MATHEMATICS · COMPUTATION & INFORMATION
計算と情報
計算できるとは、どういうことか。
コンピュータが生まれる前に、「計算できるとは何か」は数学の問題として定義されていました。そして、どんなに速いコンピュータでも解けない問題があることも、その時点で分かっていた。情報もまた「ビット」という単位で測れるものになり、私たちのデジタルな暮らしの土台になりました。
計算と情報とは
計算できないことが、計算より先に分かっていた。
計算の理論は、どんな問題が手順(アルゴリズム)で解けるか、解けるならどれだけ速く解けるかを調べます。
情報理論は、情報の量を測り、それをどこまで小さく圧縮でき、どうすれば誤りなく伝えられるかを調べます。
基本の考え方
アルゴリズム
問題を解くための、はっきりした手順。語源は9世紀の数学者フワーリズミー。
チューリングマシン
テープを読み書きするだけの単純な機械で、あらゆる計算を表せる。コンピュータの理論的な原型。
計算できない問題がある
どんなプログラムが止まるかを、すべて判定するプログラムはつくれない(停止問題)。
計算の速さ ― P と NP
答えを確かめるのは簡単でも、見つけるのが難しい問題がある。両者が本当に違うかは未解決。
情報とビット
情報の量は、はい・いいえの答えがいくつ分か(ビット)で測れる。圧縮や誤り訂正の限界も、そこから決まる。
身のまわりの計算と情報
- スマホの写真が小さいのに綺麗 ― 人の目に分かりにくい情報を捨てて圧縮している。
- 汚れたQRコードが読める ― 誤り訂正の符号で、一部が欠けても元の情報を復元している。
- 地図アプリの最短経路 ― グラフの上で最短の道を探すアルゴリズム。
- 対話するAI ― 膨大な計算で、言葉の続きの確率を学んでいる。
流れ
- 9世紀フワーリズミーアルゴリズムの語源。
- 1843エイダ・ラブレス機械が数以外も扱える可能性を書く。
- 1936チューリングマシン計算できるとは何かを定義する。
- 1948シャノンの情報理論情報をビットで測る。
- 1971P対NP問題計算の難しさをめぐる最大の未解決問題。
- 現代AIと大規模計算学習する計算の時代へ。
ほかの分野とのつながり
自分の問いとのつながり
情報を処理することと、何かを経験することは、同じなのだろうか。
カメラも赤を検出する。でもカメラは「赤い」と感じているのだろうか。検知、情報処理、認知、主観的な経験は、分けて考える必要がある。物理だから単純、ではない →
自分の考えも、イメージから言葉へ、一瞬の「あ、こういうことだ」へと進む。それは計算なのか、それとも計算では表せない何かなのか。頭の中が一瞬、真っ白になる →
まだ答えが出ていない
- P と NP は本当に違うのか
- 意識や経験は、計算として表せるのか
- AIの内部処理と、人間の主観的な体験は同じものなのか