さて昨日・今日は人工知能関係のワークショップにて
「NFLT」の話題が出たのでNOTEします。

まず、NFLTについて知っている人はどれくらいいますか？
NFLTとは「No-Free-Lunch Theorem」の略です。
日本語でいうと、ノーフリーランチの定理。

Wikipediaより引用します。

ノーフリーランチ定理（ノーフリーランチていり、no-free-lunch theorem、NFLT）は、物理学者 David H. Wolpert と William G. Macready が生み出した組合せ最適化の領域の定理である。その定義は以下のようになる。

……コスト関数の極値を探索するあらゆるアルゴリズムは、全ての可能なコスト関数に適用した結果を平均すると同じ性能となる

難しい！よくわからない。
言い換えると

あらゆる問題を解決するのに万能な方法はない

という事です。

下記のグラフを見るとわかりやすいです。（Wikipediaより）

ある特定の分野に特化したアルゴリズム（例えば製品でも良い）は
そこに関しては秀でた性能を得るが、そのほかの分野では平均以下になる。
一方、どんな問題にも対処できるアルゴリズムがあったとしても
それは特化したアルゴリズムには勝てない。
こうなると、問題別に専用なアルゴリズムを作って解決するのが良いってなる。つまりケースバイケースでしょ！って事。

ここで重要なのが今後のトレンドとして
どこの問題にフォーカス・特化するべきかという事。
先見性がないといけない。

人工知能・ディープラーニングの場合

やっぱり画像認識するのであればCNNです。
言語であればRNN。画像も言語もなんでも間でも認識できる
人間の用な万能性を持つネットワークは専門に特化した
ネットワークには勝てない。
デバイスでも特定の決まった処理（for文など）であれば
FPGAやGPUが得意ですが、条件分岐（if文）が発生するような
処理が入ってくると苦手なので、そこはCPUの方が得意だったりします。

筋トレの場合

ジムのマシンで上半身、下半身、持久力強化の万能マシンはない！
ジムでも大胸筋を鍛える時はベンチプレス。
広背筋であればラットプル、チンニングマシン
上腕二頭金であればダンベルカール
大腿四頭筋であればスクワット
持久力であればトレッドミル
…これ以上やると終わらないのでやめるとして…。

ノーフリーランチ（無料ランチはない）というネーミング

要はうまい話はないって事ですね。
ビジネスにおいて経験則はよく使われますが
その経験がほかの事例にも適用できて最適かどうかは別なので
最適かどうか？っていうのは常に考えましょう！って事ですね。

There Ain’t No Such Thing As A Free Lunch

という格言もあるようです。
19世紀のアメリカではバー・酒場で昼食無料と宣伝して
顧客を集めていたようです。但し、１ドリンクオーダしてね。
昼食自体も濃いものばかりで飲み物が飲みたくなる。
そして、その飲み物自体にも昼食の価格が上乗せされている。
結果的には昼食無料でも安くないよね？！って事。

日本の客引きでも
「一人2品頼んでもらえれば1,500円で飲み放題ですよ！」
っていうのありますよね？

でも「お通し、席料、サービス料、深夜加算、週末料金…」
そして１品も高かったりします。

そんなにうまい話はない！
なんでも一長一短があると考えれば
良いのかなって思います。