彼の師匠によると、彼は積極的にリスクをとる指し方だという。抜群の読みの力と自分を信じる力とでなせる技だが、昨日書いたように彼はこれまでの棋士とは異なる思考と指し方をするようだ。
これまでの棋士は、それぞれのアプローチがあるにせよ皆「安全にやろう」という指し方をするが、彼は危険な順から読み進めるという。
すなわち、これは多くの棋士とは真逆の発想をしていることを表現している。当方はゴム会社に入社し、ハラスメントを受けるようになって、次第に仕事のやり方を変えていった。
ゴム会社の研究所の最も嫌な風習は、テーマの奪い合いだった。成果が出そうになると自分のテーマとしてしまう、あるいはそれをサポートするようなマネジメントがなされ、組織的にそれが行われたことだ。
ゴム会社なので、レオロジーに関係したテーマを皆が選ぶので、研究所内の各組織がいろいろと異なる看板を掲げてみても、ゴールとなる製品が同じならば、スタートが異なったテーマでも研究が進むとどこかでテーマ内容が一致する問題が出てくる。
そうすると力のある方が、テーマをすべて奪ってしまう、という状態だった。なかよくプロジェクトで行う、というマネジメントがなされていなかった。
だから、当方が電気粘性流体の耐久性問題をたった一晩でデータサイエンスを用いて問題解決した時に騒ぎとなり、主担当していたメンバーは、ハラスメントを仕掛けてきた。
窓際の管理職が当方を応援したものだから、当方はサンドイッチ状態となり大変だった。特許にはその様子が現れており、数件の特許を使ってこのあたりの状況説明をできるほどである。
このような風土だったので、当方はだれも見向きもしないテーマを企画することに努め、高純度SiC半導体治工具事業をJVとして起業していた。ところが当方が転職後、このテーマの取り合いが起きたというから驚いている。
さらには、日本化学会技術賞のような研究者として裏話が公開されたら恥ずかしい問題も起きている。また、これは大学の先生としてどうかと思われる問題となるのだが、SiCの速度論の論文は、実験の企画から研究のまとめまで何も関与していなかった大学の先生が立場を利用して自分をトップネームにし当方に断りなく論文を書いている。当方に知らされたのは論文が出てからである。
勝馬に乗る、という発想は、多くのサラリーマンが行いがちな思考方法だが、研究所ならば、藤井8冠のようにリスクをとった発想を行うように心がけたい。
皆がそれぞれ異なる発想をし、それを尊重するように研鑽努力するような国民性ならば、バブル崩壊後30年もGDPが上がらない、という情けないことにならないはずだ。
土日に限るが、やる気のある技術者には当方のノウハウを廉価に提供しているので問い合わせていただきたい。ご希望のスキルに関係したテーマについて受講生一人でもWEBセミナーを開催します。平日は表示価格で運営しますが、土日は非公開特別価格としていますので、個人でスキルアップを考えている若手技術者は是非問い合わせていただきたい。
カテゴリー : 一般
pagetop
駒振り将棋以外の経験が無いので藤井8冠の凄さは天文学的数字と同じ印象だが、AIによるコンピューター将棋対戦との比較記事を見つけて、その強さの解説に思わず納得した。
彼の指し手はAIを越える、と言われているが、実際にそういう指し手であり、何故それができるのか、という解説の記事だった。セミナーのネタにできると感じたので記事を保管したが、大した記事ではない。
すなわち、将棋が人間同士の対戦である、という事実が、藤井8冠の強さの秘密だった。これを加藤一二三氏ヒフミンは勝つための第三の戦略を藤井8冠は使っている、と表現している。
さすが化石のような将棋士だけあって、見抜くのが速い。8冠獲得と同時に彼の強さの秘密として解説に使われたこの表現だが、当方は初めて聞いたときに、この意味がよく分からなかった。
しかし、昨日読んだAI将棋水匠の作者の解説はまさにヒフミンが一言で表現した内容だった。さらに藤井8冠の強さの凄さを数値でも表していた。
さて、彼の強さは、人間どおしの対戦ゆえにAI越えの指し手ができるのだが、実はこの彼の詰めの垢のような効果があるのがデータサイエンスである。弊社ではそのような視点で解説している。
