2023.04/17 材料科学とデータサイエンス
マテリアルズインフォマティクスが騒がれて７，８年経った。最近は高分子と機械学習を短絡的に結びつける発想に疑問を持つ人も多くなった。
当たり前である。高分子物性の変化あるいは機能の発現は線形モデルで議論できる場合が多い。SSカーブでさえ線形モデルで扱い、タグチメソッド（TM）を行っても、最適な制御因子を選ぶことが可能だ。
また、当方は５０年近く前から多変量解析を使用し、高分子材料の開発を行ってきたので、データサイエンスに関する開発事例を多数持っている。
データサイエンスを材料研究に用いることが非科学と否定されても、それが日科技連の新QC７つ道具に書かれているという理由で、迫害に近い妨害を受けても使い続けた筋金入りのデータサイエンス研究者である。
結局命が惜しくて転職しているが、材料科学にデータサイエンスを用いて問題解決することが、それほど他の研究者に嫌がられた時代があったのだ。信じられないかもしれないが、転職した当方がその証である。
データサイエンスそのものの研究は、科学でも、それを用いた材料の研究は、非科学となる。そのような時代がかつてあった。データサイエンスを用いて材料科学の問題を解くのはTM同様に技術の「メソッド」である。
このような視点で、材料科学だけでなく、食品や医療分野などすべての科学分野で用いるときに同様の観点でとらえるべきである。
また、データサイエンスを学ぶときにもそのような姿勢で学ぶべきである。それが、科学を科学として成立させるために必要である。
もっとも、科学と非科学の境界は時代とともに変化するというイムレラカトシュの言葉もあるので、TMはじめデータサイエンスによる材料科学の問題解決を科学の方法とするのも一つの考え方であるが、故田口先生は、科学の研究を行うぐらいなら基本機能の研究を行え、と言われていた。
だいたい、人類の文明がすべて科学の成果という考え方が間違っており、科学の成立していなかった時代にも科学と異なる方法による成果で文明が進歩してきた歴史に気がつくべきである。
E.S.ファーガソンは、「技術屋の心眼」の中で科学以外の方法による成果に目を向ける必要性を指摘している。科学をさらに進歩させるためには、科学以外の方法による技術開発の手法も体得すべきである。
大型コンピュータを活用し５０年近く前から材料科学に応用されていたことをご存知ない方が多い。弊社は豊富な成功事例を活用したセミナーを問題解決法として展開しています。ご相談ください。
pagetop