Home / アナロジー（類推）とは ― 異なる領域の知識を結びつけ、新しい発想と仮説を生み出す

アナロジー（類推）とは ― 異なる領域の知識を結びつけ、新しい発想と仮説を生み出す

アナロジー（Analogy：類推）とは、ある対象や問題について、別の対象や事例との類似性を手がかりにして理解を深めたり、新しい説明や解決策を考えたりする推論です。

例えば、人体の血液循環を参考にして、工場内の物資供給ネットワークを考えることができます。血液循環と工場の物資供給は、対象も目的も異なります。しかし、供給源から複数の需要先へ物質を輸送し、需要の変化に応じて供給を調整するという関係には、共通する部分があります。

このような共通性を考えることによって、別の分野で知られている仕組みを、新しい問題へ応用できる可能性があります。

アナロジーは、日常的な説明や学習にも利用されます。例えば、電気回路を水の流れにたとえることで、電流、電圧、抵抗の関係を理解しやすくすることがあります。

また、科学や技術の研究では、異なる分野の現象を比較することによって、新しい仮説やモデルが考案されることがあります。

ただし、似ているものを見つけたからといって、元の対象に成立する性質や法則が、別の対象でも成立するとは限りません。

二つの対象がどの点で似ているのか、その類似性が解決したい問題に関係しているのか、どのような違いがあるのかを検討する必要があります。

アナロジーの価値は、異なる対象を単に似ていると見なすことではありません。ある領域で知られている関係や仕組みを、別の領域で検討できる仮説へ変換することにあります。

アナロジーの歴史と理論的背景

アナロジーは、近代に考案された特定の発想技法ではありません。人間が古くから利用してきた基本的な思考の働きです。

古代ギリシャのアリストテレスも、異なる対象間の類似性を利用する推論について論じています。その後、アナロジーは、哲学、科学、数学、法律、教育などの分野で研究されてきました。

科学哲学では、メアリー・ヘッセ（Mary Hesse）が1966年の著書『Models and Analogies in Science』で、科学的なモデルとアナロジーの役割を詳しく検討しました。

ヘッセは、二つの対象の間に存在する類似性だけでなく、違いのある部分や、まだ対応関係が明らかになっていない部分を区別することを重視しました。

一方、認知科学では、人間がどのように類推元を思い出し、異なる対象間の関係を対応づけ、新しい推論を生み出すのかが研究されています。

代表的な研究として、メアリー・ギック（Mary L. Gick）とキース・ホリオーク（Keith J. Holyoak）による類推的問題解決の研究、ディードル・ゲントナー（Dedre Gentner）による構造写像理論などがあります。

ゲントナーが1983年に提唱した構造写像理論（Structure-Mapping Theory）では、単なる属性の一致よりも、対象間の関係の対応が重要になることを説明しています。

ただし、構造写像理論は、アナロジーについての認知科学的な理論の一つです。アナロジーそのものと同義ではありません。

本ページでは、アナロジーを実践的な思考方法として説明し、構造写像理論の詳しい仕組みについては独立したページで扱います。

アナロジーの基本構造

アナロジーでは、通常、次の二つの領域を区別します。

**類推元（Source Domain）**は、すでにある程度理解されている対象や事例です。

**類推先（Target Domain）**は、理解したい対象、解決したい問題、または新しい可能性を考えたい領域です。

例えば、自然界の血液循環を参考にして、工場の供給ネットワークを考える場合、血液循環が類推元、工場の供給ネットワークが類推先になります。

両者には、次のような対応を考えられます。

類推元：血液循環類推先：工場の供給ネットワーク共通する役割・関係
心臓・循環駆動系ポンプ・供給装置物質の移動を駆動する
血管配管・搬送経路物質を輸送する
臓器・組織生産設備・作業場所供給を必要とする場所
血流の調節流量・配送量の調整需要に応じて供給を変化させる
循環・供給の維持継続的な補給・回収システムの運用を維持する

