孤独と不安のレッスン / 鴻上尚史 …を読んで。「ぼっちとは？」
一度、ネットとかも断って本当の孤独を体感してみよう。それは案外悪いものではないはず。
そして、孤独になるという不安から解放されよう。そのためには、自意識とではなく目の前の他人と向き合おう。
孤独を受け入れつつ、あなたにとって本当に価値のある「他者」、受け入れがたいけど受け入れないといけない、分かりたいけど分からない人と共に生きよう。
みたいな話だと思います。
全体としては割とうなずける内容ではあったけど、それはそれとして疑問に思ったことをいくつか。
①一人暮らしって寂しいもの？
独りの寂しさを経験してこそ人とのかかわり方を考えるようにもなるものだから、私は若い人に一人暮らしを経験することを勧めている…という一節がありました。
ところで、まだ三か月だから、というのは当然あるだろうけど、私は一人暮らしを寂しいと思ったことは多分一度もありません。
でも、家政婦さんはほしい。特に、出かけてる間にGを駆除してくれる人。
まあネットにアクセスしている状態は真の孤独ではない的なことを仰っているので、
「お前は本当の孤独を知らない…」とか言われたらそうですかとしか言えませんが。
そうは言っても、machine learningにせよprogrammingにせよ、情報を得るにはネットが手っ取り早いんだよなあ…
本当に価値の高い情報は少ないのかもしれないけどね。
これに関連して、
②ひまつぶしとかではなく、能動的に情報を得る行為は孤独を紛らわせていることになるのか？
読んで字のごとく。「昼飯食ってる間にスマホいじってるのは真の孤独ではない」は分かります。
これは自分もよくやるから、真に一人で生きていくというのはなかなか現実的ではないんだろう。
でもそれはそれとして、情報、もっと表現を対人関係に寄せるなら意見を得ようとする行為は、孤独を紛らわせることと関係あるのだろうか。
自分は暇つぶしのネットは人じゃなく（普段接しない類の）意見を知るためにやってることが多い…と思っているので、
その辺の違いがやや気になりました。
③他人との距離に頓着すべきなのだろうか？
（ネットのような）薄い関係の「他人」ではなく、他人との距離を見極め、自分にとって大切な「他者」を見つけよう。できれば二人。
これは、本書の核になる主張…だと思います。
これ自体は大いに賛同します。心当たりがある。
でもそれって、論理的じゃないかもしれないけど、『縁』で見つかるものかなと思っています。
心理的距離を測ることから見つかるものもあるのかもしれないけど、距離に例えるならば、
普遍的に個人個人に最適な距離というのがあって、それがたまたま一致した相手と「他者」になるのかなと。
特に、「他者候補」を沢山見つけようというのでないのであれば。
オチはなし。今日はこの辺で。
量子コンピュータが人工知能を加速する / 西森秀稔、大関真之 …に関連した雑感
タイトル通りの本。
著者の一人である西森は、
量子アニーリング（D-Waveの量子コンピュータの基本原理）を用いると、
ある種の組み合わせ最適化問題を効率よく解けることを示した。
で、それを「実際に作ってみた」のがD-Waveというわけです。
（参考：
Quantum Computing | D-Wave Systems
）
正直、私が量子論の話をしてもあまり意味がないと思う。分からないし・・・
なので、もうちょっとだけ分かる「組み合わせ最適化って？」というような話をしてみたい。
組み合わせ最適化というのは文字通り、「ある問題の解はどんな組み合わせか？」を考える種類の問題。ナップサック問題とか有名ですね。
分かりやすい例だと、通信なんかのネットワークや物流かな。
・SNSの「コミュニティ」はどう形成されているか？
・荷物を積んだトラックはどの経路を通らせるのが最も効率が良いか？
もう少しだけ内容に踏み込むと、例えばコミュニティの例でいえばQ値ってのを最大化したりする。
（参考：
グラフ・ネットワーク分析で遊ぶ(4)：コミュニティ検出（クラスタリング） - 六本木で働くデータサイエンティストのブログ
）
要するに、「外側」と比べて「内側」で結びつきが多くなるような塊に分けていったら、コミュニティが見えるんじゃね？
というような話だと解釈しています。
あとIoTに関連して、Mass Customerizationにも効いてくるだろう。
これはざっくり言うと、
生産工場から顧客情報まで一つのシステムでつないで顧客の要望を速やかに生産ラインまで反映させ、
大量生産レベルのスピードでの多品種少量生産を実現しようというアイデア。
