仏教を座標系として採用する ── 人間理解のための新しい計算的基盤

はじめに

この文章は、私がマインドシード研究所で進めている研究プログラム「煩悩 × 詐欺ウイルス マッピング統合データベース」（構想記録）の §0 を、独立した論考として書き直したものだ。構想記録の他の章を読んでいなくても、この一本だけで筋が通るように書いてある。

私の主張はひとつしかない。いま主流になっている感情研究と人間理解の研究は、ほぼすべて「外側からの観察」と「物理化学的還元」の上に立っている。それは精度の高い観察手段を与えてくれるが、人間の感情の意味的な解像度までは届かない。私は、ここで欠けているものを仏教 2,500 年の内省的観察体系で埋めたいと考えている。 これは AI Safety、Affective Computing、認知科学のいずれにとっても、東洋からの方法論的な補完になり得るはずだと思う。

1. 既存研究の標準的アプローチ

いま主流になっている感情研究・人間理解研究を、私の理解で整理するとこうなる。

アプローチ	代表的研究	観察の方向	主な対象
神経科学	Damasio, LeDoux, Phelps	外側 → 物理	ニューロン、機能局在、神経伝達物質
Affective Computing	Picard, Cambria	外側 → 統計	表情、音声、テキスト
心理学的感情モデル	Ekman, Plutchik, Russell	外側 → 分類	基本感情の枚挙
Predictive Processing	Friston, Clark	内部 → 数学	予測誤差最小化
脳内物理学	fMRI、EEG、神経薬理学	外側 → 物理	脳信号と化学物質

どれも近年大きく進歩していて、優れた成果を出している。Damasio の身体性マーカー仮説は意思決定における身体反応の重要性を明らかにしたし、Friston の自由エネルギー原理は脳機能の統一理論として広く影響を持っている。

ただ、いずれの方法論にも共通していることがある。観察者と観察対象が分離されていること、そして意味の座標系を、ほぼ欧米心理学の用語体系に依拠していることだ。私はこの二点を、克服すべき制約だと考えている。

2. 「神経活動の解像度」と「感情の意味的解像度」は別問題

ここでひとつ、当たり前のようでいて意外と言われていないことを書いておきたい。

fMRI で扁桃体の活性が観察できたとする。だが、その活性が「貪欲」なのか「嫉妬」なのか「焦り」なのか「孤独感」なのかは、神経活動の信号そのものからは区別できない。区別するためには、別の言語体系 ── 多くは欧米心理学の Big Five、PAD model、Plutchik の感情の輪、Ekman の基本感情 6 種 ── に依拠せざるを得ない。

つまり、神経活動の解像度と、感情の意味的解像度は別の問題だ。前者をいくら高精度にしても、後者の座標系が粗ければ、人間の感情の理解は粗いままになる。

そして、いま依拠している欧米心理学の感情モデルはどれも、せいぜい 100 年程度の研究に基づく断片的な体系である。Big Five は 1980 年代以降、PAD は 1974 年、Plutchik は 1980 年、Ekman の基本感情は 1970 年代。精度を上げる努力は続いているが、そもそも座標系として何次元、どのような分割が適切かについて、まだ確立した合意がないというのが私の見立てだ。

3. 仏教学の方法論的意義

ここで私が提案したいのは、座標系を 仏教学から取る ということだ。

仏教は宗教である以前に、人間の心の働きを徹底的に観察した経験的研究の集積だと私は理解している。三毒（貪・瞋・癡）、108 煩悩、五蘊、十二縁起 ── これらは抽象的な教義ではなく、無数の修行者が 自分の心を観察した結果として体系化された記述語彙 である。

特に重要なのは、その観察が 2,500 年にわたって続いてきた ことだ。研究機関も統計学も存在しない時代に、人類が自分自身について到達した最も精緻な記述である。実践者の数で言えば、仏教徒は累計で数十億人、その中で真剣に心を観察した修行者だけでも数百万人規模。これは、現代の心理学研究のサンプルサイズを桁違いに超える、人類最大の自己観察データセットだと私は受け取っている。

