社会は、個人の健康から世界的な金融危機、食糧不足、病気の発生、民族間の暴力に至るまで、多くの課題に直面しています。これらの問題は非常に複雑です。それらに対処するのに非常に苦労している理由は、実際には基本的な数学的問題に根ざしています:大量のデータから重要な情報 (効果的な介入を決定する情報) をどのように特定できるでしょうか?
社会に関するデータはかつてないほど増えていますが、ビッグデータから実用的なソリューションへの道のりは単純ではありません。 New England Complex Systems Institute の研究を要約した論文「ビッグ データから重要な情報まで」は、問題の内容と、これらの課題を解決する上で真の進歩を遂げる方法を示すフレームワークを提供します。
病気の人や苦境にある国の経済を健康状態や安定状態に導くための科学的な軌跡は何ですか?難しい場合でも、正しいアプローチは簡単に思えるでしょう。利用可能なデータを調査し、モデルを構築します。モデルをシミュレートし、介入の効果を予測します。ほら、問題は解決しました。このアプローチは合理的に見えますが、隠れた欠陥があります。研究する適切な特性を正しく特定した場合にのみ機能します。
システムに関する詳細をどんどん収集し続けるとどうなるでしょうか?モデルは適切ではないでしょうか？問題は、データが終わらないことです。小さなシステムであっても、システムに関する微視的な情報をすべて取得することはできません。
この課題に対する NECSI のソリューションは、もともと物理学で開発されたシステムを記述するための新しい数学的アプローチ、特に相転移の「くりこみ群」研究から生まれました。水の沸点を考えてみましょう。この遷移により、密度が不連続に変化します。圧力を上げると、沸点も上がります。密度の不連続性は、なくなるまで減少します。二次相転移点と呼ばれるその時点で、システムは密度変化自体では説明できない挙動を示します。代わりに、材料全体で密度の変動があります。これらを数学的に扱うために、Ken Wilson は動作をスケールの関数として扱うための繰り込みグループを開発しました。
NECSI の論文は、これらの概念を一般化されたマルチスケール情報理論にまで拡張しています。このアプローチでは、データまたは情報自体に特定のスケールが与えられます。複雑なシステムのさまざまなプロパティは、さまざまなスケールでの動作に影響を与えます。実世界のシステムの動作を変更したい場合、通常は最大規模に影響を与えたいと考えます。したがって、私たちのモデルにとって最も重要な特性は、最大のスケールで見ることができるものです.
このアプローチは大幅な簡素化です。システムの動作に影響を与えるすべてのデータと原因と結果のすべての連鎖を分子スケールから研究するのではなく、重要な特定の情報のみに焦点を当てることができます。それでも、このアプローチには独自の数学的処理が必要であり、実際に実装するのは難しい場合があります。しかし、努力がなされると、マルチスケール情報理論は、どの介入が人間の健康や社会にもたらしたい変化につながるかについての詳細なガイダンスを提供することができます.
NECSI は、これらの方法を多くの実世界の問題に適用することに成功しています。分析によると、アラブの春は食料価格の上昇によって引き起こされたことが示されました。これらの価格は、とうもろこしがエタノールに変換されたことと、米国の農産物市場の投機によってさらに押し上げられました。別の分析では、多くの国における暴力の最大の予測因子は、民族グループの地理的分布であることがわかりました.
西アフリカでのアウトブレイクの前に、劇的に大規模なエボラ出血熱のアウトブレイクが起こるだろうと私たちは正しく予測しました。その後、ドアツードアの健康診断により、ウイルスの拡散が急速に阻止されると予測しました。これらすべてのケースにおいて、私たちのアプローチは原因と結果の複雑なネットワークを解きほぐし、社会の最大の課題のいくつかを解決するための最も重要な特性と手段を見つけました。
From Big Data To Important Information という研究は、Yaneer Bar-Yam によってジャーナル Complexity に最近掲載されました。 .
