п»ї みんなで機械学習 | ニュース屋台村
1 2 3 … 5

超石器文明
『みんなで機械学習』第49回

10月 21日 2024年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニング®のビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

◆南極周辺の新文明

ユーラシア大陸の文明が戦争を繰り返し、栄枯盛衰した後に、英国スコットランドで産業革命が始まった。温暖化する地球では、文明は北に向かうのだろうか。「ニュース屋台村」でも、南極（※過去記事1）や北極（※過去記事2）について考えたことはあるけれども、南極周辺にAI（人工知能）哲学の新文明が生まれるかもしれないという物語を、身近に感じるようになったのは、ごく最近のことだ。北極海の氷が解けて、北極海を通る通信網が現実のものとなった。地球を一周する、大陸間送電網としては、政治に翻弄（ほんろう）される北極よりも、南極周辺のほうが可能性があるかもしれない。しかも、未来のデータ文明にとっては、南米インカの文明から学ぶことが多い。マヤ・アステカ・ナスカ・インカという古代アメリカ文明は、近代文明の終着地であるアメリカ合衆国と隣接していても、共存することも、交流することも無かった。 記事全文>>

コメント

インディアンはウソをつかない
『みんなで機械学習』第48回

10月 14日 2024年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニング®のビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

◆小休止と大テーマ

データ論として取り組んだ「スモール ランダムパターンズ アー ビューティフル」に、宿題が残った。その宿題では、より具体的に、農業分野における近未来のAI（人工知能）技術のありかた、特に個体差の機械学習（フェノラーニング®）の展開について考えている。生成AIの大規模言語モデル（LLM）の問題点として、固有名詞を「責任」をもって理解できないということは、何度か指摘してきた。前稿では、その問題の根源に、現代論理学の限界があることに気がついた（例えば、※参考：『まったくゼロからの論理学』〈野矢茂樹、岩波書店、2020年〉）。論理学という、高度に抽象的な言語活動において、具体的な事象から、抽象化するプロセスが明確に規定されていない。「集合」という、具体的であり、抽象的でもある数学的な概念に依拠して、この問題を回避している。「集合」の集合が必ずしも集合になるとは限らないので、「集合」の部分集合が集合となる集合だけを「集合」と定義する。数学的には厳密な定義であっても、論理学としては、何を意味しているのかよくわからないだろう。もっと具体的に、「すべての人」という論理式で、人にソクラテスを代入するときに、名前のない人の存在を無視して、名前のある個人の有限集合で考えることが、標準的な論理学の教科書的解釈だ。名寄せの作業が困難であること（同一の人物に多数の名前が対応するため）、災害時の行方不明者の人数を正確に把握することが困難であることなどを全く無視するのだから、論理的な議論は、少なくともデータの世界では役に立たない。 記事全文>>

コメント

リスク適応的マネジメント（その２）
『みんなで機械学習』第47回

9月 18日 2024年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニング®のビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

◆リスク適応的マネジメント（つづき）

臨床試験の方法論として、アダプティブデザインが工夫されている。検証的試験の場合は、試験開始後の試験方法の変更を認めない、または制限する必要がある。そうしないと、試験結果の有意水準（試験結果を間違って解釈するリスクで通常5％が設定される）が保証できなくなるからだ。しかし、早期の開発段階や、感染症対策で緊急の試験が必要になった場合など、試験条件が不明確で、試験方法が試験結果に与える影響が予測困難な場合がある。アダプティブデザインでは、試験方法の変更をあらかじめ想定される範囲で認めて、変更の条件を、試験開始前に実施計画書に記載する。リスク適応的マネジメントは、このアダプティブデザインの考え方をリスクマネジメントに応用したものだ。アダプティブ（適応的）ということを、前稿では米国の思想家、ナシーム・ニコラス・タレブが提案した反脆弱（ぜいじゃく）性の考え方に即して考察してみた。間接的なデータによって危険を察知して（必ずしも正確な予知や予測ではない）、予防的な行動を行う。機械学習によって「データ」からリスクを予測するという通常の方法ではなく、「データ」利活用の新しい可能性を提案したつもりだ。従来の方法が「科学的」だとすると、適応的な方法は、実務的または実践的な方法に相当する。科学的な方法では、大量のデータを準備する時間と経済的条件が必要で、多くのひっ迫する問題に、科学的な方法が、問題解決の役に立っていないという現実がある。企業のマネジメント（経営）は、働きながら考えるので、適応的な方法と相性が良いはずだ。科学的な方法はシステム志向が強く、適応的な方法はプロセス志向が強い。 記事全文>>

