Geometry of Concepts

概念の幾何学

抽象的な思考は、空間の中に形を持つ。
点・線・面・変換──概念が織りなす幾何学的構造を探る。

SCROLL

Introduction

なぜ概念に
形があるのか

人間の思考は、言語だけで構成されているわけではない。 私たちが「近い」「遠い」「中心にある」「境界を越える」と語るとき、 そこには空間的な直観が働いている。 認知科学・数学・哲学は、この直観が単なる比喩ではなく、 概念の深部に宿る構造であることを示してきた。

01 — 点

概念の点
意味の最小単位

点は位置を持つが、大きさを持たない。
概念空間における「点」とは、ある意味が他と区別される最小の識別単位だ。 "りんご"という概念は、無数の他概念と差異化されることで、 多次元空間上のある座標を占める。

ベクトル表現(Word2Vec, BERT)はこの直観を数値化した。 概念は高次元空間の点として埋め込まれ、 互いの距離が「意味的近さ」を示す。

02 — 線

概念の線
関係と推移

二つの点を結ぶ線は関係を示す。 類似・対立・因果・継承──概念間のあらゆる関係は、 方向を持った線(有向辺)として表現できる。

特に重要なのは「類比の線」だ。 「王:男 = 女王:女」という類比関係は、 概念空間で驚くほど整合した幾何学的変換として現れる。 これは概念が線形代数的な規則性を持つことを示唆する。

03 — 面

概念の面
カテゴリーと境界

複数の点が形成する面はカテゴリーを構成する。 境界線の内側に入るものが「同じ仲間」、外側が「異なるもの」。 しかし概念の境界はユークリッド幾何学のように鋭くない── それはむしろファジーな濃淡を持つグラデーションだ。

プロトタイプ理論(Rosch)は、カテゴリーが中心(典型例)から 周縁へと広がる連続的な面として機能することを示す。 「鳥」の中心にはスズメがあり、ペンギンは遠い周縁に存在する。

04 — 変換

概念の変換
メタファーと写像

幾何学における変換(回転・平行移動・拡大縮小)は、 概念空間ではメタファーと対応する。 「議論は戦争だ」という概念メタファーは、 「戦争」の構造を「議論」の領域へと写像する変換だ。

Lakoff & Johnson の概念メタファー理論によれば、 私たちの思考の大半は、ある概念領域の幾何学的構造を 別の領域へ保存しながら転写することで成り立っている。

05 — 空間

概念空間
高次元の意味宇宙

Gärdenfors の概念空間理論は、 意味を幾何学的な位置として明示的に扱う枠組みだ。 各次元が知覚・認知の「質」に対応し(色相・温度・時間…)、 概念はその空間内で凸領域として定義される。

AIの言語モデルは、トークンを数千次元のベクトル空間に配置する。 この空間では「意味の足し算」「類推の演算」が 文字通りベクトル演算として実現される。

概念空間を触る

クリックで概念点を追加。近い概念は引き合い、遠い概念は反発する── 意味的重力場のシミュレーション。

CLICK TO ADD NODE — DRAG TO MOVE — DOUBLE-CLICK TO REMOVE

Axioms

概念幾何学の
基本公理

公理 I

意味の位置性

すべての概念は、意味空間における一つの点(または凸領域)として表現できる。

公理 II

距離と類似

二概念間の意味的類似度は、概念空間における距離の単調減少関数である。

公理 III

カテゴリーの凸性

自然なカテゴリーは凸領域を形成する。二つの典型例の中間は、同カテゴリーに属する。

公理 IV

メタファーの等長性

概念メタファーは、ソース領域の幾何学的関係を(近似的に)保存する写像として機能する。

公理 V

次元の品質軸

概念空間の各次元は、知覚的または認知的に区別可能な「質」の軸に対応する。

公理 VI

境界のファジー性

概念境界は厳密な線ではなく、所属度が0から1に変化するグラデーション的移行域を持つ。

Next

距離を、
実装の側から測る

公理 II は「意味的類似度は距離の単調減少関数である」と言うだけで、 その距離を実際に何で測り、どこに置き、いくらで引くかは決めていない。 ここから先は、同じ空間を工学の側から扱った三本に続く。

01 — 測り方

RRF 融合検索の3本柱

ベクトル距離は意味の近さを測るが、語の一致は測らない。 全文検索・ベクトル・キュレーションという性質の違う三つの順位を、 スコアではなく順位で融合する方法。公理 II の「距離」が 単独では足りない場面の話。

02 — 置き場

ベクトルDB & ティアードアーキテクチャ

概念を点として持つと決めた瞬間、その点をどこに何個置くかという コストの問題が生まれる。安価な数学演算で候補を絞り、 高価な推論の対象を最小化する——公理 I を運用に落とすとこうなる。

03 — 使い道

ローカル特許RAGを組む

PyPDF × Ollama × ベクトル検索で、出願前情報を外に出さずに 先行技術を横断する。ここで効いているのは 「典型例の中間も同じカテゴリーに属する」(公理 III)という性質そのもの。