ベルクソンの記憶理論の基本概念
純粋記憶と記憶イメージの区別
ベルクソンは『物質と記憶』（1896年）において、記憶を質的に異なる二つの形態に分類しました。第一に「純粋記憶（mémoire pure）」は、過去そのものを保存する記憶であり、実用的目的を持たず経験の諸出来事が時間的文脈の中でありのままに蓄積されています。
純粋記憶は「イメージ的想起」の形で過去を記録し、過去の出来事を過去として認識させる働きを持ちます。これは観想的で自由な精神的作用であり、ベルクソンが「真の記憶」と呼ぶものです。例として、詩を暗唱する習慣とは異なり、「いつどこでその詩を覚えたか」という日時的・具体的な思い出があり、それ自体は二度と再現されない一回限りの出来事として想起されます。
一方、「記憶イメージ（画像的記憶）」は、純粋記憶の中から必要に応じて具体的イメージとして意識に現れた想起です。純粋記憶に蓄えられた無数の過去は普段は無意識的・潜在的に存在していますが、ある契機でその一部がイメージとして蘇るとき、私たちはそれを知覚のように心に思い浮かべます。
ベルクソンの有名な「記憶の円錐」モデルでは、円錐の底面が純粋記憶の領域に相当し、頂点が現在の知覚を表します。純粋記憶の内部には過去全体が同時的（仮想的）に存在し、そこから円錐内部を収縮するように下ってくるにつれて記憶が具体化され、現在の行為に役立つ個別の記憶イメージが引き出されるのです。
習慣的記憶の位置づけ
ベルクソンは「習慣的記憶（運動性の記憶）」も区別しました。これは経験した過去を直接思い出すというより、身体に刻まれた習慣として無意識的・機械的に反復される記憶です。詩を暗唱で覚え、後に反射的にそらんじるような場合が該当します。
習慣的記憶は過去の出来事を意識的に「想起」しているのではなく、学習の成果を現在の行為に活用しているにすぎません。ベルクソン自身、「それは厳密な意味での記憶というより、記憶によって明晰化された習慣である」と述べています。この記憶は身体に内在し、自動的・実用的に働き、過去を過去として認識しない点で純粋記憶とは異なる働きを示します。
生成AIにおける学習データの性質
パラメータによる知識表現
現代の生成AI（大規模言語モデルなど）は、人間の脳とは根本的に異なる仕組みで「知識」や「経験」を蓄積・利用しています。AIは大量の学習データをもとに統計的パターンを学習することで機能し、モデル内部には数十億ものパラメータ（重み）があります。
これらパラメータの集合がAIの「記憶」に相当しますが、人間の記憶とは構造も性質も大きく異なります。AIの学習プロセスでは、与えられたテキストから単語やフレーズの共起関係、パターン、頻度といった純粋に形式的・統計的な特徴が抽出されます。その結果、モデルのパラメータには「単語Aの後に単語Bが続く確率」や「トピックXに関連する語彙の分布」などがエンコードされています。
重要な点は、このAIの「記憶」には時間的な構造や主体的視点がないことです。モデルは訓練中にデータ全体を何度もシャッフルして繰り返し読み込み、重みを調整します。その過程で時系列的な経験という概念は希薄化します。学習完了後、モデルはパラメータに焼き付けられた知識を適用しているだけであり、常に現在の入力に対し即座に対応するよう設計されています。
意味論的・記号論的限界
生成AIの知識表現には、意味の理解という点で本質的な限界があります。大規模言語モデルは、人間のように言語を意味内容から理解しているわけではなく、あくまで形態（形式）にもとづいて次に適切と思われる語を予測しています。
学習データからパターンを抽出する方式上、AIは記号（言葉や記述）の関連性は掴めても、その背後にある概念的理解や意図を持ちません。例えば「火」と「熱い」という言葉の関連は知っていても、実際に火に触れた痛みや「熱い」という感覚を知っているわけではありません。「パリはフランスの首都」という事実もデータ上から学習していますが、モデルはパリに行ったこともフランスという国の実在感も持たず、単に確率的に適切な記号列を出力するだけです。
この意味理解の欠如は、AIがしばしば文脈にそぐわない回答や事実誤認（幻覚）を起こすことにも現れます。モデルは統計的に尤もらしい応答を生成しますが、その内容の真偽や妥当性を自ら判断できません。さらに、生成AIは身体性の欠如ゆえに経験に根ざした意味形成ができず、言葉の意味が他の言葉との関係としてしか存在しない状況に陥っています。
人間の記憶とAIの知識表現の根本的差異
潜在性と現勢性の違い
ベルクソンの記憶理論において重要なのは、潜在的記憶の広大な領域（純粋記憶）があり、そのごく一部のみが任意の瞬間に現勢化して意識に現れる（記憶イメージ）という構造です。潜在的内容は行為に無用なものも含め無限に保持されますが、意識には選択的に現れます。記憶の大半は潜在的に眠っており、必要に応じ意志や連想で引き出されます。