この表は、二つのシステムが同じ仕組みで動作することを意味しません。

例えば、血液循環には生理学的な調節機構がありますが、工場の供給ネットワークではセンサー、制御装置、物流管理システムなどが利用される場合があります。

また、供給される物質の性質、経路の構造、運転条件、需要の変化なども異なります。

重要なのは、類推元をそのまま模倣することではなく、どのような役割や関係を類推先へ移せる可能性があるかを検討することです。

表面的な類似性と関係の類似性

アナロジーを理解するうえで重要なのが、表面的な類似性と、関係や仕組みの類似性を区別することです。

表面的な類似性とは、形、色、大きさ、名称、材料など、対象の比較的直接的な特徴が似ていることです。

例えば、航空機の翼と鳥の翼は、どちらも翼と呼ばれ、外観にも共通点があります。

しかし、飛行を実現する仕組みを検討する場合、単に形が似ていることだけでは十分ではありません。

揚力の発生、流体の運動、構造強度、飛行の制御など、実際の機能を成立させている関係を調べる必要があります。

一方、外観がまったく異なる対象でも、関係の構造が似ている場合があります。

例えば、電気回路と配管内の流体の流れは、見た目には大きく異なります。

しかし、一定の条件下では、電位差と電流の関係を、圧力差と流量の関係に対応させて考えることができます。

電気抵抗を持つ回路で成立するオームの法則は、次のように表されます。

電圧差＝電気抵抗×電流

一方、適切な条件下で流れる流体については、圧力差と体積流量の間に類似する関係を考えられます。

圧力差＝流体抵抗×体積流量

この対応は、電気と流体が同じ物質であるという意味ではありません。

両者を記述する数学的な関係に共通性があるということです。

ただし、流体の流れが乱流になる場合や、流体の性質や流路の条件が変化する場合には、単純な比例関係が成立しないこともあります。

この例は、類推の有効性が、対象の外観よりも関係の対応と成立条件に依存することを示しています。

アナロジーの四つの主な役割

アナロジーは、目的によって異なる働きをします。

役割目的例
理解・説明未知の内容を既知の事例によって説明する電気回路を水の流れにたとえる
問題解決別の問題で使われた解決原理を応用する輸送経路の分散という考え方を別分野へ移す
仮説生成異なる領域の共通関係から新しい説明を考える生物の供給・修復機構を工学的な仮説の参考にする
モデル形成異なる現象を共通する構造や数理関係で記述する電気回路と流体系の対応を利用する

これらの活動は関連していますが、区別する必要があります。

特に、すでに知られていることを説明するためのアナロジーと、まだ知られていない可能性を考えるためのアナロジーでは、求められる検討が異なります。

説明のためのアナロジーでは、相手の理解を助けることが重要です。

一方、新しい技術や事業の仮説を考える場合には、異なる領域で成立する関係を詳しく調べ、実際に転用できる可能性があるかを検討する必要があります。

アナロジーによる問題解決 ― 放射線問題の研究

アナロジーが問題解決にどのように役立つかを示す代表的な研究として、ギックとホリオークによる1980年の「Analogical Problem Solving」があります。

この研究では、カール・ドゥンカー（Karl Duncker）の放射線問題と、軍事的な問題を描いた物語の類似性が利用されました。

放射線問題では、ある腫瘍を放射線によって破壊したいとします。しかし、十分に強い放射線を一方向から照射すると、途中にある健康な組織にも損傷を与えてしまいます。一方、弱い放射線では腫瘍を破壊できません。

この問題に対して、複数の方向から弱い放射線を集中させるという解決案が考えられます。

研究では、これと関係構造の似た軍事的な物語が利用されました。

ある要塞を攻略するために、軍隊を一つの経路から集中して進ませると危険が生じます。しかし、小さな部隊に分けて複数の経路から進み、要塞へ同時に到達させるという解決方法があります。

