LoginSignup
0
0

はじめに

「量子アニーリングの基礎」を読む 第2日(予習)
https://qiita.com/kaizen_nagoya/items/749043f4f8ae026ec5e5
https---qiita-image-store.s3.ap-northeast-1.amazonaws.com-0-51423-d8f26d54-030c-d8aa-6053-3b1fcc37e7c3.jpeg

で2^Nのような大きそうなな次元の式が現れても、最初に無限次元空間を想定していれば、
次元の数がすごく小さくなったと安心できるという話をした。

<この項は書きかけです。順次追記します。>

工学と理学

今から解く問題、今からプログラミングする課題が、どういう問題・課題か分からないときは、無限次元空間を想定する。

この方法と対局をなす方法が、線形空間を想定する方法がある。

前者が理学的な方法で、後者が工学的な方法であると捉える人もいる。

電動機制御では、ある特定の電圧、特定の電流の範囲内、特定の回転数しか制御しない。可能な条件の測定をして、飛び飛びの測定値の間は線形補完する。

そのため、プログラミングで計算するのは線形空間だけで、プログラミング以前のデータ取りのところで、非線形部分を吸収する。だからプログラミングは線形だけ考えてればよいという。

系工学(system engineering)

どのような学術分野の系であっても、確率・分布で分類できる。
同じ現象でも、微視的(micro)に捉えるか巨視的(macro)で捉えるかで、10^23違う量を扱っている。

量を扱っているか、演算子を扱っているかの違いがあるかもしれない。
生物では、疫学的(epidemiologic)という統計判断がある。

仮説・検証(93) 科学四分類と算譜(program)
https://qiita.com/kaizen_nagoya/items/a2f2b9cc3a51b6af7603

正しい、誤っているという概念は、論理科学では成立する。
他の科学分類では、相似構造を持った論理を形式的に模型(model)に適用することはあるかもしれない。優位的な論理は真偽ではなく、確率として理解しているとよい。

プログラミングで無限次元空間を想定する利点

無限次元空間を想定していれば、極小、極大などの局地的な解に振り回されることが少ない。

全体の設計者がどれだけ線形部分を切り出してくれているとしても、
全体の設計者の言うことに従って線形部分だけをプログラミングするなら、自動生成だけでできるかもしれない。
人がプログラミングするなら、無限次元空間を想定し、線形部分は自動生成にまかせる。

仮説1 顧客がいうことを変えたから設計を変えなきゃいけない。

そんな馬鹿な。
顧客がどんなことを言っても大丈夫な設計をまず考えればよい。

その設計のうち、顧客が、今言っていることに調整する変数の値を考えるだけでいいようにしておけばよい。

時間がないときには、そこまで抽象的な設計ができない場合があるかもしれない。
いつもそうだというのは、いつも設計してないというだけかもしれない。

仮説2 事実は、誰が、どの視点でいつ、どういう方法で観察したか

名探偵コナンで「真実は一つ」という決め台詞がある。
名探偵コナンが、探偵の視点で、その時点での真実が一つであって、
裁判官が、司法の視点で、事後にながめた真実とは異なることはしばしばあるかもしれない。

誰が、いつ、どういう視点で、どういう道具で観察し、どういう記録方法を取ったかの詳細がない事項は、事実でも、証拠でもなく、事実の一つあるいは事実の一部と言った方がいいかもしれない。

無限次元空間を想定していれば、記述した有限の事象は事実の一部でしかないのだから。

別の次元から見れば、全く異なるように見える。
ある視点で丸でも、ある視点で四角なのは四角柱。二つの視点の間に、ある共通部分は一方の曲線が一方の直線であることくらい。

量子力学における測定問題と、社会科学における測定問題の相似性に着目するとよいかもしれない。

科学四分類と算譜(program) 仮説(93)
https://qiita.com/kaizen_nagoya/items/a2f2b9cc3a51b6af7603

機械学習・深層学習・量子計算機利用の利点

これまでの機械学習では、まず有限の枠組みを作って出発していた。
深層学習では、大量のデータを扱うなかで、重要な次元を洗い出すことに注力している。
深層学習を陽に使っていなかったDataRobotでも、複数の機械学習の結果から重要な次元を洗い出すようにしている。

量子計算機の応用分野であるクラスタリング、サンプリングなどでも、同じような立場で利用すると、それまでに見えてこなかった視点が見えてくるかもしれない。

機械学習の仕組みとして、まず無限の事実を想定する。事実を一つ提示されても、無限集合の定義に反しない事実であれば理論に影響を与えないかもしれない。

安全分析

安全分析で、想定外を洗いたすために、設計・利用における決めたことを逸脱している事態を洗い出す。

はじめに洗い出す次元数を決めるのではなく、無限次元空間での振る舞いを想定し、作業時間の中で、できるだけ多くの想定外を洗い出す。

あらかじめ、考慮する次元を決めていてば、想定外は洗い出せない。

逆に、発想しづらい時は、すべての物理量の単位と、多くの関数の演算子の想定外を洗い出すことをする。演算子は必ずしも物理量とは結びついていないことがあり、制御不能になった時のプログラムの記述方法に有効かもしれない。

スライド064.jpg

スライド068.jpg

効率的なHAZOPの進め方
https://qiita.com/kaizen_nagoya/items/2b8eae196945b7976446

参考資料(reference)

仮説(0)一覧

「真実は一つ」、上・下、裏・表、嘘・本当。仮説(118)

統計と確率が扱えれば工学のほとんどは大丈夫。仮説(119)

三次元が不得意な人に役立ちそうな資料収集。仮説(112)

<この記事は個人の過去の経験に基づく個人の感想です。現在所属する組織、業務とは関係がありません。>

文書履歴(document history)

ver. 0.01 初稿 20190818 朝
ver. 0.02 加筆 20190818 午前
ver. 0.03 系工学、疫学、確率・統計 追記 20190818 午後
ver. 0.04 ありがとう追記 20230312

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.

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0