すなわち、AIによるデータマイニングの次に来るのは、コンピュータを駆使した問題解決法である。また、iPS細胞の発明でなされたように科学にとらわれない自由な発想法である。
人間と現象との対峙により見出された新しい機能を技術にする、そのとき、ロジックで機能に備わった枝葉の真理を明らかにするのが科学である。機能をロバストを備えた形で実現するのが技術である。
科学的に解明されていないが、ロバストの高い技術として成立している機能を使っている製品が身の回りに多いことに気がついてほしい。
カテゴリー : 一般
pagetop
８月末にマイクロソフト社から、エクセル３６５にPythonを実装するとの発表があった。DXの進展でPythonが実務の標準ツールとなってゆくのだろう。
弊社では、お問い合わせを頂いた方で希望者に無料でPythonの導入方法を書いた資料を配布している。個人使用であれば、環境構築は簡単であるが、実務で問題なく使用するならば、正式なサイトの無料ダウンロードサービスを利用した方が良い。
しかし、その環境構築は自己責任で行うことになるので、少し敷居が高くなる。それで環境構築の方法を書いた資料の無償サービスを実施している。
さて、Pythonは、実務の使用に耐えうるプログラミング言語の中でスキルの習得が簡単な言語である。独習でも十分に可能で、無料の動画も多数公開されている。
それでも、弊社で昨日紹介しているようなPythonのセミナーを企画しているのは、活用ノウハウを伝承するためである。当方は１９７９年から実務でコンピューターを使用し、技術開発を行ってきた。
当時は、１時間のコンピューター使用料も高く周囲から批判されたが、コンピューターを使用して問題解決する手法、すなわちデータマイニングの可能性に着目した。
具体的な驚くべき成果として、電気粘性流体の耐久性問題がある。この問題を解くのに、日本を代表する高偏差値の大学の博士２名と修士１名が中心となって１年かけて科学的な否定証明に成功した。
すなわち、電気粘性流体の耐久性問題を界面活性剤で解くことができない。ゆえに実用化のために、加硫剤も添加剤も何も入っていないゴムを開発すべき、という結論を出している。
この結論に対し、データサイエンスで見出した界面活性剤を用いて、非科学的ではあるが正反対の結論を一晩で出している。この技術は特許としても公開されている。
すなわち、標準的なゴム配合で作られたゴムケースを用いても耐久性のある電気粘性流体デバイスをデータサイエンスの成果で開発できたのだ。
科学で問うことができても、科学で解くことができない問題は多い。そのような問題を否定証明して満足している企業は時代遅れである。トランスサイエンスは１９８０年代に言われ始め、データサイエンスによりそれを解決できることが１９９０年代に示された。ご興味のあるかたは弊社へお問い合わせください。
カテゴリー : 一般
pagetop
タグチメソッドは、１９９０年代に日本で普及が始まったデータ駆動の開発手法である。このデータサイエンスの一手法を実験計画法と誤解されている方が多い。
実験計画法とは、直交表を用いる統計手法のことである。このこともご存知ない方がいる。実験計画を立てることすべてを実験計画法と思っている人もいるが、それは間違いである。
直交表を用いる統計手法だけを昔から実験計画法と呼称してきた。他の実験計画を立て開発する手法については、実験計画法と呼んではいけない、と学生時代に習った。
すなわち、実験計画法は定義づけられた言葉であり、タグチメソッドも同様で、さらにカタカナで書かなければいけない。カタカナで書く理由はアメリカから広まった手法であるからだ。
さて、タグチメソッドは、直交表を用いるが、実験計画法ではない。なぜなら、統計手法ではないからである。時として、分散分析を使うこともあるが、いつも使う義務はない。分散分析を行わず要因効果図を作成しても良い。
タグチメソッドでは効率よく実験を進めるために直交表を用いるが、それにより、実験効率が他の手法よりも上がるわけではない。例えば実験計画法よりも実験工数は増える。