両者を対応づけると、次のようになります。

軍事的な問題放射線問題共通する関係
要塞腫瘍攻略・処理したい中心の対象
軍隊放射線対象へ働きかける手段
一つの経路への集中一方向からの強い照射経路上で望ましくない影響が大きくなる
部隊の分散複数方向からの弱い照射経路上の影響を抑える
要塞への同時集中腫瘍での照射の集中対象の場所で必要な効果を得る

この研究で重要なのは、物語の内容が医療と似ているかどうかではありません。

目的、障害、制約、解決の仕組みについて、対応する関係が存在するということです。

ギックとホリオークの研究では、別分野の物語を読んでいても、それを新しい問題の解決に利用することが容易ではなく、類推を促す手がかりが重要であることが示されました。

この結果は、人間が有用な類推元を知っていても、必要な場面で自動的に思い出せるとは限らないことを示しています。

なお、これは認知心理学の問題解決研究で用いられた例であり、実際の放射線治療の方法を説明するものではありません。

アナロジーの難しさは、似た事例を思い出すことにある

アナロジーというと、二つの事例を比較して共通点を発見する活動が注目されやすいかもしれません。

しかし、その前に重要な問題があります。

それは、比較するべき事例をどこから見つけてくるのかという問題です。

例えば、ある工場で、必要な物質を多数の加工場所へ供給する仕組みを改善しようとしているとします。

工場の設備や物流に詳しい技術者であれば、既存の配管システムや搬送装置を思い浮かべるでしょう。

しかし、人体の血液循環、植物の輸送組織、都市の水道網、コンピュータネットワークなどを、すぐに思い浮かべるとは限りません。

それらの対象を知っていたとしても、現在の問題との類似性に気づかない場合があります。

ゲントナーとフォーバス（Kenneth D. Forbus）らは、人間の類推的な想起において、表面的な類似性が重要な手がかりになる一方、関係構造の類似性によって有用性が判断される場合があることを研究しています。

この問題は、過去の知識から関連する事例を探し出す類推元検索（Analogical Retrieval）と、見つかった事例を比較する対応づけの活動を区別することにつながります。

異分野への類推では、特に類推元の発見が難しい場合があります。

したがって、アナロジーを発想法として利用する場合、「どう比較するか」だけでなく、「何を比較候補として集めるか」が重要です。

近い類推と遠い類推

アナロジーには、よく似た領域間での類推と、大きく異なる領域間での類推があります。

前者は近い類推（Near Analogy）、後者は遠い類推（Far Analogy）などと呼ばれることがあります。

例えば、ある自動車の冷却技術を、別の種類の自動車へ応用する場合は、比較的近い類推と考えられます。

一方、生物の体温調節や植物の水分輸送を参考にして、工業設備の冷却・供給システムを考える場合は、より遠い類推になります。

一般に、近い類推では、材料、環境、制約条件などが似ているため、既存の知識を応用しやすい場合があります。

遠い類推では、出発点となる対象が大きく異なるため、新しい発想につながる可能性がありますが、共通する関係を発見することや、現実の条件に適合させることが難しくなる場合があります。

ただし、離れた分野から発想した方が必ず独創性が高い、あるいは技術的に有用だというわけではありません。

また、分野の距離が大きいことと、機能や関係が似ていないことも同じではありません。

外観や産業分類では大きく異なっていても、共通の物理的な原理や制御機構を利用している場合があります。

重要なのは、類推元がどれほど意外であるかよりも、目的とする問題に対して有用な対応関係が成立しているかどうかです。

アナロジーの実践方法

アナロジーの利用について、すべての問題に適用できる唯一の手順が存在するわけではありません。

しかし、異分野の知識を利用して新しい技術仮説を考える場合には、次のような作業が参考になります。

活動主な問い得られるもの
1. 問題の特徴を捉える何を実現したいのか、何が障害なのか問題の機能的な記述
2. 類推元を探索する他の領域に似た機能や関係はあるか比較候補
3. 対応関係を考えるどの要素がどの役割に対応するか関係の対応表
4. 違いと制約を調べるどの条件が異なり、転用を妨げるか適用条件と限界
5. 新しい仮説を考える類推元の何を利用できるか応用・技術仮説
6. 実現可能性を検討する何を確認すれば仮説を評価できるか調査・試験・実験の課題

