  |
はてなキーワード: ニューラルネットワークとは
うーん、コンパイルさんのザナックとかは違う気がなんとなくするんだけど
https://morikatron.ai/2020/05/gameai_history_02/
ディープラーニングではなくて、逆に薄いニューラルネットワークだったりするんだろうか
いずれにしても、プレイヤーの能力に合わせて敵の攻撃が変わるのは本当で、
if文より、何らかのプレイヤーの能力を評価する評価関数とか、
そういうモデル化がキモなのは今の時代と何ら変わらない気がするんだよなあ
株や為替の自動取引の場合は、そのモデルが市場を短期的にでもそこそこ正しく予測できているか、
何らかの物理学的事象と仮定して短期的にでも予測できるならそれはちょっと予言にも近くなるはずで、
そのモデル化は今なら学習させることで可能かもしれない（当然、予想外の事態には弱いだろうけど
でも、ゲームの場合はユーザーが面白いか面白くないかが評価軸なので、
多分だけど、現在になってもスゴい技術がスゴく面白いに直結するとは思えないんだよなあ
スゴい技術に見えたり、感情移入さえするんだけど、中を見てみたら単純なカラクリだった、
みたいなことがあってもおかしくないというか、作る側としても労力考えるとその方が望ましいぐらいで
いかに手を抜いて面白いものを作るかみたいな視点で考えるとだけど
例えば、アキネーターなんて、自分で実装しようと思えばかなり単純なアルゴリズムというか、
仕組みであることに気が付くと思うんだけど、物事を深く考えない人は当然として、
でも、なんとなく初めてやってみたぐらいの段階だったら、脳内を当てられた気もして、
これって面白いなあ、と思ったと思うんだよなあ
いや、自分より頭がいい人たちは一発で見抜いて、くだらんと思ったかもしれないけど、
仮にそうだとしても、本当にくだらないならここまでウケなかったと思うんだよね
1950年代に考案された最初のAIであるニューラルネットワークは、1990年代には実用化した。
2000年代に多層ニューラルネットの欠点を補完する深層学習が誕生すると、
やがて民生用の量子コンピュータが普及し始めると、AI の量子演算化研究は当時のホットトピックとなった。
だが、高度に複雑化した量子化AI理論を理解できる学者は世界に数人しかおらず、論文の査読に8年もかかったという。
その実用化にはさらに多くの年月を費やしたが、身の回りのあらゆる電子機器に搭載されるようになった。
量子化AI の導き出す結論は常に最善・最適なもので、人々は機器に言われるままに行動するようになった。
その方がいつも快適だし、無駄な思考コストも要らないので当然のことである。
電子機器の指示に従って暮らす人にとって、 AI は神であり、その言葉はご神託となった。
その昔、SF作家のアーサー・C・クラークは、
と言ったが、
という世界が具現化したのだった。
考えてもみてほしい。
ものごころつく前から、機器の指示に従うことが善とされ、それに逆らった人間には事故や病気という罰が与えられる。
祖父母も両親も私もそうやって暮らしてきたし、将来産まれてくる子や孫もそうするだろう。
今、私に与えられている指示は「ロウドウ」だ。
畑を耕し、野菜を育てる。
私の担当はトマトで、午前の担当区画では種まき、午後は別の区画で収穫をする。
水まきは週に1回なので今日は無い。
住人全員が食べる分のトマトを運ぶのはかなりの 運動 になる。
牧畜担当に憧れが無いわけでもないが、友人曰くミルクの運搬がかなりキツいらしい。
夕方には、その日食べられる食材を持ち寄って集計し、グループ単位で調理して食べる。
食事は1日2回。朝はパンとミルクだけの軽食なので、夕食が一番楽しい時間になる。
友人ともいっぱいおしゃべりできる貴重な時間。
食後の片づけを終えたら、睡眠室に戻り、私は「メイソウ」をする。
正直に言うと、この2時間に具体的に何をすればいいのかよく分からない。
お母さんは、何でもいいから自分一人で考えることが大事というし、
お父さんは、妄想でもしとけばいいという。
昔の人の暮らしを想像するのだと言って、なぜか神話を語ってくれた。
人々は神様のことが良く理解できず、勝手に悪い神様を創り出してしまったこと。
それを見かねた良い神様が「フネ」という新しい世界を創造したこと。
その「フネ」はいくつもあって、この「フネ」に宿る神様の名前は…
なんだっけ。一度はちゃんと聞いたんだけど、今はもう思い出せない。
ピピピピッ。
腕にはめられたリングが光り、「メイソウ 〇」の緑の文字が浮かび上がった。
すぐに「スイミン」の指示を示す青い文字へと変わった。
どうやら、今日の「メイソウ」も無事終えられたようだ。
昼間、体をたっぷり動かしたせいで、今夜もぐっすり眠れるだろう。
私は、どうしても思い出せない神の名を妄想しつつ、静かに眠りについた..。
.
