# OTB8：操作経験から記憶し、関係を合成し、未確定を保つ

2026-11-04。探索。元実験と、その結果を見て追加した診断・準備入力・読み出し窓の変更を区別して保存した。

**小さな人工環境で、操作とセンサー結果から関係記憶を作り、その記憶による振動子の伝播で、直接教えていない関係の組合せを推論できた。未観測を不成立と区別する記憶も作れた。連続使用時の誤りを切り分け、経験の記憶を保持したまま、作業状態への準備入力と準備中の出力保留を加えると、部分経験・全経験の両方で1,024問い合わせが全正答となった。**

意味の自律獲得一般、未知世界への確証、効率的なスケール、全振動子化を達成したという意味ではえない。

## 1. 今回、何を変えたか

OTB4では直接関係の正負を記憶セルへ与えた。OTB8では、学習器が受け取るものを次の信号にした。

- どの対象に操作したか。
- どの操作チャネルか。
- どのセンサーを観測できたか。
- 操作の後にどの対象で効果を観測したか。

真の関係表は環境と評価器だけが持つ。学習器に渡す結果は1段の効果で、複数段の経路や到達の正解は渡していない。

始点の操作信号と終点のセンサー信号が、対応するセルへの入力を変える。そこでT7の記憶と運動が変わり、相方の振幅状態に経験が残る。その振幅が、後の推論中のT7への入力を変える。

**この局所書込み則、対象とチャネルの符号化、全対象対への配線は手設計。** 20,000 stepの提示窓で操作と結果を保持しており、自然な生の入力から概念を自律発見した段階ではない。

## 2. 未観測と不成立を分ける

各関係に二つのT7＋相方を置いた。

| 成立経験P | 観測経験K | 記憶の読み |
|---|---|---|
| 低 | 低 | 未観測 |
| 低 | 高 | 効果なしを観測 |
| 高 | 高 | 効果ありを観測 |

各チャネルの始点A・Bだけを操作した「部分経験」と、その記憶へC・Dの操作を追記した「全経験」を評価した。

| 段階 | 経験と一致した関係セル | 未観測セル | 不整合・途中の振幅帯 |
|---|---:|---:|---:|
| 部分経験 | 384 / 384 | 192 | 0 |
| 全経験 | 384 / 384 | 0 | 0 |

384は16世界条件×2チャネル×12有向対象対。各セルはP/K二つの記憶を含む。16条件は4種類の環境×4初期位相であり、384個の独立した世界ではない。

## 3. 記憶からの関係合成

経験で支持された関係を伝播する下側と、未観測の関係も許した可能性を伝播する上側を用意した。回答は両方の発火から「支持あり／不成立／未確定」と読む。読み出しでは経路を探索しない。

全経験・元の通常条件では、8回連続の1,024問い合わせ、3,072対象判定が全て正しかった。直接経験にない間接到達は256/256件。

| 対照（全経験） | 間接到達 |
|---|---:|
| 通常 | 256 / 256 |
| 経験の振幅を使わない | 0 / 256 |
| 中継を切る | 0 / 256 |

部分経験でも下側の間接到達は64/64件。ただし元の連続使用では上側が崩れたため、**間接到達の成功だけで三値推論全体の成功とはしていない。**

## 4. 失敗から準備制御へ

部分経験の元実験は、完全正答830/1,024問い合わせ、8回全正答13/128系列だった。未確定を不成立とした38対象、上下の出力が矛盾した2対象などがあった。

事後診断で、経験の記憶・選択フィルタ・下側の作業状態を保持し、上側対象T7だけを外部で初期化すると1,024/1,024問い合わせへ回復した。相方の最終状態とフィルタは元実験に完全一致した。これは、記憶の書込み誤りではなく、上側の作業状態の引継ぎで生じる問題を切り分ける介入である。

次に、直接の初期化をせず、準備窓の最初の1,024 stepだけ上側対象に入力 `0.01*(-1.2-m)` を加えた。位相、不応期、発火履歴、mを代入し直してはいない。経験を保持するP/KのT7と相方にも手を加えていない。

これにより976/1,024問い合わせへ改善。未確定を不成立にする誤りと出力矛盾は0になったが、判定できる54対象が未確定のまま残った。

54対象は全て、**刺激前の準備中に一度だけ上側が発火し、刺激後には発火していない**例だった。そこで準備中は回答を保留し、刺激後の発火だけを読む条件を追加した。

