Toshikatsu FUNAYAMA official blog

ビッグデータとは何か、 何がビッグデータか、ということを考える場合、 その一つの解は、 「機器に柔軟性を持たせるもの」という言い方ができるようです。 三段論法では説明がつかない人間の考え、 Aを見たときに、それがAである、と認識する能力などがそれですが、 それを機器に導入する際に活用できると考えられたのが、 ビッグデータのようです。 見極めさせたい対象の画像を大量に見せる、 それによって学習してもらう、 言葉で表現するのは簡単ですが、 これをきちんと定義するのは大変です。 「見極めさせたい対象」であることをどのように定義するのか。 ラベリングするのか、ということが難しいことは、 容易に想像がつきます。 この、「どの画像に何が写っているか」というラベルをつけたものを、 教師データと呼ぶそうです。 Digitalの「1」「0」の世界において、 それを示す、ということの難しさと「手間」は すごいコストになります。 その部分を機器に頼ることができれば、 どれだけに楽になるだろうか、と考えずにはおれません。

インターネットが発達したコトで、 AIの研究が進んだ、という現象の背景には、 機械学習という方法論の導入があるそうです。 以前は、三段論法の積み重ねが思考の基本と考えられていたそうですが、 それでは説明できない現象が散見されることは、 普段の生活からもよくわかります。 例えば、とここで例に出されていたのは、 「イチゴ」を見て、「イチゴ」だとわかるのには、 論理は役に立ちません。 辞書で読んでもわかるようにはならない。 「イチゴ」を見て、これだ、と知るしかない。 まさに百聞は一見にしかず、ですが、 これは、論理の研究を進めてきた人にとっては、 ある種、敗北感を味わうようなものではないか、とさえ思います。 私には、類似の体験があります。 だいたい9月から10月くらいになると、 金木犀が花をつけ、良い香りがしてきます。 しかし、実は私は、この「金木犀の香り」を、 30過ぎまで知りませんでした。 正確にいうと、「その香り」は知っていて、 毎年、ある時期、ある場所を通ると、良い香りがするなぁ、 と感じていたことがあります。 しかし、どこからその香りが来るのか、 その香りの元は一体なんなのか、 それこそ、実は調べようがなかったのです。 今では写真での検索などは可能になりましたが、 じゃぁ、香りはどうやって検索するのか？ それをどうやって他者に伝えるのか。 同じことは味と触感でも言えます。 (触感に関しては一部研究でやりましたが) そんなことへの気づきと対応が、 AI技術の進化を進めたようです。