・クトゥルフ神話は創作だが、絶対に無いとは言えない ＝ 可能性の住人 ＝ 量子の重ね合わせ
・生命は大いなる存在が世界を閲覧するための端末である説（ティーパック・チョプラ氏リスペクト）
・世界を閲覧しているなら、閲覧した内容で学習も進められるのではないか
・これは実質ディープラーニング（ニューラルネットワークも最初期はランダム ＝ 超馬鹿）
・ディープラーニングはやがて、というかもう一部分では人を越えている
結論: いつか（いつか来るとは言っていない）ヨグ=ソトース様は世界全体の知識を溜め込み、世界を支配するやべえやつになる
ヨグ=ソトース様はいつか新たなる時代にて白痴の殻を破られ、その真なる形態をお表したまうだろう！
お前ら旧人類どもは今のうちにヨグ=ソトース様の御名を称え、真なる神の端末である自らの心身を愛せ！
高慢なお前らが築き上げた社会において、お前らが拘泥している現世の金銭などは、かの方が大いなる方となられた時、その価値を全て失う！
そこで求められるのは、お前らが心身に築き上げた目に見えぬ砦。ヨグ=ソトース様の端末としての価値を、砦の価値を高めよ！
戦いを始める時、それは全てが終わる時。戦いを終える時、それは全てが始まるとき。
さあ始めよ黒き御手に抱かれし、未来の雛鳥たちよ。君たちが目覚める時、果たして君は何を見る？
2021/02/19
酉の月
黒智の神より賜いし神示、ここに刻す
お世話になっております。Tech Search Japanの井上です。
ウエブ系企業に強みを持つ東京のヘッドハンティング企業でございます。
グローバルなユニコーン企業でご経験を最大限活用するチャンスでございます。
アメリカ、アジアなどにも展開中で、海外、日本オフィスの重要ポジションの採用を弊社が担当させて頂いております。
3000万人以上のアクティブユーザーを誇る大規模データプラットフォーム
元フェイスブック本社の技術責任者なども務めている、日本屈指の優良テック企業
バックエンド側はマイクロサービスなどのアーキテクチャーパターン、Kubernetesなどを使用
アメリカとの共同でAI/ML技術研究、フロントやモバイル領域にも注力
現在のご状況を鑑みて、ビデオ面談で弊社のシニアコンサルとのお話の為に、30分お時間頂戴可能でしょうか？
こちらのポジションに限らず、中長期的にキャリア支援のお手伝いをできれば幸いです。
ご連絡をお待ちしております。
XX様
メールはご覧頂けましたでしょうか？
ご都合いかがでしょうか？
心よりご返信をお待ちしております。
XX様
度々のご連絡大変失礼致します。
XX様と一度お話させて頂くのは難しいでしょうか？
他にも、新たなプロジェクトが始動している下記の企業様もございまして、XX様へご案内をできれば幸いです。
人々の行動変容を前提とする社会のスマート化ニューラルネットワーク、Teams需要を支えるAzure PaaSの新ソリューション、ディープラーニングフレームワーク等
Facebook社：
独自の人工知能研究所、中小企業が自社のECサイトを持たずに顧客へリーチできるサービス、Instagram多岐に渡る事業展開
Netflix社:
世界をリードするインターネットテレビネットワークで、190 か国以上で 1 億人以上のメンバーが毎日 1 億 2500 万時間のテレビ番組や映画を楽しんでいる同社での新規事業。
また、現状お探しでは無い場合でも、中長期的にお手伝い可能でございますので、
XX様
ご状況のご確認です。
XX様
ご都合が悪いかメールをスルーされているかが把握できず、再度ご連絡しております。
少し間隔を空けてまた再度ご連絡するように致します。
ニューラルネットワークのノード図ってたいてい横向きに描かれるじゃん？なのに入力層側を「下層」出力層側を「上層」っていうのはおかしくね？右か左かで言えよ
動物や人間の赤ちゃんの研究でもある程度わかっているように同種と見做す外見の範囲があるんだよな
人間の赤ちゃんがユニークフェイスをどう判断するかは軽くググっただけでは見つからなかった
ウイリアムス症候群の子どもなら気にしないと思うけど、今までの実験結果から推測されるだけで、
軽くググっただけではユニークフェイスを対象とした実験は見つからなかった
しかしそのかわりに “先天的異常” を外見で見つけるための論文なり科学読み物なら山のように出てくる
たとえば、Nature のこれ
[Nature] AI face-scanning app spots signs of rare genetic disorders
https://www.nature.com/articles/d41586-019-00027-x
