１９７０年代の日本では、第一次AIブーム終焉と同じころに情報工学科設立ブームが起きている。１９６０年代に起きた研究所設立ブームに続き、１９７０年代には科学的研究がブームとなり、企業の学会活動も活発な時代だった。
このように日本では大学の情報工学科設立ブームと企業の科学的研究ブームが同時代に起きている。このような状況で、TRIZは大きなブームとはならなかった。その後USITに発展しているが、この流れは今や主流になるとは思われない。
そもそも、コンピュータを使って問題を解く発想からAIが生まれている。だからTRIZが１９８０年代にセミナーの題材になったりしているのだが、TRIZの欠点は、当たり前の結論しか得られないので大きなブームになっていない。
科学も進歩して形式知が溢れてきたので、科学的に考えると当たり前の答えしか得られない時代になった。そのような時代背景ゆえに、MIが普及したのではないか。当方が社会人になった時、タイヤ開発では多変量解析を用いた材料開発が行われていた。
それを研究所では馬鹿にしていたのだが、当方は日科技連の研修を１年間受けて、人事部からその成果を職場で活かすようにと言われ、真面目に多変量解析の活用に努力していた。ゆえに研究所ではいじめられた。
電気粘性流体の耐久性問題を主成分分析で解いたところ、データ用FDを壊されたり、机の上に尋常ではないナイフが放置されていたりした。それを本部長は隠蔽化したので、危険を感じて転職している。
そのような体験があったので、MIが登場した時に冷ややかにその光景を見ていた。しかし、アカデミアの若い研究者が弊社のセミナーを希望されて、質問を受け驚いた。深層学習を使うことがＭＩと勘違いしている現実である。
パーセプトロンを用いる回帰や分類がＭＩではないのだ。多変量解析でモデルを作成し、そのモデルで回帰や推定を行ってもＡＩとなるのだ。そもそも第二次ＡＩブーム迄のＡＩは専門性の高いＡＩのブームだった。
パロディーではないが、３年前に日本化学会年会で５０年前にＭＩで解いた高分子難燃化問題を深層学習で解いてその比較について議論している。多変量解析では系のモデル化に少し工夫を要するが、回帰における信頼度は深層学習と変わらない結果が得られた。
高分子の難燃化技術では、現象に潜む機能と制御因子とが単相関するケースが多い。多変量解析では、そこに着目しモデル化するコツが要求される。
それが今、どのような問題でも解いてくれるＡＩが登場したのである。ＴＲＩＺやＵＳＩＴなどゴミ箱行きであるが、専門性の高いＡＩは、今でも用途がある。ＳＡＡＳの死と言われているが、システムの変更で生き延びることも可能である。
ところで、今の生成系AIは、人間の暗黙知を真似ることはできないが、科学の体系が完成していない分野の問題でも解答を出してくれる。それが、科学的に正解かどうかは別として、データ駆動により可能性のある回答をしてくるのでアイデア創造マシーンとして活用できる。
ただし、これは当方が編み出した活用方法であり、平凡なプロンプトでは、科学的に平凡な解答しか得られない。生成系AIが非凡な答えを生成した例として、兄弟げんかですぐに警察が現れた騒動が最近起きている。
自相などの公務員が民事に対して動きが鈍い問題が言われてきたのに、ＡＩを使ったところ瞬時に警察が現れ逮捕したのである。
ワイドショーで専門家は、被害者の質問に対して当たり前の答えであると説明しているが、本当に当たり前かどうかは、視点により変わるのではないか。虐待で子供が死亡したニュースがつい最近でも報じられている。
即日逮捕は当たり前ではないのだ。人を殺した、と言って現れた犯人を取り逃がし、死体で見つかった事件がつい先日ニュースになっている。
先日OpenAIがCodexの劇的性能改善を発表したが、ＡＩの社会実装スピードも速い。最大の問題は、ＡＩがデータ駆動で動いており、質問さえもＡＩにとってはデータなのだ。この意味を理解しないでこのまま社会実装が進むと頓珍漢な問題が多発するようになるかもしれない。
カテゴリー : 一般
pagetop