これを「宗教」として隔離するのではなく、経験的観察データの集積として工学的に取り扱う。これが私の方法論の核である。

3.1 内側からの観察 vs 外側からの観察

両者の差を、表で並べてみるとはっきりする：

観点	神経科学	仏教学
観察者と対象	分離（fMRI を取る人 ≠ 取られる人）	同一（修行者が自分を観察）
観察手段	物理測定（信号、化学）	内省（自己観察）
主観的経験	客観化のため除外	一次データとして採用
時間軸	数秒〜数分の単位	瞬間〜生涯の幅広さ
蓄積期間	約 100 年	約 2,500 年
観察者数	数万人の被験者	数百万人〜数億人の修行者

私は両者を対立させたいわけではない。神経科学が物理層の精度を提供し、仏教学が意味層の座標系を提供する。互いに必要で、補い合う関係にあると見ている。

4. 計算可能な座標系としての煩悩 108 次元

具体的には、私の研究プログラムは次の写像を学習することを目標にしている：

任意のテキスト T、状況 C、個人 U → V = (w₁, w₂, ..., w₁₀₈)

ここで wᵢ は煩悩 i の刺激強度（または重み）。この 108 次元ベクトルが、人間の感情状態の計算可能な座標系を提供してくれる、というのが私の見立てだ。

108 という数は、仏教典籍のなかで経験的に到達した分割の細かさである。6 つの感覚器官（眼・耳・鼻・舌・身・意）× 3 つの感情属性（苦・楽・捨）× 2 つの分類（浄・染）× 3 つの時間軸（過去・現在・未来）の組合せ。現代の心理学の感情モデル（5 次元から 28 次元程度）と比べて、桁違いに細かい分割になっている。

もちろん、この 108 次元が数学的に完全に独立（直交）しているとは限らない（構想記録 §16.2 で論じる課題）。だが私は、階層的埋め込み構造（Level 1: 三毒 3 次元 → Level 2: 中分類 → Level 3: 108 次元）として段階的に構築すれば、計算可能な座標系として機能させられると考えている。実装の出発点としては、構想記録 §0.4.5 と §4.3.0 に書いた「三毒 × 各 3 小分類 = 9 次元のミニマムモデル」から始める予定だ。

5. 既存の感情モデルとの対照

仏教 108 次元を、欧米心理学の主要な感情モデルと並べると、こうなる：

モデル	次元数	確立年代	観察基盤
Ekman の基本感情	6	1970 年代	表情の cross-cultural 研究
Plutchik の感情の輪	8（+ 強度）	1980 年	進化論的考察
PAD model	3	1974 年	心理測定
Big Five	5	1980 年代	統計的因子分析
OCC model	22	1988 年	認知評価理論
108 煩悩	108	5 世紀（阿毘達磨倶舎論）	2,500 年の内省的観察

これは「細かいほど偉い」という話ではない。観察の歴史的深さと、観察主体の数において、108 煩悩は他のモデルとは比較にならない経験的基盤を持っている、ということを私は言いたい。

6. 神経科学との補完関係

繰り返しになるが、私は神経科学を否定するつもりはない。むしろ自分の研究プログラムには、神経科学の知見を積極的に取り込むつもりでいる。具体的にはこう役割を分ける：

• 物理層: 神経科学の知見（前頭前野の機能、扁桃体の役割、ドーパミン経路など）
• 意味層: 仏教学の座標系（108 煩悩、三毒、五蘊）

たとえば、構想記録 §13 で私が導入した External Prefrontal Cortex（ExPFC）概念は、神経科学（前頭前野が情動圧倒下で機能不全に陥る）と仏教学（煩悩が活性化する瞬間）を統合した概念である。Damasio の身体性マーカー仮説、Phelps らの情動と意思決定の神経科学、Friston の予測処理理論 ── こうした優れた成果は、すべて私の研究の物理層を成すと考えている。

仏教学に担ってもらうのは、これら物理層の信号を 意味的に解釈する座標系 の方だ。fMRI で活性が見えた時、それを「貪欲か執着か嫉妬か」と区別できる解像度を提供する。

