データ意味論
『週末農夫の剰余所与論』第13回

5月 05日 2021年 社会

LINEで送る
Pocket

山口行治(やまぐち・ゆきはる)

o 株式会社エルデータサイエンス代表取締役。元ファイザーグローバルR&Dシニアディレクター。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。

ルバーブは酸っぱい野菜で、英国ではジャムやパイにする。日本で育てる場合、茎を赤くするためには、日光を多少制限するとよいらしい。早春に収穫すれば、茎が赤くなくても味は変わらないと思う。筆者の農園では、春に2、3回収穫している。野菜の味は様々だけれども、ルバーブは特に個性的だ。ルバーブとしては、酸っぱい味で茎を守っているつもりかもしれないけれども、私たちはおいしくいただいている。日本でも栽培されるようになったのだから、おいしくいただくということは、予想外に、ルバーブの繁殖領域の拡大戦略でもある。英国野菜はおいしくいただくことができるけれども、筆者にとって、英国の経験主義の哲学はいただけない。大陸の哲学を、もっとおいしく調理できたはずだ。同じようなことを、日本の哲学でも感じている。ギリシャ哲学が受容されたのは、ギリシャ料理を楽しんだギリシャの人びとがいたからだ。絶対無二の真理を求めたとしても、料理は多様だからおいしい。データの世界は本質的に多様であって、データの探求は、哲学よりは調理に近い。

筆者の農園Magley2号 2021年4月25日 筆者撮影

調理をデータ化することは可能だろうか。味覚、嗅覚(きゅうかく)、視覚、温感、調理は感覚の総合技術(アート)であって、おそらく、調理はAI(人工知能)の得意分野となる。AI技術の代表であるディープラーニング技術は、視覚や聴覚など、感覚データのデータ処理を得意としているからだ。調理は、調理される素材の知識と加工技術、調理人の感覚、調理を味わう人の感覚で構成される「表現」と考えることができる。現在のAI技術で、それぞれの感覚要素や知識をデータ処理できたとしても、その総合技術としての「表現」がうまくできるとは限らない。少なくとも、品質管理された調理はできるようになるので、アートのレベルに達するのにも100年はかからないだろう。

データ(哲学用語では所与)の世界は、誤差と分散の世界でもある。データが意味を持つとしたら、データの属性(例えば期待値)に意味を付与または発見するしかない。しかし、データの世界は無意味なのではない。意味や解釈を必要としていないだけだ。しかし、物質のように、確実に存在しているともいえない。物質を観測してデータを得るのではなく、データとして測定された場合は、過去の物質のデータであって、現在は消失しているかもしれないし、物質のデータではなく、場の揺らぎや波動を測定しているのかもしれない。データとしては存在しているけれども、特定の現象に対応しているという保証はない。物理的なイメージでデータの意味について考えてみた。人びとの感覚や生活がデータとなるとき、データ意味論は哲学的に、反省的に、十分に検討する価値がある。安易な倫理的議論は、データを独占する企業や国家の既得権を制限しながら公認することになりがちで、原子力発電の議論のように、問題が起きてからでないと反省的な議論とはならない。AI技術は核兵器以上の文明破壊力を持つ軍事技術でもあるので、問題が起きてからでは遅すぎる。哲学者の、わけのわからない、意味と無意味、過去と未来を混在する、哲学的反省に期待したい。

5月2日、農園に大粒の雹(ひょう)が降った。梅の実が気になるが、いまさらどうしようもない。2年前には、満開の梅の花に雪が積もってしまった。文化人であればその美しさを文章に残したかもしれないけれども、週末農夫には異常気象への警戒心が残った。近代以降、科学技術が大いに進歩し、医学も生命を操(く)るようになって、合理的に理解しうる事柄はほとんど解明されているという「迷信」がAI技術の根幹にあるような気がしてならない。ヒトの遺伝子も、コードとしては解読されたけれども、そのプログラムとしての動作原理、遺伝子の発現制御機構は全く理解できていない。ヒト個人の遺伝子の量は、腸内細菌や皮膚の常在性菌、DNAに潜むウイルスの遺伝子の量に比べて、1%以下なのだから、理解できていないどころか、全くの無知といってもよい。ヒト(または神)という単一属性の合理性ではなく、遺伝子発現や気候変動のような、複数の要因の組み合わせ最適化の問題にチャレンジすれば、生物の英知の端緒を再発見(現象としては知っていたことを、発見的に理解する)できるだろう。数学としての組み合わせ最適化ではなく、科学的な問題、技術的な問題、実務的な問題、社会的な問題としての組み合わせ最適化の問題を、少なくとも1000以上明確に定式化して、データベースにすれば、人びとによって問題に関連するデータが集積され、数学者またはAI技術がそれらの問題を解決しながら、人びとによって未解決の問題がデータベースに追加される。このようなグランドチャレンジのリーダーシップを、米国と中国以外の国々によって組み合わせ最適化する。週末農夫の妄想は、爆発しつつある。

--------------------------------------

『剰余所与論』は意味不明な文章を、「剰余意味」として受け入れることから始めたい。言語の限界としての意味を、データ(所与)の新たなイメージによって乗り越えようとする哲学的な散文です。カール・マルクスが発見した「商品としての労働力」が「剰余価値」を産出する資本主義経済は老化している。老人には耐えがたい荒々しい気候変動の中に、文明論的な時間スケールで、所与としての季節変動を見いだす試みです。

コメント

コメントを残す