From:山極綾子
私事で大変恐縮なのですが、最近、家にいる時間が増えたこともあってか、
自分磨きにはまってしまいました。
美容整形などをする計画はないため、あくまで自分自身の遺伝子の中で、
目指せる最大限の理想を突き詰めてみようと思っています。
そのためには肌ももう少しきれいにしたいし、
腹筋も割りたいし、腕に筋肉も付けたいし．．．。
その割にはラーメン食べてしまったりお酒飲んでしまって、
ちょっとした罪悪感を感じることもありますが、
おおむね楽しく自分磨きをしています。
私の意気込みを一言で言うならば、
私の限界を突き詰めるぞ！
でしょうか。
ところで、データを分析するための各種モデルにも、
近いものがあるように思います。
というのも、データによって、その性能限界が決まっているのです。
ここで言う限界は、
データの特徴をどの程度モデルに落とし込めるか？ということです。
例えば、体重について。
仮に体重を決める変数が、身長のみであったとします。
そしてそれだけでなく。
変数とは全く関係のないノイズ情報が入っているとします。
なにか他の変数で表現できるようなものではなく、完全にランダムなノイズです。
こういったとき、データを集めて身長と体重の関係性をモデル化しよう
と思っても、ノイズ情報についてモデル化することは不可能です。
つまり、データによって、モデル化できる限界がある、といえます。
どこまでモデル化できるのか？
モデル化できない部分による悪影響は？
もし、絶対にモデル化できない部分が、とても悪さをしてしまうなら、
そこにAIを使うこと自体が間違っているのかもしれません。
AIを使うことが適切であったとしても、どこまで精度を求めることが出来るのか？
を把握していることで、必要以上に労力をかけてしまう…
そんな事態を回避できるように思います。
山極綾子
P.S.
いやいやそんなはずはない！
AIは有能なはずだ！
ひょっとすると、あなたはそう思われるかもしれません。
ですが、大変残念なことに、AIでは「完全にランダムなノイズ」を
モデル化することはできません。
というのも、AIはあくまでデータと特徴量の関係性を抽出するものだからです。
もしノイズを説明可能な「それらしい変数」が見つかったとしても、
それは学習に使ったデータに合うように「たまたま」学習されたもので、
そのほかのデータに適用することはできません。
AI、意外と苦手分野が多いようです。
P.P.S.
今日も最後まで読んでいただきありがとうございます！
メルマガの感想などありましたら、こちらからお寄せ下さい。
いつもありがとうございます！
↓
https://keieijinjipartnersytube.typeform.com/to/B8JjDrk5
—————————————————————-
【経営人事メールマガジン】
発行責任者： 山極毅（株式会社経営人事パートナーズ）
発行者住所：〒100-0005東京千代田区丸の内1-8-3丸の内トラストタワー本館20F
連絡先：https://keieijinji.co.jp/
メールアドレス： strategic-membership-program■■keieijinji.co.jp(■■を@に置き換えてください)
—————————————————————-
↓バックナンバーはこちら↓
PC: https://04auto.biz/brd/BackNumber.htm?acc=keieijinji&bid=3
スマホ・ガラケー: https://04auto.biz/brd/BNMobi.htm?a=keieijinji&b=3
↓メルマガの新規登録はこちらから↓
PC: https://48auto.biz/keieijinji/touroku/scenario13.htm
スマホ: https://48auto.biz/keieijinji/touroku/sp/scenario13.htm
ガラケー: https://48auto.biz/keieijinji/touroku/sp/scenario13.htm
