画像認識
人が判断するよりも、機械があらかじめ判断したもののうち、その判断は人が困るものを弾くのが人の仕事。
計算機が前処理、人が後処理。
論理探索
将棋、囲碁のように、勝ち負けがはっきりして、結果を計算機にわかりやすい論理は、計算機が高速に処理できるような機械学習が進んでいる。
専門家が判断した結果を膨大に入力できるからできる仕事。
最初は、人が機械に寄り添って、データを大量に入力した。
機械は、人間が不得意な大量処理をしてくれて、人が考えるための材料を、記憶力が乏しい人にも提供してくれる。
人が機械に寄り添うか、機械が人に寄り添うかは、人の立場の違いでしかないんじゃないでしょうか。
非定型業務
非定型業務であっても、専門家が明確に判断できる事象は、囲碁、将棋のように機械学習に向いているかもしれない。
評価関数がたくさんあり、時代、地域、文化、政治、経済などの事情によって、日々刻々と評価が変わっていく場合は、専門家の判断が迅速に入力できれば、機械学習の可能性がある。
専門家の判断は、ノウハウで入力できないと、判断だけ人間が行うことになるかもしれない。
人間の判断した結果が少し蓄積でき、傾向の分析を機械学習すれば、何割かは機械学習が応用できるかもしれない。
プログラミング言語
人がプログラミング言語で前処理として記述し、計算機が最適化などの後処理を行なっていた。
人が機械に寄り添って機械に理解しやすい文章を書くのがプログラミング言語だと思ってきました。
同じ機械語になる表現は無限大にあります。
そのうち、人が保守しやすい表現を選択するのが人の役割。
人が保守しやすい表現に、機械学習で行うのが、計算機にも担える改善。
COBOLは、英文としても読めるようにという背景がなかったでしたっけ。
参考資料
人間が計算機に勝てる３つのこと。統計と確率(26)
最後までおよみいただきありがとうございました。
いいね 💚、フォローをお願いします。
Thank you very much for reading to the last sentence.
Please press the like icon 💚 and follow me for your happy life.