この半世紀における企業も含めた日本の研究所のＡＩを巡る景色を書いてみる。すると、１０年ぐらい前まで専門家以外は、アメリカのAIブームに注目していなかったのではないかという少し怖くなる疑問が出てくる。
マテリアルズ・インフォマティクス（MI）のブームさえも頓珍漢なブームではなかったかと思えてくる。中国ナノポリスで当方は注目されたが、日本で当方に講演を依頼してきた企業は少ない。
この少ない企業さえ、当方に依頼する前は、某にわかMI研究企業に指導を依頼していた。その結果、当方のオブジェクト指向に注目が集まり、昨年は日本ゴム協会や高分子同友会で講演する機会を得ている。
話がずれたが、日本のMIブームの前にPythonブームがあり、パーセプトロンのような深層学習のアルゴリズムを誰もが無料で使える時代になった。これは、ハードウェアの著しい進歩の恩恵もある。
パソコンのCPU市場では、インテルと対抗する勢力として独自のアーキテクチャを採用したAMDが、多くのパソコンに搭載され始めた。
また、ＮＨＫで放送された「ＡＩ美空ひばり」は、お茶の間に第三次「ＡＩブーム」を印象付けた。第三次を別扱いにしているのは、第一次と第二次のブームが日本ではこれほど注目されなかったからである。
１９６０年代に起きた第一次ＡＩブームが終わるころ、当方は学生だった。このブームで逆向きの推論が注目された。
当方は、教養部における有機合成化学の授業でコーリーの「逆合成パラダイム」を学び、図書室でさらに深く学んでアメリカにおけるＡＩブームの存在を知った。
また、ボブディランの「風に吹かれて」のヒットにより世界的なフォークソングブームとなり、１９７５年の日本では布施明のシクラメンの香り（小椋佳作詞作曲）が発表された。
そこで卒業論文では、迷わずシクラメンの香りを逆合成で合成できる研究室を選んでいる。そこは世界的な有機金属合成の研究で知られ、スタッフもそのトップとなる研究テーマを推進していた。
ゆえに当方の希望は、その講座で難なく採用されたのだが、大学はこのような講座を教授の定年退官という理由で閉鎖を決定している。
地方の田舎大学では、世界の潮流に関心を持って研究に励む研究者はいなかったのだろう。おそらく当時の学長含め、アメリカにおける第一次ＡＩブームなど知らなかったのではないか。
当方はこの問題を卒論発表会で訴えたが、発表会場は静まり返っていた。あの大学紛争の熱気は浅間山荘事件以降冷え切ってしまっていた。
しかたなく、有機合成の研究をあきらめＳｉＣウィスカーの研究講座へ進学して２年過ごすことになった。セラミックスフィーバーの時に、ゴム会社で正しく研究テーマを設定でき高純度SiCの事業を始めることができたのは、この時の知識があったからである。
ただし、このころの企業の研究所はアカデミアよりアカデミックであり極めて牧歌的雰囲気だったので配属されてびっくりしている。
例えば、リーダーの研究開発本部長は、休日のゴルフに備え役員室でゴルフクラブを振り回し、蛍光灯を割っている。新入社員の当方はたまたまその部屋の前を通った。
秘書の方と蛍光灯の後片付けを行いながら雑談をしている。この役員と最も長くお話しできた唯一の機会である。新入社員など研究所の役員とゆっくりお話しできる時代ではなかった。
忙しい仕事中に蛍光灯の後片付けを手伝ったにもかかわらず、世界初のホスファゼン変性ポリウレタンフォームの工場試作に成功したときには始末書を命じられている。
始末書の話は、この欄で何度も書いているが、こうして当時を思い出すと、当方にとって意味不明だった始末書は口止め指令だったのではないか、と思いたくなった。
ただ、その始末書のおかげで、図書室に１週間籠ることになり、アメリカで生まれたばかりのオブジェクト指向のパラダイムに接し、燃焼時に無機ガラスを生成し高分子を難燃化する新たな技術を企画でき、データ駆動で開発している。
データのまとめを多変量解析で行い、寄与率の考察から燃焼時のガラス生成が難燃化に寄与していることを導いたのだが、このMI研究手法は、認められず、研究のやり直しを命じられ、それを完成させてから工場試作を行った。