その他さまざまな誤解があるだけでなく、使いこなせない技術者も多い。また、自分が使いこなせないことを棚に上げて、あれは科学的な方法ではない、と否定する人もいる。
今月末、下記セミナーを行うので一度タグチメソッドを正しく学んでいただきたい。すぐに使えるPythonプログラムを配布しているので、L18であれば、翌日からタグチメソッドを使えるようになる。
カテゴリー : 一般
pagetop
新入社員の研修発表で多変量解析を用いた年に、タイヤ材料開発設計部においてタイヤ材料へ用いる乳化重合SBRを多変量解析で分子設計し、特許出願されている。
いわゆるマテリアルズインフォマティクスが、４０年以上前に企業で大型コンピューターを用いて行われていた。あまり知られていないが、物質の創造にコンピューターを用いてロジカルに行う手法は５０年前の第一次AIブームの時代に生まれている。
なぜかこの１０年弱の間におけるマテリアルズインフォマティクスの講演会で、この話に触れられた研究者の講演を聞いたことが無い。
最近流行したマテリアルズインフォマティクスは第３次AIブームの中で起きており、第一次とは異なる、という認識であれば、昨日紹介したCTOの「オオバカモン」という言葉を発したくなる。
第３次AIブームは、今年の話題の中心であるCHAT GPTに使われたような、人工知能が中心であり、マテリアルズインフォマティクスも第一次AIブームとは全く異なる、と言っているようでは、その本質を正しく理解していない。
確かに、過去の二回のAIブームは一過性のブームで終わり１０年も続かなかったが、今回のAIブームは１０年以上続いているだけでなく、ますます盛り上がっている。
１９８０年代にセラミックスフィーバーがあり、それがナノテクノロジーへと昇華した時のような状況に似ている。これは、アルビントフラー著「第３の波」がベストセラーとなった時から始まったDXとの融合が進んでいるからである。
DXは、我々の生活習慣まで変革しているだけでなく、思考や価値観等諸々の変革をも引き起こしている。欧米では１９８０年代からトランスサイエンスが叫ばれ、科学と非科学の見直しが進んだ。
イムレラカトシュの死後「方法の擁護」が彼の著として発表されたのは、それを示していると当方は感じている。
ならば、研究開発もその例外ではなく、日々活用しているエクセルはじめデジタルツールの見直しから科学の手法に至るまでパラダイムの再考が求められていると思う。
弊社のセミナーはこのような視点で行っている。１０月３１日にはシーエムシーリサーチで下記セミナーが予定されている。依頼があれば各企業で出前セミナーも可能です。
カテゴリー : 一般
pagetop
ゴム会社では日科技連の指導でQCを定着させ、「最高の品質で社会に貢献」という社是に恥ずかしくない会社となった。しかし、当方が入社した時には、統計手法の普及定着を全社で活動している時代だった。
研究所では人事部門の努力にもかかわらず、統計手法の導入に反対していただけでなく排除しようとさえしていた。タイヤ開発部門は実務で統計手法を導入していたが、情報工学の黎明期ということもありデータサイエンスまで勉強していた技術者は少数の優秀な方たちだけだった。
面白いエピソードとして、新入社員の技術実習の話題がある。当方含む５人はタイヤ構造設計部隊で世界２０社のタイヤを解剖してリバースエンジニアリングするテーマを与えられた。
１か月かけてタイヤを解剖し、得られたデータを表にまとめた。そして、一部のデータについて単相関のグラフを指導社員の指示で作成した。グループメンバーの一人が情報工学科の卒業生であり、このようなデータは多変量解析で整理すると面白い、と言い出した。
メンバーの顔が輝いて、「では君が整理してくれ」の大合唱。「まてまて、それにはコンピュータが必要だ」となった。指導社員はすぐにIBM３０３３の統計パッケージのマニュアルを持ってきてくれた。
この段階で、情報工学科の卒業生は、「ごめん、ちょっと言ってみただけ」となり、「ばかやろう」の大合唱と大笑いとなった。指導社員も「英文のマニュアルしかないので使えない」と笑っていたが、当方は「今から多変量解析の日本語教科書を皆で学習理解し、これを使ってみよう」と提案した。