この表は、発想を支援するための一つの整理です。

必ずこの順序で実施する必要はありません。ある類推元を見つけたことによって問題の捉え方が変わることもありますし、検証の結果から別の類推元を探すこともあります。

また、アナロジーは「よく似た事例を一つ選んで結論を出す」ための方法ではありません。

複数の類推元を比較し、異なる仕組みを検討することも重要です。

実践例 ― 生体の循環系から自己修復システムを考える

工学的な自己修復システムについて考えてみましょう。

例えば、材料や設備の一部が損傷した際に、修復に必要な物質を損傷箇所へ供給する仕組みです。

一回限りの修復であれば、修復物質を含むマイクロカプセルなどの利用が考えられます。

しかし、同じ場所が繰り返し損傷する場合には、修復物質を一度だけ放出する仕組みでは十分に対応できない可能性があります。

そこで、次のような問いを考えます。

「一回限りの局所的な備蓄ではなく、必要な場所へ繰り返し物質を供給できる仕組みはないか」

この問題から、人体の血液循環や植物の輸送組織などを類推元として考えることができます。

共通する機能の抽出

例えば、人体の循環系について、次のような役割を抽出できます。

循環系に見られる機能工学的な自己修復システムで考えられる対応
物質を供給する修復に必要な物質を供給する
複数の場所へ輸送する損傷する可能性のある領域へ輸送する
供給量を調節する損傷の状況に応じて供給を調整する
連続した経路を利用する内部流路や供給ネットワークを利用する
供給機能を維持する繰り返し補給できるようにする

この対応から、修復物質を単に局所へ備蓄するのではなく、内部に設けた流路などを通じて供給するという技術仮説が生まれる可能性があります。

違いを調べる

しかし、生体の循環系と工学的な自己修復システムでは、重要な条件が異なります。

例えば、生体の循環系には物質輸送だけでなく、多数の生理学的な機能が関係しています。

工学的なシステムでは、流路を形成することによって材料の強度が低下する可能性があります。

また、修復物質が固化する場合には、供給経路が詰まる可能性があります。

修復物質の保管、補充、輸送、反応、耐久性についても考える必要があります。

したがって、「血液循環に似た仕組みを作れば繰り返し修復できる」という結論を直ちに導くことはできません。

仮説を具体化する

この場合、次のような技術仮説が考えられます。

「材料内部に設けた供給経路を通じて修復物質を補充できれば、局所備蓄方式では難しい繰り返し修復に対応できる可能性がある」

この仮説を検討するためには、供給経路の形成方法、強度への影響、流路の閉塞、損傷検知、修復物質の反応条件などを調べる必要があります。

ここでは、生体の循環系が新しい技術の有効性を証明したわけではありません。

生体の仕組みとの類推によって、調査や実験を行う価値のある技術仮説を考えたのです。

なお、供給流路を利用した自己修復材料そのものには既存の研究例があります。この例は、新規発明の成立を主張するものではなく、異分野の仕組みを技術仮説へ変換する考え方を説明するものです。

一つの問題に複数のアナロジーを利用する

アナロジーでは、一つの類推元に固執しないことも重要です。

例えば、前述の繰り返し修復という問題について、人体の循環系以外にも、次のような対象を参考にできる可能性があります。

類推元の候補注目する関係・機能検討できる方向
血液循環複数の需要先への継続的な物質供給供給経路の設計
植物の維管束分岐した輸送組織分散した供給経路
都市の水道網供給網の運用・圧力管理広域的な供給制御
コンピュータネットワーク経路の選択・障害時の迂回供給経路の冗長性
物流システム需要に応じた供給・補充修復物質の管理