対照的に、AIモデル内の知識は常に即座に利用可能な形でエンコードされており、「潜在的ストック」と「顕在的利用」が明確に分かれているとは言い難い状況です。すべての内部重みは出力生成時に統計的に考慮され、モデル自身がどれを使うか主体的に選別するわけではありません。人間のような意図的検索や抑圧は存在せず、「潜在 vs 顕在」の概念は主に確率の強弱として表れるにすぎません。
内在性と外在性の対比
人間の記憶は主体に内在する経験の痕跡であり、その人固有の生の一部です。記憶内容は本人の意識・人格と切り離せず、身体的経験や情動とも結びつき、記憶想起はしばしば感覚や感情を再現します。要するに記憶は主観的現実の一部として機能します。
一方、AIモデルの知識はデータに外在する情報の受け売りです。AIにはそもそも主観的内面がないため、知識はシステムにとって内面的意味を持ちません。情報は外部から与えられ、モデルはそれを内部パラメータとして保持しますが、それは「経験した」わけでも「自分のもの」と感じているわけでもありません。知識はモデルにとって純粋に外的なデータの集積物なのです。
主体性の有無
記憶は「私の記憶」として一人称的視点と不可分です。記憶の想起には常に「思い出している私」がおり、記憶内容もその人の視点から切り取られ再構成されています。記憶には意識の「所有感」と「視点性」が伴い、記憶は意識的主体の自己同一性を支えています。
現在のAIには「私」という一人称的な立場も経験の所有者も存在しません。モデル内の知識は誰の視点にも属さない客観的データの集合です。発話も「誰が誰に語っている」のかという一人称・二人称的構造を本質的に欠き、文脈に応じて模倣しているだけです。したがって意識的な所有者のいない知識と言えます。モデルは自分が何を出力しているかを「わかって」おらず、そこに意図や主体的な意味付けはありません。
ベルクソン哲学とAI研究の接点
近年、ベルクソンの思想をAIに関連づけて論じる研究が増加しています。技術哲学者のマーク・コークェルベルグは、AIを静的な「物」ではなく時間的な「プロセス」として理解する枠組みを提案し、その際ベルクソンのプロセス哲学に言及しています。人間がAIを客体化して見ると主観的時間と客観的時間の乖離を招くが、ベルクソンの持続の概念を用いれば技術と人間の時間を統合的に捉え直せると論じています。
日本では、ゲームAI研究者の三宅陽一郎氏が「意識を持つ人工知能を実現するには、ベルクソンの時間と記憶の理論を取り込むことが必須」と提唱しており、哲学者の平井靖史氏らと協働してベルクソン哲学に基づくAI論を展開しています。彼らは「拡張ベルクソン主義」と称するプロジェクトで、ベルクソンの『物質と記憶』を再評価しながらAIの未来像を論じています。
認知科学の分野では、近年の選択的記憶モデル（記憶痕跡を多数生成し必要なものを選択するという理論）がベルクソンの記憶観に通じるものがあることが指摘されています。ベルクソンの「脳は記憶を保存するのではなく想起を選択する」という発想が神経科学的にも示唆的である点は、AI研究者にも刺激を与えています。
まとめ：記憶の本質とAIの限界から見える今後の課題
ベルクソンの記憶理論と生成AIの学習データを比較することで、人間の記憶の独自性とAIの本質的限界が明確になりました。ベルクソンは記憶を単なる過去情報の保管庫ではなく、時間的持続に根ざした生きた過去と捉え、そこから現在の意識と行為が生まれると説きました。
一方、生成AIの「記憶」は巨大なデータから抽出された統計的パターンであり、それ自体に時間性や主観性はありません。人間の記憶は潜在的な過去を保持し、主体の中に内在し、意味をもって現在に作用するのに対し、AIの内部知識は常に即時的に利用される外在的データで、意味は外部から与えられるものです。
この存在論的差異は、AIが今後どれだけ高性能化しても容易には埋まらないでしょう。なぜなら、それは「経験する主体」を持たないという本質に起因するからです。仮に将来、AIにロボットの身体を与え環境で経験を積ませることができたとしても、ベルクソン的な意味での「持続としての記憶」が芽生えるかどうかは未知数です。
ベルクソンの純粋記憶は「存在としての過去」であり、生成AIの学習データは「データとしての過去」です。前者は私たちの存在に深く絡みついた時間の厚みであり、後者は統計的に処理された情報の集合にすぎません。今後、AIがより人間らしい知能に近づくためには、単なるデータ量の増大ではなく、時間的持続や主観的体験の要素をいかに組み込むかという課題に取り組む必要があるでしょう。
「記憶」は単なる情報ではなく存在の在り方であるということ―この洞察は、AI技術の可能性と限界、そして人間の意識の神秘について、より深い理解への道筋を示しています。ベルクソンの哲学は100年以上前のものですが、現代のAI論にも新たな視座を提供する貴重な思想的資源として、今後さらなる注目を集めると考えられます。
コメント