易経の状態遷移フレームワークと現代人工知能における世界モデルとの比較は、両者の認識論的水準における深い相補性を明らかにする。Yann LeCunが提唱する結合埋め込み予測アーキテクチャ(JEPA)は、大規模な観測データから状態空間における遷移動態を学習する——その核心は潜在空間(latent space)において数値的状態遷移関数f: S × A → Sを構築することにあり、Sは状態空間、Aは行動空間である。これは本質的にデータ駆動型の、数値的に近似されたマルコフ決定過程に他ならない。易経はこれとはまったく異なる経路を提供する。すなわち、解析的な形式(analytical form)によって完全な状態空間(64卦)、遷移規則(爻変)および意味論的注釈(卦辞・爻辞・象辞が各状態と遷移の意義解釈を提供)を事前に定義...
クロード・シャノン(Claude Shannon)が1948年に発表した「通信の数学的理論」(A Mathematical Theory of Communication)は、現代情報科学の数学的基盤を確立した。この理論の核心的洞察は驚くほど簡潔である。いかなる情報も、その表面的形式がいかに複雑であろうとも、二元的選択(binary choice)の系列——すなわち0と1の組合せ——に還元可能である。シャノンはこの最小情報単位をビット(binary digit)と定義し、情報エントロピー公式H = -Σ p(x) log₂ p(x)を導出して、確率変数が担う平均情報量を定量化した。しかしながら、厳密な形式化の視座をもって『易経』の記号体系を審すると、衝撃的な事実が浮上する。易経の爻(yao)——陰爻(⚋)と陽爻(⚊)——は精確な二元符号化体系を構成しており、各爻は正確に1ビットの情報量を担う。六爻が一卦を形成し、すなわち6ビットであるから、その状態空間は2^6=64——これはまさに六十四卦の精確な数である。これは偶然の一致でも牽強付会の類比でもなく、数学的に厳密に証明可能な同型関係である。すなわち、易経の卦象体系と6桁バイナリ符号化は情報理論的意味において完全に等価なのである。ゴットフリート・ヴィルヘルム・ライプニッツ(Gottfried Wilhelm Leibniz)は1703年の論文「二進法算術の解説」において既にこの対応を明示的に指摘しており、中国の布教師ブーヴェから送られた伏羲六十四卦方円図を目にして、卦象の配列が自身の独自に発明した二進法数列と完全に対応していることに驚嘆した。
情報理論の厳密な言語をもって易経六十四卦を再審すると、驚嘆すべき事実が浮上する。六十四卦は数学的に完備な6ビット状態空間(6-bit state space)を構成している。各卦は六本の爻から成り、各爻は陰(0)または陽(1)の二値をとるため、2^6=64はあらゆる組合せを過不足なく網羅する。これは偶然ではなく、設計である。機械学習の文脈に置き換えれば、次元数6、各次元の値域が{0, 1}である離散潜在空間(discrete latent space)に相当し、各点(すなわち各卦)は現実世界の一つの基本的動態パターンに対応する。乾卦(111111)は純粋な創生力を、坤卦(000000)は純粋な受容と承載を、屯卦(010001)は万物が萌芽する際の混沌と苦闘を表象する。決定的に重要なのは、これら六十四種の状態が恣意的な分類ではなく、互斥的かつ網羅的(mutually exclusive and collectively exhaustive, MECE)な分割を構成し、現実の動態の基本類型の全体を被覆する点である。統計学においてこれは「十分統計量」(sufficient statistics)と呼ばれる概念に対応する——最少の次元で最多の構造的情報を捕捉するという原理である。易経の設計者は三千年前にこの原理を直観的に把握していた。落葉の一枚一枚の軌跡を記録する必要はない。風の六十四種の基本パターンを理解すればよいのである。
易経の真の天才性は静的分類にではなく、動的変換機構——「爻変」にある。一卦中の特定の爻が陰から陽へ、あるいは陽から陰へと変化するとき、本卦は別の卦に変化し、これは完全な状態遷移モデル(state transition model)を構成する。現代の術語で表現すれば、六十四卦を状態空間Sの節点と見なした場合、爻変規則は遷移関数T: S × Z → Sを定義する。ここでZは変爻の集合、すなわち遷移を駆動する潜在変数である。この構造はYann LeCunが提唱する結合埋め込み予測アーキテクチャ(JEPA)と驚くべき対応関係を呈する。JEPAも同様に、生データのピクセル・レベルの表現ではなく、抽象的な状態表現を構築し、潜在変数zを条件とする予測器ネットワークによって状態間の遷移を予測する。両者は核心的な認識論的立場を共有する——世界の理解は表面的な詳細の網羅の上にではなく、構造的な動態パターンの把握の上に構築されるべきだという立場である。易経は明日雨が降るか晴れるかを告げない。それが告げるのは、あなたが置かれた状況の構造的動態——たとえば「泰」(地天泰、安泰通達)にあるのか「否」(天地否、閉塞不通)にあるのか、そしてその構造自体の展開趨勢である。JEPAもまた画像の具体的ピクセルを予測するのではなく、抽象埋め込み空間における状態の軌跡を予測する。両者はともに表面精度を犠牲にすることで、深層構造の信頼しうる把握を獲得している。
潜在空間の次元という観点から見ると、易経の六次元二元表現体系は精妙な「表現効率」(representational efficiency)を示す。現代の機械学習モデルの潜在空間は数百から数千次元に及ぶことが常であるが、高次元が必ずしもより良い表現を意味するわけではない。過度に高い次元は「次元の呪い」(curse of dimensionality)を招き、モデルがノイズの中で方向を見失う原因となりうる。易経が選択した六次元は、体系的変化を捕捉するに十分でありながら、詳細に溺れることのない「甘美な地点」(sweet spot)である。一次元を追加するごとに状態数は倍増し、六次元は64状態を生成する。これはまさに人間の認知が有効に操作しうる範囲内にありながら、現実の基本的動態を被覆しうる粒度を提供する。この設計は機械学習における「情報ボトルネック理論」(Information Bottleneck Theory)と不思議なほどに合致する——最良の表現とは最多の情報を保持する表現ではなく、予測に必要な情報を保持しつつ最多の無関連な詳細を圧縮する表現である。KAMI LINEの技...