データサイエンスの面白さ ~元サラリーマン 研究者が語る~
こんにちは、d-soloです。今回は私が愛してやまないデータサイエンスについてのお話です。近年とても注目度の高い分野であり興味はあるが、いまいち統計学との区別がつかない、という方が多いのではないでしょうか。本記事では、複雑な話には触れずに、データサイエンスの何が面白いのかにフォーカスして説明します。つまり、AI関連の研究者が、一般の方向けに話すデータサイエンスの話と思ってもらえればOKです。
データサイエンスがここ10数年で爆発的に伸びている背景は大きく2つです。この流行を第3次AIブームと言ったりしています。
- カメラなどのセンサーやインターネットの発達によって、大量のデータを正確に集められるようになったこと。
- コンピュータも進化し、今まででは非現実的だった処理も可能になったこと。alphaGo（囲碁のAI）がプロ棋士に勝つようになったのもコンピュータのパワーアップの産物です。
以上を背景として、今回はデータサイエンスの花形である機械学習について簡単に説明して、データサイエンスの面白さを語ります。それから、なぜ破壊的な影響力を持つのかを他の分野との違いから説明します。最後に、データサイエンスとどう付き合っていくべきかを話そうと思います。ではいきましょう。
機械学習ってなに？
結論から言ってしまうと、人が実社会のデータを説明するような関数の雛形を考えて、実際のデータに雛形をフィットさせることです。抽象的なので、具体例を出します。(0,0)、(1,2)、(2,4) という点が与えられたとき、これらの点の雛形は f(x)=ax で a=2 という予測が立ちます（f(x)=2x+sin(x)ももちろんありえますが）。この例では点がデータ、f(x) が学習する関数になります。実社会の問題はもっともっと複雑で様々な要因が絡まっています。そのため研究者はできる限りノイズを除去しながら、完璧にはわからないまでも雛形 f(x) を予想します。実際のデータに f(x) を適用して、データに合うように関数を調整します（例では a の値）。この過程を学習と呼びます。
データサイエンスの面白さとは
まず、一般的な学問の面白さは「世の中はこうなっているのではないか、と予想・仮定し、数学等を駆使してアルゴリズム（手順）を作り、実際に実験して検証すること」です。データサイエンスの他のとの違いは、ドッグイヤーであることです。犬が人間の歳に換算すると7倍早く老化することから、このように言われていますが、IT業界の変化は他業種に比べて7倍早く進んでいます。変化が激しく、常にワクワクできることがデータサイエンスの特に面白いところです。また研究成果の情報公開も多く、世界全体で情報技術を推進しようという気風があるところも面白いところだと思っています。
なぜ破壊的な影響力を持つのか
これは他の分野との違いを考えることで見えてきます。
強み１：複製・拡散のコストが圧倒的に低い
プログラムや画像、動画は簡単にコピーできる上に、一瞬で全世界にインターネットを使って送信することができます。他分野の例として衣服を考えると、まず数を増やすには原料を純粋に増やす必要があります。量や輸送距離が増えると輸送コストが増します。このようにデータであれば、全世界をターゲットにすることができます。
強み２：個人個人にフィットした（パーソナライズした）ものを簡単に用意できる
YouTubeのホームが画面を思い浮かべてもらえるとわかりやすいと思います。それぞれの視聴履歴から最適な画面が作られているはずです。これはたくさんの利用者のデータを使って、学習した結果です。これもデータ特有で、例えば衣服の例をもう一度使うと、一人ひとりに最適なサイズの服を提供したいですが、多くのパターンを作れば作るほどコストがかかってしまいます。このパーソナライズを自動でかつ、高精度で行えることが強みになります。
最後に
もうみなさんお分かりだとは思いますが、あえて言うと、データサイエンスはこれからさらに伸びていきます。データサイエンスをやるかどうか、ではなく、どう活用していくかを検討しなければ時代遅れになっていくでしょう。少し、会社に向けてのメッセージのようになってしまいましたが、これは個人についてもあてはまります。AI の学習がどうこうと議論するのもいいですが、私たちこそ変化の激しい時代で学習を繰り返し、自分自身をアップデートし続けないといけないのではないでしょうか？学校で学んだ知識や、自身の業務で得た知識だけで、世の中の変化に対応できない時代です。新しいものを否定せずに、手に取ってみましょう。
