先日、ブラックホールの撮影という歴史的快挙が発表されました。100年以上も前から存在すると思われていた抽象的な概念が、目に見える形で披露された歴史的瞬間だと思います。

今回の画像生成アルゴリズムを開発したバウマン博士のTED Talkが素晴らしく、ブラックホールの画像を捉えることの重要性、地球規模の望遠鏡がなければ遠くのブラックホールを捉えることができない課題、そしてベイズ法を活用した複数のパズルのピースを組み合わせるような画像生成方法などを分かりやすく10分程度で説明してくれています。若干29歳の女性にして既にCALTECHの助教授になっていることも納得できます。彼女が開発したCHIRPというアルゴリズムの論文もarxivに公開されています。

ニュースを追っていると、ほとんどが賞賛と感嘆の声ですが、「（理論的にすでに存在が証明された）ブラックホールの写真を今更数千億の予算をかけて撮る必要があったのか」というコメントがしばしば見られます。面白いことに、ビジネスのデータサイエンスの現場でも同じようなことが起きます。データサイエンティストが苦労して作った分析内容や可視化チャートを見て、ビジネスサイドが「これくらいのことならもう知っていたよ、もっと他にないの？」というような疑問を投げるシーンです。特にデータドリブン経営をまだ熟知していない組織では、こういう光景をしばしば見受けますので、その度に私は落胆します。なぜなら、「直感的に知っている」というレベルと「目に見えて証明されている」というレベルでは、その後の意思決定や仮設設定に置いて１と１００くらいのパワーの違いがあるからです。

例えば、会社の過去３年の売上推移を可視化したとします。データ自体は事実を集めたものですが、そこからどういう意味を見出すかは見る人の主観によって変わります。その異なる主観をぶつけることで新しい発想や、深い洞察が生まれるのではないでしょうか。そうした小さな事実とデータの積み重ねが、後々の意思決定を簡単にすることを、ジェフ・ベゾスなどのデータドリブン経営者は本能的に知っています。なのでデータを軽視するような発言はほとんど聞こえません。

今回のブラックホールのケースは、理論的には存在が証明されているにも関わらず、2000億円相当という資金を導入して科学を１歩前進させてくれた世界各国の政府と、アインシュタインやホーキングをはじめとするブラックホールを追い求め続けた天才科学者の方達皆様に感謝です。宇宙の起源の謎を解くというロマンに溢れる挑戦を1データサイエンティストとして陰ながら応援しています。

それでは良い一週間を。

長谷川