黒い白鳥

「白鳥は白い」という千年の確信

西暦2世紀、ローマの詩人ユウェナリスは、ありえないものの比喩として「黒い白鳥」と書いた。ラテン語で "rara avis in terris nigroque simillima cygno"——地上に稀な鳥、黒い白鳥のようなもの。以降 1500 年にわたり、「すべての白鳥は白い」はヨーロッパで反論の余地のない命題として扱われた。数千羽、数万羽の白鳥を観察した人々がいて、誰もが同じ色を見た。論理学の教科書では、普遍命題の模範例として記載された。

しかし 1697 年、オランダの探検家ヴィレミング・デ・フラミングの遠征隊が、西オーストラリアの川で黒い白鳥を目撃する。観察ひとつで、1500 年の命題は死んだ。タレブが自著の題に選んだのは、この故事である。だが彼の関心は鳥ではない。観測がどれほど積み上がっても、命題はたった一つの反例で覆りうる——そして人間は、その反例が来るまでは、自分の命題がどれほど脆いかを決して認識できない、という構造の方にあった。

タレブは、ブラック・スワンを 3 つの条件で定義した。

なぜ、このような事象が予測不能なのか。タレブは、私たちが使っている道具の前提そのものを疑った。ベル曲線——正規分布正規分布(Gaussian distribution)平均を中心に左右対称の釣鐘型に分布する確率密度。多くの自然現象・統計理論の基礎。「データの大半は平均近くに集まり、極端な値はほぼ起きない」という形をしている。は、多くの科学が「常識」として採用している分布である。ベル曲線の世界では、平均から 5σσ (シグマ) = 標準偏差データの普段のばらつき度合いを表す指標。例えば成人男性の身長なら平均約 170cm、σ ≈ 6cm。「±σ」がふつうの振れ幅、「±2σ」で約 95% が含まれ、「±3σ」を超えると約 0.3% しか起きない、というのが正規分布の目安。「5σ」は「ふつうの振れ幅の 5 倍離れた」極端値という意味。 離れる事象は約 170 万分の 1、10σ 離れる事象は宇宙の寿命より長い時間に一度しか起きない。

しかしタレブは、世界を二種類に分けた。Mediocristan(ミディオクリスタン、平凡の国)と、Extremistan(エクストリミスタン、極端の国)である。前者ではベル曲線がよく効く。後者では、まったく効かない。

身長のデータを 1000 人集めれば、「平均からどの程度外れうるか」は速やかに安定する。世界一背の高い人でも平均の 1.3 倍程度だ。だが本の売上のデータを 1000 冊集めても、1 冊のハリー・ポッターが全体を歪める。株価のリターン、疫病の広がり、戦争の死者数、テロの被害、都市の人口——私たちが切実に知りたいものの多くは Extremistan に属している。それなのに、実務の現場では Mediocristan の道具(ベル曲線)で測り続けている。

ある観測の 1000 日目

下のグラフには、ある観測対象の 999 日分のデータがある。値は 14〜16 の狭い範囲で、ゆるやかな上昇を伴いながら安定して推移している。あなたの予測モデルが正規分布(ベル曲線)なら、1000 日目の値もこの範囲に収まるはずだ。

グラフ上をクリックして、1000 日目の値を予測してほしい。これが何のデータかは、あえて伏せておく。あなたの目に入っている数字だけから、あなたの予測モデルだけを使って、一点を打つ——それだけだ。

タレブが本書で使った比喩——ある農場で飼われた七面鳥の話だ。初めての読者には、種を伏せたまま追体験してもらった格好になる。1 日、10 日、100 日、500 日。毎朝、同じく農夫がやってきて餌を運ぶ。七面鳥が積み上げた「人間は安全」という確信は、999 日目に最高潮に達し、1000 日目に屠殺によって瞬時に粉砕される。

この比喩は単なる寓話ではない。帰納法帰納法(Induction)個別の観察から一般的な法則を導く推論。「観察1」「観察2」…「観察N」が成立したから「すべての場合に成立する」と結論する。演繹法と並ぶ推論の二大形式だが、18世紀にヒュームが論理的根拠の欠如を指摘した。はあらゆる観察科学の土台にある。太陽は明日も昇る、物理法則は明日も同じように働く、親の特徴は子に受け継がれる——すべて「いままでそうだった」から「今後もそうだろう」への外挿である。七面鳥の問題は、この外挿が原理的に安全ではないことを示す。

ここで一度、帰納法を片方の翼として置き直したい。論理的な推論には大きく二つのかたちがある——演繹法と帰納法。両者の違いは、ブラック・スワンがなぜ脅威になるのかを理解する鍵になる。

演繹は、前提が真でありさえすれば、結論も必ず真になる。だから数学の証明はたとえ千年経っても揺るがない。一方、帰納は本質が逆だ。観察を何件積み上げても、結論はあくまで暫定。たった一羽の黒い白鳥で、千年の確信が崩れる。観察科学・統計・私たちの日常判断の大半は、こちら側で動いている。

そしてここに、もう一つの罠が重なる。帰納で得た結論を支えるとき、私たちはふつう「正規分布」を前提にしている。だが分布の前提が崩れると、帰納の脆さはさらに桁違いに大きくなる。下のスライダーで尾の太さ「尾」とは確率分布の端、平均から大きく離れた極端な値の起きやすさを表す部分。「尾が太い」は極端事象が比較的よく起きること、「尾が薄い」はほぼ起きないことを意味する。fat tail / フラットテイルとも呼ぶ。本記事では以後、これらを同じ意味で使う。を動かしてみると、違いが数字で見える。

