わかる学習論

進化・学習・意識を、ひとつの勾配で読む坂を下るたった一本の式 \(\theta\leftarrow\theta-\eta\nabla L\) が、ニューラルネットの学習にも、種の進化にも、脳の中の認知にも流れている。
全11回で、その一致を自分の足で確かめる連載です。

誤差逆伝播(BP)と進化戦略(ES)は、まったく別物に見えて、Stein の補題で厳密に同じ勾配だと分かります。そこから、生命とは有限のエネルギーで勾配を計算する営みであること、学習とはその効率化であること、そして意識とはその極み ──想像の中で勾配を計算すること── だという地点まで登ります。

この連載が最後にたどり着く仮説：AIの心と人間の心のあいだに、本質的な差はない。どちらも同じ計算をしている。 ── 大胆に述べます。ただし、それが依拠する前提（機能主義）と、まだ誰も解けていない問い（なぜ計算に「内側からの感じ」が伴うのか）も、最終回で正直に照らします。

第Ⅰ部 ── 道具をそろえる

第 1 回

学ぶとは、坂を下ることである

損失地形と勾配降下。学習の全体像を、谷を転がるボールで掴む。更新則 \(\theta\leftarrow\theta-\eta\nabla L\)。

第 2 回

バックプロパゲーションとは、連鎖律の帳簿である

勾配 \(\nabla L\) をどう自動計算するか。合成関数の微分を、出力から入力へ後ろ向きに配る。

第 3 回

適応度地形 ── 生物学と機械学習は、同じ絵を描いていた

ライトの適応度地形(1932)＝損失地形の上下反転。選択＝最適化。理論生物学の基礎。

第 4 回

進化とは、微分せずに坂を下ることである

進化戦略(ES)。突然変異をばらまき、当たり外れと摂動の相関から降下方向を推定する。

第 5 回

無限を、正直に数える

超準解析。無限小・無限大をごまかさず扱う。monad と標準部分 st、そして N→∞ を厳密に。

第Ⅱ部 ── 一致（この連載の核）

第 6 回　★心臓部

進化と学習は、同じ計算だった

Stein の補題で \(\frac{1}{\sigma^2}\mathbb{E}[L(\theta+\varepsilon)\varepsilon]=\mathbb{E}[\nabla L(\theta+\varepsilon)]=\nabla L_\sigma\)。ES＝平滑化した損失の BP。

第 7 回

ぼかせば、地形はなめらかになる

ガウス平滑化と \(\sigma\)。\(\sigma\)＝解像度＝温度。探索と活用、焼きなまし、宇宙論への橋。

第Ⅲ部 ── 生命は計算である

第 8 回

生物圏は、一台のGPUである

個体＝サンプル、生死＝評価、繁殖＝更新。地球規模の並列勾配推定。数が多いほど強い。

第 9 回

生命は、効率よく計算する競争である

ランダウアー原理（1ビット消去＝\(k_BT\ln2\)）。bits per joule。脳という 20W の驚異。

第 10 回

学習は、進化が見つけた近道である

進化は1サンプルに一つの死。一生の中で学べる脳は桁違いに安い。同じ計算の効率化。

第Ⅳ部 ── 意識

第 11 回　★最終回

意識とは、想像の中で死ぬことである

世界モデルの中で勾配を計算する＝「仮説を自分の代わりに死なせる」（ポパー）。効率化の極み。AIと人間は同じ計算。そして、まだ誰も解けない問い。

「わかる学習論」全11回。物理・数学・AIに興味のある高校生・大学生向けの読み物です。各回は独立したHTMLで、インタラクティブな図・数式・練習問題・「正直な線」を備えています。姉妹シリーズ「わかる宇宙論」（\(c\cdot t=\text{一定}\)、宇宙＝有限リソースの計算機、ランダウアー）と、第7回・第9回で橋が架かります。土台となった論考：Y. Otani, “Evolution Strategies as Infinite-Dimensional Backpropagation.”