前回の記事は、こちら─、
『 かつて最も毛嫌いされた学科が、今や引く手あまたに!? 』
昨今の、この手の論調には、
注意すべき点があることも事実だ。
まず、挙げられている例が─、
- ビッグデータ
- Google の検索エンジン
- 金融
- 暗号技術
- 自動運転技術
- ディープラーニング
etc...
やはり─、
特殊と言えば、特殊な分野に限られた事例であり、
話題性があることは事実だが、
世間のビジネス全体においては、まだまだ、
限られた範囲のことでしかない。
実際─、
現場の経験則や、使い古された従来の手法で、
対処して行けることは、その何百倍もある。
従って─、
単に従来の方法から、数学を導入した手法に、
乗り換えれば良いというものでもない。
また─、
前回
、挙げたリンク記事でも、よく読めば、お分かりだと思うが…、
( ※逆に安易に読み進めてしまうと見落としてしまう。)
「 数学 」と「 数学的思考 」との混同が招く、
落とし穴にも注意が必要だ。
実際、多くの場面で求められて来る能力とは後者の方、
すなわち「 数学的思考 」であり、
「 数学的思考 」とは─、
プログラマー流に言わせれば、問題を解決するための、
アルゴリズムを構築する能力と言える。
これは─、
平たく言えば、夕食の効率的な調理手順を、
組み立てる能力なども含まれる。
調理とは─、
常に割り込み作業の発生に備えつつ、複数のタスクを、
非同期に実行させるという、高度なアルゴリズムに他ならない。
そして─、
こういった「 仕様 」の設計を行うに当たり、
微分積分や数理論理学の知識が必要か?と問われるなら…、
「 否 」と言うことは、皆さんもお分かりであろう。
そのことを、よく理解せずに、
安易に数学に傾倒してしまうと、
ワーホリに行っただけで、何やらスキルが向上したかのような、
錯覚に陥っている "困ったちゃん" になりかねない。
( 次回へつづく... )
『 科学界の数学コンプレックスを痛烈に皮肉った、あるベンチャーキャピタルの指摘がクール!』