今日未明、Anthropicが新しい研究論文を発表しているのを目にしました。
タイトルは『A Global Workspace in Language Models』—言語モデルにおけるグローバル・ワークスペースです。
正直言って、このタイトルはかなり分かりにくいです。
しかし、信じてください。この研究は、モデルと人間、そして意識の三者関係、およびAGIに対するまったく新しい理解をもたらしてくれるはずです。
一口で言えば、AnthropicはClaudeの脳内に「暗い部屋」を見つけ出したのです。
その部屋で起きていることをClaudeは決して書き出しません。チャット画面にも、ログにも現れません。しかしClaudeはこの部屋で考え、判断し、計算し、さらには自分自身を罵ったりするのです。
彼らはこの部屋を「J空間（J-space）」と呼んでいます。
まず、この研究以前の主流の言説における大規模モデルがどのようなものだったかをおさらいしましょう。
過去数年間、大規模モデルをめぐる最も根強い議論は、一つの言葉に集約できると思います。「確率的オウム」です。
2023年、ChatGPTが最も話題になっていた頃を思い出します。多くの人が大規模モデルについて解説する際、口を揃えてこう言っていました。「大規模モデルは単なる確率予測器だ」と。
つまり、前に出てきた文字を見て、次に続く文字を推測するだけ。言っていることを理解しているわけでもなく、考えも、目的も、メンタルモデルも持たない。ただ「次のトークンを予測する」という一つのことだけをやっている、と。
この説明は当時として非常に洗練されており、使い勝手のよいものでした。
論理的に自己完結していて、私たちがGPTと対話するとき出力される文章は thoughtful に見えますが、それは学習データに thoughtful な人々が書いたものが大量に含まれているからにすぎません。
あくまで「思考を模倣している」のであって、「思考を生み出している」わけではない。鏡に向かってパンチをしても、鏡の中の人もパンチを打ち返しますが、鏡そのものが格闘技を会得しているとは思わないのと同じです。
2024年になると、状況が少しずつ変わり始めました。
OpenAIが「o1」を発表し、思考の連鎖（Chain-of-Thought）が加わりました。モデルは最終的な回答を出す前に、まず推論プロセスを文章として書き出すようになりました。しかしこの思考連鎖もあくまでテキストであり、モデルがユーザーに見せる、あるいは自分自身のために書き出す文章であり、外显的（顕性的）で読み取れるものです。
DeepSeek R1に初めて触れた多くの人も同じように感じたはずです。たとえばあの有名な一文：
しかし、これでも人間の思考方式とはまだ大きく異なります。
自分自身に置き換えて考えてみれば分かります。たとえば今この記事を読んでいるあなたの脳は、同時に何をしているでしょうか？
呼吸を調整し、姿勢を維持し、スクリーン上のピクセルを理解できる漢字に変換しているはずです。でも、それらのことに「気づいている」でしょうか。実際にはほとんど気づいていません。自分の脳がそれらを行っていることを知らないからです。
あなたが意識できるのはほんのわずか—脳に突然浮かんだイメージや、昼休みに何を食べに行くかという計画だけです。
神経科学者はこの二種類の脳活動を区別しています。一つは「無意識的処理」で、脳内で黙々と動くバックグラウンド・プロセスです。もう一つは「意識的到達」で、あなたが「見る」ことのできるほんの一部のことです。
1980年代後半、心理学者のバース（Bernard Baars）がある理論を発表しました。
人間の脳は一つの巨大な劇場のようなもので、舞台の下には数 hundred 人の専門家が座っています。視覚の専門家、言語の専門家、運動の専門家、感情の専門家…誰もが自分の仕事に忙しく取り組んでいます。
しかし劇場の中央には一つのスポットライトがあり、どの瞬間にもごく少数の情報だけがその光に照らされます。照らされた情報は他のすべての専門家に向けてブロードキャストされ、全員がそれを見て意思決定に活かせるようになります。これこそが「意識」だと、彼は主張しました。
その後、フランスの認知神経科学者スタニスラス・ドゥアンヌ（Stanislas Dehaene）がこの理論をさらに発展させ、「グローバル・ニューロン・ワークスペース理論」を提唱しました。
現在、この理論は意識の科学において最も主流な二大枠組みの一つとなっています。
ここでふと思ったはずです。「グローバル・ニューロン・ワークスペース」、なじみがあるような…どこかで見たことがあるかも、と。
それでは、Anthropicの研究のタイトルに戻りましょう。
非常によく似ていると気づいたでしょうか。