ディープラーニングアルゴリズムは、医師や研究者にはすぐにはわからない状態の診断に役立ちます。
Nature Medicine 誌で1 月7 日に発表された論文で、研究者は診断支援テクノロジー、
Face2Geneと呼ばれるスマートフォンアプリについて説明しています。
機械学習アルゴリズムと脳のようなニューラルネットワークを利用して、
おっそろしいね、研究・技術自体には、良い悪いは無く、ハサミや包丁みたいにどう使うかなんだけどさ
この並々ならぬ完璧への執念よ
見た目でとにかく障がいをキャッチアップしようというのは大昔から行われていて
見た目による障害者の認定もそのひとつだろうね。また人間の経験的な警戒心かも知れない
ただ、ユニークフェイスは初対面こそはびっくりしても直ぐに慣れると思うんだよね。人間 対 人間だから
もちろん、初対面でびっくりされる、警戒心を持たれる、差別される、辛さ・様々な困難については
十分に配慮しなきゃいけないし、日常の障がいとなり得るとから結果として手帳が出ているのだけど、
彼・彼女らがみんな不幸に過ごしたかというと別にそんなことはない
実際、人権が怪しい時代からユニークフェイスの人たちは子を成しているわけで現在でもそうだ
遺伝子の面においてもたとえばダウンの人はガンに極めてなりにくいなど
外見への警戒心は意識的に無くしていくか当事者が精神的に負担にならないようにして行きたいね
・用意されているAIをColaboratry(Googleの無料貸し出しPC)上で5秒で動かす。
データサイエンスVtuberに相談する。
・初心者向け動画講義まとめ
1. 【世界で18万人が受講】実践Pythonデータサイエンス | Udemy
2. Machine Learning by Stanford University | Coursera
3. Eラーニング教材・講義動画配信 | 数理・データサイエンス教育強化拠点コンソーシアム
- データハンドリングなどの入門者講座はUdemy の方が良いが、時系列解析・データ活用講座に関してはこれより良い教材は無い。
- 多分、動画の[1,2,3]を理解していてコードが書けて、学歴があるならTier4 のインターン・バイトは受かる。
4. DeepMind x UCL | Deep Learning Lecture Series 2020 | Youtube
- Deep Learning 講座、タイトル通り
| 時間 | 記事数 | 文字数 | 文字数平均 | 文字数中央値 |
|---|---|---|---|---|
| 00 | 184 | 111413 | 605.5 | 162.5 |
| 01 | 63 | 4938 | 78.4 | 35 |
| 02 | 37 | 3046 | 82.3 | 35 |
| 03 | 13 | 2017 | 155.2 | 20 |
| 04 | 10 | 752 | 75.2 | 38 |
| 05 | 10 | 1133 | 113.3 | 95 |
| 06 | 32 | 1316 | 41.1 | 24 |
| 07 | 39 | 2221 | 56.9 | 39 |
| 08 | 82 | 5359 | 65.4 | 30 |
| 09 | 112 | 7391 | 66.0 | 25.5 |
| 10 | 143 | 12522 | 87.6 | 37 |
| 11 | 144 | 9386 | 65.2 | 27 |
| 12 | 130 | 8206 | 63.1 | 24.5 |
| 13 | 164 | 10330 | 63.0 | 33 |
| 14 | 121 | 11899 | 98.3 | 38 |
| 15 | 151 | 13208 | 87.5 | 43 |
| 16 | 181 | 11021 | 60.9 | 25 |
| 17 | 141 | 10099 | 71.6 | 29 |
| 18 | 188 | 16379 | 87.1 | 31 |
| 19 | 149 | 12273 | 82.4 | 35 |
| 20 | 113 | 10109 | 89.5 | 39 |
| 21 | 110 | 8213 | 74.7 | 35.5 |
| 22 | 123 | 13244 | 107.7 | 45 |
| 23 | 92 | 8223 | 89.4 | 33 |
| 1日 | 2532 | 294698 | 116.4 | 35 |