燃焼時のガス発生分析や熱分析装置を使用して燃焼途中の資料観察、その他考えられる仮説をいくつか設定し、実験結果をまとめて新入社員テーマ報告会で発表している。
すなわち、MIでモノをまず創り出し、そのモノについて科学的に研究を行う、という手順である。時間切れのため、１年間の新入社員テーマ発表会では工場試作の結果を発表出来なかった。
思い起こせば１年間に、ダッシュポットとバネのモデルによるシミュレーションとカオス混合で開発した樹脂補強ゴムやホスファゼン変性ポリウレタンフォーム、ホウ酸エステル変性ポリウレタンフォームと３つも工場試作を行っている。
その中で２テーマ実用化されているので、本部長が、「千の研究でようやく３つ実用化できる」という千三つ理論を蛍光灯の破片を片付けている当方に語っていた研究開発の心得が信じられなかった(注)。
その後、日本ではセラミックスフィーバーが起き、びっくりしたクリントン大統領は、ナノテクノロジーとバイオリファイナリーの二つの国研を立ち上げている。同時に第二次ＡＩブームの成果がアメリカから日本に伝わった。
１９７０年代のアメリカでは、トランスサイエンスというパラダイムが一部で言われるようになり、1980年代の日本で起きたセラミックスフィーバーでは、セレンディピティーという言葉が流行している。
２０世紀は、ＪＡＰＡＮ as No.1という書籍がベストセラーになったように、アメリカは日本の研究開発を脅威をもって見ていたが、1980年代の日本はアメリカの状況を軽視していたように思われた。
それで、２１世紀の日本では、トランスサイエンスやMIが流行した途端に、AI美空ひばりである。ようやく日本はアメリカの研究開発を脅威として感じるようになったのかもしれない。
アメリカでは、第一次、第二次、第三次AIブームと段階を踏みながら、コンピューターで問題を解く技術を真摯に開発してきた。MIもその一環であり、1970年末にはIBMから多変量解析の統計パッケージが提供され、数理モデルで材料研究できる環境が整っていた。
IBM3033を使い、当方はMIを行っているが、21世紀の日本におけるブームは気の抜けたサイダーのように見えてくる。アメリカでは推論の問題を1970年代に解決し、例えばコーリーの逆合成が生まれている。
ただし、日本でコンピュータを用いて材料の問題を1980年代から科学的研究が唯一の風土で解くためには、科学の方法だけが唯一の問題解決法と信じている周囲のいじめに耐える必要があった。
カローラDXを買えるほどのローンから始まり、FD事件まで大小さまざまないじめの結果、高純度SiC半導体治工具事業を立ち上げ後写真会社へ転職している。
(注）その後、某建築会社向けフェノール樹脂天井材開発や高純度SiC事業の立ち上げを成果として出している。新入社員時代に本部長から千三つ理論を聞かされたが、今でも意味不明である。正しくゴール設定し、研究企画をおこなえば、千の研究から2千以上の事業が生まれるのかもしれないと思っている。また、そのような研究企画を設定できなければ、日本は世界で生き残っていけない。中国では研究など行わず、いきなり工場建設から始まるような面白い現場である。
カテゴリー : 一般
pagetop
仮に重回帰分析のプログラムを開発できたとする。Pythonならば数行のコードで開発できる。また、自分でやらなくてもChatGPTに質問すれば、すぐにコードを書いてくれる。
VSCにCodexが実装されておれば、データのまとめられたEXCELファイル名を指定して、そのファイルからデータ入力後、解析結果を示すとともに、VSCにコードを残しておくように指示を書いていたなら、プログラムコードと解析結果が瞬時に出てくる。
CPUの性能が悪ければ、この結果が出るまで少し待つことになる。さらに、残渣分析やそのグラフまで命じてあったなら、それを実現できるPythonコードと実行結果を示してくれる。
半年前にはできなかったが、今はレポートまでまとめてくれるようになった。半年前でもプロンプトを工夫すればできたが、今ほど簡単ではなかったので、できなかった、と述べているが、この半年におけるAIエージェントの性能向上は著しく、その向上した性能に人間の頭脳が遅れるような状況になってきた。
