死ぬほど怖くはないけど、じんわりと背筋が固まるような話を。
ただ、俺はこれ最恐に怖い話だと思ってる。
さっきテレビで関係する話が出てて思い出したので。
数年前の事。俺はとある企業でとある研究チームの一員だった。といっても白衣を着て薬品を扱うような研究職じゃない。
俺達がやってたのは「カメラの顔認識システムとその応用」の研究。
1台のメインコンピュータにアプリケーションを入れてそこに各地の防犯カメラの映像を送ると、
顔を認識して「ID:0001はX→Y→Zを通った」ってログを勝手にどんどん作成してくれる、みたいな。
ただ、そんなのは当時でも結構ありふれてたから、そのベースとなる顔認識アプリケーションにじゃんじゃん機能を加えていくことになった。
数撃ちゃ当たるって奴だな。 最初に取り組んだのは「年齢推定」の実装だった。聞いたことあるんじゃないかな。
メカニズムとしては天気予報と同じで、予め顔と年齢をセットで数千通り読み込ませておいて、
カメラが顔を認識したらその「正解リスト」を基に予想値をはじき出すって感じ。
シンプルな方法の割には精度が高くて、試験段階でも4割くらいはピッタリ当てて、後は誤差プラマイ8歳程度。
結構面白かった。
でもまあ「年齢推定」なんてのも色んなとこが挑戦してて、もっと独特なモノを実装せねば、と奮闘していた。
幸い俺達の手元には大量の顔写真＆個人情報サンプルがあったので色々と試すことが出来た。
名前、学歴、出身地・・・などなど。
流石に名前予測は無理だった。ああいう離散的な物はコンピュータには理解できない。
だが驚くことに、学歴推定（中卒・高卒・大学卒・一流大卒の4パターンだったが）は6割近い正答率を誇った。
また出身地も、北海道から沖縄までの連続的な値としてコンピュータに認識させると（都道府県レベルで）10%近い正答率だった。
「なんだ10%か」と思うなかれ、これは結構衝撃的だった。
年齢の推定は人間でもおおよそアタリは付けられるが、出身地の推定を10回に1回もピッタリ当てられる人はそうそういないだろう。
要するに、十分量のサンプルがあればコンピュータの推論は割りとアテになる、ってこと。
ここまで前書き。本題はここから。
ある日チームでも結構マッドなサイエンティスト（Aとする）が「余命推定やってみようよ」と言い出した。
当時全盛期だったデスノートの影響でも受けたのだろう。しかし個人情報サンプルには当然ながら「余命」なんて欄は無い。
「撮影年・没年が分かっている歴史上の人物の写真でも使えばいい。白黒でも認識精度に大きな影響は無かっただろう？」
もちろんカラーのサンプルに比べると精度は落ちるが、顔認識のメカニズム上、ほとんど問題はない。
しかし、それではサンプル数が足りないのでは？
「要は顔と撮影日と死んだ日がわかりゃいいんだ。天災やら事故やらの被害者を使えばいい」
ちょっと待て、それじゃ外発的な要因で死んだサンプルが混ざることになるぞ。
「それでいいんだよ！」と（・∀・）ﾆﾔﾆﾔするA。