## 5. 準備入力と出力保留の比較

![準備入力と出力窓の比較](readout_comparison.png)

| 部分経験の条件 | 完全正答問い合わせ / 1024 | 8回全正答系列 / 128 |
|---|---:|---:|
| 準備入力なし・全窓を読む | 830 | 13 |
| 準備入力なし・刺激後だけ読む | 837 | 13 |
| 準備入力あり・全窓を読む | 976 | 86 |
| **準備入力あり・刺激後だけ読む** | **1024** | **128** |
| 外部初期化・刺激後だけ読む | 1024 | 128 |

全経験では、これら全条件で1,024/1,024問い合わせが正しかった。既存の成功を失っていない。

最終条件の部分経験3,072対象判定は、支持あり416、不成立704、未確定1,952。全て評価器の定義と一致した。未確定を不成立として処理して正答率を作ってはいない。

出力窓だけでは回復しなかったため、今回の改善は読み出し変更だけによるものではない。ただし、この読み出し窓は失敗を見て導入した事後設計である。全窓の元結果を取り消してはいない。

## 6. 具体例

環境splitのチャネル0では、Aへの操作でB、Bへの操作でCの効果を経験する。

| Aからの到達についての回答 | 部分経験 | 追加経験後 |
|---|---|---|
| B | 支持あり | 支持あり |
| C | 支持あり（A→B→Cの合成） | 支持あり |
| D | 未確定 | 不成立 |

Cへの間接経路は教師として与えていない。Dについては未観測の部分が残る間、偽と決めつけない。追加の操作結果が記憶されると回答が変わる。

ここで問うのは、同じ操作チャネルで関係を順にたどった到達である。「Aへの1回の操作が直接Cを変える」と「Aから操作を組み合わせてCへ到達できる」を混同しない。

## 7. 検証

- 保存した操作・センサー信号から経験を独立に復元し、全記憶セルを照合。
- 局所書込み則を別のループで照合。対象の座標名を置換した場合の書込みの対応も8経験で確認。これは世界を変えて再学習した転移実験ではない。
- 全ての三値判定を、別実装のブール到達計算で再採点。
- 元の連続条件と初期化対照は、追加実験でも全8回の発火数・初回発火時刻に完全一致。
- 読み出し窓を追加しても、全3条件の全窓の発火数・初回発火時刻は準備実験と完全一致。物理更新を変えて正答を作っていない。
- 上流native T7更新と行列結合による1系列・2層・72,000 stepの再計算で、準備入力、刺激前後の状態、発火数と時刻を照合。相方の積分器は共有しており、全学習軌跡の独立再計算ではない。

[元実験監査](audit.json)、[準備実験監査](preparation_audit.json)、[出力窓監査](readout_audit.json)。

## 8. 今の到達点と残り

経験→記憶→運動→関係合成に、未観測の保持と次の推論の準備を結びつける小さな実装ができた。一方で次が残る。

- 対象・チャネル・局所書込み・三値読み出しは手設計。意味の自動発見一般ではない。
- 準備器は局所mを読む外部フィードバック。発火だけから準備を判断したわけではなく、全振動子化ではない。
- 4種類の既知環境での探索。新しい循環・密な関係、ノイズ、異なる経験順序、短い観測窓での確証は未実施。
- 記憶48 T7＋48相方、推論8 T7、複素フィルタ24。全対象対の記憶は二次的に増える。効率的なスケールやT7固有の優位は未実証。
- 「未確定から何を観測すべきか」を自分で選ぶ機構、以前の経験が成り立たなくなったときの適用範囲の修正はまだない。

次は規則と準備器を固定したまま、未使用の環境・経験順序で試す。特に既知の成立関係自体が循環する場合、下側の作業状態にも同じ準備が必要かを調べる。そこでの結果を見ずに汎化を主張しない。

設計：[元実験](../../experiments/otb8_experience_relations/DESIGN.md)／[事後診断](../../experiments/otb8_experience_relations/DIAGNOSTIC.md)／[準備入力](../../experiments/otb8_experience_relations/PREPARATION.md)／[出力窓](../../experiments/otb8_experience_relations/READOUT.md)／[理論の限定](../../experiments/otb8_experience_relations/THEORY.md)。