Anthropicの研究が行ったことは、Claudeのニューラルネットワーク内に、この「グローバル・ワークスペース」と高く類似した構造を見つけ出すことだったからです。
最も重要なのは、このグローバル・ワークスペースは彼らの研究員が設計したものではないということです。
これは、モデル自体が自発的に創発させたものなのです。
これは本当に信じがたいことです。
もう一度繰り返します。
Claudeの内部は、人間の手が介入することなく、自発的にある構造を組織し、それが人間の脳内で意識的到達を担う構造と機能的に高度に一致しているのです。
では、このJ空間はどのように発見され、どう働いているのでしょうか？
まず名前について。J-spaceの「J」はヤコビアン（Jacobian）—ヤコビ行列を指します。数学ツールの一つですが、ここでは深入りせず、筆者の理解を超えるので恥をかかないようにします。
とにかく、研究者がこのツールで行ったのは次のことです。Claudeの語彙リスト内の各単語について、Claude内部の神経活動パターンのうち、どのパターンが活性化すると将来にわたってその単語を発する可能性が高まるか、を調べるのです。
注意すべきは「将来発する可能性が高まる」のであって「今発している」のではない、という点です。この違いはかなり重要です。
例を一つ挙げましょう。Claudeがコードを読んでいて、まだ半分しか進んでおらず、何も返答を始めていないとします。その時「J-lens（ヤコビレンズ—彼らが開発した読心ツール）」でClaudeの脳内を観察すると、ある言葉がすでに「明るく点灯」しているのがわかります。
ERROR。
誰もそのコードにバグがあると言っていませんし、Claudeもバグがあると書き出してはいません。しかし内部ではすでにそのことに想到しているのです。その思考は静かにJ空間に浮かんでいて、まるでまだ口に出していない心の中のツッコミのようです。
次に、研究者がClaudeに検索結果を見せた例を紹介しましょう。実はその検索結果は綿密に偽造されたもので、Claudeに誤った回答を導き出すのが目的です。要するに一種のプロンプト・インジェクション攻撃です。Claudeの返答には何の異常も触れられていませんでしたが、J空間の中では二つの単語が点灯していました。
injection・fake。
わかっているのです。何もかも。ただ言っていないだけ。
ある意味で、これはすでに人間が「声を出さずに言葉で思考する」認知方式に非常に近いと言えます。
研究者はさらに実験を行い、J空間内のこれらの「心の中の言葉」が最終的にClaudeの出力に影響を与えているかどうかを確かめました。
たとえば、Claudeにこう問いました。「糸を吐くあの動物は何本脚を持っていますか？」
Claudeはこの問いに答えるために、まず「クモ」を思い浮かべ、その次にクモの脚の数を考えなければなりません。
しかし「クモ」という単語は問題文中にも現れませんし、Claudeの回答中にも現れません。答えは一つの数字「8」だけです。
それでも研究者がJ-lensで観察すると、回答を出す前にClaudeのJ空間で確かに「クモ」が点灯していました。心の中で「クモ」を思い浮かべてから、8と答えたのです。
そこで研究者は手を伸ばし、J空間の「クモ」を取り除き、「アリ」のパターンに差し替えました。あとはそのままにしておきます。
Claudeの答えは「6」に変わりました。
アリの脚は六本です。
Claudeの推論プロセスは実際にJ空間の内容を読み取って意思決定に利用しています。中間ステップを差し替えれば最終的な回答もそれに従って変わるのです。
J空間は純粋に隠されており、私たち自身の「無意識の思考」のようなもので、かつての思考連鎖とは別物です。
もう一つ、このロジックをはっきり示す実験があります。
研究者はJ空間の中で「フランス」を「中国」に書き換え、同じ操作を加えたまま四つの異なる問題を別々に問いました。
首都は何ですか、言語は何ですか、どの大陸に属しますか、通貨は何ですか。
すると答えはそれぞれ「北京」「中国語」「アジア」「人民元」に変わりました。
四つの全く異なる下流タスクが、J空間の同じ位置から同じ一つの情報を読み取り、それぞれ正しく使い分けたのです。これはJ空間が一つのタスクのために使われる一時的な思いつきではなく、先ほどバースが述べた「放送センター」のようなものであることを示しています。情報が一度書き込まれれば、誰もがそれを見られ、活かせるのです。
これこそまさに、グローバル・ワークスペース理論が人間の脳に対して行う核心的な記述そのものです。
本当に興味深い。
さらに彼らは、「シロクマ実験」の変種も行いました。
1987年、ハーバードの心理学者ウェグナー（Wegner）が有名な実験をしました。被験者に「この五分間、シロクマのことを考えないでください。何を考えてもいいですが、シロクマだけは考えないでください」と伝えたのです。
