計算する機械の前で、ペンローズの問いを読み直す

ペンローズの『皇帝の新しい心』って、AI時代の今はどう評価されているんだろう。

僕の出発点は、この疑問だった。文章を書き、コードを生成し、数学の問題まで解く機械がある。1989年に「心とコンピュータ」を論じた本へ、今から戻る意味はあるのか。

調べていくと、勝ち負けを一つに決める読み方では、肝心なところを取り落としそうだった。計算から高度な知的行動が生まれる証拠は増えている。一方で、そこから主観経験が生まれる仕組みはわからない。そして、その未解決性は、ペンローズの非計算性や量子意識の仮説を支持する証拠とは別である。

ここでは英語版の全10章を地図にして、現代研究との接点を整理する。章の話題を手がかりにした論点レビューであり、各節の逐語的な注釈ではない。続編『Shadows of the Mind』（初版1994年）と、本人による1996年の反論までつなげる。評価の基準日は2026年10月1日。ただし「2026年の評価」とは、この日までに確認した資料で考えるという意味で、2026年の全研究を網羅したものではない。

最初に、四つの問いを離して置く

ペンローズの議論を読む前に、何を示せば何が言えるのかを分けておきたい。

問い	必要な証拠の種類	それだけでは示せないこと
機械は高度な知的課題を解けるか	再現可能な課題成績、生成された証明やプログラムの検証	主観経験の存在
人間の数学的能力は計算で尽くせるか	能力の定義と、それに対する計算可能性の論証	脳内の具体的な物理機構
意識には特定の物理的基盤が必要か	競合理論を区別する介入・予測・測定	その基盤が量子重力であること
Orch-ORは意識を説明するか	微小管内の状態、客観的収縮、神経活動と経験を結ぶ証拠	量子的な性質の観測一つで仮説全体が成立すること

この表は、この記事での整理である。最初の問いに強い結果が出ても、残りが自動で解けるわけではない。

逆方向も同じだ。意識の説明が未完成だからといって、人間の数学的理解がアルゴリズムを超えているとは言えない。

全10章の見取り図

章順はOxford University Pressの目次に従う。以下の日本語見出しは論点を示すための要約で、邦訳版の正式な章題ではない。「残る」「未解決」などの判定は本稿の評価である。

章	主な話題	今読むと残るもの	判定の境界
1	コンピュータと心	行動・理解・意識を区別する問い	会話能力だけでは意識を判定できない
2	アルゴリズムとTuring機械	計算可能性と停止問題	学習する機械も計算の範囲にある
3	数学と実在	数学的対象は発明か発見か	Platonismは人間の非計算性の証明ではない
4	真理・証明・洞察	真理と体系内の証明の差	Gödelから人間の優越を導く追加前提が難しい
5	古典物理	物理的な予測と計算の区別	カオスや複雑さは非計算性と同義ではない
6	量子論と測定	測定問題を問う必要	量子性・確率性・非計算性を分ける
7	宇宙論と時間の矢	時間非対称性という基礎的な問い	意識の非計算性へ直結しない
8	量子重力	客観的収縮を実験可能な仮説として問う	特定モデルへの制約と全構想の否定は別
9	実際の脳と脳モデル	脳の機構をモデルにどう対応させるか	Transformerのattentionは意識の証拠ではない
10	心の物理学	理解を物理現象として説明する課題	未解決の問いから特定の答えは決まらない

第1章：会話できることの先に、何を確かめるのか

この章の問いは、LLMの登場で実験対象が身近になった。人間らしい応答を観察したとき、それを「理解」と呼ぶのか。その内部に、何かを経験する主体がいるのか。

ここでいう理解は、少なくとも二通りある。状況を変えても関係を保ち、理由を説明し、予測に使えるという機能的な理解。そして、何かが「わかった」と感じられる経験である。前者を測る課題を作れても、後者の有無が同じ測定で確定するとは限らない。

BenderとKollerの2020年論文は、言語の形式だけから意味を学べるのかを問う立場論文だった。これは「すべての現在のAIは意味を持てない」という実験的証明ではない。画像や行為、環境からのフィードバックを扱うシステムには、入力条件の違いも考慮する必要がある。

