過ぎたるは猶及ばざるが如し

世はビッグデータと言うデータ解析が持て囃されている。確かに、世界で起きる現象は色々な要因が関係しているのは事実であろう。しかし、因果関係が明らかになっているものは極めて少ないであろう。

一方、コンピュータの大容量化や高速化に伴い、短時間で多くのデータを使った解析が行えるようになった。

例えば、競馬における勝馬予想と何となく似てはしないだろうか？数日間の調教データや馬体重の変化、最近のレース結果や上がりのタイムなど予想にも数多くのデータが用いられているようである。中には、直近の馬糞の色、毛並みなど数値化しにくいものも採用されているようである。しかしこの競馬の場合は、予想に人間が間違いなく介在して（予想屋）の判断に期待している部分もマダマダ大きいようである。

ところが、科学的な分野、例えば気象予報などは過去に比べて非常に多くのデータ、温度、風向き、上層気象データなどなど衛星や気球観測、観測船などのデータが集められる。

さて、これらデータをどのように活かすか？これが問題となる。

コンピュータでデータ分析して予想結果を得ようとする訳であるが、この《分析》のためには人間の作ったソフトウェアが無ければならないから、作る人の持つ能力によって結果は千差万別となる。

データが有り過ぎるのも困りものである。本来、予想しようとする現象への寄与度が不明であるから、これをソフトウェアにどう取り込むか？これに尽きるのである。

かつてコンピュータが登場した時にGMDH（データハンドリングの一般的方法）という手法が用いられ、データに対する寄与度を分析して改善していくという試みもあったが、所詮、機械で分析するに過ぎないため廃れていった。

寄与度（重み）もよく分からないままにデータ分析して予測しても、《当たるも八卦、当たらぬも八卦》で、予測があたっても、どうしてかは説明できないし、予測が外れても原因は不明のまま…。

やはり、人間の経験や洞察による予想の方が《頭を使っている》意味で優れているらしい。

数を増やせばいい結果を生み出せるとも限らないし、人間の試行錯誤と直観力を蔑ろにしてしまう、ツケは非常に大きい。人間の持つ工夫や経験的学習による能力こそが歴史的に自然との関わり合いを大切にし、克服してきたのであろう。

古代から人間はスーパーコンピュータなど無くとも平和で自然と調和して付き合った来た。有り過ぎても意味が不明で不幸に…