認識と現象を深く考える、ということってアルゴリズムの考究では必須、そんなことでしょうよ。それに、経営学の基本理論を扱う上でも必要だし、ＡＩによる意思決定をデザインすることでも。
データサイエンスだけど、思考モデルの探求もしっかり扱う、というのが必要でしょうよ。ビジネスの分野ではさらに広がて・・・。
ＡＩの品質・信頼性・安全性、要はそんなことが気になっているの。
ココイラも研究の範疇で、どう構成しようかと、アレコレと考えて・・・。
熱の現象を解明する統計力学だけど、情報との類似的な絡みに着目して、ココイラを情報物理としても構成している、というのが巷でのやり口、そんな具合。
で、こういった体系がベイズ推論にも関わって、さらに機械学習のアルゴリズムを実現している、という体系でもあるの。
要は、ビジネスでの意思決定だけど、知識情報推論を使ったツールの展開が勢いを増す、ということって感じられるのだけど、理論そのものは熱の現象とも繋がるの。もちろん、あくまでも、アルゴリズムの構成基盤での繋がりであって、意思決定が熱で行われるわけでもないのだけど・・・。
現象論だけど、ＡＩとは表裏、そんなことでもあって、こういった構図を俯瞰するのって大切でしょうよ。
量子力学も同じよう考えると、量子コンピュータと相俟って、知識と知能、さらに創造ってどうなっていくのか・・・。
経営意思決定とも絡むことで、経営統計学って最先端の・・・。
ココイラも、何しろ懸命に・・・。もちろん、応用数理だけでなく経済学もしっかりお勉強する、そんなことって必須。
経営統計学だけど、最先端の学問、ということでしょうよ。
ビジネスの力量だけど、ＡＩ関連ってやはり範疇でしょうよ。要は、意思決定と機械学習のための統計理論を理解して、プログラミングとアルゴリズム・デザインの力量も身につける、そんなこと。
ココイラだけど、企業そのものが懸命、そんなことでしょうよ。
頑張りましょう。