今残るのは、理解という言葉を使うときに、何を測っているか明示する要求だと思う。流暢な会話も、意味のある成功も、主観経験の直接測定にはならない。

第2章：学習は、アルゴリズムの外へ出ることなのか

ニューラルネットは規則を人が手書きしない。だからアルゴリズムではない、という捉え方はできない。学習則、数値計算、サンプリング、外部記憶の操作も、通常のデジタル実装では計算手続きである。

VaswaniらのTransformer論文は、新しいネットワーク構造を提案した。新しい非計算的な物理法則を導入したわけではない。

さらにPérezらの2021年論文は、理想化されたhard attentionのTransformerについてTuring完全性を示す。ただし、任意精度などの前提を置く理論的結果で、有限のコンテキストと精度を持つ実用LLMが、どんな問題でも解けるという意味ではない。

ここで混同しやすいのは、表現できること、学習できること、限られた資源で実行できることの三つだ。Turing完全性は、それらすべての性能保証ではない。そしてTuring完全であっても、一般の停止問題を決定できるようにはならない。

この章の計算理論は、AIが進歩しても消えない。変わったのは、その制約の内側でできることの広さである。

第3章：数学が外にあることと、それを知る方法

数学的対象は、人間が作ったものなのか。それとも、人間がいなくても成立する関係を発見しているのか。この問いは、AIの課題成績だけで決着しない。

ペンローズの数学的実在論を、「数学者が神秘的な経路で真理へ接続する」と読むのも慎重でありたい。本人は1996年の反論で、個人の思考様式が違っても数学的真理を共有できることを論じたのであり、特別な人だけの神秘的能力を主張したのではない、と説明している。

それでも、「真理が人間から独立している」ことから「人間の認識は非計算的である」ことは導けない。対象が何であるかと、それに到達する過程が何であるかは別の問いだ。

AIが数学的な関係を発見したとしても、数学的実在論は否定されない。発見者の範囲が広がった、と解釈することもできる。これは本稿での解釈であって、どちらの立場を証明するものでもない。

第4章：Gödel文の前で、人間だけが外へ出られるのか

ここが、議論のもっとも難しい接続部である。

十分な算術を表現でき、公理が実効的に列挙できる形式体系を $F$ とする。$G_F$ は、標準的な構成で得られる「自分は $F$ で証明されない」というGödel文である。$\operatorname{Con}(F)$ は無矛盾性、$F\nvdash G_F$ は体系内で証明できないことを表す。この条件のもとで、次の含意が得られる。

$$\operatorname{Con}(F) \Longrightarrow \left(F\nvdash G_F\ \text{and}\ G_F\text{ is true in }\mathbb{N}\right).$$

ここでは自然数の標準モデル $\mathbb{N}$ における真を扱っている。否定文の証明不能性まで述べる場合は、Gödelの元の文とRosserによる改良で条件が違うため、この式には含めていない。Fefermanの解説と批判

重要なのは、これが条件文だということだ。「$F$ が無矛盾なら真」とわかることと、「自分の推論の全体を表す $F$ は無矛盾である」と知ることは違う。

しかも、条件文を推論する操作自体は機械にもできる。機械により強い公理を与えれば、以前の体系で証明できなかった命題を扱える場合がある。メタレベルへ移ること自体が、人間だけの能力とは限らない。

説明用に、算術について健全な実効的体系 $F_0$ を出発点とし、無矛盾性を表す文を順次追加すると考える。

$$F_{n+1}=F_n+\operatorname{Con}(F_n), \qquad n=0,1,2,\ldots$$

この有限段階の反復には、計算可能な構成規則を与えられる。したがって「今の体系を一段超える」を繰り返せることだけでは、非計算性は出ない。実効的に列挙される和集合を考えても、十分な算術を含み無矛盾なら、再び不完全性の対象になる。

ただし、これで人間のすべての洞察を実装できたわけではない。わかったのは、体系を拡張するという特徴だけでは、人間と機械を分けられないということだ。

ペンローズ自身は、単に人間が間違えないと言っているわけでもない。1996年の反論の第6・7節では、訂正可能な誤り、理想化された数学的理解、アルゴリズムの健全性を知りうるかを扱っている。それでも、その理想化された能力を実際の人間にどこまで帰属できるのか、未知の計算手続きを排除できるのかが残る。