コメント

リスク適応的マネジメント
『みんなで機械学習』第46回

9月 03日 2024年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニング®のビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

◆リスク適応的マネジメント

個人の栄養状態をデータによって評価して、個人の健康リスクに「適応的（adaptive）」に対処することが本稿の出発点だ。健康に配慮した毎日の調理を、体重の増減で一喜一憂するようなものなのだろうか。あえて、農作物の生産の段階から、個人の健康リスクに「適応的」に対処しようとする試みの新規性は、「適応的」というキーワードに込められている。 記事全文>>

One response so far

オルタナティブな未来
『みんなで機械学習』第45回

8月 21日 2024年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニング®のビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

◆食べることの奥義

農業が人びとの食糧を生産していることは疑いようがない。その農業にAI（人工知能）技術を応用することで、「食」から健康へと視線を伸ばして、農業を健康産業として再定義することを試みている。そもそも、「食」を科学的に理解することはとても難しい。近代文明の理念で、人間中心の弱肉強食を前提とすれば、人類が家畜や農産物を食べることも、疑いようがないと思われるかもしれない。しかし、食べたものを消化吸収できなければ、栄養にはならない。ノーベル賞を受賞（2016年）した大隈良典先生は、酵母のオートファジー（自食作用）を研究して、単細胞生物から植物や動物まで、細胞が生きてゆくために、細胞内の老廃物を消化して再利用する仕組みを明らかにした。細胞内の老廃物としては、細胞の構成成分だけではなく、細胞外から取り込まれた有害物や栄養素も含まれていて、細胞生物学としては、オートファジーが「食」の機能ということになる。しかし、植物は菌根菌と共生しているし、動物は腸内細菌と共生して消化排泄（はいせつ）している。生態学の食物連鎖は、弱肉強食の単純なピラミッドではなく、科学的にはとても複雑なプロセスだ。老化とオートファジーに深い関係があることも解明されつつある。栄養学も、オートファジーの観点から再考する必要があるだろう。 記事全文>>

コメント

失われた社会の健康を求めて
『みんなで機械学習』第44回

8月 07日 2024年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニング®のビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

◆人工知能技術は産業構造を逆転する

産業革命以降の産業構造は、商品生産からサービス商品へと、市場経済における商品の連鎖、もしくはサプライチェーンとして、顧客個人を最終ターゲットとして構成されてきた。農業においても、グローバル資本主義経済の巨大企業が、顧客としての農家に、原料や生産手段として、例えば飼料用の穀物や製油など、肥料や農薬など、農業機械などを、独占的に供給してきた。生産性という供給側の論理によって、経済活動が制御されてきたともいえるだろう。産業革命によって、生産性が飛躍的に向上したのだから、資本主義社会としては、合理的な産業構造だったと考えられる。工場や機械による生産性の向上は、現在でも継続しているけれども、IT技術、特に人工知能（AI）技術による生産性の向上は、顧客個人に直接働きかける効果が大きく、産業構造を大きく変える可能性がある。

本連載では、食の目的を健康の維持向上と考える立場から、農業を健康産業として再定義することを試みている。生活者としては、常識的な考えのようだけれども、産業構造としては、有機農業や地産地消のような、補完的な産業としてではなく、グローバル資本主義の産業構造を、AI技術によって逆転する（折りたたむ）可能性がある。具体的には、食と関連する健康状態を、データ駆動型個別化栄養学（プレシジョン栄養学）によって、データとして理解することが出発点となる。例えば、農薬の安全性を、特定の疾患（アレルギー疾患も含む）において評価することが可能になり、生産者の論理ではなく、消費者による選択を支援するために、国家などが適切に情報開示することになるだろう。 記事全文>>

