少し前、ＮＨＫで「人間って何だ？」というＡＩ（人工知能）関連の番組をやっていました。その中で出てきた「過学習」の概念が面白かったんですよ。

　ＡＩに学習させるときにはディープラーニングという方法が用いられます。これは、ＡＩに大量のデータを読み込ませ、分析させることで、学習をさせる方法。複雑な状況から結論を引き出すのが得意で、ものによっては人間以上の能力を発揮することもあります。

　例えばＡＩに「イヌとは何か」を認識させるためには、たくさんの犬の写真を読み込ませ、判断させます。それに対して正解・間違いのフィードバック（結果を見ての修正）を何百万回も繰り返すうち、ＡＩは自分で必要な条件を覚え、犬の画像を見分けられるようになります。

・過学習…丸覚えは使えない
　ＡＩに学習させる上で問題になるのが「過学習」です。わかりやすく言うと、データを丸暗記しすぎて、応用力がなくなること。

　例えば、データの中に黒い柴犬の画像があったとします。ＡＩはその画像を分析し、「毛が生えている」とか「牙がある」といった犬の判断に重要な特徴を読み込みます。しかし同時に「色が黒い」とか「耳が立っている」というような、重要でない特徴をも読み込むでしょう。

　もしＡＩが、重要でない情報まですべて使って判断したら、ゴールデンレトリバーは、黒くない、耳が立っていない、という理由で「犬ではない」と判断されてしまいます。

　ディープラーニングを成功させるには、どの情報が重要で、どの情報が重要でないか、ＡＩがわかるようにプログラムすることが必要。研究者は、その対策に頭を絞るのだそうです。

・正解率を高める試行錯誤
　では、どうやって重要性を認識させるか。代表的な方法の一つが「ドロップアウト」です。大まかに言うと、判断に使っている特徴のうち、いくつかをわざと使わなくすること。

　たとえばＡ、Ｂ、Ｃ、Ｄという4つの特徴を判定に使っているとします。Ａを使うのをやめて、Ｂ、Ｃ、Ｄだけで判断を行い、それでも正解率が高ければ、Ａは重要ではないとわかります。逆にＡを使わずに判断を行って正解率が下がれば、Ａが重要だとわかりますね。

　こうして使う情報、使わない情報をランダムに入れ替えながら試行錯誤することで、より正確な判断ができるようになってくるというわけです。

・上達のための試行錯誤とフィードバック
　ディープラーニングは人間の学習をもとにしたものですから、こうした原則は人間でも同じです。丸覚えルーチンワークでは、何年繰り返しても上達しませんし、試行錯誤していても、結果が出るまでの間隔が長ければ、学びは遅くなります。
　これは技術側の問題でもあって、技術を要素分解しやすい技術ほど、またフィードバックが早い技術ほど、学びやすいことを示しています。

　ちなみに、ＴＡＭ関節リリースは、要素の分解が明確で、結果がすぐ出る技術です。…と最後に我田引水（笑）

先日、水泳をしている方が、足の治療でいらっしゃいました。
足の方は関節リリースで治療したのですが、その際、水泳で肩甲骨をうまく使えないとおっしゃいます。

■肩甲骨の動きは、鎖骨で意識する。

肩甲骨は肩にある平たく大きな骨です。
上下左右、回転運動を行って、腕の動きを補助しますので、上手に使えるかどうかで腕の可動範囲は大きく変わってきます。とはいえ、見えにくい場所にあるため動きを意識しにくい骨でもあります。

そこで、鎖骨。肩甲骨は鎖骨によって胴体につながっているので、鎖骨を意識すれば、肩甲骨の動きをイメージしやすいのです。

例えば、右の肩甲骨を動かすとしましょうか。
首のすぐ下にある骨のへこみ。これが鎖骨の始まりです。その部分に左手の親指を当て、人差し指で右側の鎖骨に触れます。これで、指先で鎖骨の動きを感じることができます。
そのまま、右肩を上下や前後に動かしてみましょう。鎖骨が動いているのがわかると思います。

■鎖骨から先が、腕だと考えてみる

鎖骨の動きがわかったら、次は腕を動かします。ただし、腕と一緒に鎖骨が動くように意識してみてください。腕と鎖骨が一緒にうごくことで、腕の動く範囲が大きく広がっているのがわかると思います。
もっと言えば、鎖骨から先が腕だと思ってください。始まりの場所が首の下だ、と思うだけで腕の動きが変わってくるはずです。

　…というようなことを、お客様に語って、動かしていただくと
「そうですね、ほんとに大きく動きますよ！」
　と喜んでいただけました。

「そうでしょう、そうでしょう」
　と言いながら、自分でもやってみたら、私の腕も、いつもより大きく動きます。偉そうに言っていながら、私も肩甲骨が使えていなかったようです。
　思ったより使えていないのが、肩甲骨。一度試してみてください。