山口行治（やまぐち・ゆきはる）
株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニング®のビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。
◆小休止と大テーマ
データ論として取り組んだ「スモール ランダムパターンズ アー ビューティフル」に、宿題が残った。その宿題では、より具体的に、農業分野における近未来のAI（人工知能）技術のありかた、特に個体差の機械学習（フェノラーニング®）の展開について考えている。生成AIの大規模言語モデル（LLM）の問題点として、固有名詞を「責任」をもって理解できないということは、何度か指摘してきた。前稿では、その問題の根源に、現代論理学の限界があることに気がついた（例えば、※参考：『まったくゼロからの論理学』〈野矢茂樹、岩波書店、2020年〉）。論理学という、高度に抽象的な言語活動において、具体的な事象から、抽象化するプロセスが明確に規定されていない。「集合」という、具体的であり、抽象的でもある数学的な概念に依拠して、この問題を回避している。「集合」の集合が必ずしも集合になるとは限らないので、「集合」の部分集合が集合となる集合だけを「集合」と定義する。数学的には厳密な定義であっても、論理学としては、何を意味しているのかよくわからないだろう。もっと具体的に、「すべての人」という論理式で、人にソクラテスを代入するときに、名前のない人の存在を無視して、名前のある個人の有限集合で考えることが、標準的な論理学の教科書的解釈だ。名寄せの作業が困難であること（同一の人物に多数の名前が対応するため）、災害時の行方不明者の人数を正確に把握することが困難であることなどを全く無視するのだから、論理的な議論は、少なくともデータの世界では役に立たない。 記事全文>>