簡単に言うけど顧客の要望なんて沢山あるわけで、どうすればスピードを最大化できるかってのは非常に難しい問題だと思います。
Q．何の役に立つの？
A．宣伝はするけど、言うほど役に立ちません。
という話は（特に自然科学関連では）多いと思うし、自分はそれが悪いことだとは全く思いませんが、
量子コンピュータはそれなりに近い将来役に立つ…かもしれない。
あるいは、実は既に役に立ち始めているのかもしれない。
watchしてないから分からないけど。
組み合わせ最適化が総じて同じ方法で解けるかっていうとよく分からないでしょうけどね。
内向型人間の時代 社会を変える静かな人の力 / スーザン・ケイン
もしきみが、発明家とアーティストの要素を持ったたぐい稀なエンジニアならば、僕はきみに実行するのが難しい助言をしようーー
ひとりで働け。独力で作業してこそ、革新的な品物を生み出すことができる。委員会もチームも関係なく。（スティーブ・ウォズニアック：自伝『アップルを創った怪物』より）
（特にアメリカ）社会は、外向型人間を善しとする価値観に囚われすぎている。
忍耐力、持続性、洞察的問題解決、注意深さなど、内向型人間が持つことの多い傾向にある性質は、状況によっては大きな効力を発揮する。
教育、オフィスの構造、人間関係…
性質の多様性を認め、外向型と内向型が互いに歩み寄ることが、社会をよりよくしていくのではないだろうか。
みたいなお話。
いくつかのポイントについて、思うところを述べたいと思います。
１．集団思考のもつリスクについて
まずはこちらを。
我々は、『真っ先に行動を起こす人の後を追う傾向』を持っている。（知覚そのものを歪めてしまうという研究もあるそうです）
では真っ先に行動を起こす人の一部はどんな人かというと、
「すぐれた考えを持っているからではなく、しゃべるのがうまいおかげで専門家の地位にいる人がいる…（中略）…貴重な資質だとは思うけれど、われわれは外見に重きを置きすぎて、内容や批判的な考えをおろそかにしすぎている」
（成功したビジネス投資家の言より）
というわけで、カリスマ性やしゃべりのうまさを、本来の価値以上に重視してしまっているのではないか、という疑問提起でした。
（以下、私見）
私はこれまで、「普通は嫌だ」を行動規範としてきました。
議論においても例外ではなく、周り全員が意見Aに流れた時には、意識してBの可能性を考えることを習慣づけています。
（その場でBについて発言するかは、また別の話ですが。）
悪魔の代弁者、という言葉を知ったのは最近ですが、それに近いかも。
「外形に引きずられて後追いをするのが人間の傾向であり、しかもそれは無意識に知覚に影響を与える」
とすれば、存外にこの習慣は大事なのかな、と思わなくもないですね。
いつの日か、熱くなりすぎている同僚に冷や水をぶっかける役回りができれば、とても喜ばしいことです。
「みんなこうしてるから同調しよう」なんて死んでもごめんなので、いずれにせよ他の立場は選べませんけどね。
２．リーダーシップについて
「企業で大きな決断は少人数の会議…書類やビデオ…アナリストでいっぱいの会議室に入ってくるなり、恐怖で真っ青になって立ち去るようでは、さすがに企業のリーダーはつとまらない…すべてを自分だけで背負う必要はないのだ。非常に内省的で人前に出るのを嫌うリーダーを、私はたくさん知っている」
クイン・ミルズ教授（ハーバード・ビジネス・スクール、リーダーシップ・スタイルの専門家）の言より
程度にもよるが、必ずしも外向型のリーダーが良いリーダーとは限らない。
状況にも依存する：
例えば、過熱気味の景気状況において、「音楽が鳴っていても踊るのを止めることができる」のは、往々にして内向型のリーダーである。例えば、ウォーレン・バフェットのような。
部下のタイプにも依存する：
内向型のリーダーは部下がイニシアチブを取る能動的なタイプであるときにより効果的。
（以下、私見）
私は、自分がリーダー向きだとは思いません。
むしろ発言力と自力で仕事を進める能力があれば、「放っておいてもらう」ために使いたいタイプ。
その一方で、「意外と仕切ることもできるもんだな」と思った経験も実はあります。
まずは自分の居場所を作ることからですが、あまり最初から選択肢を狭めなくてもいいかなとも思います。
「普通は嫌だ」「つまらないことはやりたくない」という部分は変えるつもりはありませんが。
３．職場環境について
オープンオフィスを採用する企業は増加傾向にある。
これはオープンソース・ソフトウェアに着想を得て、「みんなで考えられる環境の方が良いアイデアが出るのでは？」といったコンセプトによるもの。