当方がこのように書いていることを理解できない人がいるかもしれないが、そのような人は遠慮なく問い合わせていただきたい。年末には大抵の技術者はAIエージェントを使いこなしているのではないか？
昨日のOpenAIから発表された内容の具体的イメージである。技術情報協会で７月にセミナーが予定されているので期待していただきたい。
カテゴリー : 一般
pagetop
AIとデータの関係を述べる前に、プログラミングでデータを扱う方法について説明したい。どのようなプログラミング言語でも、入力文と出力文を備えている。しかし、これを使いこなすのが難しいことを知っている人は少ないのではないか。
プログラマーさえ無頓着な人がいる。あらゆるデータをそのままプログラムに入力できるスキルをもったプログラマーは少ないのではないか。
MS-DOSの時代に当方はCを日常のプログラミング言語として活用していたが、LOTUS１２３や一太郎のファイルを読み込むプログラム開発に３カ月ほどかかった。ただ既存のソフトウェアからデータを読み込むことさえこのくらい難しいのである。
Pythonではユーザーの多いソフトウェアのデータを読み込むモジュールが多数無料で公開されているので、昔のような苦労はない。また、C#では、エクセルデータを読み込むクラスが用意されているので、Python同様にデータ読み込みの苦労は無くなった。
しかし、データ読み込みに成功してもデータ相互の関係やメタデータの意味についてすぐに解決着くわけではない。これがどのような意味かというと、例えば重回帰分析のプログラムでは、目的変数と説明変数にデータを分ける必要がある。
カテゴリー : 一般
pagetop
メタデータは、データを説明するデータ、と言われたりする。昨日データは２つ以上でその姿が明らかになる特性がある、と書いた。
すなわち、ポツンと一つだけの数値ではそれが何なのか分からないので、その数値を説明するデータがメタデータである。例えば、約一億と言われた時に、日本の人口とすぐに答えた少数の人は、メタデータの存在をいぶかしげに思われるかもしれない。
一億人と単位がついていたなら、多くの人が日本の人口と答えるようになるだろう。ここで、単位がメタデータであることをすぐに理解できるかもしれない。
数値と単位では特性が異なるが、メタデータである。すなわち、データを一個の数値だけ示されていたのでは、それがどのようなデータなのか分からないが、単位がつくことにより、数値の特性が明らかとなる。
人口は、単位というメタデータがつくことにより、そのデータとしてのふるまいとなる人口が見えてきた。しかし、データの中には単位をつけても一つだけでは意味が分からず、昨日説明したように、単位とメタデータ一組が２つ以上示されないと理解できないデータもある。
すなわち、データの中には単位がついていただけで理解できる数値と、それが二組以上存在しないと分からないデータがあり、さらにその二組以上のデータがどのような条件、これもメタデータであるが、で得られたデータなのか分からないデータもある、といった具合にデータ理解のためのメタデータの重要性に気がつく。
カテゴリー : 一般
pagetop
データの時代と言いたくなるくらいに様々な事象について関連するデータが溢れ、それぞれの事象について浮き彫りにする。例えばメジャーリーグの野球における大谷選手の活躍では、１世紀前のデータが示され、その偉業の凄さを分かり易くTVは伝える。
大谷投手が先発を務めた昨日の試合では、相手チーム全体の出塁数よりも大谷選手一人の出塁数が多いという二刀流ならではの、冗談のようなデータが試合終了後示された。試合開始から見ていた人は、すぐに気がついたはずである。
完全試合は、試合の途中から投手も野手も意識し始め、その結果ミスが出たりして、９回あたりでがっかりする。しかし、このような記録は、気がついても視聴者含め試合終了までにはひっくり返るだろうぐらいの軽い気持ちである。
