「なぜ宇宙は粗視化できるのか」への三つ目の答え ── できない宇宙には、問いを立てる者がいないから
シリーズを通して「宇宙は粗視化できる」と言ってきました。最後に残るのは、なぜという問いです。候補は三つあって、①「繰り込み群がそういう構造だから」（説明になっていない ── なぜ場の理論なのかが残る）、②「私たちがプランクスケールから 19 桁も下にいるから」（それ自体が第6回の階層問題）。そして三つ目 ── 粗視化できない宇宙には、そもそも観測者が存在できないから。これは一見ただの循環論法ですが、情報理論の言葉に翻訳すると、意外に中身があります。記憶とは圧縮であり、予測とは捨てた変数から未来を当てることであり、学習とは何を捨ててよいかを見つけることだ。どれも粗視化そのものです。観測者とは、粗視化装置の別名なのです。
あなたは今朝の通学路の風景を、全ピクセル覚えてはいません。覚えているのは「いつもどおりだった」という一行です。これは記憶の失敗ではなく、記憶の仕様です ── 全部覚えたら、次に使うときに検索できない。
そして情報を捨てるという操作には、物理的なコストがあります。
1 ビットの情報を消去するには、最低でも
$$E_{\min}=k_BT\ln 2\ \approx\ 2.9\times10^{-21}\ \mathrm{J}\quad(\text{室温 }300\,\mathrm{K})$$のエネルギーを熱として捨てる必要があります。計算そのものは原理的にタダにできるのに、忘れることにだけは必ず代価が要る。2012 年に実際の実験で確認されました。つまり粗視化は物理過程です ── 抽象的な「見方の問題」ではなく、エネルギーを消費し、エントロピーを環境に吐き出す実在の動作。第1回で「捨てた情報の量＝エントロピー」と書きましたが、それは比喩ではなかったわけです。
観測者の本業は予測です。ここで決定的な非対称があります ── 過去に含まれる情報の量と、そのうち未来の予測に役立つ量は、まったく違う。
コップの水の例（第1回）なら、過去のミクロ状態は \(10^{25}\) 個の数字ぶんの情報を持っていますが、明日の沸騰時刻を当てるのに要るのは温度と圧力の 2 つだけ。残りは、覚えても一円の得にもならない情報です。この「未来の予測に役立つ部分」を予測情報といい、賢い観測者はこれだけを保持し、残りを捨てます。
第1回の「正直な線」で、こう書きました ──「どの変数を残すかは、問いに応じて人間が選ぶ面がある」。じつはこれには、きれいな答えがあります。
「未来の予測に関して同じ振る舞いをする過去は、まとめてしまってよい」── この基準で過去をグループ分けすると、予測に必要十分な最小の状態集合が一意に決まります（計算力学の因果状態、クラッチフィールド）。つまり最適な粗視化は、人間の趣味ではなく世界の側が決めている。第4回で臨界指数が「粗視化という操作に属していた」のと同じ構図です。観測者に許された自由は、その最適粗視化を見つけるかどうかだけ ── そして、それを見つける作業のことを、私たちは学習と呼んでいます。
下の図は、記憶容量 \(b\) ビットしか持たない観測者が、世界をどれだけ先まで当てられるかを比べたものです。ボタンで二つの世界を切り替えられます。
この違いが、観測者が存在できるかどうかを分けます。層のある世界では、有限で小さな脳が、無限の未来を語れる。カオスだけの世界では、どれだけ脳を大きくしても、その大きさに比例した長さしか見通せない ── 科学も、記憶も、意味を持ちません。
ここから、意外な場所に橋がかかります。深層学習のネットワークは、入力に近い層で細かい特徴（エッジ、線）を、出力に近い層で粗い概念（顔、猫）を扱います。層を通るたびに情報が捨てられ、残るのは「答えに効くもの」だけ ── これは繰り込み群と同じ形をしています。
実際、この類似は物理と機械学習の両側から真剣に議論されてきました（厳密な等号が示されたわけではありません ── 後述）。しかし少なくとも次のことは確かです：うまく学習するとは、うまく粗視化することだ。捨てすぎれば情報が足りず、捨てなさすぎれば過学習して丸暗記になる。ちょうどよい粗視化を見つけた者だけが、見たことのないデータを当てられる。