この表では、異なる領域から複数の考え方を探索しています。

ただし、例えばコンピュータネットワークの経路制御を、そのまま物理的な流路へ適用できるわけではありません。

通信ネットワークと流体ネットワークでは、情報の伝送と物質の輸送という違いがあります。

したがって、ある原理を転用する場合には、その仕組みを成立させている条件や制約を調べる必要があります。

複数のアナロジーを比較することによって、特定の事例の模倣から離れ、より一般的な機能や原理を考えることができます。

アナロジーで何を比較するべきか

異なる領域の事例を比較する際には、外観や名称の類似性だけでは不十分です。

問題の性質に応じて、次のような観点を考えられます。

比較する観点確認する内容
機能何を実現しているか
構成要素どのような要素で成り立っているか
要素間の関係何が何へ作用しているか
入力と出力何を受け取り、何を生み出すか
作用の仕組みどのような物理的・化学的・情報的な機構が働くか
制御状態の変化にどう対応するか
制約条件どの条件で機能し、どの条件では機能しないか
規模と時間大きさ、処理速度、継続時間などの違いは何か
実現可能性類推先に必要な技術や資源が存在するか

例えば、生物が持つある機能を工業製品へ応用しようとする場合、機能が似ていることだけでは足りません。

生物では自己組織化や代謝によって実現している機能を、工学的な材料や装置で実現するには、まったく異なる仕組みが必要になることがあります。

共通する機能と、それを実現している具体的な機構を区別することが重要です。

アナロジーの限界1 ― 表面的な類似性に惑わされる

アナロジーの代表的な問題は、外観や名称が似ていることを理由に、重要な関係まで同じであると考えてしまうことです。

例えば、ある装置が人間の神経系に似た配線構造を持つとしても、人間の神経系と同じ情報処理能力を持つとは限りません。

また、人工知能が「学習する」と説明されても、その学習が人間の経験学習と同じ仕組みで実現されているとは限りません。

言葉や比喩の類似性が、仕組みの同一性を意味するわけではありません。

アナロジーを評価する際には、どの属性や関係が対応しているのかを明確にし、問題に関係のない類似性を過大評価しないことが必要です。

アナロジーの限界2 ― 類推元の性質がそのまま移るわけではない

ある対象と別の対象が複数の点で似ていても、他の性質まで同じだとは限りません。

例えば、血液循環と工場の供給ネットワークに共通する機能があったとしても、血液循環が持つ生理学的な調節機能を、そのまま工業設備へ移せるとは限りません。

これは、類推元から類推先へ新しい性質を推測する際の基本的な限界です。

科学哲学では、アナロジーにおける既知の共通点、既知の相違点、まだわかっていない点を区別する考え方があります。

特に、類推元と類推先の間に存在する相違点が、移そうとしている関係の成立に影響する場合には注意が必要です。

単に似ている点を増やすだけでなく、結論を成立させない可能性のある違いを探すことが重要です。

アナロジーの限界3 ― 類推元の選択によって発想が偏る

ある問題について、最初に思いついたアナロジーが非常に魅力的な場合、その仕組みへ発想が固定されることがあります。

例えば、工場の供給システムを人体の循環系にたとえた場合、配管やポンプによる輸送ばかりを考えるかもしれません。

しかし、供給の方法には、移動装置による搬送、局所生産、蓄積と放出、無線エネルギー伝送など、異なる技術原理が存在する場合もあります。

最初に選んだ類推元が、可能な解決策の全体を代表しているわけではありません。

アナロジーを利用する場合には、複数の類推元を比較したり、そもそも類推によらない解決策を考えたりすることも必要です。

アナロジーの限界4 ― 成立条件が異なる

異なる分野に似た仕組みが存在しても、材料、規模、時間、温度、圧力、費用、安全性などの条件が異なる場合があります。

例えば、微小な生物の表面構造を工業材料へ応用しようとする場合、同じ微細構造を形成できたとしても、耐久性や量産性などの問題が生じる可能性があります。