ゆえに、終わった時にはその信じられない結果に、完全試合とは異なる驚きや感動がある。この時の驚きや感動は、大谷選手の記録と相手チームの成績との比較であり、データは、２個以上集まると誰でもそのデータの価値に気づく特性を持っている。
すなわち、一個のデータだけでは、それがどのような意味を持ち、どのように判断すればよいのか不明となる。人口のようなデータでも１個データを示されてもその意味が不明となるが、これが２個以上の人口データから減少率というデータにまとめられると、１個でも理解できる人が現れるかもしれない。
理解できる人は、その一個のデータから、それが導かれた背景にあるデータを考えるからそれができるのだ。このように考えると、データは２個以上集めると１個のデータ数値が示す以上の情報を知らせてくれるという期待が出てくる。
カテゴリー : 一般
pagetop
今AIを活用する方法は、大別して３通りある。一つはChatGPTのような対話型で用いる方法で、他の２つは、プログラムによる自動実行である。この時、プログラムを組む必要のないAIエージェントの性能向上が著しい。
半年前にできなかったことができるようになっていた。こうなってくるとプログラミングなど不要と言われる方もいるかもしれない。
実験データを入力すると、プロンプト設計だけでグラフからレポートまでできてしまうのでプログラミングスキルどころかプログラマーは不要に思われる人が出てきても仕方がない。
しかし、AIエージェントをとことん使おうとすると、今はプログラミングスキルが要求される。将来はプログラミングスキルなど不要になるかもしれないが、最低限プログラムコードを読む能力ぐらいは持っていた方が便利かもしれない。
さらに、データ駆動とかオブジェクト指向のパラダイム理解は重要である。これが無いと、AIエージェントへの命令をうまくできない。
今のような急激なAI技術の進歩でも、おそらく５年後でもデータ駆動とオブジェクト指向スキルは、必要ではないかと思う。
５年後でもAIエージェントを活用する少しのスキルは要求されると思っている。これは、組織においてマネジメント能力のレベルで組織力が影響を受けることを想像していただければわかるのではないか。
ドラッカーは、知識労働者すべてにマネジメント能力が重要という考え方だったがこれは正しい。写真会社に転職し、このドラッカーの考え方の重要性を理解できた。
ゴム会社は、新入社員全員を６カ月間人事部が預かり、徹底して訓練し、学生気分を抜くと同時にマネジメント教育を行っている。
その結果、配属されて仕事を行う時に苦労しない。むしろ課長のマネジメント能力の無さに気がつくほどである。その結果、日本一から世界一の企業に成長している。
ゆえにAIエージェントの活用にあたって、５年後も若干の活用に必要なスキルは要求されるのではないかと想像している。例えば、人間のマネジメントができない人でもAIエージェントを活用できる時代となるか、という質問がなされると当方はその答えに悩む。
複数の老舗セミナー会社において７月以降AIエージェントも含めたAI活用方法のセミナーを開催しますのでお問い合わせください。研究開発業務の自動化がテーマです。
カテゴリー : 一般
pagetop
昨日からニュースは台風情報が中心であり、不思議な感覚にとらわれる。日本で台風は秋に来るのが当たり前だった時代が、大きく変化しているのだ。
これを地球温暖化の影響と言ってしまえばそれまでだが、これまでの人間の活動の結果と捉えると、見方が変わってくる。季節を不易とするのではなく、流行と捉えることになる。
今の時代に芭蕉が生きていたなら悩んだに違いない。俳句という芸術の前提になるのは、不易である季節と思われるからである。森羅万象の変化を季節の変化の中で詠むのが俳句のような気がする。
ところが、その季節の風物詩が変化しているのだ。６月１日は衣替えだが、当方は３月くらいから暑い日にはTシャツで過ごすようになった。サラリーマンは大変かもしれない。
