「AIを使った社会現象の予測は限界がある」 米大学が長期研究の結果を公開
コメント
注目のコメント
内挿と外挿の難しさの違いだと思います。
知っていることの中で未知の現象に対して予測するのは内挿。例えば、20kmメッシュの気象予測からもっと細かい5kmメッシュの気象を予測するなどがそれに相当します。これはかなりうまくいきます。
知っていることの外側を予測するのが外挿。例えば未来の株や予測などがそれに当たります(なので、一般的な株価予測は長期的な未来ではなく超近未来を予測するものが多いです)。先程の例に例えると、日本の気象データから諸外国の天気を予想するのに似ています。外挿は「これまでと傾向が同じ」という場合にのみうまくいきます。不確定要素が多すぎる場合はうまくいきません。また、得てして世の中はカオスシステムであるものも多いです(ほんの少しの初期値の違いが最終的な結果にランダムとも言える多様性を生じる現象)。
外挿
https://ja.wikipedia.org/wiki/%E5%A4%96%E6%8C%BFこういう過剰な期待値はこういうゴミ研究とともに消滅すると良い。技術に限界があるのは当然、70%の精度でも既存の手法よりも高ければ価値があることは山ほどあります。そもそもどういう目的で予測するのか、それに対してアクションアブルな施策が存在するのかによって予測の価値は決まります。どんなに精度が高くても、すでに皆が高精度で予測できていれば価値はないです。
論文は読んでないのでこの記事の書き方の問題かもですが、15歳の状態を予測するならば全ての15歳のデータを隠すのではなく、一部の15歳のデータを含んでモデルを作り、残りの15歳のデータを予測できるかという検証が正しい機械学習検証やり方です。ちゃんと論文みないとわからないのですが、リンクもないなんて、なって無いですね。コロナウイルスは、この世界が予測不能であることを目の当たりにさせた。しかし、世界はもともと予測不能なのであり、このウイルスで始まった訳ではない。
従来、判断に頼りにしてきたのは、過去の実績やデータである。
過去の実績やデータを使って、その判断や選択の成否の見込みを客観的に評価し、最も成功しそうな選択肢を選ぶのが良い判断と考えられてきた。
今でも多くの企業人は、この方法を悪いことと思っている人はいないと思う。
しかし、これは明らかに間違った判断なのである。
よく考えてほしい。「予測不能である」というのは
「未来は過去の延長線上にない」ということである。
だから、未来に向けた判断を、過去のデータや実績を元に行ったら、
必ず間違うのである。間違うことが保証された道ということである。
それではどうすればよいのか。
我々は、予測不能な時代に「変化に敏感」でなくてはならない。
変化への感度を上げるには、過去の延長線上にないことが、
どこに起きているかを体系的に見つけ、それを考慮した行動を行う必要がある。
大事なのは、データで検証される前に行動しなければいけないのである。検証されてから行動するのは遅いということである。
未来は、過去の延長とは異なり、予測などできるはずがない。予測できるという考え方自体が間違っているのである。
詳しくは下記をお読みください。
https://comemo.nikkei.com/n/na0f2cd21ceda
