トレードオフは人間が判断
感覚に裏打ちされた情報の数値化ばかりではなく，トレードオフが発生する状況での決断もコンピュータには簡単ではない。目的が一つなら，その目的を最大限に実現できるような計算結果を求めればよい。しかし，目的が複数あり，それぞれが矛盾した側面を持つ場合には，すべてを同時に最適にはできない。そこで落としどころを考える。とても人間的な判断だ。
多目的問題の一例が，環境に配慮した企業行動である。「最大の利潤を追求することと，環境に配慮することは，同時には達成できない。このような複数の目的があると，どこかで人間が判断しないと結論を出せない」（広島大学 大学院 工学研究科 複雑システム工学専攻 教授の坂和正敏氏）。
“劣っていない解”が苦手
コンピュータが苦手とする感覚に基づく判断や，トレードオフの関係を持つ問題に共通する特性は，目的を満たす唯一の有効解が存在しないことである。より適切な解は存在するかもしれないが，そもそも「最適」と呼べる解はないかもしれない。最適解があるとしても，組み合わせの数が膨大で，有効時間内には見つけられないこともあるだろう（6月8日掲載『組み合わせ最適化問題にも“やわらかい”計算が有効』を参照）。
このような問題に直面しても，人間は「無限にある解の中から，人間の意志で解を決定する」（広島大学の坂和教授）。解が最適であることは保証できなくても，目的を満たす解はあるからだ。これを「非劣解」という。その解は最適ではないかもしれない。「まあまあ」のレベルだったり，「何とか我慢できる」程度だったりと，解の適切さも問題によってさまざまだろう。人間は，問題の難しさや複雑さなども考え合わせて，受け入れられる水準，すなわち「いい加減」に達している解を現実的に選び出す。
非劣解を求める計算原理
つまり非劣解を求める問題をコンピュータは苦手としている。「問題が多目的になると，数学から離れてしまい，解が無限に考えられるようになってしまう」（広島大学の坂和教授）。数学的に問題をモデル化できれば，それをコンピュータのプログラムに変換できる。しかし，非劣解を考えなければならない多目的問題は，数理モデルを作りにくい＊2。
無限にある解の中で意思決定するには，どうしても人間の判断が入ってくる。コンピュータが真正面から非劣解に向き合おうとすると，多目的問題を扱える新しい計算パラダイムが必要になる。
 |
| 図4●人間らしさへのアプローチとなる技術 ファジィやニューラル・ネットワーク，遺伝的アルゴリズム，カオスは，人間の日常的な思考，あるいは自然界に存在する現象を利用して，コンピュータに人間的な「いい加減」を持たせることができる技術である。こうした技術を応用することにより，コンピュータが今よりも人間らしく考え，問題を解決できるようになる可能性を持つ。 |
その可能性を持つものとして，かつて期待と注目を集めたのがファジィやニューラル・ネットワーク，遺伝的アルゴリズム，カオスといった理論である（図4[拡大表示]）。「1970年代に盛り上がったAI（Artificial Intelligence）が80年代に入って力を失うのと入れ替わりに，こうした考え方が浮上してきた」（早稲田大学 理工学部 応用物理学科 教授の橋本周司氏）。いずれも，人間的な判断や学習のメカニズム，自然界に見られる現象などを計算原理に使うことで，従来のコンピュータが苦手としていた問題の解決を図る。
ファジィは比較的名が通った存在だろう。人間の言葉が含むあいまいさを記号化する手法と言える。もともとあいまいなものを正確に記述するのは難しい。ファジィはあいまいさとうまく折り合いをつけて，これを記号化する。
ニューラル・ネットワークは，神経回路のメカニズムを模倣している。これにより，人間が新しい運動や言葉を感覚的に獲得し，知識を蓄えていくのと同じような学習能力をコンピュータに備えさせる。
遺伝的アルゴリズムは，生物が遺伝子の交配を繰り返し，時には突然変異を起こしながら，種として進化を遂げてきたメカニズムを利用し，最適化問題の解決を図ろうというものだ。どうなるのが最適なのかが分からない問題に対して，遺伝子の選択淘汰の仕組みを利用して，より適切な解を効率的に探していく。
自然現象に見られる，一見すると非線形で複雑なふるまいの中に，実はある規則性を内包しているようなものがカオスである。カオス状態からは内在する規則を導けない。逆に規則性が分かっても，どのようなふるまいをするか予想できない。こうしたカオスの特性を利用し，パターン認識やセキュリティへの応用が考えられている。
“死んだ”と見るのはまだ早い
これらが注目を集めたのは1980年代後半から1990年代初頭だ。一度は注目されたものの，未来技術としては表舞台から消え去った。特に，ファジィについては家電などで大きく宣伝されたことが仇となり，「もはや死んだ技術である」と評する向きも少なくない。ファジィとニューラル・ネットワーク，遺伝的アルゴリズムは一部で実用化され，定着しているが，ごく限られた領域に過ぎない。当初の期待ほどに実用が進まなかったのは，結局は「研究領域から，使ってみようと思えるような成果が上がってきていない」（東芝 研究開発センター ヒューマンセントリックラボラトリー 研究主幹の松日楽（まつひら）信人氏）ことに尽きる。
しかし，現状だけを見て「死んだ」と決めつけるのは早計だろう。コンピュータは，数学的にモデル化された問題でないと処理できない。言うなれば，数理モデルに閉じた世界でしか生きていけない。そこから飛び出していこうとするなら，非劣解を求める能力が必要になるからだ。その意味では，「死んだ」のではなく，「まだ大きな鉱脈を見つけていない」のかもしれない。