コメント

経済成長と人口増加を折りたたむ
『みんなで機械学習』第43回

7月 24日 2024年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニング®のビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

◆個体差の機械学習

前回まで、個体差の機械学習（例えばフェノラーニング®）が実現される、近未来の「データの世界」を、シリーズ記事として記述してきた。「データ論」として、前例のない冒険談に挑戦した。人名や地名などの、固有名詞がある世界では、現在の機械学習（例えば、生成AI〈人工知能〉の大規模言語モデル）では不十分で、固有名詞を責任をもって解釈できない。個体差を理解（モデル化）できるようになれば、膨大な量のデータは不必要になり、個体差を示す表現型に関して網羅性のあるデータのほうが重要になる。筆者の理解では、現在の機械学習技術は、誕生したばかりの幼児段階で、社会的責任のレベルでは、小学生の段階にも至っていない。経済的な誘惑で、未熟な技術を巨大化するのではなく、未来に向けた課題を発見しながら、試行錯誤する時期のはずだ。機械学習の特許は、国別の特許出願数を争うのではなく、まさに「個性的」な特許を探し出して、新たな探索路を見いだすための、創造的なパテントマップを作ることから始めるとよいだろう。ディープラーニングの技術は、米国や中国などの覇権国家が作り出したものではなく、カナダの大学で発明された。個体差の機械学習（例えばフェノラーニング®）も、覇権国家の支配競争とは別次元の、文明論的な文脈で、みんなで機械学習しながら、おおきく成長してもらいたい。近代文明に行き詰まった人類の、最後の存続チャンスを切り開くのは、個体差の機械学習かもしれない。 記事全文>>

コメント

データを食べる
『みんなで機械学習』第42回

7月 08日 2024年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニング®のビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

『スモール ランダムパターンズ アー ビューティフル』

1   はじめに; 千個の難題と、千×千×千×千（ビリオン）個の可能性

1.1　個体差すなわち個体内変動と個体間変動が交絡した状態

1.2 組織の集合知は機械学習できるのか

1.3　     私たちは機械から学習できるのか

2   データにとっての技術と自然

2.1　アートからテクノロジーヘ

2.2　テクノロジーからサイエンス アンド テクノロジーへ

2.3　データサイエンス テクノロジー アンド アート

2.4　データサイクル

2.5　データベクトル

2.6　局所かつ周辺のベクトル場としてのデータとシミュレーション

3　　機械学習の学習

3.1　解析用データベース

3.2　先回りした機械学習

3.3　職業からの自由と社会

3.4　認知機能の機械学習とデジタルセラピューティクス(DTx)

3.5　学習は境界領域の積分的探索－ニッチ＆エッジの学習理論

3.6　機械学習との学習

4　　機械学習との共存・共生・共進化－まばらでゆらぐ多様性

4.1　生活と経済の不確実性

4.2 生活と経済に関連する技術は、何を表現しているのか

4.3　スモール データ アプローチ－個体差のまばらでゆらぐ多様性

4.4 まばらでゆらぐ多様性の過去・現在・未来

4.5 生活の不確実性を予測する

4.6　弱い最適化－脆弱性/反脆弱性からのスタート

4.7　ひとつのビッグ予測、たくさんのスモール適応

5　　自発的な小組織（seif-motivated small organizations）

5.1　社会、地域、家族 vs. 国家、企業

5.2　組織は組織でできている－組織サイクル

5.3　機械学習する組織

5.4　CAPDサイクル

5.5　ビジネス表現の個体差（AI中心8画面周辺モデル）

5.6　組織の周辺－積分的思考

5.7　データサービス商品を創出する知的自由エネルギー産業－固有場知能農業

6　　おわりに；－生活と社会のビューティフル ランダム パターンズ

6.1　ほとんど色即是空・空即是色な世界

6.2　ランダムな人びと（前稿）

6.4　延長されたフェノラーニング®（本稿） 記事全文>>

4 responses so far

固有名詞
『みんなで機械学習』第41回

6月 19日 2024年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニング®のビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

