ノーフリーランチ定理 とは？

大まかには、問題の性質を使わずに、あらゆる問題で有利な万能の手法を選べるわけではない、という話だよ。探索や学習についての定理群で、問題全体を等しく重み付けして平均するなど、数学的な前提の下で平均性能を比較するんだ。

特定の課題では同じではないよ。現実の問題は、すべての可能な問題が同じ確率で出てくるとは限らないんだ。問題の性質に合った方法を作れば、その対象で有利になることがあるね。定理は、そうした設計や改善が無意味だと言っているわけではないよ。

二つの地点の値が0か1で、1回だけ値を調べるとしよう。左を選ぶAと右を選ぶBでは、問題によって見つける値が違うね。でも四つの組み合わせを同じ重みで平均すると、どちらも0.5になるんだ。これは平均の前提をつかむための小さな例で、実際のAIの性能を測った数字ではないよ。

まず何を解きたいか、どんな問題が出てくるか、何を良い結果とするかを考えよう。その条件に合う候補を比較するんだ。たとえば精度だけでなく、処理時間や必要なデータ量も選ぶ基準になるね。「すべての手法を必ず試せ」「組み合わせれば必ず最良になる」という結論ではないよ。