また、小規模な実験では成立する仕組みが、大規模な生産設備でも成立するとは限りません。

特に、物理的な類推では、寸法や運転条件が変わることによって支配的な現象が変化する場合があります。

したがって、外観や機能が似ているだけで、同じ原理がそのまま利用できると判断することはできません。

応用可能性については、具体的な技術条件に基づく調査や実験が必要です。

アナロジーの限界5 ― 説明として便利でも、証拠にはならない

アナロジーは、理解しにくい内容を説明する際にも利用されます。

例えば、企業経営を船の操縦にたとえることで、進む方向、外部環境、判断、役割分担などを説明できるかもしれません。

しかし、企業と船が似ているからといって、船の操縦で有効な方法が企業経営にも有効であるとは限りません。

比喩によって相手が内容を理解したことと、その内容が現実に正しいことは別です。

また、説明しやすいアナロジーが、必ずしも最も適切なアナロジーとは限りません。

教育やコミュニケーションで利用する場合には、何を理解するためのたとえなのかを明確にし、どこまで対応しているのかを示すことが望まれます。

アナロジーとアブダクションの違い

アナロジーとアブダクションは、どちらも新しい仮説を考える際に利用できますが、異なる推論です。

アブダクション（Abduction）は、観察された事象を説明するための仮説を考える推論です。

例えば、ある製造工程で突然不良率が上昇した場合、「設備の温度制御が変化したのではないか」という仮説を考えることができます。

一方、アナロジーは、別の領域にある事例や関係との類似性を利用します。

例えば、他の製造工程で発生した類似の不良事例や、異なる装置における温度制御の問題を参考にして、原因の候補を考えることができます。

この場合、アナロジーによって新しい説明の候補が得られ、それがアブダクションによる仮説形成に役立つことがあります。

観点アナロジーアブダクション
出発点異なる対象や事例の比較説明したい観察事実
主な操作類似する関係を対応づける観察事実を説明する仮説を考える
得られるもの新しい関係、応用案、説明の候補事象についての説明仮説
主な限界類似性が適切な推論を保証しないもっともらしい説明が正しいとは限らない

両者は競合する方法ではなく、組み合わせて利用できます。

さらに、生成された仮説から検証可能な予測を導くために演繹を利用し、その予測を観察や実験によって評価することもできます。

アナロジーと構造写像理論の関係

アナロジーでは、異なる対象の間にどのような対応関係を見いだすかが重要です。

しかし、この対応づけがどのように行われるのかについては、認知科学的な説明が必要になります。

構造写像理論は、その問題を扱う代表的な理論です。

ゲントナーの1983年の研究では、類推において、対象が持つ個別の属性よりも、要素間の関係の対応が重要になることが説明されています。

さらに、単一の関係だけでなく、複数の関係が結びついた体系的な構造が重視されます。

例えば、単に二つの対象が「物質を輸送する」という共通機能を持つだけでなく、供給源、輸送経路、需要先、供給調節という複数の関係が整合的に対応する場合、より豊かな類推が可能になることがあります。

また、類推元で成立している関係を参考にして、類推先についてまだ知られていない関係を仮説として考えることもできます。

ただし、構造写像理論はアナロジーのすべてを説明する唯一の理論ではありません。類推の評価には、対象の物理的・意味的な制約や、類推が利用される目的なども関係します。

対応関係を形成する理論的な規則や、コンピュータによる構造写像の方法については、別ページの「構造写像理論」で詳しく扱います。

アナロジーとシネクティクス・TRIZ

アナロジーを利用する発想技法には、シネクティクス（Synectics）があります。

ウィリアム・ゴードン（William J. J. Gordon）らによって発展したシネクティクスでは、類推を通じて問題の見方を変え、新しい発想を促すことが重視されます。