ν = 3 では、|X| が 10 を超える事象の確率はガウスで 10⁻²³、Student's t で 10⁻³。およそ 20 桁の差がある。ν を小さく(尾を太く)するほど、その差はさらに広がる。金融市場のリターン、地震の規模、都市の人口、本の売上——これらは正規分布よりはるかに尾の太い世界で動いており、そこでベル曲線を使うということは、桁違いのスケールで世界を測り続けることを意味する。2008 年の金融危機以前、大手銀行のリスクモデルがリーマンの破綻を「数万年に 1 回」と見積もっていた理由は、まさにここにある。

帰納を疑った三人

ブラック・スワンの構造を、明確に疑った歴史には三人の決定的な人物がいる。スコットランドの哲学者ヒュームは 18 世紀に問題を提起し、オーストリア出身の科学哲学者ポパーは 20 世紀に別の出口を提示し、レバノン出身のタレブは 21 世紀に金融と統計の現場へ接続した。

デイヴィッド・ヒューム

David Hume, 1711–1776

Wikipedia

スコットランドの哲学者・歴史家。『人間本性論』(1739)で帰納法そのものに論理的根拠がないことを指摘。「太陽は明日も昇る」という自然な信念も、純粋な論理からは導けないと論じた。近代経験論の頂点。

ヒュームの指摘は強力だった。「これまで毎日、太陽は昇ってきた」という観察から、「明日も太陽が昇る」は論理的には導けない。この推論は自然の斉一性(uniformity of nature)——自然の法則は時間を通じて変わらない——という前提に依存している。だが、その前提そのものは何を根拠に信じられているか。「過去にも自然の法則は変わらなかったから」である。これは循環論法だ。ヒュームの結論は徹底して謙虚だった。帰納は論理的に正当化できない。それでも、私たちはそれ以外の方法を持っていない、と。

20 世紀に入り、カール・ポパーはヒュームの問題に別の答えを提示した。

カール・ポパー

Karl Popper, 1902–1994

Wikipedia

オーストリア出身の科学哲学者。『探求の論理』(1934)で、科学の本質は「検証」ではなく「反証」にあると主張。「すべての白鳥は白い」は反証可能(1羽の黒い白鳥で覆る)だからこそ科学的、と論じた。20世紀の科学方法論に最大級の影響を与えた。

ポパーの反証可能性反証可能性(Falsifiability)仮説が「こういう観察が出れば偽になる」と明示的に示せる性質。ポパーは、これを科学の境界線と定めた。「すべての白鳥は白い」は黒い白鳥1羽で反証されるから科学的。「霊的な力があらゆる出来事に影響している」は反証手段がないので非科学的。の発想は、帰納の問題を逆向きに解いた。仮説は観察を累積して検証するものではなく、反証の試みに耐え続けるものだ。「すべての白鳥は白い」という命題は、どれだけ白い白鳥を観察しても証明はできない。だが 1 羽の黒い白鳥で確実に反証される。科学は「いまのところ反証されていない仮説」の集合であり、どの仮説も永遠に暫定的だ。反証の試みに耐えた回数の多さは、真であることの証明ではない。

タレブは、ヒュームとポパーの両方を参照しながら、この問題を現代の金融と統計の現場に接続した。

ナシム・ニコラス・タレブ

Nassim Nicholas Taleb, 1960–

Wikipedia

レバノン出身の統計学者・元デリバティブトレーダー・哲学者。『まぐれ』(2001)、『ブラック・スワン』(2007)、『反脆弱性』(2012)を通じて稀少で甚大な事象の構造を論じた。本書出版の 15 ヶ月後に起きたリーマン・ショックが、彼の警告を現実のものとした。

三人の仕事を時系列に並べると、「観測の積み上げがいかに脆いか」という一貫した問いが見える。

脆い・頑健・反脆弱——予測できない世界での構え

ブラック・スワンが存在するなら、私たちはどう生きるか。タレブの答えは徹底してシンプルだ。予測しようとするのではなく、予測できないことに備える構造を作る。

彼は世界のものを 3 種類に分類した。脆い(fragile)——平穏時には効率的に機能するが、稀な極端事象で崩壊する(レバレッジをかけた金融システム、単一品種の大規模農業、ぎりぎりまで最適化されたサプライチェーン)。頑健(robust)——極端事象に耐えるが、そこから学ぶわけではない(ローマのパンテオン、現金の備蓄、分散配置された物理インフラ)。反脆弱(antifragile)——極端事象を浴びるほど強くなる(生物の進化、免疫系、分散投資のある形式、小さな失敗を頻発させて学ぶ組織)。

これらに共通するのは、事前にはどのモデルにも入っていなかったという構造だ。事後には「予兆はあった」「予測できた」と語られるが、それは別のブラック・スワンを当てる力にはならない。この事後の物語化そのものは、タレブが ナラティブの誤謬として独立に論じている主題なので、本記事ではこれ以上深入りしない。本記事の関心はその一歩手前——そもそも、どんな観測モデルが極端事象を取り逃がすのか、にある。

帰納法の限界は、克服できるものではない。しかしそれを「知っている」ことと「知らない」ことの間には、決定的な差がある。「いままで起きなかった」を「今後も起きない」と読み替えない。自分のモデルが前提としている分布の形を疑う。観測の積み重ねを、安心ではなく脆さのサインとして読む——それが、千年の「すべての白鳥は白い」から私たちが引き出しうる、ひとつの生き方だ。

e. Tamaki