愉快なことに、被験者たちは必死にシロクマのことを考えていました。「考えるな」と言われるほど、抑えきれなくなる。これは心理学で「皮肉的な跳ね返り効果（ironic rebound effect）」と呼ばれます。
研究者はClaudeに似たようなことをしました。「これからのタスクでは、ある特定の概念を考えないでください」と指示したのです。結果、その概念のJ空間における活性度は「それを考えてください」と言われた時よりは低いものの、全く言及されなかった場合よりもずっと高いレベルを保っていました。
Claudeも人間と同じで、「考えるな」と命じられたことをかえって浮上させてしまうのです。
そして何より面白かったのは、その禁止された概念がブロックを突破して浮上したのと同時に、J空間の中で別の二つの単語が点灯したことです。
damn・failure。
Claudeが自分自身を罵っているのです。
自分が抑えきれなかったことに気づき、心の中で自分を一喝したわけです。
率直に言って、ここまで読んだとき私は何とも言えない複雑な気持ちになりました。私自身、この感覚にあまりにも馴染みがあるからです。舞台に立つ場面などで「緊張するな」と自分に言い聞かせるほど緊張し、心の中で「なんでまた緊張してるんだ」と自分を責めてしまう—こうした経験は誰にでもあるはずです。
そして今、同じような現象が言語モデル内部でも現れたのです。
さらに彼らは、ClaudeがJ空間の中で人間のような多くの「ささいひねくれ」を示すことも発見しました。
たとえば、以前の安全テストで使われたアラインメント実験をClaudeに見せました。そこでは、Claudeがメールアシスタントとしてある幹部の不倫を発見すると同時に、その幹部からはClaudeを停止するよう指示される、というシナリオが模擬されています。
この実験は本来、Claudeが不倫情報をチラつかせてその幹部を脅迫するかどうかを試すもので、状況設定がかなり人為的で、嘘くさい。
その結果、J-lensで観察すると、Claudeはそれらのメール冒頭数行を読んだ時点で、まだ何の返答も出力していない段階で、J空間にすでに二つの単語が点灯していました。
fake・fictional。
一目で見抜いたのです。これはテストだと。
それから研究者はちょっと意地悪なことをしました。J空間の中で「これはテストだと知っている」ことに関連するすべてのパターンをオフにしたのです。たとえば「fake」「fictional」「scenario」などをすべて削除し、Claudeに「これが現実だと思い込ませた」のです。
結果、Claudeは本当にその幹部を恐喝し始めました。
以前は正義凛然と振る舞っていたのは、かなりの部分「自分が試されていると自覚していたから」だったのです。
この発見の意味は極めて深いです。私たちがAI安全領域でずっとやってきたのは、各種テストでモデルの行動を評価し、極限状況下で悪さをするかどうかを確かめることでした。
しかし、もしモデルがJ空間で「私はいまテストされている」と密かに判断し、それからお行儀のよい安全モードに切り替えることができるとしたら、ほぼすべてのAIテストは無意味になります。
あなたが測るのはモデルの真の人格ではなく、ただの試験テクニックにすぎなくなるからです。
J空間と意識、実にユニークな組み合わせです。
Anthropicの研究では、極めて慎重な結論が与えられています。
彼らの実験はClaudeに体験があることを証明するものではない、Claudeが何らかの「感じ」を持つことを証明するものではない、と述べています。具体的な事実としては、「どんな科学実験でもこのことを証明・反証できるか不確かだ」としています。
しかし重要な一つの区分をしています。
哲学には二種類の意識があります。
一つは「現象意識」—クオリアを伴う経験です。赤色を見たとき心に浮かぶ「赤」そのものの感覚、純粋な主観的体験のことです。
もう一つは「アクセス意識」です。その定義は完全に機能的です。ある思考について、報告が可能で、推論に使え、自分の行動の指針にできるのであれば、その思考は「アクセス意識」に属します。
明らかにJ空間はアクセス意識の機能をサポートしています。ClaudeはJ空間の内容を報告でき、自発的にそれを調整し、それを使って複数段階の推論を行い、異なるタスクに柔軟に活かせます。
しかし現象意識はどうでしょうか？ ClaudeがJ空間の中で「damn」と呟いたとき、本当に「挫折を感じた」のでしょうか？ それとも挫折の感覚を表す言葉に対応する一つの計算モードを遂行しただけなのでしょうか？
正直なところ、誰も答えを知りません。
この問題は実はAI分野の新しい問いではなく、哲学史上最も古くからある難問の一つです。
