予測できないことは、欠陥ではなかった

1961年、マサチューセッツ工科大学（MIT）の気象学者エドワード・ローレンツは、コンピュータで天気のシミュレーションをしていました。途中から計算をやり直そうとして、前回と同じ初期値を入力します。ただし、紙に印刷された数値を読み取って打ち込んだため、末尾のわずかな桁を丸めていました。

結果は、まったく別の天気になりました。

この小さなずれが、科学史を変えます。ローレンツは「初期条件のごくわずかな差が、時間とともに指数関数的に拡大する」という現象を発見し、1963年に論文「決定論的な非周期流（Deterministic Nonperiodic Flow）」として発表しました^[1]。のちにこれは「バタフライ効果」と呼ばれます。ブラジルで蝶が羽ばたくと、テキサスで竜巻が起きるかもしれない、という比喩です。

当初、研究者たちはこれを「やっかいな性質」として扱いました。予測できないなら、手の打ちようがないからです。しかし数十年後、科学者と技術者たちは、まったく逆の発想にたどり着きます。

「予測できないことを、武器にしよう」。

この記事では、非線形力学系の理論が、どのように現実の問題を解決し、私たちの生活を変えてきたかを、実際の研究をたどりながら5つの場面から見ていきます。

1．天気予報 ── カオスを確率に変えた革命

天気予報が、なぜ数日先までしか当たらないのか、考えたことはあるでしょうか。

理由はシンプルです。大気の運動は非線形方程式に従っており、初期状態のわずかな誤差が、時間とともに爆発的に拡大します。気温・気圧・湿度をどれだけ精密に計測しても、観測には必ず誤差があります。その誤差がカオス的に増幅されるため、遠い未来の予測は原理的に難しいのです。これは、ローレンツが1961年に偶然見つけたことそのものでした^[1]。

図1　ローレンツ方程式の数値積分。(a) 軌道は2つの「翼」を持つ蝶のような形を描く。(b) 初期値を10万分の1だけずらした2つの計算は、最初はぴたりと重なるが、ある時点から急速に分離し、まったく別の振る舞いを見せる。

1980年代まで、気象予報は「1本の計算」でした。最良の初期値を1つ選び、その計算結果だけを信じる方式です。しかしローレンツの発見は、この方式の限界をはっきりと示していました。1本の計算は、数ある可能性のうちの1本にすぎないからです

転換点：アンサンブル予報

転換点は、1992年でした。ヨーロッパ中期予報センター（ECMWF）^[2]とアメリカの国立気象センター（NCEP）^[3]が、ほぼ同時に「アンサンブル予報」を実運用に乗せます。初期値をわずかずつずらした多数のシミュレーション（ECMWFの初期システムでは33本^[2]）を同時に走らせ、その結果のばらつきを「不確実性の幅」として提示する方式です。

図2　アンサンブル予報の概念図。30本の予報メンバーは、最初しばらくは互いに一致して動くため、短期予報は決定論的に信頼できる。しかし時間が経つと軌道が大きくばらけ、その「広がり」自体が予報の不確実性を表す。

これは、カオスと戦うのをやめ、カオスを利用する発想の転換でした。「明日の降水確率70%」という表現は、アンサンブルの計算結果のうち70%が雨を示した、という意味です。カオスを「確率」という言語に翻訳することで、予報の有用性は劇的に高まりました。

この枠組みを理論面で主導したのが、ECMWFのティム・パーマーらでした。パーマー自身が後年振り返っているように、決定論的な方程式に従う大気の予報が、いまや本質的に確率的なものになったのです^[4]。現在の数値予報では50本規模のアンサンブルが標準で、週間予報の精度はかつての短期予報に匹敵するまで向上しています^[4]。

2．心臓医学 ── 「規則正しい心臓」は危険だった

「健康な心臓は規則正しく打つ」。長いあいだ、医師たちはそう信じていました。ところが1980〜90年代、非線形力学系の研究者たちが、この常識を覆します。

健康な人の心拍間隔（RR間隔）を細かく計測すると、一定ではなく、複雑にゆらいでいます。このゆらぎは単純なランダムノイズではなく、さまざまな時間スケールの変動が重なった、フラクタル的な構造を持っています^[5]。これを心拍変動（HRV：Heart Rate Variability）と呼びます。

図3　600拍分のRR間隔の比較（モデルによる典型例）。上：健康な心臓は呼吸性や自律神経のゆらぎが重なり、複数の時間スケールで複雑に変動する。下：重い心不全では、これらの調節機能が失われ、心拍が単調なノイズに退化する。

