組んでいます。ラバーハンドイリュージョンというのは、自分の手ではないゴム手袋を使った実験でして、YouTubeなどで調べると出てきます。偽物のゴム手袋の指の部分をなぞると同時に、実際に見えていない自分の手も同じようになぞられるという状況を作ります。すると、偽物の手がなぞられているのと同時に自分もなぞられているような触覚の入力が入ってくることで、その偽物の手に「自分だ」という感覚が生まれるのです。

これは実際に実験するととても面白い感覚で、ゴム手袋が自分だという感覚が生まれます。先ほど述べた身体所有感ですが、それが自分の体の一部だという感覚がふわっと湧き起こります。二割くらいの人は感じないそうですが、私は感じまして、偽物だとわかっているのに自分の手だという感じがしました。

そうした感覚がどう生まれてくるのかを、シミュレーションで見ることができました。そういう経験をさせた時に、自分だという感覚がどう生まれてくるかをシミュレーションでも示せたのです。予測するという機能を持たせると、ラバーハンド実験で得られているのと似たような結果を出せることを示しました。人間のさまざまな感覚が、予測学習のようなものを通して、AIにも似たような感覚を作ることができるのではないかと、最近考えています。そうしたことから錯覚の研究に取り組んでいます。

―真似の方はいかがでしょうか。

真似も、今まさに一番力を入れて取り組んでいるところです。真似をするということについては、ご質問にもあった道具使用の研究とも関係があります。この道具使用についての研究で、学会の優秀論文賞をいただきました。

―IEEE ALIFE-CIS 2025で最優秀論文賞を受賞されていますね。

はい、それが道具使用についての研究です。真似の話とも似ているのですが、まず道具の方から説明したほうがよいと思います。道具として熊手を使う実験があります。これは理化学研究所の入來篤史先生が行われた研究なのですが、猿が熊手を持って餌を取るということを一生懸命学習していきます。その猿の神経細胞の発火を調べると、自分の手の近辺の刺激に反応する細胞があるのですが、それが学習を通じて熊手の先の方まで延長して反応するようになることがわかったのです。

他にも、大阪大学の北澤 茂先生による非常に興味深い実験がありまして、その実験でも、自分の身体感覚が道具や棒の先の方まで延長していることが実験的にわかっています。

私たちが道具を使おうと思った時、例えばペンを持って何かをしようとすると、あたかもペンの先が自分の手であるかのようにコントロールできますよね。杖なども、杖そのものを道具として感じるというよりは、杖が自分の身体の一部になったかのような感覚で、感覚入力を受け取っているのだと思います。

それが、その自己の身体の境界のようなものが変わっているような気がしまして、道具使用もおそらく、先ほどお話ししたように、道具の先を自分の手の先だと思っているのではないか、というような認知のモデル、我々の身体の動かし方はそうなっているような気がします。

それをどうやって実現できるか。工学的にエンジニアリングでやろうとすると、「関節がこうなっていて、道具の接続がこうなっているから、逆モデルを解くとこうなって、手を動かすと道具の先がこう動いてしまう」というように、一生懸命計算することになります。しかしそうではなく、認知のモデルが作れるのではないかと考えまして、道具使用のモデルを作りました。それが、先ほど申し上げた「自己と他者が一つのモデルでできあがっている」という説明につながります。

実は道具使用のときにも、自分の身体と、道具を持った身体のようなものを重ね合わせることによって、道具を使っているときも自分の身体と同じように身体を動かしているのではないか、という認知モデルを作ったのです。それを行い論文の最優秀賞をいただいたのですが、そのモデルを用いると、道具を通したときの触覚の感じというのも、実は我々が直接触っているときの触覚の感じと同じようなものが、道具の先から復元されているということを示すことができました。ですから、道具の先に身体が延長しているのではないか、ということを示す研究を行っています。

また、真似の話にもつながるのですが、真似は実際、自己と他者がある程度重ね合わされるような状態で生じています。これにもさまざまな実験がありまして、他者の運動を観察しているだけで自分の運動が影響を受けたり、他者が行った運動を自分が行ったものとして記憶してしまうなど、自己と他者の区別が曖昧になるような現象が知られています。また神経科学的にも、ミラー・ニューロンといって、他者の行動を観察したときに、自分が同じ行動をしているときと同じように活動する神経細胞が存在します。そうしたミラー・ニューロンを通した真似ができるのではないかと考えました。また、自他重ね合わせモデルを使うと、どうしてミラー・ニューロンのようなものができるのかを説明できるのです。

先ほどお話をしたモデルを使って、真似についても、相手が行動したときにミラー・ニューロンのような働きをして真似ができる、ということを示しました。実際、そのようにできているだろうと推論するような論文は、ミラー・ニューロンが発見された当時、非常にたくさん出ました。

ただ、そもそもミラー・ニューロンがどうやってできるのかについては、あまり気にされておらず、「ミラー・ニューロンがあればこうやって真似もできるのではないか」という話がいろいろあったのです。我々は、自他重ね合わせモデルを使うと、どうしてミラー・ニューロンのようなものが出てきて、それが真似につながるのかを、一貫して説明できるモデルを作り、真似の研究を行っている、ということです。

―飯塚先生のお話をお伺いしていると、やはり自己と他者というのがすごく重要なキーワードになっているのですね。

そうですね。それが一番興味を持っているところになります。

―ちなみに、手話の学習システムを作るプロジェクトも手がけられたということですが、これも自己と他者の流れからなのですか。

いえ、それは全然関係ありません。

―それは全く違う切り口なのですか。

認知のモデルを作っていくと、AIが発展してくることで、AIの良いモデルが出てきて、できることが増えるのです。そういう意味で、AIとともに進化しているというか、AIの助けを借りてやっていることもたくさんあります。それに、AI自体も工学的にとても面白いと思っていたので、企業との共同研究の中で、AIを使いながら自分の関心にもつながるテーマとして、手話の翻訳に取り組みました。

―翻訳の方なのですね。手話の学習システムというのが翻訳システムのような感じになるのですね。

はい、そうです。

―受賞といえば、飯塚先生は学内において令和4年度ベストエクセレントティーチャーに選出されました。学生をどのようなスタンスで教育されていらっしゃるのですか。教育指導のポイントをお聞かせください。

教育指導のポイント……。結構難しいのですが、私はやはり研究の面白さを伝えたいと思っています。先ほどのくすぐりの話や、自己の身体の話というのは、すごく身近でありながら、結局人間はよくわからない、人間がよくわからないからこそすごく面白い、ということを伝えたいんです。自分の心の問題、意識の問題というのは身近にありつつも、なんとなく一番難しいけれど面白い問題なんだよ、ということを講義の中で伝えるようにしています。「実験でこうやると、こんなことが出てくるんです。こんなことが出てくるのだとしたら、今のAIなどで言われていることも、ちょっと嘘っぽく聞こえますよね」というように、とにかく面白さを伝えたいと思っています。

エクセレントティーチャーをいただいたときの講義も、ただ教えるだけではなく、「研究の最前線でこういうことが問題になっていて、それを明らかにしようと頑張ってこういう実験を考えているのだけれど、この実験にはこういう問題点もありつつ、こういうふうに見えているのだよ」ということを伝えて、研究することの面白さ、研究対象としての面白さを伝えることを心がけていました。