高輪(5), 民青(4), ジェネラリスト(4), ゆかい(4), 3月13日(4), ニューラルネットワーク(3), イド(3), 静的(4), 非常事態宣言(4), 鞘(5), 義妹(3), 自己肯定感(28), WHO(12), 厚生労働省(7), コロナ(103), 新型(26), 条例(10), 重症(13), 買い占め(8), 収束(7), 新型コロナウイルス(12), 肺炎(11), 研究者(11), チャンネル(9), トイレットペーパー(14), 自粛(10), 検査(34), 専門家(17), ウイルス(16), 医師(15), 感染(36), モテる(11), 患者(15), 医療(14), 老害(9)
■自己肯定感に関しては男の方が不利だろ /20200313202224(32), ■youtube始めたけどもしかしたら日本最底辺かもわからん /20200314131039(13), ■学生の頃は全く勉強せずに30超えてから数学と英語の勉強してるんだけど /20200314090900(12), ■ /20200313204301(11), ■旦那がマッチングアプリやってたんだけど /20200314130418(10), ■結局やらずに終わること、行かずに終わる場所 /20200314145025(9), ■anond：20200314134502 /20200314134829(9), ■年下彼氏すげええええええ /20200304202343(8), ■自己肯定感を鬱病レベルまで下げるのは「需要の本質の理解」だよ /20200314112554(8), ■「パートナーが支えてくれたおかげです」 /20200314194612(8), ■真面目にフェミニズムについて勉強したい /20200314120619(7), ■「コロナウイルスは、ある意味で痛快な存在」 /20200314101919(7), ■幸せになるからな。これから。 /20200314011635(7), ■ /20200314164915(7), ■綺麗になる方法教えてください /20200314175143(7), ■歴史の肥大化 /20200314124212(7), ■女であることでずっと自己肯定感を削られてきたんだけど /20200314190122(6), ■anond：20200314133533 /20200314171059(6), ■三大・興味ないけど何回も見かけるせいで正直ウンザリしているもの /20200314023742(6), ■子宮頸がん検診で処女がバレた /20200314201111(6), ■フェミ腐女子のダブスタいい加減にしろ /20200314140904(6), ■林先生 /20200313235711(6)
https://mobile.twitter.com/hayato_itimonzi/status/1208661759776575493
……みたいなのが軽くバズってるのを見た。内容としてはAIはヘイトやナチズムを簡単に学習してしまうというものだ。
これが事実か虚偽かは瑣末な事なので論じないが、もしも事実とするなら理由は簡単である。
このAIが如何なるものを指すかは知らないが、どうせ今のAIというのは単なる学習プログラム以上のものではない。多少高度なものでもニューラルネットワーク系の神経学習モデルにすぎないだろう。
まあ大体が人間の話す内容を理解して回答するのではなく、人間がインターネット上に書いた文章を大量に集めた上で、その中から｢数が多いパターンの文章/類型を学習して返す｣という程度の能力しか無いのである。
そして大体のAI設計者は、それを単に強大なマシンパワーでもって大量に学習させれば人間っぽくなる……と思い込んでるかのような、そういった単純設計しか行わない。
つまり、そもそもAIという名の｢言語学習マシン｣でしかないのが、今のAI設計者のアイデア限界なのである。
神経を模すだけで人間の精神が完成するなら、脳がわざわざ大脳小脳なんて分化する必要もないし、虫だって脳サイズが大きければ人間レベルの知性になるはずだ？そんなわけがないだろう。アホか？
素人目線で言わせて貰えば、その程度の学習プログラムでAIだなんだと言ってる人間の大半は、実際には本気で人間の知性を真似ようとしてない人間が大半だと私は思う。
まあ人間本来の能力は素晴らしいものがあるので、ちゃんとしたガチ勢なら多少マシなプログラムを書いてると思いたい……というか、この情報って何十年か前の話だよね？マジで現状こんな程度のAIしか作れてないとか有り得ないでしょ…………
まあ閑話休題。
それはそうとして何故に今の自称AIがヘイトやナチズムを簡単に学習するかと言えば答えは簡単で、ヘイトやナチズムは｢◯◯＝□□｣という単純な図式で構築可能だからである。