7. 海外 AI Safety コミュニティへの含意

ここで少し戦略的な話をする。MIRI、Anthropic、DeepMind、LessWrong コミュニティの AI Safety 研究者がいま直面している根本問題のひとつは、「AI が人間を理解する際の座標系は何か」だ、と私は理解している。

彼らはいま、欧米心理学の感情モデル（Ekman、PAD、Big Five など）に依拠せざるを得ない。だが先に書いたとおり、これらはどれも 100 年程度の研究に基づく断片的な体系である。AI が「人間の意図を正確に理解する」「人間の価値観に沿って行動する」（AI Alignment）という根本問題に取り組むとき、座標系の解像度の低さは深刻な制約になるはずだ。

そこに私は「2,500 年の内省的観察に基づく座標系」を持ち込みたい。欧米の研究者にとってこれは、自分たちが見落としていた認識論的補完として、想像以上に強い訴求力を持つ可能性があると、私は見ている。

これは、姉妹論考 §15「精密の経済 vs 規模の経済」 で書いた「Big AI が立ち入れない領域」と並ぶ、もう一つの立ち入れない領域だ。ただし §15 が経済的な意味での立ち入れなさだったのに対し、こちらは 認識論的な意味での立ち入れなさ だと考えている。Big AI は仏教 2,500 年の内省データに、構造的にアクセスできない。それは技術的問題ではなく、文化的・歴史的・哲学的に、欧米の研究者がそこに座標系を求めるという発想を、これまで誰も本格的に持たなかったからである。

8. 応用 ── 自己理解の鏡、ExPFC、詐欺対策

ここまで書いた方法論には、いくつか具体的な応用先がある。私が見ているのは次の四つだ。

8.1 自己理解の鏡

私が最終的に目指しているのは、ユーザーが任意の瞬間に「今の自分はどの煩悩がどれだけ活性化しているか」を可視化できる装置である。詐欺対策の手段であると同時に、人間が自分自身を理解する鏡になる、と思っている。

朝起きた時、配偶者と諍いした後、SNS を見て苛立った時、子の成長を喜んだ時 ── それぞれの瞬間における 108 次元の重み配分が見える。内省を機械的補助によって精密化する試み、と言ってもいい。

8.2 External Prefrontal Cortex (ExPFC)

構想記録 §13 で私が導入した ExPFC 概念は、ここで書いた方法論的基盤の上で初めて意味を持つ。神経科学的には「情動圧倒下で PFC が機能不全に陥る」という事実があり、仏教学的には「特定の煩悩が活性化する瞬間」という意味的記述がある。両者を統合すると、ExPFC は「煩悩の活性化を検出して、機能不全状態の判断を外部代行する」装置として定義できるようになる。

8.3 詐欺対策

構想記録 §1〜§14 で私が展開した詐欺対策は、ここで論じた方法論の 最も差し迫った応用 だと考えている。詐欺というのは「人間性の特定の側面（特定の煩悩）が悪用される」事態であり、私の座標系で正確に記述・検出できるはずだ、というのが基本的な見立てだ。

8.4 横展開（医療・教育・メンタルヘルス）

姉妹論考 §15「精密の経済 vs 規模の経済」 で書いたように、私はこの方法論を詐欺対策だけに留めるつもりはない。医療における個別精密医療、教育における個別最適化、メンタルヘルスにおける文脈理解、児童保護における関係性読解 ── いずれも「人間の意味的解像度を上げる」必要のある領域であり、ここで提案した枠組みのテンプレートが適用できるはずだ。

たとえば医療では、患者のナラティブから 108 次元のベクトルをデコードすることで、標準化された質問票が見落とす不安を可視化できる可能性がある。メンタルヘルスでは、「執着駆動型」と「嫌悪駆動型」の抑うつ状態を区別することで、治療アプローチの選択に情報を提供できる。教育では、学習者個別の煩悩感受性に応じて、つまずきの予測と介入を設計できる。児童保護では、家族との関係性に潜む煩悩構造を読み取ることで、表面的な行動だけでは捉えきれない危機の兆候を検知できる。