特に営業職は服装に悩むのではないか。暑い日にノータイが当たり前になったら、２月くらいから電車の中でノータイが目立つようになった。最近は短パンもビジネスのドレスコード内とする意見もあるが、事務所内でさえオッサンが毛むくじゃらの足を出して机に向かっている姿を想像すると少しおかしい。
すでにヤフー・ニュースでは、中年の短パン姿を批判するのはセクハラ、という意見が出始めたのでびっくりしている。山本リンダのミニスカートには凄味があるが、森高千里の云々という意見が２０年前には問題とならなかったが、今は問題とされる。
６月のコンサートを予告したスター錦野のインスタグラムが話題になっている。山本リンダと共演するそうで、彼は昔ながらの華麗なステップを踏むことがニュースになっていたが、山本リンダは、ミニスカートで出演するのだろうか。
カテゴリー : 一般
pagetop
論理学の完成により科学が誕生したことは、常識となっており、産業革命が勃発した直後という事情もあり、それまでの技術開発速度を著しく加速した。
ここで誤解していけない点は、「科学により技術開発が加速した」のであり、技術は科学誕生以前から存在し、社会のイノベーションをゆっくりと進めてきたことである。
言い換えると、科学が無くても技術によるイノベーションが起きたのだが、形式知を生み出す科学の誕生により、その伝承が容易となって、加速度的に産業革命が進んだのである。
残念なのは、日本の科学教育は科学至上主義的なところがあり、技術開発成果をすべて科学のおかげと誤解するような内容に思いたくなるようなところである。
第一次と第二次AIブームは、科学の影響もあり、日本でも国研が企画されてコンピューターの社会実装を読み間違えて失敗している。
第三次AIブームを加速したのは、科学というよりも、アメリカにおけるオープンイノベーションというコンピューター文化ではないかと思っている。
科学の世界でも論文誌というオープンの場が存在しているが、コンピューター文化におけるオープンイノベーションは、それと少しパラダイムが異なるように感じている。
科学では、論理と再現性が重視されることを今更説明の必要はないと思っているが、コンピューターの世界では、安定したオブジェクトのふるまいが約束されればよく、オブジェクト内部の論理性についてあまり議論しないように見える。
仮に、オブジェクトの設計が思いつきの成果であっても、外部からのメッセージに対して、バグなく安定して振舞ってくれれば良いのだ。
カテゴリー : 未分類
pagetop
今や表題の黎明期ではないか。２０年近く続いている第三次AIブームがそのまま第二次産業革命へと続くような予感がしている。
これは、１９８０年代に日本で起きたセラミックスフィーバーがアメリカを刺激し、２件のクリントン大統領令が現在の材料技術の発展の始まりとなっている風景に似ている。
１件は、バイオリファイナリーに関する大統領令であり、他の一件はナノテクノロジーに関する大統領令である。バイオリファイナリーに対抗し、日本では精密制御高分子に関する国研がスタートしているが、アカデミアの成果に対し、産業界の評判は良くなかった。
このプロジェクトはそれなりの学術的成果を出したと、当方は評価しており、その成果を活用し、半導体無端ベルト用コンパウンドラインの開発を短期で成功させたり、2010年頃にバイオリファイナリーに対抗できる再生樹脂開発で実績を出すことができた。
当時すでに市場が形成されていた中国では、再生樹脂技術の高度化が進み、中国で２年前開催された再生樹脂に関する国際会議に当方は招待講演者として呼ばれている。
精密制御高分子の成果に批判的だった産業界では、この時に生まれた新たなパラダイムが忘れ去られたように思われるがもったいないことである。本来ならば、どんどんバージョンアップしていかなければいけなかったのに途切れてしまっている。
一方ナノテクノロジーについて日本は頑張っているが、これから始まる第二次産業革命では、環境対応高分子技術に関し、新たな風景が現れる。
これが見えていない方はご相談ください。今月１０日に開催される日刊工業のセミナーでは、そこを少しお話しいたします。セミナー参加を希望される方はお問い合わせください。
カテゴリー : 一般
pagetop
