抹殺する人工知能 〜 生存競争と自然淘汰で、最適解にたどりつく：Over the AI ―― AIの向こう側に （7）（3/13 ページ）

“人工知能技術”の1つに、生物の進化のプロセスを用いて最適解へと導く「遺伝的アルゴリズム（Genetic Algorithm：GA）」があります。25年ほど前に私が狂ったようにのめり込んだ技術なのですが、世界的にもファンがたくさんいるようです。そして、このGAこそが、私たちがイメージする“人工知能”に最も近いものではないかと思うのです。

[江端智一，EE Times Japan]

大統領選予測、ついに定式化に成功

　まず、米国の1つの州における、得票投票率50％のクリントンさん^＊）と民主党の選挙人の平均値（平均人数）と分散は、以下のようになります。ここでは、選挙人数3人のアラスカ州を例にしてみましょう^＊）。

＊）なぜ「トランプさん」ではなく、「クリントンさん」としているかというと、特に理由はありません。

　実際は、各州の選挙人は総取りなので、「3人」か「0人」のどちらかになるのですが、ここでは、各州の確率と分散の値を求めることが目的なのです。

　さて、これを全米に展開するにはどうしたら良いかというと、これが、びっくり仰天なのですが、上記の各州の人口と選挙人数から、単一項の二項分布確率を求めて（「エクセル」の標準関数BINOM.DIST（）を使えば十分）、平均と分散を足し算をすれば足りるのです^＊）。

＊）平均の加法性は直感的に理解できると思いますが、分散の加法性がなかなか頭に入ってこない方は（私も入ってこなかった）、こちらに良い解説があります。

　この計算結果は、江端の「力任せシミュレーション（14時間）」と、gauraさんの「二項分布を利用した超高速化シミュレーション（59秒）」の数値結果の両方とドンピシャとなり、シミュレーションと定式化（論理解）の正しさを相互に証明していることになると思います^＊）。

＊）この内容を読んだ後で、「そんなことは、最初から気がついていたさ」などと言い出す（不愉快な）奴が出てくるハズです。そのような人は、この連載の掲載前に、この「合衆国選挙の選挙人制度の問題（分散と感度）」を提起してたことと、この「論理解」を示していたことの両方の証拠を沿えて、その旨を主張してください。