複雑さの喪失という発見

この分野を切り開いたのが、ハーバード大学医学大学院／ベス・イスラエル・ディーコネス医療センターの心臓内科医、アリー・ゴールドバーガーらのグループです。彼らは統計物理学の手法（DFA＝detrended fluctuation analysisなど）を生体信号に持ち込み、健康な心拍が長距離相関を持つフラクタルとして振る舞うことを示しました^[5]。彼らはこの研究のために「医学における非線形動力学研究室（Laboratory for Nonlinear Dynamics in Medicine）」を構え、解析用のデータベースPhysioNetを公開しています。

驚くべきことに、このゆらぎが失われると、病気のサインになります。重い心不全や加齢にともなって、HRVのフラクタル的な複雑さが低下し、心拍が単調になっていくのです。ゴールドバーガーらはこれを「複雑さの喪失（complexity loss）」理論として提唱しました^[5]。「規則正しすぎる心臓」こそが危険だった、というわけです。

なぜでしょうか。健康な心臓は、自律神経系・ホルモン・呼吸など、多数の非線形フィードバックループによって制御されています。この複雑な制御系が正常に働いているときだけ、豊かなゆらぎが生まれます。病気によってこれらのループが機能不全に陥ると、心拍は単純な振動に退化してしまうのです。

実際、心筋梗塞後の患者を対象にした臨床研究では、フラクタル解析による短期スケーリング指数が、従来の指標よりも死亡リスクをよく予測することが報告されています^[6]。現在、HRV解析は標準的な医療検査や、スマートウォッチの健康管理機能にも組み込まれています。非線形力学系の理論が、毎日何億人もの健康管理を静かに支えているのです。

3．通信・暗号 ── 「予測不能」を鍵にする

カオスの本質は、「決定論的なのに予測不能」という、一見矛盾した性質にあります。同じ方程式から生まれるのに、初期値がほんの少し違うだけで、まったく異なる時系列を生成します。この性質を暗号の鍵として使えないか、という研究が進みました。

カオス同期 ── 日本発の理論とアメリカでの再発見

鍵となったのが「カオス同期」という現象です。一般に、カオス系は初期値鋭敏性のために同期しないと考えられていました。ところが、九州大学（当時）の藤坂博一と山田知司は、1983年に結合振動子系が一定条件下で同期しうることを理論的に示します^[7]。この日本発の先駆的研究は、当初あまり注目されませんでした。

世界的に火がついたのは、1990年、アメリカ海軍研究所（NRL）のルイス・ペコラとトーマス・キャロルが、実際のカオス電子回路で同期を実証してからです^[8]。送信側と受信側で同じカオス系を使い、信号にカオスを「乗せて」送ると、同期した受信側だけがカオス成分を差し引いて元の信号を取り出せます。傍受者にはノイズにしか見えません。

実用化：アテネの商用光ファイバー網での実証

この発想が研究室を飛び出した代表例が、2005年の実験です。アテネ大学を中心とする欧州の共同チームが、カオス発振するレーザーを使って、ギリシャ・アテネの商用の都市光ファイバー網120kmで、毎秒ギガビット級のカオス秘匿通信を実証し、ビット誤り率10⁻⁷を下回ることを示しました^[9]。現実の回線でも、カオス通信が実用に耐えることがはっきりと示されたのです。

なお、注意したい点があります。GPSや携帯電話で広く使われる「スペクトラム拡散通信」の擬似ランダム符号は、厳密にはカオスではなく、線形帰還シフトレジスタで生成される決定論的な系列（M系列やGold符号）が中心です。カオスを直接スペクトラム拡散に応用する研究も活発ですが、いま実社会で最も明確に成果を上げているのは、上記^[9]のようなカオス同期を用いた秘匿光通信の分野だと言えます。

4．自然の模様と材料設計 ── パターン形成の非線形科学

ヒョウの斑点、シマウマの縞、巻き貝の模様、砂丘の波形。これらの美しいパターンが「どうして生まれるのか」は、長いあいだ謎でした。

1952年、コンピュータ科学の父アラン・チューリングが、意外な論文を発表します。「形態形成の化学的基礎（The Chemical Basis of Morphogenesis）」と題したこの論文^[10]で、チューリングは、2種類の化学物質が互いに反応しながら拡散するだけで、縞・斑点・渦などの複雑なパターンが自然に生まれることを、数学的に示しました。これが「反応拡散方程式」であり、非線形の相互作用が秩序を生む典型例です。

図4　Gray-Scottモデルの数値シミュレーション。同じ方程式でも、わずかなパラメータの違いだけで、(a) 斑点（ヒョウの模様のような）、(b) 迷路状、(c) 縞・蛇行（シマウマやキンチャクダイの縞のような）といった、性質の異なる模様が自発的に生まれる。

