数学はあなたが次に何をするかを予測できますか？ -InnerSelf.com

: By モンタナ大学のダニエル・J・デニスとブリアナ・ヤング

ご覧いただきありがとうございます InnerSelf.com、どこに〜がある 20,000+ 「新しい態度と新しい可能性」を促進する人生を変える記事。すべての記事は次のように翻訳されます 30以上の言語. ニュースレター登録 週刊発行の InnerSelf Magazine と Marie T Russell's Daily Inference に掲載されています。 InnerSelfマガジン 1985年から出版されています。

数学はあなたが次に何をするのか予測できますか？

優れた科学者は、研究しているもののパターンを明らかにすることができるだけでなく、この情報を使って将来を予測することができます。

気象学者は大気圧と風速を研究し、将来の嵐の軌道を予測する。生物学者は、現在の大きさと発達に基づいて腫瘍の成長を予測することができる。金融アナリストは、時価総額やキャッシュフローなどに基づいて、株式の増減を予測する可能性があります。

おそらく上記の現象よりもさらに興味深いのは、人間の行動を予測することです。人々の行動を予測する試みは、人類の起源以来存在していた。初期の人間は、彼らの本能を信じる。今日、マーケティング担当者、政治家、弁護士などは、人間の行動を予測する上で生活しています。人間の行動をあらゆる形で予測することは、大きなビジネスです。

それで、数学は私たちの行動を一般的に予測するにはどうしたらいいですか？株式市場の分析、経済、政治ポーリング、認知神経科学の進歩にもかかわらず、科学は人間の行動を予測するように努力していますが、科学は決して完全な確信を持って行うことはできません。

より大きい、より良いデータ

予測を行う際に、科学者は歴史的に完全なデータの欠如によって制限されており、より小さな人口の特徴を推測するために小さなサンプルに頼っている。

しかし、近年、データの収集能力と計算方法は、新しい分野、すなわち大きなデータを作成する時点まで進んでいます。収集されたデータの膨大な入手可能性のおかげで、科学者は、ノイズからの信号を解読するために様々な変数間の経験的関係を調べることができます。

たとえば、Amazonは予測分析以前のブラウジングや購入履歴に基づいてどの書籍が好きかもしれないと推測します。同様に、自動化されたオンライン広告キャンペーンは、前日に求められた車両に基づいてどの車両が興味を持っているかを示しています。

マーケティング担当者が出産記録を使用する赤ちゃん用の広告をあなたに流す時期を決定する彼らはあなたの子供の発達段階に基づいてそれらのものが必要になる時はいつでも推測します。

本当にロケット科学ではありません。それは単にパターンを示す情報（データ）を持っていて、予測可能性（しばしば利益）の名前でそれらのパターンを利用しているだけです。再び、これらのアルゴリズムの精度を測定することは、外部者にとっては困難ですが、いくつかの仕事があるこれらのアルゴリズムを何にするかを明らかにする。

数学モデル

多くの予測ツールは、機械学習に依存しています。その中には、脳機能の生物学的原理に基づいた数学的アルゴリズムやパターンを学習するための大量のデータを使用するものがあります。

機械学習アルゴリズムは、最高裁判所の場合、各正義の恒等さ、議論の月、申立人およびその他の要因のような予測子を使用している。アルゴリズムの出力の精度は約70パーセントにすぎませんが、実際には人間の法的専門家よりも優れていることが示されています。

他の機械学習アルゴリズムは、自殺企図を予測する 80〜92の精度で、おそらく最高の人間の評価よりも正確です。

数学は私たちにテロ行為攻撃につながる。ある研究では、研究者はアイルランドのテロ活動の記録、特に爆発性装置の改良爆発を調べた。 1件の事件の後、別の事件の確率はそれよりも高かった。言い換えれば、出来事は独立したものではなかった。そのような知識は、おそらくすぐに別の攻撃を予期して単一の攻撃に続く努力を動員することを選択して、コミュニティにとって有用かもしれません。

完全な予測は可能ですか？

大きなデータにより、予測方法がますます正確になりました。しかし、人間の行動は完全に予測できますか？

最も基本的な方程式は、Y = f（X）であり、「YはXの関数です」と入力します.Xの値を入力すると、科学者がYの可能性のある値を教えます。より多くの入力を必要とするため、単純な方程式はずっと複雑になります。

もちろん、必ずしもうまくいくとは限りません。ハリケーンは気象モデルによって予測されない軌道をとる。腫瘍は予測より遅くまたは速く増殖する。科学者は誰と同じように、まったく完全に予測することはめったにありません。あなたが持っているデータや数学的モデルに関係なく、未来は不確実です。

だから、科学者は私たちの基本方程式に誤りを許さなければなりません。すなわち、Y = f（X）+ Eであり、ここで「E」は完全に予測することができないことを含む。それは私たちを謙虚に保つ方程式の一部です。

テクノロジーが発達するにつれて、科学者は、人間の行動をある地域ではかなりうまく予測し、他の地域ではまだ不足していることを予測できる可能性があります。限界を全体的に理解することは非常に難しいです。例えば、顔認識は、視覚が多くの人間の知覚処理システムの1つであるため、または顔が非常に多く異なる方法しか存在しないため、エミュレートするのが容易である可能性がある。一方、特に2016の大統領選挙に基づく投票行動の予測は、全く別の話です。人間が自分のやることをやっている理由は、複雑でまだ理解されていません。

さらに他の人々は、理論的には、少なくとも、完璧な予測がいつか可能になる。それまでは、運があれば、数学や統計は、人々が平均して次にやることをますます説明するのに役立ちます。