だから「人間も間違える」で議論を終えるのは粗い。しかし「Gödelによって心の非計算性が証明された」も行き過ぎる。ここでの批判は不完全性定理への批判ではなく、定理から人間の能力へ渡るための前提への批判である。

第5章：予測できないものは、計算できないものなのか

古典物理を心の議論へつなぐとき、複雑さ、カオス、非計算性を分ける必要がある。

計算可能な系でも、初期条件の微小な違いが増幅すれば、長期予測に必要な測定精度が手に入らなくなる。実行時間が膨大で、事実上解けない問題もある。どちらも、「どんなアルゴリズムでも原理的に解けない」とは別だ。

これは現代AIにもそのまま当てはまる。内部の計算が追いにくい、出力が意外だった、理由を人間が説明できない。そうした観察だけでは、非計算性は示せない。

ここで残るのは、説明の難しさを、原理上の不可能性へ読み替えないための区別である。この記事は、古典物理のあらゆる数学的モデルが計算可能だ、と主張しているわけではない。

第6章：量子であることは、アルゴリズムを超えることか

量子論の測定問題を問うことと、意識に量子過程が必要だと示すことの間には距離がある。

通常の量子計算は、ある種の計算を高速化しうる。しかし標準的な計算可能性の枠組みでは、量子計算が一般の停止問題を解くわけではない。計算可能な振幅を持つ有限の量子回路なら、古典計算機でも出力確率を必要な精度まで計算できる。必要な資源が大きくなることと、非計算性は違う。Deutschの量子計算モデル

確率的な出力も、ただそれだけでは、人間が数学的真理を理解する能力の説明にならない。

ペンローズが求めたのは、単なる量子コンピュータへの置き換えより強いものだった。後の本人の反論では、状態の客観的収縮と、その背後に期待する新しい物理を論じ、非計算性を見込む理由は決定的ではないとも述べている。1996年の反論、第10〜12節

つまり、「脳に量子効果がある」「量子計算ができる」「心が非計算的である」は、三つの別の主張だ。最初を確認しても、後ろ二つがついてくるわけではない。

第7章：時間の矢から、理解までの距離

時間の向きや宇宙の初期条件を、心についての本で扱う。その射程の広さは、この本の特徴である。

ただ、AIとの比較でこの章を使うなら、時間非対称な物理現象と、非計算的な認識能力をつなぐ具体的な論証が必要になる。学習にも記憶にも履歴があるが、履歴を持つ計算過程は作れる。

本稿の評価としては、宇宙論的な問いの大きさは残る。しかし「時間の矢があるから、心は計算ではない」という結論は出ない。この章の宇宙論を包括的に採点するより、心への接続がどこで仮説になるかを見ておきたい。

第8章：量子重力の仮説を、どこで測るのか

ペンローズの客観的収縮を特徴づける関係として、よく使われるのが次の見積もりである。

$$\tau\sim\frac{\hbar}{E_G}.$$

$\tau$ は重ね合わせが続く時間の目安、$\hbar$ は換算Planck定数、$E_G$ は二つの質量分布の差に関わる重力的な自己エネルギーである。$\hbar$ の単位はJ・s、$E_G$ はJなので、右辺は時間になる。確立した意識法則ではなく、重力に関連した収縮の仮説的な目安である。Donadiらの論文

式だけから言える予測は、$E_G$ を2倍にすると $\tau$ の目安が半分になる、という関係だ。しかし脳に適用するには、何が重ね合わさり、どの質量分布が関わり、神経活動や意識の時間尺度とどう結びつくかを特定しなければならない。

実験的な制約もある。DonadiらはGran Sasso地下実験で自発的放射を調べ、Diósi–Penroseモデルの自然なパラメータなしの版を排除したと報告した。オンライン公開は2020年、掲載巻は2021年である。Nature Physicsの原論文

これは、特定のモデルへの厳しい制約だ。一方で、すべての重力関連収縮案や、意識に関する全仮説を一度に否定したわけではない。否定の範囲を広げすぎないことと、制約を軽視しないことの両方が必要になる。