直接的な類推、個人的な類推、象徴的な類推、空想的な類推などが知られています。

また、TRIZでは、異なる技術的な問題に共通する矛盾や解決原理を整理し、別の問題へ利用することが考えられます。

TRIZはアナロジーそのものと同義ではありませんが、過去の解決原理を別の技術問題へ応用するという点で関連しています。

このように、アナロジーは一つの独立した発想法として利用されるだけでなく、複数の思考技法の中に含まれる基本的な思考の働きでもあります。

アナロジーと概念マップ・知識グラフ

アナロジーでは、異なる対象の間に存在する関係を比較することが重要です。

概念マップや知識グラフは、そのような関係を表現するために利用できます。

例えば、ある技術について「材料Mは機能Fを実現する」「機能Fは問題Pの解決に利用できる可能性がある」といった関係を整理できます。

別の領域についても、要素間の関係を同じように記述すれば、対応関係を比較できる可能性があります。

ただし、概念マップに描かれた二つの関係が似ているからといって、技術的に同じ原理が成立するとは限りません。

また、知識グラフに存在する関係を比較することと、実際に新しい技術仮説が成立することも別です。

特に、大量の文献から自動抽出した関係には、誤った解釈や、重要な条件の欠落が含まれる可能性があります。

したがって、アナロジーのために概念間の関係を利用する場合には、出典、条件、意味、検証状態を確認できることが望まれます。

アナロジーと機械学習による類似性の発見

大量の情報からアナロジーの候補を探す場合、機械学習による類似性の分析が役立つ可能性があります。

例えば、文章を埋め込みベクトルへ変換し、意味的に近い文章を検索することができます。

また、GNG（Growing Neural Gas）などを利用して、多数の文章や事例を特徴に基づいて分類し、情報の分布やまとまりを把握することも考えられます。

しかし、機械学習による類似性の発見と、アナロジーの成立は異なる問題です。

例えば、二つの技術文書が似た言葉を使用している場合、埋め込み空間で近い位置に配置される可能性があります。

しかし、そこで説明されている技術の機能や作用機構が同じであるとは限りません。

逆に、使用されている言葉や産業分野が異なる文書でも、共通する機能や構造を持つ場合があります。

したがって、異分野アナロジーの探索では、一般的な意味類似性だけでなく、機能、関係、作用機構などを比較する必要があります。

例えば、次のような役割分担が考えられます。

処理主な役割
埋め込み検索関連する情報や事例の候補を広く探す
GNGなどによる分類大量の情報を概念的なまとまりへ整理する
LLMによる情報抽出機能、作用機構、制約条件などを抽出する
関係の対応づけ類推元と類推先の機能・関係を比較する
仮説生成転用できる可能性のある原理を提案する
検証技術的な成立条件や証拠を調べる

これは、アナロジーをコンピュータで支援する場合に考えられる一つの構成です。

機械学習による近傍関係が、そのまま構造的な類推の成立を意味するわけではありません。

また、GNGなどによる分類が異分野の類推元を十分に発見できるかどうかも、検索方法やデータの表現によって変わります。

AIによるアナロジーの支援

LLMなどのAIは、異なる領域の知識を言語によって結びつけることができるため、アナロジーの候補を提案するために利用できます。

例えば、次のような問いを与えることが考えられます。

「一回限りの局所的な備蓄ではなく、必要な場所へ物質を繰り返し供給できる仕組みを、工学、生物、物流、情報ネットワークなどの異なる分野から探索してください」

このような問いでは、特定の製品名や技術名を検索するのではなく、必要な機能や仕組みを記述しています。

そのため、従来のキーワード検索では思いつきにくい分野から候補を得られる場合があります。

ただし、LLMが提案する類推には注意が必要です。

例えば、「血液循環と物流ネットワークは似ている」と説明することは比較的容易ですが、どのような制約の下で何を転用できるかを正確に判断するには、詳細な知識が必要です。