しかし、「さまざまな人間関係がからみ、さまざまな騒音が満ちているかぎられた空間」で上手くいくかは別の話。
第一、オープンソース・クリエイターたちは同じオフィスで働いてはおらず（むしろ同じ国にいないことも）、
コラボレーションは主に想像空間において行われていた。
マイクロソフトなど一部の企業はこれを認識していて、スライドドアや可動式の壁などにより、
共同作業が必要かそれともひとりで考えるためにプライバシーが必要か、
用途に応じて使用できるオフィスを作っている、らしい。
またブレインストーミング（否定せず皆でアイデアを出し合う）は、実は上手く行っていない。
声の大きな人間の意見が通りやすいのであれば、皆で考えたものが一人ひとりのアイデアを持ち寄ったものに勝るはずもない。
協業は確かに大切だが、アイデアは一人で考えた方が良い。
（上述のウォズニアックはジョブズと協業したが、PC開発は一人で行った。）
（以下、私見）
そうなんですよね。
協調性はそりゃあ大事だけど、年がら年中オープンな環境が、特に内向型にとって良いはずがない。
（本著によれば、職種による違いはなかったみたいですが）
困ったら人に聞く、は自分の弱いところでもあるので、習慣づけたいとは思っています。
でも、邪魔はするな。
４．教育について
現在のアメリカの参加型教育は一般に、外向型を善しとする社会的価値観を助長している。
参加型をやるなら、少人数のグループにして、各個人に適切な役割を与えて…と、声の大きな人間以外が力を発揮できる場所も作るべきだ。
というような主旨だったと思います。
（以下、私見）
これについては、本文の概要を長く述べるより、最近の私の経験から。
先日アメリカに行った時に、向こうの大学の授業に参加する機会がありました。
（余談ですが、ディスカッションの内容をばっちり聞き取れたのは割と自信になりました）
どんどん発言する皆に面食らったのはまあしょうがない。日本型とはやっぱり違いますからね。
ただ、特に夜間大学みたいなコースだったこともあり、多様なバックグラウンドの方がいました。
「現場」の話が聞けて、面白かったと率直に思います。
一方で、議論が白熱すると脱線も増え、ありていにいうとくだらない点に時間がかかる場面もありました。
良し悪しなんでしょうね。
個人的には、勝手に考えられるので講義形式の方が好きかなあ。参加型はたまにでいいよ。
５．その他（自由特性協定、フロー）
その他、面白かったところをいくつか紹介。
５－１．自由特性協定
内向型の上手な社交の仕方について。
コンセプトとして、ハーバード大学で心理学を教えているブライアン・リトル教授の提唱している（？）、自由特性理論というのがあります。
これは、
内向型の人は、重要視する仕事や、愛情を感じている人々、高く評価している事物
（まとめて、『コア・パーソナル・プロジェクト』と呼ぶ）
のためならば、外向型のようにふるまえる
というもの。
本当に大事な目的のためなら手段を択ばないってことですかね。
で、自由特性「協定」ってのは簡単に言うと、
１．本当に大事な目的があるなら、たまに社交の場で外向型っぽく振る舞う機会を設けよう
２．ただし、基本的に向いていないことをやるのだから、終わったら十分に休養（家にひきこもって好きな本を読むとか）をとろう。あるいは、合間に休息を設けよう（皆でランチをとるのはサボるとか笑）
みたいな感じです。
参考にしたいと思います。
５－２．フロー
心理学者ミハイ・チクセントミハイが名付けた状態で、「行動がもたらす報酬ではなく、その行動自体を目的とすること」のこと。
仕事をするために仕事をする、みたいな。
これにあたるのかは正直分かりませんが、本当に集中すると後の雑事はどうでもよくなるみたいな瞬間は確かにあります。
増やしたいし、質も高めたいですね。
最後にひとつ。この本は「外向型が重視されすぎている」との前提にあるので基本的に内向型のプラス面を強調していますが、本著でも
外向型は、中身のない話を軽蔑するように思える内向型が、じつはうちとけた気楽な話ができると知るべきだ。
そして、自分がまじめな話ばかりしがちなのはよくないと思っている内向型は、他人からすれば、そういう話ができる有益な存在なのだと自覚すべきだ。
とあるように、色んな人が色んな長所を出し合える社会にしたいものですね。
シグナル&ノイズ 天才データアナリストの「予測学」 / ネイト・シルバー
どうでもいいけど、この手のダサい副題はウケがいいのかな。
まあ原著の副題をそのまま訳して、
「なぜこれほど多くの予測は失敗し…いくつかはうまくいくのか」