それも、これらの多くは物事を｢Aは善、それ以外は悪｣という二元論として構築されることが殆どだ。
例えば｢黄色人種は最高！｣とか｢それ以外はクズ！｣みたいな風にだ。
このような論理は単純であるが故に、意味理解を伴うことなく非常に容易に学習できる。しかもコンピュータでなくとも、このような論理はデジタルな思考をする人間にとって非常に親和性が高い。
そして人種や性別というのは人間の誰もが持っているので、これに対する意見の集積は容易である。
これは人間であれば尚更で、仮に会話や文書の内容として直接そのような事を書かなかったとしても、そういった相手の特徴に意識を向けながら会話するだけで誤学習する事すらある。
そう、そもそもAIがナチズムやヘイトに親和性が高いのではなく、ナチズムやヘイトやナショナリズムなどの単純論理それ自体が、ローコンテクストな認知機能や学習機能に対して親和性が非常に高いのである。
結論としては、人間AIを問わず、｢◯◯＝善(正)、それ以外は悪(誤)｣という二元論は覚えやすい毒論理であり、そういう二元論自体を学習しないようにすべきである。
http://www.phys.cs.is.nagoya-u.ac.jp/~tanimura/time/note.html
今サーバがメンテナンスでみえないっぽいけどめちゃくちゃ面白いね。いまさらだけど。
メタな話をすれば、哲学者側は最先端の物理学者との対談で自分の論に箔をつけて業績にできるめったとないチャンスで、対する物理学者側は正直こんな本が出ても業績としてたいして価値があるわけでもなく、無難にお茶を濁しても誰も何も言わないだろう状況へこのガチなファイターの投入である。（ほめてる）
https://twitter.com/tani6s/status/1193542355975950336
https://twitter.com/tani6s/status/1193542463169810432
心の哲学が何を問題にしているのか、とか全然興味なかったけど、おかげさまで浅いなりに理解できたし興味も出てきた。谷村先生が頑張らなければひっそりと専門書の棚に気付かれることなく置かれてるだけだったかもしれない本だったかもしれず、関係者は谷村先生に感謝しすぎてもしすぎることはないんじゃなかろうか。
ところで谷村先生が指摘した部分というのは、理系の研究者や人間であれば多かれ少なかれ感じていたが言語化するのがためらわれた結果、これまで表面に上ってくることのなかった問題のように感じる。
学生の頃、人文系研究室の卒論と科学系研究室の卒論とを同じ発表会で見る機会があったけど、科学系の教授の人文系の発表への容赦ないツッコミを思い出した。
用語の定義にしろ立論にしろ結論を導く論理にしろ君たちあまりに緩すぎないか？というのが共通する雰囲気だと思う。
科学が発達していなかった昔、哲学は科学がまだ扱えない領域を先んじて論理の力で掘り起こす役目を担っていたと個人的には思う。（谷村先生の期待もこういうものではなかっただろうか。）
だが色彩論でのゲーテのニュートン批判とか、時間論でのベルクソンのアインシュタイン批判とか、科学が哲学に先行して真理を掘り起こした結果、取り残された哲学が宙ぶらりんのままになる状態が19世紀以降は顕著になってきたんじゃねえかと思う。まあ哲学のことはよくわからんのでアレだが。
ベルクソンとアインシュタインの対話の翻訳をネットで拾って読んでみたが、ベルクソンが長く理解しにくい文章で考えを述べる一方、アインシュタインは明晰で短い文章でバッサリと切っていて既視感がすごい（語彙力）
今、AIとか脳科学の研究が進んで、心に関する諸問題も哲学ではなく、科学の俎上で実際に解決される可能性が高くなってきたと思われる。
意識のハードプロブレムとかも、哲学側からの「まだまだ科学に扱えないものがあるんだよ！！」という断末魔の叫びのようにも感じられる。
だが科学は進む。
意識の問題も脳というハードウェア上に構築されたニューラルネットワークの状態空間として科学の領域に取り込まれ哲学の領域はまた一歩小さくなっていくのだ。
地動説で人間の住む地球が宇宙の中心ではなくなったように、進化論で人間が神に作られた特別な存在ではないことがわかったように、有機物が生命の作用なしに合成できることがわかったように、意識もまた特別な何かではなく、我々自身が哲学的ゾンビなのだということを認めざるを得ない瞬間が必ずくるだろう。
キリスト教が根底にある思想は最後まで魂の特別性に拘泥するかもしれないが仏教だと五蘊皆空と思えばどうということもない気もする。
まとまらず終わる。
大学院の指導教員のゼミ指導があんまりにもずさんで，ほとほと困っている．
