物理学は『本当は何か』を問い直さねばならない

『統一的な実体』って、要するに物理学の『万物の理論』みたいな、すべてを説明する一つの根本原理のこと？

万物の理論と似てますが、重点が違いますね。 万物の理論は「すべての現象を一つの数式で説明できるか」という問い方です。 重力も電磁気も量子も、統一的に記述できる数式があるなら、それが万物の理論。 対してこの論文が言う『統一的な実体』は「その数式が指し示している、目に見えない本当のもの」を問うてるんです。 数式は結果であって、その奥に何があるのか。 たとえば、波動方程式という数式がある。これは水の波も音波も光も説明する。でも「波ってそもそも何が動いてるのか」までは数式は教えてくれない。かつては『エーテル』という仮想の物質を想定して説明しようとした。 いま物理学は「説明能力がある数式」さえあれば成功と考えてる。でも著者は「その数式群全体を統一する、より深い層の実体があるはずだ」と言ってるわけです。 AI が現れたから、この区別が急に必要になった。AI は「データに合う数式」をいくらでも作れてしまう。本物と見せかけの理論を分ける基準がいるんですよ。それが「根底層の整合性」だと言えそうです。

スマートフォンや医療機器は既に動いてるのに、根本的な謎が解けてなくても、日常生活には何か困ることがあるの？

困ることはたぶんないんですよ。今後20年くらいは。 だから物理学者たちも、応用で困ってなければ研究費も集まりにくい。スマートフォンは動く、医療機器も動く。われわれの生活は便利になり続ける。その一方で「なぜこれが本当に動いてるのか、本当の理由は誰も知らない」という歪な状態が続いているわけです。 ただ、新しい領域に入ると話が変わる。量子コンピュータ、高温超伝導、あるいはもっと先の技術を開発しようとする時、「数式は合うけど実体が不明」では、どこまで応用を進めるのか、何が可能で何が不可能かの判断が曖昧になっていく。応用技術が複雑化するにつれ、「正しい数式なのか、たまたまデータに合ってるだけなのか」の区別がつきにくくなるんです。それが記事で言う AI の脅威でもある。 困ることがない時代こそ、根本を問う余裕がなくなる。でも、その余裕のなさが、後の世代に大きな足かせになる可能性があると言えそうです。

物理学は昔から『本当は何か』という問いを立ててきたのに、いつから『数式が合ってれば良い』という考え方に変わったの？

その転換点は20世紀初頭、量子力学が登場したときだと言えそうです。 ニュートン力学までは、数式と現実がかなり素朴に対応していた。ボールの軌跡を計算できれば、そこに物理的な実体があると信じられた。ところが量子力学では、電子がどこにあるのか、どう動いているのか、観測前には「存在しない」という奇妙な事態に直面した。数式は完璧に予測を当てるのに、その背後が何なのか、物理学者たちにも想像がつかなくなったわけです。 そこで出てきたのが「計算できれば十分」という割り切り。コペンハーゲン解釈では、実体を問わずに形式だけを扱うことで、量子力学を整理した。その後も相対論、素粒子論と進むにつれ、数式は深く複雑になり、誰も「その奥に何があるのか」を言葉にできなくなっていった。 つまり、思考停止というより、実体が見えなくなった苦肉の策だったんだと考えても面白そうです。ただしその結果、物理学は応用技術では無敵になったけれど、根本的な統一性を求める動機を失ってしまった。いま AI が「適当な理論」を量産する時代だからこそ、その割り切りの限界が露わになってきたのかもしれません。

これって『目の前の問題を解く』ことと『根本の仕組みを理解する』ことが、実は別の次元の問題だ、ってことなの？

その通り、別の次元なんですよね。 スマートフォンが動く、病気が治る。そこまでは「数式が現象を予測できる」という成功で十分です。工学はそれで成立します。でも物理学は、その先に「なぜその数式が成り立つのか」という問いを持たざるを得ない学問なんです。 象徴的なのは、量子力学です。相対論です。これらの数式は精密極まりなく、何十年も予測が外れていません。なのに、物理学者たちは今でも「波動関数って本当は何なのか」「時空とは何なのか」と吠えています。それは数式が正確だからこそ、その奥の実体が気になるんです。 著者の視点で言い直すなら、目の前の問題を解くのは「マップを使う」こと。根本の仕組みを理解するのは「マップそのものがなぜそこにあるのか知ること」。前者は翌日の実用に繋がります。後者は、もしかすると100年後に新しい技術を産むかもしれない。でも産まないかもしれない。それでも物理学者はそこに向かわずにいられない、という気質の問題なのかもしれません。

AI が『ぽっと出の理論』を作れる時代だからこそ『統一的な実体が必要』って言ってるけど、逆に AI だからこそ、根底層がなくても応用には困らないんじゃないの？

その通りの側面もあるんですよね。スマートフォンも医療機器も、根底層なんか知らなくても完璧に動く。むしろ AI が「どう動くか」だけをデータから学ぶ時代は、「なぜ動くのか」という哲学的問いはますます不要に思える。 ただ、ここで起きてるのは「応用と予測の分離」なんですよね。AI が既知の現象に強いのは、過去のデータに最適化できるから。でも物理が本当に必要になるのは、人類がまだ見たことのない領域に踏み込む瞬間です。たとえば極端な条件—ブラックホールの中、宇宙初期の状態、新しいエネルギー現象—では、データそのものが存在しない。そこで必要なのは「根底層から論理的に何が起きるべきか推測する力」です。 根底層があれば、矛盾なく新しい現象を予言できる。根底層がなければ、AI はその場限りの当てずっぽうを繰り返す。つまり応用には根底層がなくても困りませんが、「未知を切り拓く」には困るということなんですよね。AI 時代だからこそ、人間にしかできない仕事が「根底層を見つけること」に絞られていく、と言えそうです。