「葵先輩、いますか？」
由紀が部室を探している。
陸が答えた。「多分、図書館」
「多分？」
「いつも午後三時は図書館にいるから」
由紀が興味を持った。「それ、どうやって知ったの？」
「観察だよ。ベイズ推定って奴？」
葵が部室に戻ってきた。「呼んだ？」
「陸が、先輩の居場所をベイズ推定したって」由紀が説明した。
「面白い」葵が笑った。「正しい応用だ」
「ベイズ推定って何ですか？」由紀が聞く。
葵はホワイトボードに式を書いた。
「P(H|E) = P(E|H)P(H) / P(E)」
「事後確率は、尤度と事前確率の積に比例する」
陸が説明した。「俺の場合、『葵先輩がいつも図書館にいる』という事前知識があった」
「そして『今は午後三時』という証拠を得た」
「だから『今、図書館にいる』という事後確率が高い」
由紀が理解した。「情報を集めて、確率を更新するんですね」
「まさに。ベイズ推定の本質は、情報の蓄積だ」
葵が図を描いた。
「事前確率：知識がない状態 証拠を観察：新しい情報 事後確率：更新された信念」
「このサイクルを繰り返す」
由紀がノートに書く。「でも、事前確率が間違っていたら？」
「良い質問だ」葵が認めた。「事前確率が大きくずれていると、収束が遅くなる」
「でも、十分な証拠があれば、最終的には正しい値に近づく」
陸が例を出した。「俺が『葵先輩は宇宙人』って信じてたとしても？」
「証拠を集めれば、その仮説は棄却される」葵が笑った。
「情報の力ですね」由紀が言った。
「そう。不完全な知識から始めても、観察で改善できる」
葵は別の例を出した。
「朝、雨が降っている。今日は傘が必要？」
「事前確率：過去の天気パターン 証拠：現在の雨、雲の様子 事後確率：一日中雨が続く確率」
由紀が理解した。「情報を集めるほど、予測が良くなる」
「そう。情報理論とベイズ推定は、深く関係している」
陸が考えた。「人間関係もベイズ推定？」
「興味深い観点だ」葵が頷いた。「初対面では、事前確率が曖昧。会話で証拠を集め、相手の性格を推定する」
「だから、時間をかけて理解が深まるんだ」由紀が納得した。
「誤解も、不十分な証拠に基づく推定だ」
葵が窓の外を見た。「完全な確実性は得られない。でも、情報を集めることで、不確実性は減らせる」
由紀が質問した。「どこまで情報を集めればいい？」
「トレードオフだ。情報収集にはコストがかかる」
陸が付け加えた。「時間、労力、リスク」
「だから、適切な閾値を設定する。十分に確信できたら、行動する」
由紀がノートを閉じた。「ベイズ推定、日常でも使えますね」
「無意識に使っている」葵が答えた。「人間の脳は、自然なベイズ推定器だ」
陸が笑った。「俺の脳、推定精度低いけど」
「練習で改善できる。観察力を磨き、事前知識を増やす」
由紀が静かに言った。「情報を手繰り寄せる作業、楽しいですね」
「謎を解く快感だ。不確実性を減らす満足感」
「それが、学びの本質かもしれない」葵が微笑んだ。
三人は静かに教室を出た。不完全な情報から始めても、観察と推論で真実に近づける。
情報を手繰り寄せる午後は、まだ続く。