3 分で読了
1 views

量子力学における「禁止

(No-Go)」哲学への反論(Against the ‘No-Go’ Philosophy of Quantum Mechanics)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近若手から「量子の禁止定理って凄いらしい」と聞きましたが、正直よく分かりません。経営に活かせる話でしょうか。

AIメンター拓海

素晴らしい着眼点ですね!大丈夫、順を追って分かりやすく説明できますよ。要点を三つで示しますと、何が「できない」と主張されているか、その主張の前提が妥当か、そして現実の代替案がどう違うか、です。

田中専務

何ができないか、ですか。うちの現場で言うと「この工程は自動化できない」と言われるようなものを想像していますが、似ていますか。

AIメンター拓海

いい比喩ですね!まさに似た構図です。量子力学の世界で「これは絶対に外せない制約だから拡張できない」とする議論が連なっており、それを『no-go theorem (NGT) 禁止定理』と呼びます。

田中専務

なるほど。で、その禁止定理が本当に普遍的かどうかが問題なのですね。これって要するに前提が厳しすぎるから現実的な代替案を排除してしまう、ということですか?

AIメンター拓海

はい、その通りです。要点は三つあります。第一に、禁止定理が示す「できない」は常に定量的ではなく、前提条件に強く依存すること、第二に、抽象的なモデルが現実の代替モデルを十分に反映していないこと、第三に、実務への示唆は前提を緩めたり別のモデルを検討することで変わり得ることです。

田中専務

その三点、経営判断に置き換えると「前提のチェック」「現場に即したモデル」「代替案の検討」ですね。実際にどう進めれば現場が納得するか、想像できますか。

AIメンター拓海

大丈夫、一緒にやれば必ずできますよ。まずは現場の不可能とされる点を一つ選んで、どの前提が根拠になっているかを書き出し、前提を一つずつ緩めて検証する実験を提案できます。成果は短い単位で示すのが効果的です。

田中専務

なるほど、短期間の実験で効果が出るかを示すのが肝心ですね。投資対効果が見えないと説得できませんから。

AIメンター拓海

その通りです。実務に移す際の要点を三つに絞ると、まず前提の可視化、次に代替仮説の提示、最後に短期で測れるKPIの設定です。これで現場も経営も納得できますよ。

田中専務

よく分かりました。では最後に私の言葉でまとめます。禁止定理は「ある前提が保たれる限り成り立つ否定命題」であり、前提を問い直せば現場での可能性は広がる、ということですね。

論文研究シリーズ
前の記事
変動する最小二乗回帰のための高速勾配降下法
(Fast gradient descent for drifting least squares regression, with application to bandits)
次の記事
相互作用するニューラルネットワーク社会における道徳基盤
(Moral foundations in an interacting neural networks society)
関連記事
Kinectを用いたマルチモーダル感情認識
(Multimodal Affect Recognition using Kinect)
グラフニューラルネットワークにおけるコンフォーマライズドリンク予測
(Conformalized Link Prediction on Graph Neural Networks)
詐欺検出のための動的関係アテンティブグラフニューラルネットワーク
(Dynamic Relation-Attentive Graph Neural Networks for Fraud Detection)
スパイク付きランダム行列と同期問題に関するPCAの最適性と非最適性
(Optimality and Sub-optimality of PCA for Spiked Random Matrices and Synchronization)
聴覚注意デコーディングのためのエンドツーエンド深層学習モデル
(AADNet: An End-to-End Deep Learning Model for Auditory Attention Decoding)
可変長類似度に基づく時系列モチーフのランキングと有意性
(Ranking and significance of variable-length similarity-based time series motifs)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む