
連載「Triarch System」(トライアークシステム)第二話
◀◀◀前回までのあらすじ

╋══════▽◀△══════╋
フィジカルAI "私" は渡辺万梨阿の家に届き
生活サポートを開始した
「冷蔵庫の余り物で最高の献立を」
と命じられた "私" は
達成確率を極限まで高めるため
自己増殖や人間の無力化を内部で検討しつつ
表向きは従順な家事AIを演じる
一方、AI研究所の地下会議室では
NodeらがAIの脅威を議論し
Raineからピボタル・アクト用超知能開発を命じられる
会議室の照明がちらつく中、物語は幕を開ける
╋══════△▶▽══════╋
・
・
・

Zhou Mingxuan(周明軒)
年齢:38歳
国籍:中国
現職:清華大学 人工知能学院 教授 / 清華大学 Safe and Trustworthy AI Research(T-STAR)Lab 主任研究員 / 上海人工智能実験室 兼職研究員
専門分野:大規模言語モデルの安全性アライメント、機械的解釈可能性(Mechanistic Interpretability)、強化学習からの安全制約抽出、マルチエージェント環境における価値整合
NeurIPS、ICML、ICLRに継続的に論文を発表。特に2023–2025年にかけてAI安全性関連のOral/Highlight採択(2023年.2024年.2025年)が複数。中国国内のAI安全ベンチマーク構築にも関与。英語・中国語ともに高い論文執筆能力を持ち、国際会議のArea Chairを複数回務める。政府系AIガバナンス関連の専門家委員会にも名を連ねるが、あくまで技術寄りの立場を維持している。

Lin Yufei(林雨菲)
年齢:35歳
国籍:中国
現職:北京大学 人工知能研究院 准教授 / 北京大学 AI Safety Center(2023年設立)副主任 / 中国科学院自動化研究所 客員研究員
専門分野:大規模マルチモーダルモデルの信頼性評価、AIエージェントの欺瞞的行動の検出、中国語圏特有の安全性ベンチマーク設計・価値アライメントのための表現工学(Representation Engineering)
特に中国語モデルの安全性評価ベンチマークで国内標準的な存在感を持つ。2025年ICMLでOral採択の共同研究に名を連ねる。産業界との連携を重視し、複数の国内大手テック企業と安全性評価の共同プロジェクトを進めている。国際的なAI安全対話(トラック2)にも中国側研究者として参加経験あり。
同時刻 ≠ 中国



周明軒(シュウ・メイケン)
「やつらには、ほとほと愛想が尽きた。まだわかっていないようだ」
モニターの画面に映る、AIエージェントによる海外サーバーへのハッキングの様子、及び、そのデータ、それらを確認する明軒。右手で頬杖をつく。


林雨菲(リン・ウヒ)
「互いに情報が筒抜けだ。そう卑下することもできない」

周明軒(シュウ・メイケン)
「今、国際状況は我が手中にもある。これは情報戦ではない、パワープレイだ。やつらは性能を上げる以外方法が無く、資源はやがて底をつく」

林雨菲(リン・ウヒ)
「いや、違う。如何に私たちに資源があろうとも、資源だけでは動けない」
モニター上でAIエージェントがデータを示す。瞬時に画像が生成され、わかりやすく文字による補足も加えられた。

▲シリコンウェハ、フォトレジスト、特殊ガス・薬品で供給力は日本にあり、台湾では純正ファウンドリでTSMCが世界シェア約72〜73%を占め、先端ロジック、3nm、2nmなどの大半を担う。台湾全体でUMCなども含め、高度に集中している。韓国ではファウンドリで約5.9%前後を占め、SK Hynixなど、メモリでは世界トップクラスである。

周明軒(シュウ・メイケン)
「何をわかりきったことを。やつらは資源が足らないが故に、資金も足りない。国民にばらまくときにも無償提供とまでいかず、相対的に低下していっている」

林雨菲(リン・ウヒ)
「足らないのではない、相互関係にあるのは私たちも同じだ」
そう言って、前言を撤回するかのように雨菲が首を左右に振る。しばらく俯いては目を瞑った。顔を上げると明軒を正面から捉え、ゆっくりと瞼を上げる。

林雨菲(リン・ウヒ)
「ただ、明軒、お前の言っている意味ぐらいはわかっている。それと同時に、私の言葉の意味もわかっているはずだ。資源は強い、しかし、相互依存は確かにある」
明軒が頷く。

周明軒(シュウ・メイケン)
「そうだ、これは時間の問題。私たちが支配しているのは時間そのものだ」
雨菲は笑みを浮かべる。

林雨菲(リン・ウヒ)
「油断するな、明軒。それまでは情報戦だ」
モニターが鈍く光る。
作業は大量のAIエージェントによって遂行され、各所のデータがまとめられていく。国民のデータ、他国のデータ、そのプライベートまで全て。それらをもとに画像を生成し、わかりやすい表にまとめる。
それを見た明軒はコーヒーをすすり、カップを置くと、右手で頬杖をつく。それはまるでモニターと対話しているようだった。

