01 研究の背景と問題意識：なぜ生命は熱力学第二法則に抗して「境界」を保ち続けられるのか？

エルヴィン・シュレーディンガーが1944年の名著『生命とは何か（What is Life?）』で提起して以来、「物理系はエントロピーが増大して無秩序へ向かう傾向があるにもかかわらず、なぜ生物は自らの秩序と境界を維持し続けられるのか？」は物理学と生物学の境界における中心問題でした。またマトゥラーナとヴァレラはオートポイエーシスによって「境界の自己産出」の重要性を説きましたが、それをランダム力学系（確率微分方程式）と情報理論・ベイズ推論で統一的に記述する数学的枠組みは長らく欠けていました。

神経科学者カール・フリストンは、2010年の Nature Reviews Neuroscience 論文で脳の知覚・学習・行動を統一する「自由エネルギー原理（FEP）」を提唱し、続く2013年の記念碑的論文 『Life as we know it』 において、脳を持たない原始的な自己組織化システム（プリモーディアル・スープの粒子群）からいかにして「内部と外部を分ける境界（マルコフブランケット）」と「生命的な能動的推論」が必然的に立ち上がるかを証明しました。

02 核心となる数理モデル：マルコフブランケットと変分自由エネルギー

1. マルコフブランケットによる状態の4分割

あるシステムが外界（環境）と区別された「個体」として長期的に存在し続けるためには、外界のすべての状態と直接結合していてはならず、統計的な遮蔽境界であるマルコフブランケット（Markov Blanket）を持たなければなりません。システム全体の状態空間は4つに分割されます：

  • 外部状態（External states, $\psi$）: 環境の隠れ状態（内部からは直接観測できない）。
  • 感覚状態（Sensory states, $s$）: 外部状態 $\psi$ から影響を受け、内部状態 $\mu$ に影響を与える境界の入力層。
  • 行動状態（Active states, $a$）: 内部状態 $\mu$ から影響を受け、外部状態 $\psi$ に働きかける境界の出力層。
  • 内部状態（Internal states, $\mu$）: マルコフブランケット $b = (s, a)$ の内側にあり、外部状態 $\psi$ とは条件付き独立（$\mu \perp \psi \mid s, a$）となるシステム固有の状態。

2. サプライズ（自己情報量）の上界としての変分自由エネルギー

生物が自らの形態や恒常性を失わずに存在し続ける（非平衡定常状態 NESS に留まる）ということは、自分の生存と両立しない異常な感覚状態（高いサプライズ $-\ln p(s, a \mid m)$）に陥る確率を低く抑え続けることと同値です。しかし生物は外界の真の確率分布を直接計算できないため、内部状態 $\mu$ がパラメータ化する変分近似分布 $q(\psi \mid \mu)$ を用いて、計算可能な上界である変分自由エネルギー $F(s, a, \mu)$ を最小化します：

$F(s, a, \mu) = \underbrace{D_{\text{KL}}\big[ q(\psi \mid \mu) \,\|\, p(\psi \mid s, a) \big]}_{\text{近似誤差 (KLダイバージェンス } \ge 0\text{)}} \underbrace{- \ln p(s, a)}_{\text{サプライズ (Surprise)}}$

・知覚（Perception / 内部状態の更新）: $\dot{\mu} = -\nabla_\mu F(s, a, \mu)$ （外界の事後分布に内部モデルを合わせる）
・行動（Action / 能動的推論）: $\dot{a} = -\nabla_a F(s, a, \mu)$ （自分の予測が当たるように環境に働きかけて感覚入力 $s$ を変える）

03 2013年論文『Life as we know it』の衝撃：プリモーディアル・スープ実験

2013年の論文において、フリストンはニュートン力学と電気化学的振動に従う128個の合成「巨大分子」粒子が短距離相互作用する「原始のスープ（Primordial Soup）」の数値シミュレーションを行いました。

  • マルコフブランケットの自発的創発: ランダムに配置された粒子群が相互作用を繰り返すうちに、外周の粒子群が「感覚状態 $s$（外からの力を受け止める層）」と「行動状態 $a$（周囲を押しのける層）」の役割を果たし、中心部の粒子群（内部状態 $\mu$）を包み込む細胞様のクラスターが自発的に形成されました。
  • 物理的な粒子が「外界をベイズ推論している」かのように振る舞う: 驚くべきことに、内部状態 $\mu$ のダイナミクスを解析すると、マルコフブランケットの外側にある外部状態 $\psi$ の運動を統計的に予測（同期）しており、外周のブランケットが損傷すると能動的推論によって境界を修復するオートポイエーシス的挙動が確認されました。
これにより、「境界を持って存在し続けるすべての自己組織化システムは、必然的に外界の生成モデルを内包し、サプライズを最小化するベイズ推論器（能動的推論エージェント）として記述できる」という、物理学・人工生命・認知科学を貫く架け橋が築かれました。

04 現代人工生命・ロボティクス・AIへの影響

  1. 報酬関数なき自律エージェント（Active Inference AI）: 強化学習のように外部から人為的なスカラー報酬関数 $R(s, a)$ を設計しなくても、「期待自由エネルギー（Expected Free Energy, $G$）」を最小化させるだけで、「情報獲得（好奇心・探索：Epistemic Value）」と「恒常性維持（目標達成：Pragmatic Value）」が単一の式から自然に導出されるため、自律型ALifeエージェントの標準的な意思決定フレームワークとなっています。
  2. マイケル・レヴィンの形態形成理論との融合: フリストンとマイケル・レヴィンは共同研究を通じて、「多細胞生物の胚発生や再生（プラナリアやXenobots）は、細胞集団が目標形態（Target Morphology）に対する変分自由エネルギーを最小化する能動的推論プロセスである」という統合理論を展開しています。

05 原典・関連文献リンク

← 前のマイルストーン (1991) An Approach to the Synthesis of Life (Tierra) 次のマイルストーン (2019) → Lenia: Biology of Artificial Life