１３）観察モデルと介入モデルの違いのメンタルモデル（前半）
ここでは、観察モデルと介入モデルの違いのメンタルモデルで理解する、つまり、直観的に理解して、腑に落ちない状態の脱却を目指します。
自由水面のある流体の保存と運動は、Saint-Venant方程式（浅水流方程式）という偏微分方程式で表せます。
文系的なメンタルモデルに配慮すれば、Saint-Venant方程式は、データ表現です。
データ表現（Association）の理解：
データ表現と方程式の関係をメンタルモデルで理解します。
ツルカメ算と2変数の連立方程式は、同じ問題を扱っています。
ツル（x）、カメ(y)との変数を設定しても、これだけでは、問題の設定にはなりません。
ツルとカメの関係を記述する必要があります。
2変数の連立方程式は、次の形をしています。これが、データ表現になります。
a * x + b * y = e
c * x + d * t = f
データ表現ができれば、（a,b,c,d,e,f）のデータ取得（Intervention）をします。
データ表現とデータ取得が出来れば、データに基づく推論をします。
ツルカメ算では、データ表現のコンテキスト依存性が高くなります。
2変数の連立方程式であれば、ツルとカメの脚の数を平均体重に置き換えても、簡単に問題を解くことができます。
ツルとカメ算でも、平均体重問題を解くことは可能ですが、理解は困難になります。
自然科学では、数的言語で、データ表現ができれば、問題の共有化が可能になり、学問が進みます。
この点で、数的言語で、データ表現が出来た時点で、「問い」は設定できたと考えられます。
逆に言えば、数的言語で、データ表現が出来ていない問題は、「問い」になっていないので、検討が不可能です。
この場合、検討が困難という表現も考えられますが、「問い」になっていない問題を複数の人が検討した場合、異なった問題を検討している可能性が高くなります。なおかつ、データ表現がない場合には、どこに違いがあるかを比較できないので、不可能と表現することが妥当です。
注）数的言語で、データ表現が出来て「問い」が設定でき、データ取得ができれば、解が求まる問題であれば、ほとんどの場合、AIが問題を解いてくれます。この場合には、コンテキスト依存性がほとんどないので、AIの解答がエラーになる確率はとても低いです。これは、過去3年間に起きた劇的な変化です。