9. 結論

主張をもう一度、自分の言葉でまとめておきたい。

いまの感情研究と人間理解研究は、外側からの観察と物理化学的還元を方法論的基盤としているがゆえに、人間の感情の意味的解像度までは届いていない。私は、仏教 2,500 年の内省的観察体系を座標系として採用することで、この欠落を埋められると考えている。

これは神経科学への対立ではなく、補完だ。神経科学が物理層を、仏教学が意味層を担う。両者を統合してはじめて、これまでの解像度では届かなかった人間理解が可能になる、というのが私の賭けである。

私はこの方法論的な賭けに、20 年スパンで取り組むつもりだ。詐欺対策はその最も差し迫った応用例であり、医療・教育・メンタルヘルス・児童保護への横展開はその後に続く。最終的に目指しているのは、人間が自己と他者をより正確に理解する基盤 である。

神経科学は外側から脳を観察してきた。 仏教学は内側から心を観察してきた。 私はこの両者を、一つの計算可能な体系として統合したい。 それが、AI 時代の人間理解にとって、新しい出発点になると信じている。

---

関連資料

• 構想記録 全文 ── §0 を含む私の研究プログラム本体
• 姉妹論考: §13 External Prefrontal Cortex（ExPFC） ── 仏教学座標系の意味層を、神経科学的に実装する装置（神経倫理 + AI Safety）
• 姉妹論考: §14 煩悩埋め込みと詐欺検知メカニズム ── 108 次元座標系を実際にテキスト解析に乗せる技術（Affective Computing + 詐欺検出）
• 姉妹論考: §15 精密の経済 vs 規模の経済 ── 戦略的位置取り（Level 2）
• English version

連絡先

ここで書いたことに何か感じてくださった研究者・批判者・後継候補の方からの連絡を、私は歓迎します。仏教学・神経科学・認知科学・AI Safety・Affective Computing、いずれの分野からの建設的な批判や共同研究の提案を、いつでも 連絡先ページ からお受けします。日本語でも英語でも構いません。

References

1. Clark, A. (2013). Whatever next? Predictive brains, situated agents, and the future of cognitive science. Behavioral and Brain Sciences, 36(3), 181-204.
2. Damasio, A. R. (1994). Descartes’ Error: Emotion, Reason, and the Human Brain. Putnam.
3. Ekman, P. (1992). An argument for basic emotions. Cognition and Emotion, 6(3-4), 169-200.
4. Friston, K. (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience, 11(2), 127-138.
5. McCrae, R. R., & Costa, P. T. (1987). Validation of the five-factor model of personality across instruments and observers. Journal of Personality and Social Psychology, 52(1), 81-90.
6. Mehrabian, A., & Russell, J. A. (1974). An Approach to Environmental Psychology. MIT Press.
7. Phelps, E. A., Lempert, K. M., & Sokol-Hessner, P. (2014). Emotion and decision making: multiple modulatory neural circuits. Annual Review of Neuroscience, 37, 263-287.
8. Picard, R. W. (1997). Affective Computing. MIT Press.
9. Plutchik, R. (1980). Emotion: A Psychoevolutionary Synthesis. Harper & Row.
10. 世親 (Vasubandhu) (5世紀). 『阿毘達磨倶舎論』(Abhidharmakośa). 仏教典籍。煩悩タクソノミーの源流。

@misc{matsuura2026buddhismCoordinate,
  author       = {Toshinobu Matsuura},
  title        = {Buddhism as a Coordinate System: A New Computational Foundation for Understanding the Human},
  howpublished = {Mindseed Research},
  year         = {2026},
  month        = {May},
  url          = {https://research.pyol.net/essays/buddhism-as-coordinate-system/}
}

Matsuura, T. (2026, May 16). Buddhism as a Coordinate System: A New Computational Foundation for Understanding the Human. Mindseed Research. https://research.pyol.net/essays/buddhism-as-coordinate-system/

Matsuura, Toshinobu. "Buddhism as a Coordinate System: A New Computational Foundation for Understanding the Human." Mindseed Research, May 16, 2026. https://research.pyol.net/essays/buddhism-as-coordinate-system/.