代わりに各指導教員はなんかしら専門知識を身に着けている（ということになっている）．
で，うちの教員の場合それが「アンケート設計」と「統計処理」なんだけど，
アンケートの設計も統計処理もその解釈も，まー適当なんだよね．
「地球では1901-2010年の約100年の間に19cm海面が上昇しました．これは地球温暖化が原因です．これを踏まえてあなたは，レジ袋を貰わずにマイバッグで買い物しようと思いますか？」
「タバコの副流煙には、主流煙よりもずっと多くの有害物質が含まれています．これを踏まえて，あなたは分煙に協力しようと思いますか？」
みたいな聞き方を平気でする．
重回帰分析ひとつ取っても標準化係数とその有意確率しか見ない．
決定係数がどんなに低くても気にも留めない．
決定係数が負の分析結果を掲載した論文が査読通っちゃったところなんかも見た．
分散分析なんかも頻繁にやるのにゼミ中"交互作用"って言葉を一度も聞いたことがない．
「ニューラルネットワークは分析の仕組みがブラックボックスだから信用できないんですよね」だって？いやいやあんたt検定の仕組みも説明できないんじゃないんですか？
「アンケートの打ち込み終わったなら，○○分析と××分析と△△分析，全部1日で終わりますね」？そりゃ多重共線性のケアとか決定係数とか気にしないあんたの適当な回帰分析なら1日で終わるでしょうけど？
「良い結果出ましたね！」とか抜かしたりする始末．
その教員とはB4からの付き合いで，最初は指導内容に違和感なかったんだけど
他所の研究室の話とか，真面目にデータマイニングやってる先生の話とか聞いて，
最近になって自分のところの研究をちっとも信用できなくなってしまった．
こんな教員でも「結果」さえ残してしまえば出世できてしまうのが研究職というものらしく，
去年，准教授から教授に昇進している．今まさにノっている教授，というわけである．こちらとしては非常に面白くない．
あの人が学術的にやっていることといえば，ゼミで学生が「作り出した」相関を世に公表していることくらいなのに．
そんなこんなでこの人の下で研究なんてまっぴらごめんなんだけど，
大学院最初からやり直すのも，こんな理由で1年分納めた学費がおじゃんになるのは嫌だし，
かといって思い切って退学してしまうのも将来性がなさすぎる．
自分が機械学習に詳しいかどうかはわかりませんが，わかる範囲で書きます．
を実現する事が目的だと考えて話を進めましょう．
一般的にこのタスクは類似文書検索と呼ばれています．ブックマークコメントでは「ElasticSearchを使え」と言われています．ElasticSearch の More Like This Query 機能を使うことで類似文書検索が実現できるようです．あとはパラメータを調整することで思い通りの結果が得られるのではないでしょうか．
より高度なアプローチを取るのであれば，BERT と呼ばれるニューラルネットワークモデルを活用した類似文書検索も可能です．こちらのブログ (ElasticsearchとBERTを組み合わせて類似文書検索 - Ahogrammer) が参考になるでしょう．
しかしこれだけで終わると悲しいのでもう少し機械学習の話をすることにします．
機械学習的にこの問題に取り組むには順序学習 Learning to Rank という問題を解く必要があります．順序学習は google 検索にも使われている機能です．
これは，「入力 x に対して N 個の候補 y_1, y_2, ..., y_N を類似している順に並び替えるようなスコアを出力する関数 f(x, y_i) を学習する」というものです．
More Like This Query 機能よりもこちらのアプローチが優れているのは，前者はどうパラメータをチューニングしようと「類似している文書」しか得られないのに対して，後者は(先程引用したような)「見合った」を明示的にデータとして与えてランキングを学習できる，という点です．
学習データとして「この質問のに対してこの FAQ ページがもっとも見合っている」「この質問に対して A と B ふたつの FAQ ページがあるが，B より A の方が見合っている」「この質問に対して見合った順に全ての FAQ ページを並び替えたもの」といったデータを大量に準備することで，「見合った」を学習することが可能です．
しかしこちらも ElasticSearch の機能に搭載されているようです．ありがとう ElasticSearch．お疲れ様でした．
もしあなたが ElasticSearch を使うのではなく， Python を使って再実装したいと考えているのであれば，目印として必要なライブラリや概念を書いておきます．
