機械語と数学とことば

更新が進みません.

【読書】系統樹思考の世界 三中信宏著

系統樹思考と分類思考の対比から見て取れる科学哲学や科学史が面白く,最近の私の興味のどまんなかでした.

なぜかというと,系統樹は「時間的変化」の重要性を表現する方法だからです.ある意味,現代において「分類することで決定する」神格化されてしまった「科学」を改めて考える機会となり,人の認知の仕組みを考えるアイディアとなりました.

重要な論点としては, * 論理学・心理学者と進化生物学・統計学者のアブダクションの意味の違い * 系統樹思考と分類思考の違いと人の認知特性

の二つを読みながら考えました

1. 論理学・心理学者と進化生物学・統計学者のアブダクションの意味の違い

論理学・心理学者のいうアブダクションはどちらかといえば「発想法」に近いものです.
私の解釈が間違っていなければ,アメリカの哲学者,チャールズ・サンダース・パースが言っている「アブダクション (Abduction)」は

1.「ある驚くべき事象に出会う」
2.「その事象の原因についての仮説Hを立てる」

という二段構えのプロセスにあります.

この「仮説を立てる」推論は,他の言葉で「遡って考える推論」や「Retroduction」などと言い換えてもいます.論理学や認知科学で言われているようなアブダクションはこれに相当するもので,(アメリカプラグマティズムを元にしている学問でもあるため)内容やプロセスについての説明はほとんどありません.
私が読み切れていないだけかもしれませんが,「アブダクション」自体を分析する(つまりより多くの語彙で言い換える)のではなく,「アブダクション」に相当する種類の推論事例を紹介するものがほとんどです.

考えだした哲学者が「記号論」の創始者であるチャールズ・サンダース・パースであるということも相まって、モーダスポネンスで説明できる,帰納推論(P,Q | P→Q)や演繹推論(P→Q, P | Q)といったもののもう一つの種類として,(P→Q, Q | P )といったものだということです(私の中での解釈です.)

ただ,進化生物学者や統計学者の言うアブダクションはこうした論理規則のものとは異なります.

彼らは

「いくつかの仮説の中で尤もらしいものを選ぶ」

という考え方がアブダクションだと言っています.

この本のなかでも取り扱われていましたが,「系統樹」という組み合わせ爆発が起こってしまうネットワークを取り扱うことや,「進化過程」という現時点では実験できない事象を取り扱う上では過去のデータから仮説を複数立て,その中で尤もらしいものを選択するしか方法はありません.

統計学においてのアブダクションは「AIC, 赤池情報量基準」を使ってモデル選択を行う方法があります.多変量解析を行う上で,どのモデルが尤もらしいか,を自由度(つまりパラメータの複雑さ)の罰則をつけた最大対数尤度を使い,「相対的に」どのモデルが尤もらしいかを判断するのです.

難しい言葉が沢山出てきましたが,私の中ではこの本で今まで実践してきた認知科学統計学系統樹思考という一つの言葉で繋がりました.アブダクションについても認知科学の用語で云われるような「人の洞察」と混同されている場合が多く,人の思考プロセスの中でも,複数の仮説が意識下で処理され,アブダクティブにその内の一つが選択されているのではないか,という人の認知プロセスに対する私が考える仮説に合致することともなりました.

2. 系統樹思考と分類思考の違いと人の認知特性

また,人の認知特性には分類思考,本質思考があるとこの本では述べられています.

人が言語を学習していく過程の中では,例えば「赤」ということばを学習するためには「排他性バイアス」や「対称性バイアス」を使って学習していきます.つまり「消防車」と「リンゴ」が二つ並べられている時に「お母さんが赤いねー」と言ったとします.そのとき,こどもはそれぞれの共通点から「赤い」ということばが「それぞれの物体のある光のスペクトルのある部分」を示していることに気付きます.

また,名前を付ける,ということは「消防車」と「リンゴ」という言葉を知った時に起こります.沢山の消防車をみた時に消防車という言葉を獲得することで,リンゴと消防車の境目を創り,分類することができます.

これらのプロセスを経て人は言葉や概念を獲得してゆくのです.

系統樹思考はそれとは全く異なる概念です.

系統樹で考えるということは,ある時点(t)における個体(i)がどこから来ているか,共通祖先はなにか,ということを考えていくことです.つまり,「時間変化」が入り,結果よりもプロセスを重視した分析になります.

時間変化の概念が入ることで「変化」を捉えることができます.

認知科学で研究されている「人の学習」や学習科学・教育学で研究されているような「人の学習」の多くの研究は「プレテスト・ポストテスト」の違いによって研究されています.(例えば、小学校で英語の授業を受けた生徒と,受けていない生徒で授業の前後に受けたテストの点数の変化を比較するような方法)

ですが,それでは本質的な人の学習プロセスを捉えることはできないと私は考えています.人の学習プロセスを捉えるためには【ダイナミック】な知識の変化のプロセスを捉える必要があります.その一つの方法として系統樹的な方法でできないかと,この本を読んで思いました.

修士の研究からずっと人の思考プロセス,行動プロセスの解析を行っていますが,今までの統計学的手法に加え,系統樹的な情報・解析方法も含めたデータ解析方法を模索したいと考えられた本でした.

単純にどちらがよい,悪いという二項対立の分類思考ではなく,なぜその結果になったのか,プロセスはどこで変わったのかを見ていくことで人の学習を捉えることができると思います.

是非,興味をお持ちの方は読んでみてください.参考とした本をいくつか挙げておきます.

アブダクション―仮説と発見の論理

アブダクション―仮説と発見の論理

フィールドデータによる統計モデリングとAIC (ISMシリーズ:進化する統計数理)

フィールドデータによる統計モデリングとAIC (ISMシリーズ:進化する統計数理)

ブログ始めます(移転しました)

ブログはすでに初めてはいたのですが,基本的に内々だけで他人に読まれるものは書いておりませんでした.

いや,これからも他人に読まれるものを書くかはわかりませんが,一先ず自分のプログラミング技術などの備忘録代わりに付けていこうと思います.