同じ内容を学ぶのでも年齢やキャリアによって効果が異なる
私は、高校生の頃、理系のクラスに在籍したので、確率・統計の所で、ほんの初歩の内容だけ学んだことがあります。当時、どの内容を学んだのか全く覚えておりませんが、学んでいた時の気持ちとしては、面白くない分野だなと思っていたような記憶があります。
ところが、現在、統計学の入門的な内容の学習を終えて、非常に面白い分野だなと思うようになしました。もちろん、勉強内容が今後のキャリアに大きな影響を与えることになると思っていますので、学習の真剣度が違うということもあるのですが、ファジーな考え方を許容できるように、年齢やキャリアを重ねることでなってきたことも大きいのではないかと思います。
AIにおける機械学習などは、人間で行うことが出来る統計的処理の範囲を超えて、AIが人間の代わりに統計的処理を行ってくれるというものだそうです。例えば、変数が１０個も２０個も出てくるような関数を作成して、統計的処理をするというのは、人間の頭では理解の範囲を超えるためにできないのですが、コンピュータのような機械の場合は、それが可能となるのです。データサイエンティストは、AIのようなツールを使って、そのような統計的処理を実現するという仕事の位置づけなのだと思います。
人間の成長も扱える変数を増やすことと同じかもしれない
このようなことを学んでいると、人間が成長する時も、自分の知らない概念や考え方を学ぶことで、変数を沢山身につけていることと同じ効果があるように思います。例えば、年齢やキャリアの浅い時には、一つのやり方しか知らないけれども、年齢やキャリアを重ねることで、場面に応じたやり方を自然に選ぶことが出来るようになります。
例えば、球技などのスポーツで、ボールをパスするのか、あるいは、自分で持ち込んでいくのかを判断する際に、キャリアの浅い段階では、目の前の選手の動きを見て判断することから始めると思います。それから、次に、味方が走っていく方向を判断する際の要素として考えるようになり、更には、試合時間の中で、どの時間帯かによって、判断を変える必要があることも学ぶでしょう。それら一つ一つの要素が変数であり、変数の値が刻々と変わる状況の中で、変化に応じた最適な判断をすることで、効果の高いプレーや、場合によっては、あっと驚くスーパープレイに繋がるのでしょう。
変数が多くなると、判断も難しくなるのですが、コンピュータの場合は、人間よりも精度度の高い判断が出来るようになります。面白いのは、コンピュータも、時と場合により、大外れの見当違いの判断をすることもあり、完璧ではないという点です。このあたりは、人間と同じなので、逆にいうと、AIが人間と同じ判断を出来るようになる可能性もあるのではないかと思えてしまいますが・・。時間はかかると思いますけれども・・。