「粗視化できない宇宙には観測者がいない」は、たしかに人間原理の一種で、循環に聞こえます。でも、次のように読むと中身が残ります。
「宇宙は粗視化できる」は、宇宙についての事実であると同時に、「宇宙について有限の記述が書ける」ということそのものです。法則とは圧縮された記述であり、圧縮できるとは粗視化できるということ。だから ──
粗視化できない宇宙には、法則が書けない。
そして法則が書けない宇宙には、それを書く者もいない。
これは「なぜそうなのか」の答えにはなっていません。でも、問いの種類を変えてはくれます。「粗視化可能性」は物理法則のリストに載る一項目ではなく、リストが存在できるための前提だ、ということです。
そしてここで、第2回の中性子に戻れます。「崩壊時間とは、位相が追えなくなる時間ではないか」── その直感は、位相が追えなくなること自体が世界の構造として組み込まれていることに触れていました。世界は、追えなくなるようにできている。そして追えなくなるからこそ、有限の私たちが有限の言葉で世界を語れる。不完全さは、バグではなく仕様です。
確立していること：ランダウアーの原理（1 ビットの消去に \(k_BT\ln2\) 以上の散逸が必要）とその実験的検証（2012年）、可逆計算では計算自体にエネルギー下限がなく消去にのみコストがかかること、予測情報が過去の全情報より一般にはるかに小さいこと、計算力学における因果状態が「未来の予測に必要十分な最小の状態集合」として一意に定まること（クラッチフィールド）、カオス系で予測可能な時間が記憶精度のビット数に線形（＝精度の対数）でしか伸びないこと（第5回）は、いずれも確立した結果です。
確立していないこと：① 深層学習と繰り込み群の対応は、示唆的な類似であって定理ではありません。制限ボルツマンマシンと変分繰り込み群を対応づける提案（2014年ごろ）などがありますが、一般の深層ネットワークが繰り込み群と等価だという主張には有力な反論もあり、決着していません。本文はあくまで「同じ形をしている」という比喩の範囲です。② 人間原理的な説明（③の立場）は、検証可能な予言をほとんど持たず、説明として認めるかどうかで研究者の意見が分かれます。③ 「観測者とは粗視化装置である」は本シリーズの整理であって、確立した定義ではありません。④ 図は「1 ビットが何ステップ買えるか」を体感するための理想化された模型（ロジスティック写像と、マクロ＋ノイズの人工信号）で、実在の脳や学習器の性能を表すものではありません。 ── この回は物理から一歩踏み出した考察であり、本編（第1〜7回）とは確からしさの水準が違うことを、はっきりお断りしておきます。
記憶は圧縮であり、予測は捨てた変数から未来を当てることであり、学習は何を捨ててよいかを見つけること。どれも粗視化そのものです。しかも捨てる操作には物理的な代価があり（ランダウアー：1 ビットに \(k_BT\ln2\)）、最適な粗視化は人間の趣味ではなく世界の側が一意に決めている（因果状態）。第4回で臨界指数が「粗視化という操作に属していた」のと、同じ構図です。
そして決定的なのは、記憶 1 ビットの価値が世界によって違うこと。層のある世界では数ビットで無限の未来が買え、カオスだけの世界では 1 ビットで 1 ステップしか買えない。前者でだけ、有限の脳が科学を持てます。だから「なぜ宇宙は粗視化できるのか」への三つ目の答えは ── できない宇宙には、問う者がいないから。循環に見えますが、「粗視化可能性は物理法則の一項目ではなく、法則が書けるための前提だ」と読み替えると、問いの種類が変わります。
シリーズの出発点は、中性子の寿命 880 秒を「位相が追えなくなる時間ではないか」と読み直すことでした。本編 7 回と二つの番外編をかけてたどり着いたのは、こういう場所です ── 世界は、追えなくなるようにできている。そして追えなくなるからこそ、有限の私たちが有限の言葉で世界を語れる。不完全さは、バグではなく仕様です。
印刷 / PDF 化：⌘+P（Windows は Ctrl+P）。画面ではスライダーで記憶ビット数を変え、ボタンで二つの世界を切り替えられます。「1 ビットが何ステップ買えるか」が世界によって全然違うのが見どころです。「答えを見る」で解答が開きます。