熟練した寿司職人が酢飯を握るとき、指先は米の一粒一粒の硬さと湿り気を読み取り、空気の含み具合を調整している。その動作に「考える」という工程はない。手が知っており、手が判断し、手が完成させる。この当たり前に見える事実が、フィジカルAI研究者たちの前に巨大な問いとして立ちはだかっている。ロボットアームはセンサーで圧力を計測できる。しかし「計測する」ことと「感じて先読みする」ことのあいだには、工学の方程式では埋まらない溝がある。その溝の正体を問うことは、人間の身体とは何かという問いに直結している。
フランスの哲学者モーリス・メルロ＝ポンティは1945年の『知覚の現象学』で、熟練したタイピストやオルガン奏者の動作を分析し、「身体図式（schéma corporel）」という概念を提唱した。彼らの指は鍵盤の位置を「知っている」が、それは頭の中の地図を参照しているのではない。身体そのものが世界への開かれ（être-au-monde）として機能しており、道具を自己の延長として取り込む「身体的習慣（habitude corporelle）」が形成されているのだと彼は記述した。この洞察は、AIが感覚データを処理することと、身体が世界を生きることの根本的な非対称性を鋭く照らし出す。
人類学者グレッグ・ダウニー（マッコーリー大学）は、ブラジルの格闘技カポエイラの習得過程を長期フィールドワークで追い、身体技法が師弟関係や文化的文脈と不可分に絡み合って伝達されることを明らかにした。動作の正確な再現だけでは技は伝わらず、相手の重心の揺れを読む「予期的身体」が育つには、共同体の中で身体を晒し続ける時間が必要だという。この発見は、模倣学習（Imitation Learning）によってデモンストレーションデータを大量に収集すれば身体知が再現できるという工学的楽観論に、人類学の側から静かな疑問を投げかけている。
神経科学は、人間の運動制御が感覚フィードバックへの反応ではなく、小脳の内部モデルによる予測（フィードフォワード制御）で行われることを示してきた。指でコップを掴む瞬間、脳は触れる前に必要な把持力を予測し、筋肉への指令を先行して送る。皮膚の機械受容器（メルケル細胞・マイスナー小体）が送る信号は、この予測を事後的に補正する役割を担う。ロボットの触覚センサーは物理量を計測できるが、それを「次の0.1秒の行為」への予測的調整に変換する回路は、現在の制御工学では原理的に再現が難しい段階にある。
では工学はどこまで到達したのか。ロボット学習の最前線では、拡散モデルを用いた動作生成（Diffusion Policy）や、複数タスクを横断する基盤モデルが登場し、マニピュレーションの汎化能力は飛躍的に向上した。しかし素材のばらつき、液体の粘度変化、摩擦の非線形性といった物理的不確実性の前では、シミュレーターで完璧に動くロボットが現実環境で失敗する「sim-to-real gap」が依然として残る。この問題はデータ量の増加では解消されない。物理エンジンが再現できない現実の微細さそのものが、問題の本質だからである。
哲学者のマクシーン・シーツ＝ジョンストン（オレゴン大学）は1999年の『The Primacy of Movement』で、動きそのものが思考に先行するという「動態的身体知」を論じた。私たちは考えてから動くのではなく、動くことで初めて世界の手触りを知る。介護や外科手術のように「相手の状態を読みながら力を加える」行為では、技術的スキルと倫理的感受性が一体となって身体に宿っている。「今この人に、この力加減で触れることが適切か」という判断は、データベースへの照合ではなく、身体が世界と交わす対話から生まれる。この次元は、現在のフィジカルAIが到達していない領域である。
身体知の核心は、情報処理の速さでも精度でもなく、「世界を先読みする身体」が生涯の経験を通じて継続的に更新され続けるという点にある。ロボットが反応的制御から予測的制御へ移行できたとき、それでもなお残るのは、倫理的文脈の中で力加減を選ぶという身体の判断である。AIは身体知の多くを模倣できるようになるだろう。しかし「模倣」と「生きること」は、同じ言葉では呼べない。