突然ドン引きされ、少し気まずい雰囲気になったので「僕が今から本を買ってくるから、それでやろう」と提案し、すぐに新宿紀伊国屋書店へ走った。
しかし、紀伊国屋書店の専門書コーナーにも、教科書として適切な本は奥野先生の「多変量解析」ぐらいしかなく、それを購入した。そして新品の本をばらし、皆で分担してIBM３０３３英文マニュアルの翻訳を行っている。
苦労の末、技術実習を構造設計部門の部長に褒めていただけるレベルまで、まとめ上げることができた。しかし、技術実習発表会の日、当方ら５人は自信を持って発表したところＣＴＯから大きな声で「おおばかもん」と叱責され、長々と説教を受けることになった。
カテゴリー : 一般
pagetop
「まず何から学ぶか」で統計手法の重要性をくどくどと体験を交えて書いてきた。その理由は、統計手法を実務で活用する、あるいは科学の手法で仕事をしてきた習慣にデータサイエンスの習慣も加える、ということに抵抗のある人が多いからである。
当方は１９７９年にゴム会社に入社したが、半年間の研修期間中と１年間５０万円会社が支払ってくれて受講した日科技連の研修で、統計手法を身に着けることができた。
しかし、すぐに実務で活用できたとは言い難い。それだけでなく、強い意志を持たなければ身に着けた手法を使わずにサラリーマン生活を終えたかもしれない、と思っている。
その結果、データサイエンスの活用により問題解決のスピードが上がることや研究開発における大小の企画においてフロントローディングが容易になることなど様々なメリットを享受できなかった可能性がある。
当方は大学の教養部時代に統計学を６単位取得しているが、それでも統計学を研究に導入する自発的意欲はわかなかった。ゴム会社で「全社で統計手法を活用しているから、統計手法を身につけよ」と研修で指導されなければ、必死で実務に導入する意欲はわかなかった。
また、当時はデータサイエンスの黎明期で多変量解析が大型コンピュータの高価な統計パッケージ（車数台分の価格）として用意されていた時代である。それを１時間でも使えば、およそ１万円かかった。
ゴム会社に用意されていても使用している人は少数だった。タイヤ部門ではデータ整理こそ分散分析が行われ統計手法で吟味されていたが、データサイエンスまで普及していなかった。
研究所では統計手法を実務で使うどころか、馬鹿にしていた。さらに積極的に使おうとしている人たちをいじめていたのである。当方も実験計画法により最適条件を外すとサービス残業で仕事をやれ、と上司からも言われたりした。研究所は、各種ハラスメント以外に会社方針も無視して活動する、そのような時代だった。
カテゴリー : 一般
pagetop
6回に分けて、統計を学ぶことが最初に必要と書いてきたが、それを理解できたなら、分散分析の手法を習得し、実験計画法を理解していただきたい。
実験計画法を正しく理解できたかどうかは、このあとに、タグチメソッドを学ぶとチェックできる。このタグチメソッドを学ぶところまでを効率よく進めたい。実験計画法を学ぶところまでは、導入部分であり、頭を科学の視点以外にも働かせることができるようにするためだ。
そのためには弊社のセミナーを活用するとよい。統計からタグチメソッドまで1日で理解できるようにご指導いたします。トランスサイエンスの問題もお話いたします。
タグチメソッドを理解できたら、1日でPythonのプログラムを組めるようになりたい。そのためには、タグチメソッドのプログラムを作成しながら学ぶPython入門あるいはPythonで学ぶタグチメソッドが便利だ。
この他に、統計解析プログラムを作成しながらPython入門とか、多変量解析プログラムを作成しながら学ぶPython入門とか、ご希望によりPython入門セミナーを企画します。
弊社のPython入門セミナーの特徴は、単なる入門ではなく、実務の課題にすぐ取り組めるような入門セミナーを目指しています。是非ご利用ください。
カテゴリー : 一般
pagetop
５０年近く前のゴム会社の研究所では、誰も実験計画法を使おうとしなかった。実験計画法では因子の効果を考察しにくい、というのがその理由だった。
