【帰納】と【演繹】こそが、人間がコンピュータに勝てる分野

昨日書いたプログラミングのステップ１段階目

[１]（僕らが日常使う）人間の言葉を、数学の言葉（ロジック）に変換する

ですが、本当はこの前に

　　モデル化

という作業があります。

『コンピュータが仕事を奪う』（新井紀子）を読んで思ったことを書き留めます。
.

【モデル化】とは、

　　森羅万象の中から、「重要な要素」を見つけ出し

　　その重要な要素の間の「関係」をつけること

と言えると思います。

言葉にすると難しいですが、僕らは日常の中で【モデル化】を行っています。
.

たとえば、会議の前に

「適当な枚数コピーとっておいて」

といわれた場合の対応について。

「適当な枚数」をどのように判断すればよいのか、と考えたときに

その日の気温とか、上司のネクタイの色とか、今日食べた朝食などに

注目する人はまずいないでしょう。

普通は”会議の出席人数”に着目するはずです。

つまり、

”会議の出席人数”と”コピーの部数”が「重要な要素」であり、

その間には「関係」（コピーの部数＝会議の出席人数＋予備という関係）

があると【モデル化】しているわけです。

このように僕らは無意識のうちに【モデル化】を行っています。

科学も、基本的にはこの【モデル化】を行う学問です。
.

ところが先ほどのモデルでは、コンピュータで計算するには不十分です。

※コピーの例の「予備」では、コンピュータには分からないため。

そこで、数学の言葉（数式）で表現されたモデルを

【数理（すうり）モデル】と呼びます。

（昨日書いたモデルは、数理モデルの例です）
.

まとめると

【（概念としての）モデル化】

a-1. 考えたい事象（できごと）に対して「重要な要素」を見つけ出す

a-2. 「重要な要素」の間の「関係」をつける

a-3. その「関係」がたしかに正しいかどうかを実験して検証する
.

【数理モデル化】

b-1. 「重要な要素」についてのデータを取る

b-2. 「重要な要素」間の関係を「式で表現」する

b-3. できた「式」に値を入れて、計算（シミュレーション）して検証する
.

このうち計算（シミュレーション）の部分は、コンピュータが得意です。

コンピュータは、暗算世界チャンピオンの何億倍も速く計算できます。
.

しかし、「重要な要素」がどれであるかを見つけるのは苦手です。

全部のデータをとれば分かるのではないかと思う人もあるでしょうが

”全部のデータ”（今日の気温から、朝食に食べたものまで）を取るというのは

現実的に不可能です。

ですから、ここは人間の能力が生きる部分でしょう。
.

また「重要な要素」の「関係」をつけることも少し苦手です。

もちろん大量のデータから、データ間の「相関」を計算することはできます。

しかし「因果関係」を計算することはコンピュータにはできません。

ここはコンピュータの補助を借りつつ、人間が考えるべきところになるでしょう。
.

こう考えると、人間に必要なのは「早く計算をする能力」よりも

「重要な要素」を見つけ、その間の「関係」をつける能力であると言えそうです。

そのとき重要なのは【帰納】と【演繹】の能力と言えるのではないでしょうか。

簡潔にいえば

・森羅万象の中から「これが重要なんじゃないか」と当てるのが【帰納】であり

・それが正しいとしたらどうなるか、と検証用の仮説を立てる力が【演繹】です。

僕らが【モデル化】をするときには、この【帰納】と【演繹】のサイクルを

ものすごいペースで回しているのではないかと思います。

いわゆる「ひらめき」も、背景は【帰納的推論】があるのだろうと推察されます。

※実際「ひらめき」とは、表層意識ではロジックになっていない、

　無意識でのロジックの帰結であると解明されているそうですし。
.

まあ何が言いたかったかというと、これから必要になる能力は

暗算を早く間違えずにできたり、複雑な連立方程式を解いたりする能力ではなく、

【帰納】と【演繹】の能力なのではないかということでした。

---

最後、駆け足でしたが以上。