理論から実証へ ── 日本の研究者が決めた一手

この理論が本当に生物の模様を説明できるのか、長く決定的な証拠がありませんでした。突破口を開いたのが、当時の研究者・近藤滋らです。彼らは1995年、海水魚のタテジマキンチャクダイ（Pomacanthus）の縞模様が、成長にともなって反応拡散波のように移動・分岐することを観察し、シミュレーションと一致することを示しました^[11]。生きた魚の上で「動くチューリングパターン」を捉えた、衝撃的な報告でした。

近藤らはその後、大阪大学でゼブラフィッシュを用いた研究を続け、2009年には色素細胞どうしの相互作用ネットワークが、チューリングパターンの条件である「近距離の活性化・遠距離の抑制」を満たすことを、細胞レベルで突き止めました^[12]。理論の提唱^[10]から半世紀以上を経て、生物の模様が非線形力学系で説明できることが、ほぼ確立したのです。

工学への展開

工学への応用も広がっています。反応拡散の原理を使って電極や触媒の微細構造を設計し、表面積や反応効率を高める研究や、化学反応そのものにナノスケールの周期構造を作らせる自己組織化の研究が進んでいます。「自然はなぜ美しいのか」という問いへの答えが、次世代の製造技術に直結しはじめています。

5．量子コンピュータ ── カオス理論が量子の世界へ

非線形力学系の考え方は、最先端の量子物理にも深く入り込んでいます。

量子カオスと準位反発

古典的なカオスを量子力学で記述しようとする「量子カオス」は、1980年代から発展してきた分野です。重要な発見の一つが、古典的にカオスとなる系では、対応する量子系のエネルギー準位がランダム行列理論の統計に従い、準位どうしが互いに反発しあう（準位反発）という性質です。これはボーア、ジャンノーニ、シュミットによって1984年に予想として定式化されました^[13]。量子系が複雑に振る舞うかどうかを見分ける、基本的な指標になっています。

量子スクランブリングとエラー訂正

近年、量子情報の文脈で注目されているのが「量子スクランブリング」です。これは、局所的に加えた情報が、量子系全体へどれだけ速く拡散・撹拌されるかを表す概念で、時間順序を入れ替えた相関関数（OTOC）によって測られます。

2016年、ファン・マルダセナ、スティーブン・シェンカー、ダグラス・スタンフォードは、このスクランブリングの速さに普遍的な上限があることを示しました^[14]。彼らの「カオスの限界（bound on chaos）」は、量子リャプノフ指数 λ_L が温度で決まる上限（λ_L ≤ 2πk_BT/ℏ）を超えられないことを示し、ブラックホールが自然界で最も速いスクランブラーであるという驚くべき結論を導きました^[14]。この理論には日本の研究も貢献しており、理化学研究所・東京大学の辻直人らはOTOCの上限定理を精密化しています^[15]。

情報がどのように量子系全体に広がるかを理解することは、ノイズで壊れやすい量子ビットを守る「量子エラー訂正」の設計指針にもつながります。半導体量子ドットを使った量子ビットなど、実機開発の現場でも、こうした量子カオス・量子情報の理論が土台として効いてきています。

ローレンツが気象シミュレーションで偶然見つけたカオスは、半世紀を経て、量子コンピュータやブラックホールの理解にまで届いています。「予測できないこと」を正確に理解することが、未来の計算技術を形づくろうとしているのです。

複雑さは、知恵だった

天気予報、心臓医学、通信・暗号、材料設計、量子コンピュータ。これだけ異なる分野が、「非線形力学系」という一つの数学的枠組みでつながっています。

共通するテーマは、「複雑さとの和解」です。線形の世界では、複雑さは誤差や雑音として排除すべきものでした。非線形力学系の研究者たちは、その複雑さの中に構造があり、利用できる秩序があることを示してきました。

バタフライ効果を発見したローレンツは、「予測できない」と絶望したのではありません。「予測の限界を正確に知ること」こそが科学の前進だと考えました。その姿勢が、アンサンブル予報という実用技術を生みました。

