近年注目を集めているAIモデルに欠かせない深層学習。
このモデルの着想は、人間の脳神経回路であるニューロンの伝達である、という話をよく聞きます。
実際にモデルの構造を見てみるとそうなのだな、と納得してしまいます。
もちろん他にも、人間を含む、自然界にある現象を模倣することによって精度を予測する試みが多数あります。
例えばパラメータを学習するときに、最初はおおざっぱに。
徐々に細かい学習を進めていく焼きなまし法は、工業の分野から輸入した手法です。
他にも、画像を対象とした深層学習モデルでは、人間の目やカメラの構造を模した構造が使われています。
そして先日、こんな記事をハーバードビジネスレビューで見つけました。
ブルー・オーシャン・リーダーシップ：戦略から組織へ
https://dhbr.diamond.jp/articles/-/3488
マーケティングの領域において、未知の市場を作り出すことを提唱した経営戦略論である「ブルー・オーシャン」。
この概念を使うことにより、リーダーシップ開発ができる、というものでした。
実は少し前から、一緒に研究をしている後輩にどうすれば「一緒に研究してよかった」と思ってもらえるか、悩んでいたのですが、この記事を読んで少しだけ、光明が見えた気がしました。
「後輩を顧客だと思う」
そう考えると少しだけ、これまでと行動を変えられそうです。
それはさておき、このブルー・オーシャンを探すという手法は、機械学習においてももしかして役に立つのではないかと思います。
例えば現在苛烈な競争が起きている場所と言えば、自然言語処理の分野です。
日夜新しい研究が進められており、昨日まで一番良かったモデルが、明日も一番良いとは限りません。
それどころか、真っ向から否定されてしまうこともあります。
（とはいえ、否定している論文をさらに否定し返す、といった状況も多々あるため、一概にどちらが正しいとも言い切れないのが難しいところですが…。）
しかも、この領域で成果を出そうと思ったら、基本的には膨大な計算環境が必要になります。
まさにレッドオーシャンです。
もちろん、研究者としてはそのような注目度の高い領域で成果を上げることはロマンのある話ですが、かけた労力が実になるか、と言われると、あまり自信がありません。
ブルー・オーシャン戦略。
実はいろいろなところで役に立つのかもしれません。
P.S.
求人票が作れちゃうGPTs。
こちらの動画でご紹介しています。
【採用担当者向け ChatGPTで求人票を書く方法】
