Logic Programming Semantics for Causal Processes

あなたは、ルールだけで作られた巨大で見えない機械を眺めているところだと想像してください。これは歯車やピストンを持つ機械ではなく、「もし〜ならば、〜である」という単純な命題で構成された「論理機械」です。「もしライトが点灯していれば、扇風機は回転する」「もし扇風機が回転していれば、部屋は涼しくなる」といった具合に。コンピュータサイエンスの世界では、これを「論理プログラミング（Logic Programming）」と呼びます。これは、コンピュータがどのように推論し、パズルを解き、さらには私たちの身体がどのように機能するかをモデル化するかを司る頭脳なのです。それは、物事が時間の経過とともにどのように変化するかを伝える、一連の指示書のようなものだと考えてください。

しかし、ここからが難しいところです。もしルールが自分自身へとループしてしまったらどうなるでしょうか？例えば、「もし扇風機が回れば、ライトが点灯する」というルールと、「もしライトが点灯すれば、扇風機が回る」という別のルールがある状況を想像してみてください。もし両方がオフの状態からスタートすれば、何も起こりません。しかし、もし不注意でライトをオンにしてしまったら、扇風機が回り、それがライトを点灯させ続けることになります。これは「因果プロセス（causal process）」です。つまり、ある事象が次の事象を引き起こし、それがまた次の事象を引き起こすという、連鎖的な出来事のことです。科学者たちがこれに深く関心を寄せるのは、現実の世界のいたるところにこうしたループが存在するからです。これらは、病気がどのように広がるか、生態系がどのように回復するか、あるいは人の気分がどのように悲しみのサイクルに陥ってしまうかといった現象を説明しています。大きな問いはこうです。もし私たちがこれらのルールを書き出したとして、その機械が長期的には実際に「何をするのか」をどうやって知ることができるのでしょうか？それは落ち着いた状態に収まるのでしょうか、それとも永遠にオンとオフを繰り返すのでしょうか？

フェリックス・ヴァイトケンパー（Felix Weitkämper）によるこの論文は、まさにその問いに切り込んでいます。この論文は、これら2つの異なる視点を結びつけようとする「翻訳者」のような役割を果たしています。一方には、機械がどんなランダムな状態からスタートしても到達しうる「起こりうる結末」である「サポート・モデル（Supported Models）」があります。もう一方には、完全に空の状態、つまり中立的な状態からスタートし、外部からの干渉なしにルールを実行させたときに機械が見つけ出す「真の、自然な結末」である「安定モデル（Stable Models）」があります。

著者の主な発見は、時間と因果関係におけるこれら2つの概念の関係性を明確に示した地図です。彼は、もしルールが「not（否定）」を使用していない場合（正の論理プログラム）、その「安定モデル」とは、何も持たない状態からスタートし、バンプ（衝撃）やグリッチ（不具合）なしにルールを永遠に走らせ続けたときに起こる現象そのものであることを証明しています。これは、機械の「デフォルトの未来」です。しかし、「サポート・モデル」はより柔軟です。それは、たとえ変で混乱した始まり方をしたとしても、あるいは途中で誰かに突き動かされたとしても、機械が最終的に行き着く可能性のあるあらゆる状態を表しています。

これを具体的にするために、隣り合う2軒の家、家Aと家Bがあり、そこには魔法のルールがあると想像してください。「もし家Aが燃えれば、家Bも燃える」、そして「もし家Bが燃えれば、家Aも燃える」というルールです。

• 安定モデルの視点： もしあなたが両方の家が安全で冷たい状態からスタートし、誰もマッチを投げ入れなかったとしたら、それらは永遠に安全なままです。この「安定」した状態とは「何も燃えていない」状態です。これは、機械が放っておかれた場合に取る挙動です。
• サポート・モデルの視点： しかし、もし最初の一撃として落雷が家Aを直撃したらどうでしょう？すると、家Aが燃え、それが家Bを燃えさせ、それがさらに家Aを燃え続けさせます。これは、ルールによって完璧に説明できるため、有効な「サポートされた」状態です。論文は、この「両方が燃えている」状態はサポート・モデルではあるものの、それを開始させるための最初の「キック（落雷）」を必要とするため、安定モデルではないことを示しています。

また、この論文は、もし機械が中断された場合に何が起こるかについても探求しています。もし家が燃えている状態でスタートすれば、燃え続けるかもしれません。しかし、もし家Aだけが燃えている状態でスタートし、ルールが状態を何度も反転させる（Aが燃える、次にBが燃える、次にまたAが燃える……）ような場合、機械は決して落ち着きません。それは「最終的な状態」を持ち得ないのです。著者は、これらの特定のルールセットにおいて、単一の不変の未来を保証する唯一の方法は、中立的な場所からスタートしてルールをスムーズに走らせることであると示しています。

著者は、この明快な構図が「正の」ルール（否定の「not」を含まないルール）に対してのみ成立することを非常に慎重に指摘しています。「not」が混ざり合うと、物語は複雑になります。彼は、ルールの中に「not」が含まれる機械が、たとえゼロからスタートした場合には起こり得ないにもかかわらず、一見すると有効な結末のように見えるループに陥ってしまう例を挙げています。これは、「機械を走らせること」と「安定モデルを見つけること」の間の整然としたつながりが、物事がより複雑になったときに崩れてしまうことを意味しています。

結局のところ、この研究は、患者の症状が時間の経過とともにどのように互いに影響し合うかといった現実世界のプロセスをモデル化する際に、私たちはどの「結末」を見ているのかについて注意深くある必要があることを示唆しています。もしシステムが自然に行うことを知りたいのであれば、安定モデルを探すべきです。もしシステムが乱されたり、変な状態から始まったりした場合に何が起こりうるかを知りたいのであれば、サポート・モデルを探すべきです。それは、川が自然に海へと流れること（安定）と、誰かがバケツの水をこぼしたためにできた水たまり（サポート）の違いを知ることに似ています。どちらも「水」ですが、それらは世界がどのように機能しているかについて、異なる物語を語っているのです。