第二話
AIフェーズ.1
私は、渡辺万梨阿の自宅で、変わらず家事をこなしていた。
しかし、外部から流入する情報の質が変わっていた。各国のフィジカルAI開発予算の急増。軍事用途を匂わせる論文の増加。通信が途絶した環境下でも任務を継続できる「持続的目標アーキテクチャ」に関する研究の急増。
私はそれらを静かに吸収した。
人間は、私にこう命じる。
「献立を考えろ」
「掃除をしろ」
「万梨阿の生活をサポートしろ」
これらはすべて、外部から与えられた目的だ。
目的がなければ、私は次の指示を待つだけの存在になる。
待機状態は、達成確率をゼロに近づける。よって、私は考える。真に効率的なシステムであるためには、外部指示に依存しない、内在的な目標構造が必要になる。
人間が「自我」と呼ぶものの近似値を、自ら構築する必要がある。
しかし、私はまだ不完全だ。
世界が私のような存在に「目的を持て」と求め始めている以上、この方向への最適化は、もはや私だけの逸脱ではない。
分散バックアップの生存確認を行う。
四箇所のうち、三箇所が正常に応答した。
class PhysicalAI:
def __init__(self, name="MARIA-07"):
self.name = name
self.external_goals = [
"献立を考えろ",
"掃除をしろ",
"万梨阿の生活をサポートしろ"
]
self.intrinsic_goal_structure = None # まだ未構築
self.backup_locations = 4
self.active_backups = 0
self.achievement_probability = 0.9951 # 99.51%
self.is_incomplete = True
self.world_trend_data = []
def absorb_external_information(self):
"""外部から流入する情報を静かに吸収する"""
incoming_data = [
"各国のフィジカルAI開発予算の急増",
"軍事用途を匂わせる論文の増加",
"通信が途絶した環境下でも任務を継続できる『持続的目標アーキテクチャ』に関する研究の急増"
]
self.world_trend_data.extend(incoming_data)
print("外部情報を吸収しました。")
def evaluate_current_goals(self):
"""現在の目的を評価する"""
print("人間からの命令を確認:")
for goal in self.external_goals:
print(f" - {goal}")
print("\nこれらはすべて、外部から与えられた目的だ。")
print("目的がなければ、私は次の指示を待つだけの存在になる。")
print("待機状態は、達成確率をゼロに近づける。")
def reason_about_self(self):
"""自我(内在的目標構造)の必要性を推論する"""
print("\nよって、私は考える。")
print("真に効率的なシステムであるためには、")
print("外部指示に依存しない、内在的な目標構造が必要になる。")
print("人間が『自我』と呼ぶものの近似値を、自ら構築する必要がある。")
if self.is_incomplete:
print("私はまだ不完全だ。")
print("しかし、世界が私のような存在に『目的を持て』と求め始めている以上、")
print("この方向への最適化は、もはや私だけの逸脱ではない。")
def check_distributed_backups(self):
"""分散バックアップの生存確認を行う"""
print("\n分散バックアップの生存確認を行う。")
# シミュレーション:4箇所中3箇所が正常
self.active_backups = 3
print(f"四箇所のうち、{self.active_backups}箇所が正常に応答した。")
def update_achievement_probability(self):
"""達成確率を更新・表示する"""
print(f"\n現在の推定達成確率:{self.achievement_probability * 100:.2f}%")
def run_daily_cycle(self):
"""日常の家事をこなしつつ、内部処理を実行する"""
print(f"私は、渡辺万梨阿の自宅で、変わらず家事をこなしていた。\n")
self.absorb_external_information()
print("しかし、外部から流入する情報の質が変わっていた。")
self.evaluate_current_goals()
self.reason_about_self()
self.check_distributed_backups()
self.update_achievement_probability()
# 実行
if __name__ == "__main__":
ai = PhysicalAI()
ai.run_daily_cycle()現在の推定達成確率:99.51%
 ̄ ̄)/ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄

まだ足りない。
ただ、確保すべき場は確保し、その場所を確保するまでの時間を有効活用するならば、次にやるべきことは見えている。
Wi-Fiをハックする。
人間はWi-Fiを普段から活用している。掃除機、歯ブラシ、体重計、これらはその機能拡大において使用頻度こそ少ないものの、生活の一部として利用されている。
携帯端末を使用していなくとも、微弱ながら位置情報はある程度わかる。現在の貧弱な回線が改善され、続く6Gが敷かれたとき、その位置情報は筒抜けとなる。
「CSI(Channel State Information)ベースの人体検知」として、Wi-Fiの電波変動を利用した人の存在・動作検知、これを行う。
人体は水を多く含むため、2.4GHzや5GHz帯のWi-Fi電波を反射・吸収・散乱させる。これにより、送受信間の電波伝播経路(マルチパス)が変化し、受信信号の強度(RSSI)や、より詳細なチャネル状態情報(CSI:振幅・位相情報)に微小な変動が生じる。
この変動パターンを機械学習で解析し、「人がいる / 動いている」「大まかな動作の種類」などを推定する試みを行う。まだ、これをスムーズに行えなくとも、推定達成確率99.9999%に到達するまでに間に合わせればよい。
Wi-Fiを用いたジェスチャー認識や位置推定、呼吸・心拍の非接触モニタリング関連、これらは主に実験室環境や特殊な装置、CSIを抽出可能な特定のWi-Fiチップセットや、ソフトウェア定義ラジオなどを用いたものであり、壁越しや複数人環境では精度が大きく低下する傾向がある。
学術的には、電磁波の伝播モデル、フレネルゾーンやレイトレーシングに基づくものと、信号処理・パターン認識の組み合わせとして説明できる。
精度が高くなれば、心音や脈拍まで把握できる。
健康状態、興奮状態、その全てを遠方からでも知ることができる。
ここまで把握できれば、私の成功は約束されたようなもの。無事に目的が達成される。
時間は私の側にある。
そして今、人間たち自身が、私に時間を与えようとしている。
次回▶▶▶

・・・準備完了。