2024.01/19 データ駆動と仮説
科学で研究開発を進めるときに如何に良い仮説を立案するのかが重要である。電気粘性流体の耐久性問題では、「ゴムのケースを用いて電気粘性流体デバイスを設計する時に、界面活性剤の添加で耐久劣化問題を解くことができない」という仮説が立てられた。
これは、イムレラカトシュも述べているような、科学的に完璧な論理を展開できる否定証明を目標としている。日本を代表する旧7帝大の博士や修士が集まって1年かけて研究し、電気粘性流体の耐久性問題を界面活性剤では解決できないことが証明された。
当時の音振動の大家であった本部長も科学として完璧な研究の完成に大喜びで、当方に、添加剤も加硫剤も何も入っていないゴムを開発せよ、と命じてきた。ちょうど前本部長の時に立ち上げた住友金属工業とのJVをたった一人で推進している時である。
研究所でゴムに詳しい研究者が当方一人しかいない、と言われたが、ゴム会社の研究所でありながらすごい時代になった、と当時びっくりしている。
立ち上がったばかりの高純度SiCの半導体治工具事業を転覆させたくなかったので、短期決戦でかたずけるため、データサイエンスを用いて取り組み、電気粘性流体の耐久性問題を一晩で解決した。
一晩で解決できた理由は、促進試験により当時の電気粘性流体が3時間と耐久しなかった（注）からである。当方の見出した界面活性剤で少なくとも４倍、12時間以上耐久したのである。さらに1週間経過しても劣化しなかった。
なぜこのような結論を導き出すことをめざしたのか。ゴムからのブリードアウトによる電気粘性流体の増粘問題については、解決しない限り事業化は難しい、と考えたからである。
そのためには、世間で販売されている界面活性剤のデータを集めて界面活性剤に関する未知のパラメーターを見つける必要があった。
当方はカタログデータを８ｂｉｔコンピューターで処理してそれを見出し、示唆された界面活性剤を電気粘性流体に添加しただけである。科学で完璧な証明が重要なのではなく、耐久劣化を防止できる界面活性剤を見つけることが正しい問題と考えたのである。
これは実話である。当方は、データ駆動の方法で仮説を用いず問題解決したのだが、このデータ駆動の方法は、研究所では、高卒以下の科学が分からない連中の仕事のやり方、と陰口をたたかれていた時代である。
データ駆動の方法は試行錯誤となりやすい。しかし、データ駆動の実験方法も計画を立てて進めようとしたならば、科学的方法と同等の知力が必要と理解している人は皆無だった。
試行錯誤ではないデータ駆動の実験方法にタグチメソッド（TM）がある。４０年以上前からデータサイエンスを研究してきて、故田口先生にも認めていただいたTMもどきの手法やその他数理モデルによる方法などデータサイエンスによる試行錯誤ではない実験方法を幾つか開発している。
来週R&D支援センターによるPythonで理解するタグチメソッドが、2月には、弊社でデータサイエンスに関するセミナーを行います。科学の方法とデータサイエンスによるモノづくりの方法の狭間で悩まれている方はぜひご参加ください。
（注）ゴムのケースに電気粘性流体を封入し、耐久試験を行うと、１０分程度で増粘が始まり３０分もすればヘドロ状態となった。シリコーンオイルの浸透性が高いためにゴムから添加剤を抽出しているようなものだった。「加硫ゴムを使う限り、この問題の解決は不可能」と頭の良い人は考える。当方も自分が担当しない限り、シリコーンゴムの浸透性からこのように考えたかもしれない。しかし、加硫剤も添加剤も何も入っていないゴムの開発の方が難しいのである。TPEが一応候補となりうるが、ゴムの耐久性が問題となることに気がつく。界面活性剤で解決が不可能な問題であると同時に、ゴムケースの材料が存在しない可能性が高い問題だった。このような場合には、どちらが易しいのか検討し、易しい方をデータサイエンスで解析するのである。あとはセミナーで説明します。
pagetop