自然は非線形です。心臓も、天気も、脳も、量子も。複雑に見えるものの中に潜む法則を見つける営みは、いまこの瞬間も、世界中の研究室で続いています。

参考文献

本文中の引用箇所を各文献の末尾に併記しています（§＝節）。

• Lorenz, E. N. (1963). Deterministic Nonperiodic Flow. Journal of the Atmospheric Sciences, 20(2), 130–141.（マサチューセッツ工科大学）　[本文中の引用箇所：はじめに、Chapter 1 §冒頭]
• Molteni, F., Buizza, R., Palmer, T. N., & Petroliagis, T. (1996). The ECMWF Ensemble Prediction System: Methodology and validation. Quarterly Journal of the Royal Meteorological Society, 122(529), 73–119.　[本文中の引用箇所：Chapter 1 §転換点（ECMWFの導入、初期33メンバー）]
• Toth, Z., & Kalnay, E. (1993). Ensemble Forecasting at NMC: The Generation of Perturbations. Bulletin of the American Meteorological Society, 74(12), 2317–2330.　[本文中の引用箇所：Chapter 1 §転換点（NCEPの導入）]
• Palmer, T. N. (2019). The ECMWF ensemble prediction system: Looking back (more than) 25 years and projecting forward 25 years. Quarterly Journal of the Royal Meteorological Society, 145(S1), 12–24.　[本文中の引用箇所：Chapter 1 §転換点（パーマー自身の回顧、現行50メンバー）]
• Goldberger, A. L., Amaral, L. A. N., Hausdorff, J. M., Ivanov, P. Ch., Peng, C.-K., & Stanley, H. E. (2002). Fractal dynamics in physiology: Alterations with disease and aging. Proceedings of the National Academy of Sciences, 99(suppl_1), 2466–2472.（ハーバード大学医学大学院／ベス・イスラエル・ディーコネス医療センター）　[本文中の引用箇所：Chapter 2 §冒頭（HRVのフラクタル性）、§複雑さの喪失（DFA・複雑さの喪失理論）]
• Huikuri, H. V., Mäkikallio, T. H., Peng, C.-K., Goldberger, A. L., Hintze, U., & Møller, M. (2000). Fractal correlation properties of R-R interval dynamics and mortality in patients with depressed left ventricular function after an acute myocardial infarction. Circulation, 101(1), 47–53.　[本文中の引用箇所：Chapter 2 §複雑さの喪失（心筋梗塞後死亡リスクの予測）]
• Fujisaka, H., & Yamada, T. (1983). Stability Theory of Synchronized Motion in Coupled-Oscillator Systems. Progress of Theoretical Physics, 69(1), 32–47.（九州大学）　[本文中の引用箇所：Chapter 3 §カオス同期（カオス同期の先駆的理論）]
• Pecora, L. M., & Carroll, T. L. (1990). Synchronization in chaotic systems. Physical Review Letters, 64(8), 821–824.（米国海軍研究所）　[本文中の引用箇所：Chapter 3 §カオス同期（カオス電子回路での実証）]
• Argyris, A., Syvridis, D., Larger, L., Annovazzi-Lodi, V., Colet, P., Fischer, I., García-Ojalvo, J., Mirasso, C. R., Pesquera, L., & Shore, K. A. (2005). Chaos-based communications at high bit rates using commercial fibre-optic links. Nature, 438(7066), 343–346.（アテネ大学ほか）　[本文中の引用箇所：Chapter 3 §実用化（アテネ120km実証、BER<10⁻⁷）、§補足]
• Turing, A. M. (1952). The Chemical Basis of Morphogenesis. Philosophical Transactions of the Royal Society of London. Series B, 237(641), 37–72.　[本文中の引用箇所：Chapter 4 §冒頭（反応拡散方程式の提唱）、§理論から実証へ]
• Kondo, S., & Asai, R. (1995). A reaction-diffusion wave on the skin of the marine angelfish Pomacanthus. Nature, 376(6543), 765–768.　[本文中の引用箇所：Chapter 4 §理論から実証へ（タテジマキンチャクダイでの観察）]
• Nakamasu, A., Takahashi, G., Kanbe, A., & Kondo, S. (2009). Interactions between zebrafish pigment cells responsible for the generation of Turing patterns. Proceedings of the National Academy of Sciences, 106(21), 8429–8434.（大阪大学）　[本文中の引用箇所：Chapter 4 §理論から実証へ（ゼブラフィッシュ細胞ネットワーク）]
• Bohigas, O., Giannoni, M. J., & Schmit, C. (1984). Characterization of Chaotic Quantum Spectra and Universality of Level Fluctuation Laws. Physical Review Letters, 52(1), 1–4.　[本文中の引用箇所：Chapter 5 §量子カオスと準位反発（BGS予想）]
• Maldacena, J., Shenker, S. H., & Stanford, D. (2016). A bound on chaos. Journal of High Energy Physics, 2016(8), 106.　[本文中の引用箇所：Chapter 5 §量子スクランブリングとエラー訂正（カオスの限界、ブラックホールが最速スクランブラー）]
• Tsuji, N., Shitara, T., & Ueda, M. (2018). Bound on the exponential growth rate of out-of-time-ordered correlators. Physical Review E, 98(1), 012216.（理化学研究所／東京大学）　[本文中の引用箇所：Chapter 5 §量子スクランブリングとエラー訂正（OTOC上限の精密化）]