ApBデータベース型から新たにわかったこと（210822）
それでは、第9回「ApBデータベース型から新たにわかったこと（1）」の講演会を始めます。
発想法、成長論ApB代表の那由他でございます。
復習：ApBデータベース型
型：（A：テーマ）において（p｜B：大切なこと）は大切である、なぜならば（l：理由）
独自の調査で、この（A：テーマ）、（p｜B：大切なこと）、（l：理由）の3点は、およそ8割のブログが持っている要素であることがわかりました。
また、情報源のタイトルとURLも保存していますが、この3点だけわかればそのブログを読まなくても内容が理解できます。（※1）
※1…それでもどうしても理解できないときは、「例えば～」が必要になりますが、その場合はタグ（t1、t2、t3、t4）をみれば大体わかります。
僕がよく「半自動のAI」と言っているのは、このデータベース、言ってみれば検索エンジンのインデックスのようなものです。（※2）
まだこのデータベースの構築はスタートしたばかりですが、すでに数百件のnoteをデータベース化していて、例えば”成功”を検索しても、一瞬で「成功において（p｜B：大切なこと）は大切である、なぜならば（l：理由）」の候補が無数に挙がります。（※3）
※2…実際のAIはこれに重みづけと閾値（しきいち）がつきます。
※3…現在（21年8月）はExcel上に構築しています。
｛スキル、論理、理由｝
｛スキル、論理、理由｝は統一場的にくくれる、同じことと考えられます。
プロジェクトでは論理もスキルとしていますが、僕が言う”スキル”には、発想に向かって収束する論理的なルートも含まれていて、論理とは論じること、理由を説明することだからです。
では、これがわかるとどうなるかと言うと、将棋で言えば「どちらかが勝つまでの全ての指し手がわかる」ようなものです。
つまり、これがDX大学の「全てのnoteの個性、知能を身につける」というテーマです。
データの価値
データの価値は理由の納得度できまります。
従って、（A：テーマ）において（p｜B：大切なこと）は大切であるとき、「なぜならば（l：理由）」が理由になっていないデータは価値が低くなります。（※4）（※5）
現在、僕のフリーマガジン”百花繚乱”では、「AI大賞」という企画を実施していますが、その”AI的観点”とは「データの価値が高い」、「理由に納得した」という意味です。
※4…※冗談、ユーモアとしてだったら価値がありますが、
※5…バージョン0_4からは価値を優位性に改めました。
この「なぜならば（l：理由）」を説明されて納得したり、他人が納得するように説明できるのは論理的思考力が高いということです。
例えば、
「殺人は悪くない、なぜ人を殺してはいけないのか？」
という問いに、
「人間社会では殺人が禁止されていて、それによって君も守られているから」
「人の命の重みは数値では表せない、比べられないから」
と説明して納得する人は「論理的思考力が高い」と考えるのが妥当だからです。
ちなみにこの例はApBデータベース型ではマイナス型（※5）として扱われて、変換には”反転”や”並べ替え”が必要になります。
一文にすると、
「人間社会において人を殺さないことは大切である、なぜならば人間社会では殺人が禁止されていてそれによって君も守られているから」
になります。
※5 マイナス型…「～～しないことが大切」な場合のこと
このApBデータベース型変換には「学びがあればほぼ100％変換できる」という法則があります。
例えば戦争のニュースだったら、「悲劇を起こさないためには戦争を起こさないことが大切である、なぜならば戦争をすると（理由としてエピソード、ニュース）、（こういう）悲劇が起きるから」とできますし、「それは無茶だろう」と思えるような松丸亮吾のなぞなぞですら変換できます。
以前にも説明しましたが、残り2割の「ディズニーランドに行ってミッキーとハグした、たのしかった」などの感情や感想はエピソード型と言って変換が難しいので欠損データとして扱われます。
ただ、「じゃあ、これらのような答えをAIに生産させるにはどうしたらいいか？」といったところは、長くなってしまうのでここでは割愛します。
余談ですが、一時期「プロジェクトをどれだけ低い年齢の人間にまで説明できるか？」と議論したことがあります。
結論は「受験経験があるレベルだったら説明可能」だったんですが、流石に現在（21年8月）4歳で理由を理解できない姪っ子くらいの年齢の子には説明が難しいです。笑
ただ、20代前半のゅさんでも理解できたので、やはり相当若い年齢でも理解できることはたしかです。
ApBデータベース型から新たにわかった発想の構造
ApBデータベース型から新たにわかった発想の構造は、「テーマと大切なことを理由で結んだもの」と表せます。
逆にこの3点を満たしていれば発想やブログとしては成り立ちます。
僕のプロジェクトでは今後、それらの理由をプロットして、さらに上位の統一ApBを導出していきます。
【コラム】「最近、会社でも新人にどれだけかみ砕いて説明しても理解してもらえないことが増えてきた」
こないだ、noteに「最近、会社でも新人にどれだけかみ砕いて説明しても理解してもらえないことが増えてきた」と書かれていた方がいらしたんですが、僕もフィールドワークを続けてきて同じことを感じていて「僕だけじゃないんだ」とちょっと安心しました。
僕はそれをずっと「自分の説明が悪いからだ」と考えて試行錯誤を重ねてきたんですが、今は人間が何かを理解する最も簡単なフォーマット（形式）がApBデータベース型だと考えています。
それで、ついこないだまでは「この答えはサークルの中だけで研究を進めていこう」と思っていたんですが、自分のノートをふり返って1週間前に考えていたことが古く感じる今日この頃、予想通り最近になって一転、「やっぱり公開noteで公表した方が協力者を募りやすいんじゃないか？」と考えなおしました。笑
もし本格的に正しさを裏づけるとしたら、かなりの規模の人手が必要になるので、予測されるサークル加入者だけでは足りないからです。
ということで、僕の有料の線引きとしては「AIに学習させるデータ50件を￥440（DX大学の会費2か月分）」とします。
それらのデータはDX大学の掲示板にもアップしているので、入学していただければ月額￥220で閲覧できます。
また、「有料のエントリーやサークルでリンクを貼って批判をしているんじゃないか？」と心配される方もいらっしゃるかもしれませんが、「そういったことは一切ない」ことはここで明言しておきます。
今月の有料エントリー：DX大学活動報告 ～ApBデータベースの構築方法～（￥440）
【宣伝】サークル「DX大学」
僕のサークル「DX大学」では現在メンバーを募集しています。
月会費は￥220です。
宣伝でした。笑
noterの皆さんへの感謝
また次回の「noteの心得（2）」にも書きますが、noteには有用なエントリーがとても多いです。
よくご自身のnoteに「自分のエントリーは思っているより読まれていない」と書かれている方がいらっしゃいますが、僕は読んでいるどころかノートまでとらせていただいています。笑
こういった日々の研究が積み重なって、やがて「究極の知能」が誕生するかと思うと、皆さんには感謝の気持ちしかありません。
一番最初に言った通り、「究極の知能は全ての（不条理の）答え」になり得ます。
なので、いつも有用な情報を提供していただきありがとうございます。
今後とも宜しくお願いします。
いいなと思ったら応援しよう！
