カテゴリー: 08-NEWS

Decrypt history, Encrypt future™

エピジェネティクス操作性

人間とは、「体外に構築した情報(記号)の力を使って、自分自身のOSの実行状態(DNAのエピジェネティクス)を、熱力学の法則の許す限りトップダウンで書き換え続けることができる、自己プログラミング型の散逸構造生命体である」の…
Read more

計算爆発を抑え、非決定論を決定論に、確率論を決定論に還元する論理手法|Finitization&Derandomization

サヴィッチの定理(NP→P)とアドレマンの定理(BPP→P)という2つのステップは確率論(運・ランダム)を決定論(構造・自動プログラム)へと100%完全に置き換える脱ランダム化(Derandomization)の証明形式…
Read more

エリートサラリーマンになるのに必要なIQよりも、大富豪になるのに必要なIQは低くて良い|IQ lower bound

IQはどのくらい高ければ必要十分と言えるのだろうか? 答えは上位5%の年収であればIQ115程度あれば、25%くらいの確率でなれる。一方、上位1%の年収に入るためにはIQ90以上あればよく上位5%になるよりも知能が必要な…
Read more

確率に翻弄されるな、決定を積み上げろ|Deterministic Turing Machine

曖昧な予測や不確実な確率論を排除し、制約条件(constraints)に基づく0と1の「決定論的(Deterministic)なステップ」を進めることの重要性を説く。 1. 確率論的アップサイド(上界)の予測放棄 一般的…
Read more

人間 vs 犬 vs 熊 olfaction

1. 犬 vs クマ:数字で見る嗅覚の違い 嗅覚の鋭さを決める要素を比較すると、クマの圧倒的なスペックが見えてきます。 比較項目 人間 犬(警察犬など) クマ(ヒグマ・ツキノワグマ) 嗅細胞の数 約500万個 約2億〜3…
Read more

軽量版レベニューソルバー

P vs NP的な正攻法ではなく、探索空間を全部読む前に、当たり筋だけを嗅覚で拾う軽量レベニュー探索アルゴリズム。人間の認知・時間・資本制約下で、完全探索や厳密証明を目指さず、初心者の偶然的成功=Beginner’s L…
Read more

高負荷タスクSAT solverのCDCLの補完的軽量アルゴリズム

SATソルバー、特に現代の主力である CDCL(Conflict-Driven Clause Learning:衝突駆動型節学習) の動作は「毎日指摘ばかりして疲れてしまう判定者」に例えられる。 実際に計算資源(リソース…
Read more

うまさの4要素

4つの要素(アミノ酸(旨味)、酵素(食感・熟成)、油水塩の濃度(浸透圧・乳化・味付け)、熱(タンパク質の変性と化学反応))は、料理の美味しさを決定づける。職人の勘やおふくろの味と呼ばれるものの正体は、4要素充足可能性問題…
Read more

Revenue 3-SAT Solver& P vs NP,BMC,PCP,CDCL,satisficing|HITSERIES RevOpsユニバーサルセールスチューリングマシン

Revenue Solver による決定論的増収増益アーキテクチャ グロースとオペレーティングレバレッジを実現するためには、増収をプログラム化(アルゴリズム化)する必要があります。効率化できない直列意思決定の P-com…
Read more

下界を固定せよ。上界は予測するな。|Lower Bound

人間は上界で説明したがる。しかし数学は下界を積み上げる。 人間は、物理においても経営においても、「ここまで行けるはずだ」「市場規模はこの程度だ」「AIの可能性はこの範囲だ」と上界を定義したがる。しかし、人類文明の歴史が繰…
Read more