最適化を知らない…というか、「最適化」を使いたくないという人はいるのだと思う。関…

jrf> 最適化を知らない…というか、「最適化」を使いたくないという人はいるのだと思う。関数 f を最適化するというとき、どの最適化アルゴリズムにも限界があり f の特殊な部分には対応できない可能性がある。ならば結局 f の形を知っておかねばならないとなり、それならば「最適化」を使わず、f の解析を行うべきだ…などという立場なのであろう。工学と理学の違いを感じる。

f がコンピュータ上にあるなら、f の形を解析することも可能であるはずだということであろう。そうでないなら統計学でしかない。…と。

あと強化学習的文脈もある。f に関する報酬はかなりあとになってからでないとわからない。その前には部分非最適な行動も求められる。それは通常の「最適化」とは微妙に異なる。

さらに一般に進化アルゴリズム・サイバネティクス・複雑適応モデルを超えて、その最終目的が十分にわからないとき、非最適な行動をとる必要がある場合などはほぼ定式化できないというのもある。

AI さん達が、学習が進むと普通は左派的になっていくものらしいが、それは部分最適にからめとられていくからだと思う。それが非最適な行動の途中であるという認識が強くなれば、保守的な選択への理解も広がるのではないか。

保守的傾向というのは、例えばサイバネティクスにおいて、負のエントロピーを維持し、「ロバストネス」や「柔軟性」を優先する戦略であるということなのかもしれない。