また、LLMは、類推元と類推先の間に実際には存在しない関係を、もっともらしく生成する可能性があります。

近年の研究では、LLMが一部の類推課題で高い性能を示す一方、複雑な関係構造の対応づけや、異なる問題への適切な転用では誤りが生じることも報告されています。

したがって、AIによるアナロジーの支援では、候補を生成することと、その候補の妥当性を検討することを区別する必要があります。

AIによる分析結果の表現

例えば、類推の候補について、次のような情報を保持することが考えられます。

項目内容
類推先の問題解決したい問題と必要な機能
類推元参考になる可能性のある事例
共通する関係対応すると考えられる機能・構造・作用
相違点材料、環境、規模、制約などの違い
応用仮説類推元の考え方をどのように利用できるか
実在する根拠類推元の仕組みについて確認できた資料
未確認事項類推先での成立を判断するために必要な情報
検証方法実験、試作、調査、シミュレーションなど

このような形式で整理することで、単に「面白いアナロジー」を列挙するだけでなく、具体的な調査課題へつなげることができます。

また、実在する事例と、AIが新しく生成した応用仮説を区別できます。

アナロジーは新しい発明を保証するか

アナロジーは、新しい技術や用途を考えるための有力な手がかりになります。

しかし、アナロジーによって提案されたアイデアが、必ず新規性や実現可能性を持つとは限りません。

まず、類推によって思いついた技術が、別の分野ではすでに実用化されている場合があります。

また、原理としては有望でも、必要な材料や装置が存在しない場合があります。

さらに、技術的には実現できても、費用、安全性、規制、保守などの条件によって利用できない場合もあります。

したがって、類推によって生まれたアイデアを研究開発テーマへ発展させる際には、少なくとも次の点を検討する必要があります。

第一に、その技術や考え方がすでに知られているか。

第二に、類推元で成立している仕組みが、類推先の条件でも成立するか。

第三に、既存の代替技術と比較して何らかの価値があるか。

第四に、どのような調査や実験によって仮説を評価できるか。

アナロジーによる発想と、技術開発の実現可能性評価は異なる活動です。

類推の巧みさだけで研究開発の成功を判断するべきではありません。

ThinkNaviでの位置づけ

ThinkNaviでは、アナロジーを、既知の事例や知識を別の対象へ結びつけるための基本的な思考方法として位置づけます。

アナロジーは、ブレインストーミング、シネクティクス、TRIZなどの発想技法と関連するだけでなく、問題の理解、仮説の形成、科学的なモデルの構築にも関係しています。

ThinkNavi Freeでは、類推先の問題、類推元の候補、共通する機能、相違点、応用仮説などを手入力で整理するワークシートが考えられます。

LLMを利用する場合には、類推元の候補の探索、機能や関係の抽出、異なる領域の対応づけ、応用仮説の生成などが開発候補になります。

さらに、ConceptMiner R&Dのように大量の論文、特許、技術情報から異分野の可能性を探索するシステムでは、類推元の候補を発見する活動を支援することが重要になります。

この場合、既存の技術名や産業分類によって探索範囲を限定するのではなく、必要な機能、特徴、作用機構などを抽象的に記述し、それに関連する情報を広く調べる方法が考えられます。

また、機械学習によって分類された概念群から候補を取り出し、LLMが具体的な関係や成立条件を検討するという組み合わせも考えられます。

ただし、類似した情報を見つけることと、類推可能な関係を発見することは異なります。さらに、類推可能な関係を発見することと、新しい技術が実際に成立することも異なります。

これらは段階の異なる問題であり、それぞれについて適切な分析や検証が必要です。

こうした機能は今後の開発可能性を示すものであり、現在すべてが提供されていることを意味しません。

アナロジーを利用する際に重要なのは、既存の事例に似たものを見つけることだけではありません。

異なる対象が持つ関係や機能を抽象化し、別の問題へ移す可能性を考えることです。

そして、類似点だけでなく相違点や成立条件を検討することによって、発想を検証可能な仮説へ発展させられます。

アナロジーは、すでに知っていることを繰り返すための方法ではありません。知っている領域の外側に目を向け、異なる知識の間に新しい関係を見いだすための思考方法です。ただし、その関係が本当に成立するかどうかは、別途調べなければなりません。

関連ページ

参考文献・関連資料