とかするのもイマイチだと思うけど。
著者は統計学、特に様々な分野のデータを基にした将来予測の専門家。
マネー・ボールの元になった会社の予測モデルを作ったり、
政治予測のブログを作ってて、2008年の大統領選の結果をほぼ100%的中させたり。
ただし、上記の原著の副題(原文：Why so many predictions fail - but Some Don't)で分かるように、
華々しい予測の歴史を綴った書ではない。
むしろ逆に、
自信過剰バイアスが経済予測の信頼性を低いものにしていること、
特定の病気の注目度増大による自己成就予言的な症例数の増大などなど、
現実のノイズにまみれたデータからシグナルだけを見つけ出し、
それを予測の「成功」に結びつけることがいかに難しいかに関する話の方が多い。
では、様々な分野において、予測の精度を上げるためにはどうすべきか？
答えは単純（ただし簡単ではない）、
①市場、経験、知識等から現状に関する見積を立てること
②なるべく沢山予測を立て、適宜修正すること
の二つ。
これは、現代統計学の基盤たるベイズ推定、その事前確率と条件（文脈）による修正という考え方に対応している。
要するに、一定のものの見方（バイアス）を持ちつつも囚われすぎず、
（バイアスを「持たない」ことはありえない。それは事前確率がないのと等価だから）
予測の数をこなして適宜修正していきましょうという話。
データはあくまで材料、モデルは道具でしかなく、
文脈の中で判断しないと「フットボールの結果と株価に相関がある」みたいな意味不明な結論を信じちゃいますよ…
ってのは確かにそうなんだろうけど、言うは易く行うは難しなんだろうとも思います。
あと、例えば政治は「今後どうなるか」というより「今後どうしたいか、どうあるべきか」を考えるものなので、
必ずしも予測がとても重要な要素かはよく分からない。
ただ、ベイズ的にものを考えるというのは、予測に限らず検討すべき考え方かと。
本文中の例を引き合いに出すと、スポーツで贔屓チームが連敗している時に、
「連敗しているのは構造的な欠陥によるものだ」と考えるか、
「連敗しているが、主力の離脱がある中で内容は悪くない（文脈）。したがって今後盛り返す」と考えるかとかね。
当たるか外れるかはともかく、論理的思考のトレーニングとしてはちょうどいいかと思います。
人口と日本経済 ー長寿、イノベーション、経済成長 / 吉川洋
人口減少ペシミズムはおかしい。
財政を圧迫することは間違いないが、GDPと人口成長率に相関があるわけではない。
経済を成長させるのはむしろ労働生産性であり、
その向上の主たる要因は資本蓄積とプロダクトイノベーションである。
（ちなみに、長時間労働云々はさておき、先進国において生産性＝やる気ではない）
「長寿というぜいたく」を皆が享受できるようになったのは経済成長によるものだし、
イノベーションは供給側だけではなく、需要側の事情とも密接に関連する。
言い換えると、必要は発明の母である。
問題は供給側が需要に応えられるかだが、
残念ながら今のところ企業こそが純貯蓄主体となっている。
日本の経済の将来は、企業が人口減少ペシミズムを克服できるかにかかっている。
みたいなお話だったと思います。
先行きが暗いかいうほどでもないかって話は置いといて、
（今ちょうど「経済の予測は当たらない」という本を読んでいます笑）
何とかなると楽天的に思わないと進歩はないってのはそうだと思うんですよね。
感想とも呼べない感じだけど、
本著にも引用されていたケインズの言葉で〆たいと思います。
"Most, probably, of our decisions to do something positive, the full consequences of which will be drawn out over many days to come, can only be taken as the result of animal spirits – a spontaneous urge to action rather than inaction, and not as the outcome of a weighted average of quantitative benefits multiplied by quantitative probabilities." (161-162) – J.M.Keynes, General Theory.
ではまた。土日はできるだけ更新したいと思ってます。思うだけかもしれないけど。