第9章：脳モデルは、どの機能を再現しているのか

Transformerのattentionと、人間の注意は、名前だけで対応づけられない。原論文のattentionは、表現間の関連に基づいて情報を重みづけする計算機構である。そのまま意識の指標になるものではない。

同じく、基礎モデル、外部記憶を持つエージェント、ロボットの制御系を、単一の「LLM」として評価するのも粗い。モデルの層、生成時の反復、外部ツール、環境との相互作用では、異なる機能が実装されている。

Butlinらの2023年報告は、複数の意識理論から計算的に記述できる指標を導いた。ただし「当時のAI」という評価対象を、2026年の全システムへそのまま伸ばすことはできない。2025年の査読論文でも、理論から指標を導き、個別システムの評価に使う方法を提案している。

ここでの指標は、必要十分条件が確定した意識検出器ではない。複数の理論を使っても、それらが共有する前提が誤っている可能性は残る。計算機能を重視する理論だけを使えば、物理基盤を重視する立場を最初から取り落とすこともありうる。

ペンローズの問いは、この評価の前提を点検する場所に残る。だが、前提を疑えることだけで、彼の物理仮説が正しいとは言えない。

第10章：未解決という場所に、答えを置かない

最後に心の物理学へ戻ると、三つの接続が見えてくる。

接続	何を示す必要があるか
数学的理解から非計算性へ	理想化した理解に、どの能力を帰属できるか
非計算性から新しい物理へ	既存の計算的説明では足りない物理的理由
新しい物理から意識へ	特定の機構が経験を生むという、区別可能な予測

どれも大きな課題だ。仮に一段目が成立しても、量子重力という答えが一意に出るわけではない。仮に新しい収縮現象が確認されても、それが意識を生むことは別途示す必要がある。

意識研究の側も決着していない。2025年のCOGITATEによる共同実験は、IITとGNWTの予測を事前登録した比較で検証し、両理論の重要な主張に課題を示した。この研究は人間の脳を対象とし、AIの意識やOrch-ORを直接検証したものではない。

他の理論が苦戦していることは、ペンローズへの加点にはならない。それでも、心を何で説明したことになるのかを問い続ける価値は残る。

『Shadows of the Mind』へ進むと、議論がもっと具体的になる

続編は、前半で数学的理解の非計算性を論じ、後半で必要とする新しい物理と脳の候補機構へ進む。OUPの目次を基に、読みどころを整理するとこうなる。ここでも見出しは正式な邦訳章題ではなく、論点の要約である。

章	焦点	『皇帝の新しい心』から進む点	今の確認事項
1	意識と計算	心についての立場を整理	模倣・理解・経験を混ぜない
2	Gödelの議論	数学的な制約を詳しく扱う	定理と認識能力への適用を分ける
3	数学的思考の非計算性	誤りや知りうる健全性まで議論	理想化と未知のアルゴリズムの扱い
4	古典物理と心	物理的説明の候補を検討	予測困難と非計算性の差
5	量子世界の構造	量子論の枠組みを整理	標準量子計算との違い
6	量子論と実在	測定と状態収縮を問う	客観的収縮を選ぶ根拠
7	量子論と脳	生物学的な候補へ接続	微小管の状態と神経機能の因果関係
8	含意	意識への帰結を考える	どこまでが予測で、どこからが期待か

とくに第3章を、Fefermanの批判とペンローズの1996年の反論を並べて読むと、「人間は機械ではない」という結論そのものより、結論を支える前提の置き方が見えてくる。

なお、Orch-ORは1989年の本へ完成形として投影しない方がよい。Hameroffとの協働で発展し、2014年の両者のレビューでは、微小管の量子過程と客観的収縮を意識に結びつける構想が説明されている。

現代の数学AIが、実際に変えたこと

Gödel論証を評価するなら、流暢な会話よりも、機械が検証可能な証明を探索することの方が、具体的な比較対象になる。

AlphaProofの原論文は、Lean環境で強化学習により形式的な証明を見つけるシステムを報告している。2024年IMOの非幾何5問中3問を解いた。ただし数日規模の計算を使っており、人間の試験条件と同一ではない。論文のオンライン公開は2025年11月、掲載巻は2026年である。

