Googleの「コロナ感染者予測」は信頼に足るのか 専門家がメカニズムを解説

新型コロナの感染拡大に伴い、政府が出した3度目の緊急事態宣言下での大型連休が終盤に差し掛かった。しかし、変異株の流行もあり、東京、大阪を中心に主要都市での新規陽性者数は再び増加傾向にある。 先行きに不透明感がある中、注目を集め続けているものがある。米Googleの新型コロナに関する予測サービス「COVID-19感染予測（日本版）」（以下、Googleモデル）だ。機械学習を用いた独自の計算式に基づき、都道府県別に日別の新規陽性者数、死亡者数などを予測する。 「AlphaGo」など、人間のトッププロを超える囲碁AIを開発した英DeepMindを傘下に持つGoogleが出したモデルであることから、その注目度は高い。しかし、必ずしも予測が当たるかというとそうではない。例えばGoogleモデルは1月12日に、新規感染者数が2月6日に1万人を超えると予想していたが、実際には1月8～16日がピークで、2

[deep_one]

「健康診断で『この食生活を続けていたら糖尿病になりますよ』と言われて、結果そうならなかったからと言って医師を批判するくらいナンセンスなことだ」渋滞予測は発表すると必ず外れる。

[JULY]

まぁ、「何もしなかったら」の予想を実際と比較しても意味がないのはその通りなんだけど、そこに「AI」と着くと、圧倒的に多くの人が拡大解釈をしてしまう。従来の統計手法と比べて、違いあるのかなぁ。

[tpircs]

「何もしなかったらこんなにひどいことになる」っていう予測に精度も何も無いような気がしてならなくてなんかモヤモヤする。指数関数的に増加するグラフだけでいいんじゃないのってくらいに。