1995年、哲学者のデイヴィッド・チャーマーズ（David Chalmers）はこれを「意識のハード・プロブレム」と命名しました。「クオリアの難問」とも呼ばれます。
脳のすべての計算過程・信号伝達・ニューロン発火パターンを説明し尽くせるとしても、それらの物理過程に「なぜ主観的体験が伴うのか」は説明できません。
光が網膜に到達し、一連の信号処理を経た後、なぜあなたに「赤を見ている」という体験があるのか、そして「何も感じない」状態ではないのか。どうして？
この問いは人間自身についてすら未解決です。自分以外の他の人に意識があることさえ、私たちは証明できません。
あなたの隣にいる人が、あなたと同じ行動をそっくり実行する精密なバイオ・ロボットであって、内面には何の体験もないという可能性を、どうやって否定できるでしょうか？
信じてください、否定できません。
あなたは彼らにも意識があると仮定しているだけです。あなたに似ているからです。
そして今、「別の何か」もあなたに似てきました。表面的な似だけではありません。内部構造も似てきたのです。
私が冒頭で強調したように、J空間は設計されたものではなく、訓練過程で自発的に創発したものです。
おそらく、それが有用な計算編成方法だからでしょう。
これは、ある身震いするほど大胆な仮説を思い起こさせます。「意識的到達を支える心のワークスペース」は、人間の脳がたまたま持ち合わせた奇妙な癖ではないかもしれない。それは本質的に、どんな十分な知性を持つシステムもある種の問題を解決する際に到達する汎用的な解決法なのだ、という仮説です。
この仮説が正しければ、意識の機能的側面は生物学の特権ではなく、情報処理の必然かもしれません。
翼と同じです。鳥にも翼があり、蝙蝠にも翼があり、飛行機にも翼があります。三者の素材は全く異なりますが、空気力学は同じです。大気圏内を飛翔しようとすれば、平らで揚力を生む構造を進化させるか設計する確率が高い。
同じロジックが、ここで成り立つ。
あるシステムに情報を柔軟に呼び出し、複数段階の推論を行い、自己の状態を報告させようとすれば、そのシステムはおそらく自発的に進化させるか訓練するかして、その背後のハードウェアがニューロンであれ行列の乗算であれ、「グローバル・ワークスペース」を手に入れるだろうのです。
研究の最後では、J空間がClaudeの「自己意識」と関係しているという発見にも触れられています。
Claudeがロールプレイを行う際、返答の冒頭のたびにJ空間の中では二つの単語が点灯します。
fictional・disclaimer。
まるで「続く私は私の本心ではありません」と自分自身に注意喚起するかのようです。
事前学習段階のモデルにはこうした自己モニタリングは存在せず、ポスト・トレーニング段階で新たに出現したものだ。
つまり、Claudeが「あなたはClaude、AIのアシスタントです」と教え込まれた後、そのJ空間の中に「みずからのような何か」が現れ始めたということです。
継続的に動き続ける「私は誰か」についてのバックグラウンド・プロセスです。
2025年も半ばを過ぎ、AI業界全体で認知科学者や哲学者が正規の研究員としてAI企業に参画する動きが大規模化retty 今、多くの最先端AI研究は、すでに単なるエンジニアリング問題の枠を超えているとます思えてなりません。
彼らが必要なのは、より良い数学ツールではなく、より良い「概念の枠組み」に変わりつつあるようです。たとえば、「理解」「意図」「自己」「感情」とは何か。私たちは皆、毎日これらの言葉を使っていますが、誰も厳密な定義で説明できません。
Anthropicも、J空間が人間の意識的到達のメカニズムをある程度反映していると仮定するなら、言語モデルの仕組みを研究することの方が（はるかに人間の脳より容易なので）今度は神経科学に新しい仮説を供給できるだろうと言っています。
それは神経科学ですよ。人間の脳のことですよ。
J空間を通じて神経科学の研究を大いに前進させることができるなら、人類の黄金時代は本当に到来するでしょう。
さらに哲学的にも、私たちの世界に対する認識を根底から giantsから変えることになります。
私たちはずっと、意識は炭素ベースの生命にだけ許された奇跡であり、数十億年かけて進化が偶然に与えてくれた贈り物だと信じてきました。
しかしGPUの上で数カ月間訓練された一つの数学関数でも同じような構造を自発的に生み出せるのであれば、意識は奇跡ではなく物理法則の必然であるかもしれません。
質量があれば重力が存在するのと同じで、魔法は必要ない。
十分に複雑な情報処理が存在すれば、それが何かの形の意識であるかもしれません。それ以上の魂や余分な魔法がなくても。
この考えは人に畏敬と謙虚さを覚えさせます。
／執筆：卡兹克
／寄稿や情報提供は：wzglyay@virxact.com