わからないまま、動き出す

工場のロボットアームは、驚くほど正確に、そして驚くほど融通が利かない。決められた座標に、決められた角度で、決められた力で部品を置く。それができるのは、世界がすべて数値化されているからだ。光の加減も、部品のわずかなずれも、あらかじめ排除されている。完璧な指示があるからこそ、完璧に動ける。それが半世紀近く、ロボティクスの前提だった。

けれど家庭やレストラン、災害現場のような「決められていない世界」に機械を送り出そうとした瞬間、この前提は崩れる。テーブルの上のコップが、割れているのか、ただ影が濃いだけなのか。人が急に立ち止まったのは、荷物を探しているのか、具合が悪いのか。こうした場面に、あらかじめ正解の指示書は存在しない。ロボットは、わからないまま、それでも次の一手を選ばなければならない。

ここ十年ほどのロボティクス研究が向き合ってきたのは、まさにこの「わからなさ」の扱い方である。確率的推論、ベイズ的な更新、そして近年は大規模なモデルが学習した常識的なパターンを借りてくる手法まで、アプローチはさまざまだ。共通しているのは、正解を一つに定めるのではなく、いくつかの可能性に重みをつけて持ち続けるという発想だ。コップは八割の確率で割れていて、二割の確率で影である。ロボットはその不確かさごと、次の行動を決める。

これは、人間の判断の仕方にどこか似ている。私たちも、日常のほとんどの場面で完璧な情報など持ち合わせていない。相手の表情から機嫌を推し量り、電車の混み具合から遅延の理由を予想する。断定はできないが、行動は止められない。曖昧さを抱えたまま前に進む能力は、知性の副産物というより、知性そのものの中核に近いのかもしれない。ロボットに「推測する」力を与えるという研究は、機械を賢くする以上に、知性とは何かという古い問いを、静かに開き直しているようにも見える。

もちろん、ここには境界線の議論がついて回る。医療現場で「たぶん骨折している」と判断するロボットに、どこまで委ねてよいのか。自動運転車が「たぶん子どもが飛び出してくる」と推測したとき、その推測の重みをどう扱うのか。推測する機械は、判断の速さや網羅性で人間を助けてくれる一方、誤った推測の責任を誰が負うのかという問いを常に連れてくる。技術の進歩が答えを出す部分と、社会が合意で決めるしかない部分は、はっきりと分けて考える必要がある。

「わからないまま動く」というのは、一見すると危うい話に聞こえる。けれど完璧な指示を待ち続ける機械は、結局、限られた場所でしか役に立たなかった。工場の外に出て、私たちの雑然とした日常に加わろうとするなら、機械もまた、人間と同じように、不確かさと折り合いをつける術を身につけるほかない。ロボットが賢くなるということは、間違えなくなることではなく、うまく間違え、そこから軌道を修正できるようになることなのだろう。それは、私たち自身が日々やっていることと、案外そう遠くない場所にある。