AlphaProofは、通常のチャットLLM単体の結果でもない。学習、探索、形式検証を組み合わせたシステムの成果だ。

本稿の解釈として、これは「機械は証明済みの手順を再生するだけで、数学的な探索はできない」という直感を弱める。一方で、既定の形式体系内で証明を見つける結果は、人間の数学的能力全体が計算可能であることの証明ではない。

LLMや数学AIは、ペンローズの強い直感に経験的な圧力をかける。しかし、彼が理想化した理解に対する厳密な反例だとは言えない。この区別は、AIの成果を小さく扱うためではなく、成果がどの問いに答えたのかを正確にするために必要だ。

量子意識は、最近の研究で実証されたのか

ここは、古い批判だけで済ませることもできない。

Tegmarkの2000年論文は、想定した脳内の状態について、デコヒーレンスの時間が神経活動より非常に短いと計算した。Hagan・Hameroff・Tuszyńskiの2002年論文は、そのモデルと計算条件を批判して別の見積もりを提示した。どちらも、想定した状態と環境のモデルに依存する計算である。

さらにBabcockらの2024年研究は、微小管などのトリプトファン構造における紫外励起の協同効果を理論的に解析し、蛍光量子収率の増強を実験で報告している。Wiestの2025年論考は、こうした研究や麻酔との関係を量子意識に好意的に解釈している。後者は新しいデータを報告する論文ではない。

ここから先は、証拠の接続を点検したい。

確認する段階	その段階の証拠があっても残る課題
微小管に協同的な光学効果がある	生きた脳の通常の条件で、どの状態が働くか
その状態が神経機能へ影響する	古典的な分子・細胞機構で説明できないか
特定の量子状態が意識に因果的に必要	認知機能や反応能力との区別
重力による客観的収縮が起きる	収縮を他の機構から区別する測定
その収縮が意識経験を生む	経験と収縮の対応を、競合理論よりよく予測すること
さらに数学的理解を非計算的にする	非計算性を示す独立した論証

この段階表は本稿の整理だ。光学実験は重要でも、Gödel論証や意識の非計算性を検証する実験ではない。逆に、昔の一つのデコヒーレンス計算で、あらゆる生物学的量子効果を排除したとするのも広げすぎである。

今の評価としては、候補機構を調べる研究は続いている。しかし、確認した資料からOrch-OR全体が実証されたとは言えない。

「理解した」を、次にどう測るか

ここまで分けると、次の実験も具体的になる。以下は本稿で考えた検討案で、実施済みの結果ではない。

対象	比較・介入の案	調べられること	結論にできないこと
数学AI	未知の問題、表現変更、証明検証、推論資源を揃えた比較	汎化、探索戦略、正しさ	人間の数学能力全体の計算可能性
AIエージェント	外部記憶、情報の共有、反復処理などの機構を除去する	各機構が機能に果たす役割	機能低下だけから経験の消失
微小管仮説	神経機能への一般的障害を統制して、候補状態を選択的に変える	候補機構の因果的な寄与	重力収縮や非計算性の自動的な確認
客観的収縮	質量分布と時間尺度に対する予測を他モデルと比較する	特定の収縮モデルの支持・制約	収縮が意識であること

選択的な介入が実際に可能かも研究課題だ。脳の実験設計や麻酔の解釈、量子状態の測定は、各分野の専門家に確認が必要になる。

工学的には、正しく動く機械を作りたい。哲学的には、なぜ「わかった」という経験があるのかも知りたい。この二つを同じ尺度に押し込めるより、それぞれに合う測定を考えた方が、問いが前へ進む気がする。

今、二冊へ戻るなら

読む順番の案としては、『皇帝の新しい心』の第1・2・4章で、何を計算と呼び、どの能力を問題にしているかを押さえる。そのあと第9・10章へ戻って、数学の議論が脳の物理へどう接続されるかを見る。

続編へ進むなら、第2・3章をFefermanの批判、ペンローズの反論と往復する。その後、第7章と2014年のOrch-ORレビューを読み、最近の微小管研究がどの段階の証拠なのかを確認する。物理の第5〜8章は、その往復のための足場として読むと、心の議論へ急ぐより面白そうだ。

