午後の会議室、御託がホワイトボードに2軸のマップを描いている…
御託(シニアコンサル・39)

いいか、戦略の本質は 「軸」 だ。横軸に価格、縦軸に機能。右上に行くほど高級・高機能 ── この 「方向」 にこそ意味がある。私はこの2軸マップを15年描き続けてきた。フッ、フレームワークは裏切らん。

川口(アナリスト・22)

御託さん、それ AI の埋め込み空間とまったく同じ発想 ですよ。AI は単語を空間の 「点」 に置いて、点と点をつなぐ 「向き」 に意味を持たせて るんです。御託さんの2軸を、数百軸にした感じで。

御託

ほう…? 私の手描きマップが、最先端 AI の 縮小版 だと言うのか。

川口

原理は本当にそうです。しかも AI の方向は 「国 → 首都」みたいな 「意味」 を表して いて、足し算・引き算で意味が動くんですよ。御託さんの軸が、勝手に何百本も生えてくるイメージです。

会議室のホワイトボードに御託が価格×機能の2軸ポジショニングマップを描いて『方向にこそ意味がある』と力説し、川口が『それAIの埋め込み空間と同じ発想です』と説明している図
この記事の要約(3行)
  • 埋め込み空間では、単語は 「点」。そして 点と点をつなぐ 「向き(方向)」 が、意味を表す。「日本→東京」と「フランス→パリ」は、空間の中で 同じ向き ── その向きが「国→首都」という意味そのもの。
  • だから AI は 意味を足し算・引き算できる。意味の変化が 「方向」 になっているので、ベクトルを足したり引いたりすると、意味がその向きに動く。これが「言葉を計算する」の正体。
  • イメージは、御託の 2軸ポジショニングマップを数百次元に拡張したもの。「位置=意味」に加えて「向き=意味」まで使えるようにした、巨大な戦略マップだと思えばいい。

埋め込み (#002) で、単語が空間の 「点(ベクトル)」 になることは見た。本記事はその一歩先 ── 点そのものより、点と点の 「向き」 に意味が宿る という、埋め込みのいちばん面白いところを扱う。

定義 — 単語は「点」、向きが「意味」

埋め込み空間に、たくさんの単語が点として散らばっているとする。ここで面白いのは、「同じ意味の関係」にある単語ペアは、空間の中で 「同じ向き・同じ長さ」 の矢印で結ばれる ことだ。

「日本 → 東京」 の矢印と、「フランス → パリ」 の矢印は、空間の中で ほぼ同じ向き になる。その向きこそが 「国 → 首都」という意味 だ。

下の図のように、どの国から首都へ向かう矢印も、揃って同じ方向を指す。点の 「位置」 が単語そのもの、点と点の 「向き(差)」 が意味の関係 ── これが「方向=意味」の中身だ。そして向きが変われば、別の意味になる。「過去形にする」「複数形にする」といった関係は、それぞれ 別の 向きとして空間に刻まれる。

埋め込み空間のイメージ図。日本→東京、フランス→パリ、ドイツ→ベルリンの3本の矢印が、すべて同じ向き・同じ長さで平行に描かれ、その向きが『国→首都』という意味を表すことを示す

図1: 「国→首都」の関係は、どの単語ペアでも同じ向き・同じ長さの矢印になる。位置が単語、向きが意味の関係

だから「言葉を足し算・引き算」できる

意味が 「方向」 になっている、ということは ── ベクトルを足し引きすると、意味がその向きに動く、ということだ。これが埋め込みの一番有名な性質である。

たとえば「東京」から 「国→首都」の向き引け ば、「日本」あたりに戻る。逆に「フランス」にその向きを 足せ ば、「パリ」あたりに着く。意味の操作が、そのままベクトルの足し算・引き算になる。AI が「言葉を計算している」と言われるのは、こういうことだ。性別・時制・複数形といった関係も、同じように 「方向」 として扱える(その代表例は別記事で)。

ここで効いてくるのが 内積(#005) だ。2つの単語ベクトルの 「向きの近さ」 は内積(コサイン類似度)で測れる。向きが近い=意味が近い。アテンションがトークン同士の関連度を内積で測るのも、根っこはこの「向き=意味」の発想だ。

コンサル感覚 — 御託の2軸を、数百次元に拡張したもの

本記事の核心メッセージは 「「位置」 だけでなく 「向き」 にも意味を持たせると、意味を計算できるようになる」。御託のポジショニングマップが、まさにその縮小版だ:

左に御託の2軸戦略マップ(横=高価格、縦=高機能に各社をプロット)、右にAIの埋め込み空間(数百の軸が放射状に伸び、王・女王・東京・日本・パリなどの単語が点で散らばる)を並べ、軸を数百本にしたものがAIの空間であることを示す図

図2: 御託の2軸マップ(位置=意味)を、数百次元に拡張し、「向き」 にも意味を持たせたものが AI の埋め込み空間。原理は同じ、軸の数が違うだけ

① 「軸」で考える癖は、そのまま AI 理解の足場になる: 価格×機能、緊急度×重要度 ── コンサルが日常的に引く2軸は、まさに「次元を立てて、位置で意味を表す」作業。AI の埋め込みは、それを人手ではなくデータから 何百軸も自動で立てた もの。2軸マップを描ける人は、埋め込みの発想をすでに半分掴んでいる。

② クライアントに 「AIの中の意味」 を説明できる: 「AI はどうやって意味を分かるんですか?」には、「単語を巨大な地図の上に置いて、近いものは意味が近い、同じ向きにあるものは同じ関係、という形で扱ってます」。御託の2軸マップを見せながら「これの数百軸版です」と言えば、一発で伝わる。

③ ただし 「次元の数」 の桁が違う点は正直に: 人間が直感で扱えるのは2〜3軸まで。AI は数百〜数千次元で、人には絵に描けない。「同じ発想だが、人間には見えないスケールでやっている」 ── ここを丁寧に補うと、過度な擬人化(AIが人間と同じように 「分かって」 いる)を避けつつ、正しく伝わる。

夕方、ホワイトボードを消しながら…
御託

つまり私の2軸は、AI から見れば 「次元が2本しかない貧弱なマップ」 というわけか…。いや、待て。逆に言えば、人間が一目で読めるのは2軸だからこそ だ。数百次元を一枚に描いてクライアントに見せてみろ、誰も理解せん。

川口

それ、すごく本質です。AI は数百次元で意味を持てるけど、人間に見せる時は2〜3軸に 「潰して」 あげる 必要があって。御託さんの仕事は、AI の逆方向 ── 高次元を人が読める軸に翻訳することなんですよ。

御託

フッ。つまり私とAIは、同じ地図を逆から描いている同志、というわけだ。…悪くない響きだな。

夕方の会議室で、御託がホワイトボードイレーザーを手に2軸マップを眺めながら少し得意げに語り、川口がそれを高次元から翻訳する仕事だと笑顔で相槌を打っている2人の図