言葉で解かず数学で解く

課題は何かと聞かれたら、人は言葉で解説をする。

どのような時に、何が起きているのか。
困っていることは何か。

だから課題を記述するには言葉を使うのが便利だ。そして、言葉として書き留められたものを、言葉のようにプログラムする。

でも、ぼくたちのやり方は違う。

言葉は、状況の断面を記述したものでしかない。
状況が変われば、言葉も変わる。

言葉のように書くと、状況が変わるたびに記述を変えていかなくちゃいけない。

だから、課題を聞いたら、まず課題の本質をよく考える。

そして複雑で入り組んでいる課題も、本質を見極め、単純な構造の組み合わせに因数分解する。単純な構造に分解できたら、それぞれ適切なアルゴリズムに置き換える。

こうして、分解した本質的課題を数学的に表現できると、状況の変化は因子の変化として解釈できる。

つまり変化にとてもつもなく強い仕組みが完成するのだ。

大量のデータを効率良く処理できる構造と、多変量解析に適した機械学習モデル、そして組合せ最適化に向いている量子アニーリングアルゴリズム。

ぼくたちの製品は、シンプルだけど多様な数理モデルの組み合わせでできている。この単純な組み合わせが、驚くほど企業課題の因数分解に向いていて、驚くほど課題解決に役立つ。ふと気がつくと、びっくりするほど単純な組み合わせが、複雑で大規模な基幹システムを置き換えていたりもするんだ。

そして分解された要因は、それぞれつながりがあったりもして。
つながりは物語として紡がれていたりもして。

難しそうに見えるけど、それぞれは滑らかにつながっている。
そしてここに気がついたことが、ぼくたちの転換点でもあった。