空間を領域に分割する

大きな質問を領域に分割する

空間が大きすぎて直接探索できない場合、それを分割します。つまり、全体を覆う非重複の領域に分割するということです。部分質問に答えることは、1つの領域を選び、残りを無視することを意味します。

質問が「なぜ昨四半期の売上が減少したのか？」だとします。答えの空間は巨大です。これを分割してみましょう：(a) 顧客数の減少、(b) 同じ顧客の支出減少、(c) 価格設定や請求処理の変更、(d) データエラー。これら4つの領域は空間を覆っており、互いに重複しません。各領域は、個別にアプローチできるより小さな質問です。

良い分割には、幾何学からそのまま借用された2つの性質があります。領域は空間全体をカバーする（何も見逃さないこと）& 互いに重複しない（二重に数えないこと）です。空間の一部を見逃すと、真の答えがその隙間に隠れてしまう可能性があります。領域が重複すると、同じ領域を二度検索する無駄な努力が生じます。

各サブ質問は、あなたを1つの領域に絞り込みます。それに応答すれば、その領域の外にあるすべてを捨て去ることができます。これは検索対象を大幅かつ低コストに削減することです。

クリーンな分割

ある都市が問いかけます。「なぜ緊急対応時間が伸びているのか？」

アナリストは、これを以下に分割することを提案します：(a) 隊員が現場に到着するまでの時間が長くなっている、(b) 出動指令後、隊員が到着するまでの時間が長くなっている、& (c) 隊員が作業を完了して解放されるまでの時間が長くなっている。

各要件が空間を切り分ける

半平面としての制約

解答空間を平坦な平面と捉え、各点を候補の解答とします。制約とは要件であり、各要件は平面に線を引いて片側のみを残します。幾何学において、その残された側は半平面と呼ばれます。

「15ドル以下」は1本の線であり、安価な側を残します。「徒歩圏内」は2本目の線であり、近い側を残します。「現在営業中」は3本目です。要件を1つ追加するたびに、もう1回の切り分けが行われます。

すべての要件を満たす解答は、すべての残された側の交差内に存在します。十分に多くの半平面を交差させると、小さな有界領域が得られます。すなわち、唯一の正しい解答を含む整った領域です。

2つの失敗モード

制約不足（切り取りが少なすぎる）：領域は無界のままです。無限遠方まで伸びてしまうため、無限に多くの曖昧な答えがすべて「適合」してしまいます。「良いアイデアをください」という要求は無界です。何も排除されていないため、ノイズ（無意味な情報）が得られます。

過剰制約（切り取りが多すぎる、または矛盾している）：領域は空になります。半平面に共通する点が存在しないため、どの答えも適合しません。「偶数かつ奇数である数」は、空間を何もない状態に切り捨ててしまいます。

適切に設定された質問は、これら2つの間に位置します。領域を有界にするには十分な制約があり、かつ矛盾して領域を空にしてしまうほど制約は多くありません。

有界、無界、空

マネージャーがデザイナーに「ロゴ」を依頼しました。その後、「1文字のみ、1色のみ、16ピクセルでも機能し、かつ少なくとも4色を使用するロゴ」と依頼しました。

最良の切り分けは空間を半分に割る

二分探索：すべてのYes/Noが空間を半分に割る

ある種の質問はYes/Noで答えられます。幾何学的には、Yes/Noの質問は1本の直線を引き、答えがどの側にあるかを教えてくれます。これにより、一筆で領域全体を切り捨てることができます。

最良のYes/No質問は、空間を2つの等しい半分に分けるものです。なぜなら、どちらの答えが返っても、残りの半分を正確に切り捨てられるからです。「上半分にあるか？」と繰り返し尋ねることで、空間は幾何級数的な速さで収束していきます。

これは二分探索です。N個の候補から始めます。1回の良い質問でN/2個が残ります。2回でN/4個。k回の質問でN / 2^k個になります。候補が1個になるまで続行するため、2^kがN以上になる最小のkが必要です。

その最小のkはlog2(N)の天井関数（ceil）です。1000個の候補の場合：2^9 = 512（不十分）& 2^10 = 1024（十分）なので、log2(1000)は約9.97となり、10回の質問が必要です。10億個の候補なら？ 10億のlog2は約30です。半分に減らす操作は非常に強力であり、1000個から10億個に増やしても、追加で約20回の質問しか必要になりません。

質問に関する教訓：鋭いYes/No質問は、残りの空間を均等に分割するときに最も価値があります。わずかな部分しか除外できない偏った質問は、そのターンを無駄にします。

発見を保証する

推測ゲームをしています。誰かが1から1000までの整数を1つ選びました。あなたはYes/No質問のみを許可されており、最適にプレイします（各質問で残りの候補を可能な限り均等に分割する）。

答えが安価な時代、切り分けが貴重になる

問いが仕事になる時代

4つの要素を組み合わせましょう。問いは空間を開きます。分解はそれを分割します。制約はそれを有界な実行可能領域に切り取ります。良いはい/いいえの質問はそれを半分にします。これらすべては、答えを探す前に探索を縮小する行為です。

歴史の大部分において、答えは高価な部分でした。専門家にお金を払い、実験を行い、アーカイブを掘り起こしました。そのため、答えを生み出せる人々が重んじられていました。

そのバランスは反転した。自動化されたシステムは、今やほぼ無料で、妥当な答えを何千件も生成する。答えが安価で豊富にあるとき、もう一つ生成することはもはや功績ではない。希少性を持つのは、どの答えが価値があるかを知ることであり、それは答えを生成するスキルではなく、問いを立てるスキルである。

幾何学的に言えば、機械は空間内の任意の点を喜んで手渡してくれる。あなたが付加する価値は、空間を切り詰め、良い答えが存在すべき一つの領域に絞り込むための制約を描くことにある。制約が不足すると、妥当なノイズに溺れる（無界な領域）。制約が強すぎると、何も得られない（空の領域）。領域をちょうど適切なサイズに限定する切り込み（制約）を提示することが、希少な人間のスキルである。

So the leverage is not "get an answer". It is "pose the constraints that make the answer space small enough that any point in it is worth having".

価値が移動した場所

アナリストは、今やほぼコストをかけずに、数分で100本のドラフト戦略を生成できる。

質問の幾何学：まとめ

学んだこと

質問とは、一つの回答を求めるリクエストではありません。それは可能な回答の空間であり、質問する技術とは、その空間を縮小する技術です：

- 探索空間： すべての質問は、候補となる回答の集合を開きます。鋭い質問は小さな集合を開き、曖昧な質問は、さまよわねばならない広大な集合を開きます。

- 分解としての分割： 大きな空間を、重複なくそれを覆う領域に分割します。各サブ質問は、あなたを一つの領域に絞り込みます。

- 制約としての境界： 各要件は半平面です。回答はそれらの交差部分に存在します。切り分けが少なすぎると無界な領域（無限の曖昧な回答）が残ります。矛盾した切り分けを行うと空の領域（何も当てはまらない状態）になります。

- 半分で絞り込む: 適切に選ばれたYes/No質問は、探索空間を2分割します。1から1000の範囲で特定の数を特定するには ceil(log2(1000)) = 10回の質問が必要です。10億の範囲でも、わずか約30回で済みます。

そしてその利点とは：自動化されたシステムが回答の生成を安価にする時代において、希少なスキルは回答を生み出すことではなく、空間を「持つ価値のある唯一の領域」に切り込む制約を設定することです。その切り込み方を身につければ、広大で迷走する探索を、短いものに転換できます。