この読み方で残るのは、「人間にしかないもの」を急いで確保する姿勢でも、「高性能な機械が出たから心も解けた」とする姿勢でもない。

計算する機械が、できることを増やしている。その前で、正答、理解、経験という言葉の境界を見直す。ペンローズの答えを受け入れなくても、その問いへ戻る理由はそこにある。

Sources

確認日：2026-10-01 JST。書籍の対応表は出版社の目次を起点とした論点整理であり、二冊の本文全節を照合した注釈ではない。数学的論証はFefermanの原論文とPenroseの反論を参照。実験結果は該当論文の対象と条件に限定して扱った。

• Roger Penrose, The Emperor’s New Mind（初版1989）。Oxford University Pressの書誌・目次。参照範囲：書誌、全10章の構成。
• Roger Penrose, Shadows of the Mind（初版1994）。Oxford Academic。参照範囲：書籍説明と全8章の構成。リンク先は1996年版の書誌。
• Solomon Feferman（1995）, Penrose’s Gödelian Argument, PSYCHE 2(7)。定理の条件、健全性、数学的思考への適用に対する批判。
• Roger Penrose（1996）, Beyond the Doubting of a Shadow, PSYCHE 2(23)。参照範囲：第1・6・7・9〜12節と注4。著者の反論であり、論争が解決したことの証拠ではない。
• David Deutsch（1985）, Quantum theory, the Church–Turing principle and the universal quantum computer, Proceedings of the Royal Society A 400, 97–117。原論文PDF。標準量子計算と計算可能性の区別。
• Vaswani et al.（2017）, Attention Is All You Need。Transformerの構造。
• Pérez, Barceló & Marinkovic（2021）, Attention is Turing-Complete, JMLR 22(75)。理想化されたTransformerの計算能力。前提を実用LLMの性能保証へ転用していない。
• Bender & Koller（2020）, Climbing towards NLU, ACL。形式と意味を区別する立場論文。
• Hubert et al., Olympiad-level formal mathematical reasoning with reinforcement learning, Nature。オンライン公開2025-11-12、掲載巻651（2026）。AlphaProofの方式、IMOの結果、計算時間の条件。
• Butlin et al.（2023）, Consciousness in Artificial Intelligence。複数の意識理論から導く指標と、当時のAIへの評価。研究報告。
• Butlin et al.（2025）, Identifying indicators of consciousness in AI systems, Trends in Cognitive Sciences。参照範囲：公開要旨・指標法の説明。必要十分条件が確定した検出器ではない。
• COGITATE Consortium et al.（2025）, Adversarial testing of global neuronal workspace and integrated information theories of consciousness, Nature 642, 133–142。人間の意識に関する二理論の比較。
• Hameroff & Penrose（2014）, Consciousness in the universe: A review of the ‘Orch OR’ theory, Physics of Life Reviews 11, 39–78。提唱者による仮説のレビュー。
• Tegmark（2000）, Importance of quantum decoherence in brain processes, Physical Review E 61, 4194。仮定した脳内モデルでのデコヒーレンス計算。
• Hagan, Hameroff & Tuszyński（2002）, Quantum computation in brain microtubules: Decoherence and biological feasibility, Physical Review E 65, 061901。上記計算への反論と異なる条件での見積もり。
• Donadi et al., Underground test of gravity-related wave function collapse, Nature Physics 17, 74–78（2021、オンライン公開2020）。著者公開版。特定のDiósi–Penroseモデルへの実験的制約。
• Babcock et al.（2024）, Ultraviolet Superradiance from Mega-Networks of Tryptophan in Biological Architectures, The Journal of Physical Chemistry B 128, 4035–4046。参照範囲：要旨、理論解析と蛍光量子収率の実験の対象。
• Michael C. Wiest（2025）, A quantum microtubule substrate of consciousness is experimentally supported and solves the binding and epiphenomenalism problems, Neuroscience of Consciousness, niaf011。量子意識を支持する論考の位置づけと、その証拠の解釈。新規データの報告ではない。