田口善弘＠中央大学:よくあるというか普通のことだと思います。いまはすっかり深層学習一色になってしまった機械学習分野ですが、そうなる前は多彩な方法が使われていました。例えば、モンテカルロヘイスティングと呼ばれる方法はベイズ推定において解析的に計算できない場合にサンプリングを用いて確率を推定する有力な方法ですが、元々は物理学者が熱平衡系の統計力学に於いて平均値を効率よく求めるために考案した数値計算手法で統計力学や物性物理学の分野で標準的な計算機手法として極めて広範に使われていました。モンテカルロヘイスティングはそのパクリみたいな方法で違いは、物理学においては確率分布がモデルから厳密に定義されているのに対して、モンテカルロヘイスティングに於いては人間が仮定した勝手な分布だということだけです。ベイズ推定自身、元々勝手な確率分布を仮定して推定を行う方法なのでモンテカルロヘイスティングで確率分が人間が決めた適当な物でも全然問題ないのでその部分だけ置き換えてそのまま機械学習の方法として広く使われるようになりました。

野尻伸一💉💉💉💉💉(ο)(ハッパ):素粒子論の分野では、対称性の自発的破れなどの相転移の考え方が重要です。これは、もともと物性理論における超伝導のBCS理論を南部さんが特殊相対性理論と矛盾がないように素粒子の理論に取り込んだものです。これがなければ素粒子物理学のその後の発展はありませんでした。宇宙論でも、インフレーションなど素粒子論ではまだ未知の理論でも相転移の考え方が使われています。