身体化認知は、認知科学、哲学、人工知能における多様な研究プログラムであり、認知が生物の身体状態と能力によってどのように形作られるかを調査するものである。これらの身体化された要因には、運動系、知覚系、環境との身体的相互作用（状況性）、そして脳と身体の機能構造を形作る世界についての想定が含まれる。支持者らは、これらの要素が知覚バイアス、記憶想起、理解、意味帰属やカテゴリーといった高次の心的構築物、推論や判断などの課題におけるパフォーマンスといった広範な認知機能にとって不可欠であると主張する。
身体化された心のテーゼは、認知を身体から独立した抽象的な記号操作として扱う認知主義、計算主義、デカルト的二元論などの伝統的な理論に挑戦する。これは拡張された心のテーゼ、状況的認知、エナクティヴィズムと密接に関連している。現代版は、心理学、言語学、認知科学、力学系、人工知能、ロボティクス、動物認知、植物認知、神経生物学の研究に基づいている。単一の統一理論ではなく研究プログラムとして、身体化認知は、身体の因果的または構成的役割に異なる重点を置く、弱い変種と強い変種の両方を包含する。
理論的基礎
哲学において、身体化認知は、エージェントの認知が、世界の単なる生得的な抽象的表現の産物ではなく、脳を超えたエージェントの身体の側面によって強く影響されるという見解を保持する。これは、心的現象は非物理的であり身体の影響を受けないとするデカルト的モデルに対抗するものである。身体化テーゼは、身体経験を認知の説明に再導入することを目的としている。
フランシスコ・ヴァレラやエヴァン・トンプソンなどの研究者によって開発されたエナクティブ・アプローチは、身体化を二重の意味で定義する。第一に、認知は多様な感覚運動能力を持つ身体を持つことから生じる経験に依存する。第二に、これらの能力はより広範な生物学的、心理学的、文化的文脈に埋め込まれている。この広い定義は、しばしば拡張認知や状況的認知と重複し、一部の学者は身体化認知を明確に定義された統一理論ではなく研究プログラムと見なすに至っている。
より狭い特徴づけは、認知の多くの特徴が物理的身体の特性に深く依存するという点で身体化されていると指定することで、このような重複を回避する。すなわち、脳を超えた身体が認知処理において重要な因果的または構成的役割を果たすのである。このテーゼは文化的文脈への直接的な言及を省略しており、身体化認知を拡張認知（処理を世界に拡張する）や状況的認知（社会的・文化的文脈を強調する）と区別することを可能にしている。
実証的証拠とメカニズム
心理学と神経科学の研究は、認知に対する身体化された影響の証拠を提供している。例えば、研究は、温かい飲み物を保持することが社会的判断に影響を与えるなど、身体状態が知覚バイアスに影響を与え得ることを示している。記憶想起も身体姿勢と運動に影響され、学習した内容と一致する身体的行動が想起を改善する研究に見られる。言語の理解はしばしば感覚運動シミュレーションを伴い、動作動詞を読む際の運動野の神経活動によって実証されている。
認知科学において、身体の役割はしばしば力学系理論を通じて研究され、これは認知をエージェント、その身体、環境の間の継続的な相互作用から生じるものと見なす。これは、認知を内部の記号処理として扱う古典的な計算主義とは対照的である。人工知能とロボティクスの分野も貢献しており、研究者らは中央表現なしで複雑な行動を達成するために単純な感覚運動ループを使用するロボットを構築し、認知が身体的相互作用に基づくことができるという考えを支持している。
神経科学とAIへの影響
身体化の視点は、認知神経科学に重要な影響を与える。伝統的な内在主義的見解は、認知を世界モデルを維持し計画を考案する強力な脳の産物と見なし、行動を出力とする。身体化認知は、現実世界のシナリオでの成功した行動には、感覚運動、認知、感情の能力の統合が必要であることを示唆する。認知は、脳単独ではなく、エージェントと環境によって提供されるアフォーダンスとの関係から生じる。
人工知能において、身体化認知は発達ロボティクスや物理的エージェントを用いた強化学習などのアプローチに影響を与えてきた。例えば、Sanctuary AIやFigure AIは、身体化の原理を反映して、物理的相互作用を通じて学習するヒューマノイドロボットを開発している。WaymoやTeslaは、車両からの感覚運動データを使用してナビゲーションを行うが、そのアーキテクチャはしばしばハイブリッドのままである。Machine learningとDeep learningの分野は主に非身体化モデルに焦点を当ててきたが、身体化AIは依然として活発な研究領域であり、BAIR (Berkeley AI Research)やMIT CSAILなどのグループがこれらのアイデアを探求している。
批判と議論
批判者らは、身体化認知には正確で検証可能な定義が欠けており、反証が困難であると主張する。一部は、多くの発見は身体の構成的役割を呼び出すことなく伝統的な認知理論で説明できると論じる。因果的役割と構成的役割の区別が議論されている。身体は認知に単に影響を与えるのか、それとも認知プロセス自体の一部なのか。この議論は、Artificial intelligenceにおける、一般的知能に物理的身体化が必要かどうかについての議論と並行している。
もう一つの批判は、身体化認知が生物学的身体を過度に強調し、人工システムへの適用可能性を制限する可能性があるというものである。しかし、支持者らは、このテーゼはロボットを含む感覚運動能力を持つあらゆるエージェントに適用されると応答する。この分野は進化し続けており、研究者らはNeural networkモデルやLarge language model研究からの洞察を統合して、抽象的推論が身体化された経験にどのように基づくかを探求している。
将来の方向性
身体化認知は、通常は身体なしでテキストを処理するGenerative AIやTransformer (architecture)ベースのシステムの開発にますます関連している。Joshua TenenbaumやBrendan Lakeなどの一部の研究者は、人間のような知能にはパターン認識だけでなく身体化された相互作用が必要であると主張する。これは、記号的推論と感覚運動の基盤を組み合わせたハイブリッドアーキテクチャの提案につながっている。
ロボティクスにおいて、Intuitive SurgicalやFigure AIなどの企業は、現実世界の環境に適応するシステムを構築するために身体化の原理を適用している。Stanford AI LabやCarnegie Mellon Universityなどの学術研究所は、身体化が学習効率と一般化をどのように改善できるかを探求している。2020年代半ばの時点で、身体化認知は依然として活発な研究プログラムであり、哲学から人工知能までの分野に影響を与え、心と知能の性質についての進行中の議論を促している。