これは故田口先生も指摘されているが、だから主効果を割り付けるL18実験を推奨すると説明されている。そしてタグチメソッドにより得られた結果が確認実験で再現されるならば、自明となった制御因子により一因子実験を行ってもタグチメソッドと同様の結果が得られると説明されていた。
それでは、なぜタグチメソッドを行うのかと言えば、ロバストを高める制御因子を明らかにするためである。一因子実験だけではロバストがどれだけ向上しているのか評価できないから、と説明されていた。
タグチメソッドでは、１．ロバストを高め、２．調整因子で最適化を行う２段階開発を行うのが基本で、科学の単なる一因子実験とは大きく異なるのである。
さて、当方は転職してタグチメソッド推進委員として活動する前に、ゴム会社で実験計画法の改良版を独自に考案し、使っていた。すなわち、研究所で笑われてばかりでは面白くないので、実験計画法で最適条件を外さない方法を検討していた。
そして、実測値をそのまま直交表に割り当てるのではなく、相関係数を割り当てて実験計画法を行うと最適条件を外さずに当てることが可能であることを発見した。
そして、SiCヒーターやSiC切削工具の開発を短期間で成功しているが、この時の体験談を故田口先生にお話しし、お褒め頂いた。ただし、その時当方の方法は感度をあげる開発であり、好ましくないところとノイズを組み合わせていない問題がある、とアドバイスも頂いた。
それでは、何を褒めていただいたのかというと、実測値をそのまま直交表に割り付けて行う実験計画法でなぜ最適条件を外すのかという点についての考察である。
カテゴリー : 一般
pagetop
電気粘性流体の事例は３０年以上前の事例となるので、最近の事例を紹介する。理研で起きたＳTAＰ細胞の騒動も実験者が統計学あるいはタグチメソッドを学んでいたなら防げたはずである。
理研所長は小保方氏を未熟な科学者と記者会見で述べ、小保方氏はコピペを理由に学位を剥奪された。この事件についてニュース記事から事実を拾い出して考察すると統計学とタグチメソッドの重要性を理解できる。
騒動が起きたときに、理研のある理事が、「誰か、一つでもよいからSTAP細胞を作れ」と命じた記事がニュースとなっている。
・
科学の方法にこだわるとこのような指示になるが、実験を正しく統計学に基づき行おうとするか、あるいはタグチメソッドで実行しようと考えたならば、まともな実験結果が得られる指導をできたはずである。そして自殺者も出さずにすんだ可能性がある。
また、余談となるが、ゴム会社の研究所で当方が電気粘性流体の耐久性問題をデータサイエンスで解決したときに、当方含め3人も同時期に転職するような事態となった。これがSTAP細胞同様の科学に関わる事件としてご理解いただけると思う。
全てを書きにくい事件であり、さらに暗い話となるのでこれ以上書かないが、科学者と統計学との接点では、このような事件が起きている。
・
データサイエンスを研究する場合には科学の方法となるが、これが現象の理解に用いられる時に、厳密には科学の方法とはならないことに注意しなければいけない。
・
そして実験結果が組織にとって有益であったとしても、科学的ではないという理由だけで常軌を逸した判断や行動をとる研究者やリーダーがいる。
詳細を省略するが、哲学者イムレラカトシュは、厳密な科学の方法は否定証明となる、科学と非科学の境界は時代により変わると述べている。
科学の方法について、それを唯一の方法として押し付けてくる人物が近くにいたら注意した方が良い。科学の方法についてイムレラカトシュが指摘しているように柔軟に対応したい。
科学とは何か、いろいろな見解があるかもしれない。例えば物理学者マッハは、マッハ力学史でニュートンの方法を非科学的と評価している。この時代には論理学が完成し、科学が生まれた時代と言われている。
科学という哲学を正しく理解できると、非科学の方法にも問題解決するための有効な方法がある、という見解を持つことができる。この時統計や広くデータサイエンスの手法を問題解決に活用しようと学びたくなるはずだ。
・
統計手法やタグチメソッド嫌いを実務の現場で見てきたが、科学の方法にこだわりを持っていた人ばかりだった。
カテゴリー : 一般
pagetop
