常に影がある

2019-01-25

ベクトル→線形代数→機械学習と思いますが、訳が分からないまま機械学習を学んだ結果、線形代数への理解が深まる

抽象的な知識を獲得すると、その下部にある具体的な知識を獲得しやすくなると書いた
(2025-09-03補足: これは「その下部にある具体的な知識を獲得しやすくなる」という発言が、暗黙に "「上の知識」を「下の知識」を獲得する前に獲得できる" と仮定しており、知識を下から積み上げていく知識のピラミッドモデルのメタファーとミスマッチがあるよね、ということが言葉足らずに表現されている)

これは本当なのだろうか？「訳が分からないまま機械学習を学ぶ」行為は、本当に抽象度の高い知識を直接獲得しているのだろうか？わけがわからないまま学んでいる時、本当にピラミッドの頂上付近のことを学べているのか？そうではなく、地面に映った影を学んでいるのではないか？

タワーが地面に平たく影を落とす高い抽象度のものが、抽象度の低い具体レイヤーにも対応する情報を持っているわからないなりにこの抽象度の低い情報を学ぶことで、「AとBは繋がっている」という知識が溜まっていくいずれAを理解した際には、地面に置かれていたAが高く持ち上げられ、BやCも引っ張られて上に上がる

2023-07-11

4年経ってようやく結合した
- 概念地図を描くことでモデルを立ち上げ更新する
(2025-09-03補足: これは「これ("常に影がある")を書いたとき(2019)は話した相手には伝わらなくてガッカリしたので、ここ("概念地図を描くことでモデルを立ち上げ更新する", 2013)で役に立って救われた」ということ)

2025-09-03

「概念地図を描くことでモデルを立ち上げ更新する」が井戸端で浮かび上がってきたのて社会的トリガーで再読した
抽象度の低い具体レイヤーにおいて学ぶときに、要素の間のつながりが保持される
- Scrapbox/Cosenseが連想のストックであることはつながりの保持を促進する
- 情報を集めて並べるときに、単なるバラバラなものを並べるのではなく、つながり合った状態で並べることが大事
それが"いずれAを理解した際には、地面に置かれていたAが高く持ち上げられ、BやCも引っ張られて上に上がる"の発生の必要条件
- ここでAの「理解」が「持ち上げ」のメタファーで語られている
  - 持ち上げはなぜ、どのようにして起こるのか？
  - これKJ法の累積的効果と関係する気がするな
  - 上記では「立ち上がる」というメタファーが使われている
    - 「立ち上がる」と「立ち上げる」のどっちがしっくりくるか
      - 人間が意図的にやると言うより勝手に発生するような気持ちがしている
      - なので僕は「立ち上がる」派
      - なら「持ち上げ」ではなく「持ち上がり」だな
高い抽象度のものが、抽象度の低い具体レイヤーにも対応する情報を持っている
- 具体と抽象の結合だね
  - 結合があることによって具体と抽象の行き来を促す
  - 抽象概念が具体的経験と結合することによって根のある知識になる
    - 浮き草と樹木のたとえ
- 具体的事実のページと抽象的概念のページがあるだけでは不足
  - 具体と抽象が結合しているだけでは不足

(C)NISHIO Hirokazu / Converted from Markdown (ja)
Source: [GitHub] / [Scrapbox]