『スモール ランダムパターンズ アー ビューティフル』

1   はじめに; 千個の難題と、千×千×千×千（ビリオン）個の可能性

1.1　個体差すなわち個体内変動と個体間変動が交絡した状態

1.2 組織の集合知は機械学習できるのか

1.3　     私たちは機械から学習できるのか

2   データにとっての技術と自然

2.1　アートからテクノロジーヘ

2.2　テクノロジーからサイエンス アンド テクノロジーへ

2.3　データサイエンス テクノロジー アンド アート

2.4　データサイクル

2.5　データベクトル

2.6　局所かつ周辺のベクトル場としてのデータとシミュレーション

3　　機械学習の学習

3.1　解析用データベース

3.2　先回りした機械学習

3.3　職業からの自由と社会

3.4　認知機能の機械学習とデジタルセラピューティクス(DTx)

3.5　学習は境界領域の積分的探索－ニッチ＆エッジの学習理論

3.6　機械学習との学習

4　　機械学習との共存・共生・共進化－まばらでゆらぐ多様性

4.1　生活と経済の不確実性

4.2 生活と経済に関連する技術は、何を表現しているのか

4.3　スモール データ アプローチ－個体差のまばらでゆらぐ多様性

4.4 まばらでゆらぐ多様性の過去・現在・未来

4.5 生活の不確実性を予測する

4.6　弱い最適化－脆弱性/反脆弱性からのスタート

4.7　ひとつのビッグ予測、たくさんのスモール適応

5　　自発的な小組織（seif-motivated small organizations）

5.1　社会、地域、家族 vs. 国家、企業

5.2　組織は組織でできている－組織サイクル

5.3　機械学習する組織

5.4　CAPDサイクル

5.5　ビジネス表現の個体差（AI中心8画面周辺モデル）

5.6　組織の周辺－積分的思考

5.7　データサービス商品を創出する知的自由エネルギー産業－固有場知能農業

6　　おわりに；－生活と社会のビューティフル ランダム パターンズ（前稿）

6.1　ほとんど色即是空・空即是色な世界（前稿）

6.2　ランダムな人びと（本稿） 記事全文>>

コメント

空
『みんなで機械学習』第40回

6月 05日 2024年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニング®のビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

◆制作ノート

英国の経済学者エルンスト・シューマッハー（1911～1977年）の「スモール イズ ビューティフル」における中間技術の提案を、「みんなで機械学習」として実現するため、「スモール ランダムパターンズ アー ビューティフル」という拙稿を連載している。前回は、人工知能（AI）の根っことなる「固有場知能」（ネイティブ・インテリジェンス）を、本シリーズの到達点としてまとめ、「固有場知能」を活用する農業を次のシリーズの宿題とした。「スモール ランダムパターンズ」は、本当に「ビューティフル」なのだろうか。「ランダム」な「パターン」は、そもそも矛盾した概念だ。しかし、自然においては、量子力学の2重スリット実験のように、論理的には理解しがたい確率的な「ランダムパターンズ」が存在することも事実だ。筆者は中学時代から西洋哲学にはまり、論理学の本も多数読んでいる。厳密な数理論理学（ゲーデルの不完全性定理など）によって明らかになったことは、論理は数学の証明には不可欠であっても、数学を記述するためには表現力不足ということだ。言語や絵画の表現力が、数学よりも豊かであることは疑いようがない。それでも、「スモール ランダムパターンズ」は「ビューティフル」か、という問いに答えは無さそうだ。論理で考えれば、無から有は生まれない。しかし、真空から対称性の破れによって、エネルギーや物質が生まれる。「空」を真空と考えるか、雲がある「そら」と考えるのかは、文脈に依存してはいるものの、「空」をどのようにイメージするのか「自由」だ。「ランダムパターンズ」の「自由度」が、「ビューティフル」かどうかは、人びとと共有する表現の場が「自由」であることを問うているようにも思われる。 記事全文>>

コメント

1 2 3 … 5