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。
◆過剰適応の脱学習
本シリーズの直近3回は、本題であるAI（人工知能）農業から脱線して、多少哲学的ではあったけれども、データ論理について考えてみた。AI農業は、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」の宿題だった。近未来におけるAI技術の在り方を、より具体的な経済的な課題として、批判的に（限界を自覚しながら）考えている。「スモール ランダムパターンズ アー ビューティフル」では、AI技術を上手に使えば、個人の健康問題や、地球の社会・環境問題を解決する探索路が見つかるという、楽観的なシナリオが基調になっていた。しかし、極端に資本主義化して、市場変化を無理に加速する、最近のAIビジネスにおいて、より深刻になる経済・社会・環境問題が、加速された時間スケールでは、良い方向に解決されるとは思えなくなり、作戦を変更することを試みている。「みんなで機械学習」をする活動目標を、組織に潜在する過剰適応の記憶を脱学習（アンラーニング）することと仮定して、再考している。加速主義も、技術信奉の固定概念による、過剰適応の一種だろう。 記事全文>>
