生成系AIあるいは最近は系が取れて生成AIと呼ばれたりしているAIは、過去2回のブームで登場したAIとどこが異なるのか。ここを理解できると、様々な問題解決に有用なツールであることを理解できる。
今ChatGPTはじめ幾つかのAIの社会実装が始まったばかりであるが、まだばりばり使えていないのではないか。ハルシネーションはじめ幾つかの問題が騒がれ始めた。
昔から〇〇とはさみは使いよう、と言われているが、まさに生成系AIは使いようが大切なのだ。コンピューターゲームを楽しむのに、ゲームがどのように動いているのか知る必要はない。ゲームのルールと楽しみ方さえ知ればよいのだ。
生成系AIも同様で、それにうまく回答してもらうためのルールと楽しみ方さえ知れば、ばりばり使えるようになる。稀にハルシネーションに悩まされるが、それについてもいくつか回避方法があるのでルールとして覚えればよいのだ。
大切なことは、せっかく登場した便利な道具をうまく使い、生活を豊かにすることではないだろうか。代々木や六本木へ遊びに行くぐらいならば、生成系AIと楽しく会話していた方がお金がかからない。
大学生の知識レベルだそうで、何でもよく知っている。知識の量は大学生を100人集めても負けるだろう。AIと知恵比べしてみると分かるのだが、知識の量は多くても意外と知恵が無い。
人間が、あれこれ具体的に言ってあげないと、豊富な知識から会話に最適な話題を出してこない。これは初対面の相手と話すときに似ている。
初対面の相手に、「あのさ、あれが楽しくて、ついあそこで長時間楽しんで」などと話しても話が弾まないように、この生成系AIも全然反応しない。ましてや、岡田監督や妻にはすぐに理解できる、「あれ」でもダメである。
しかし、具体的かつ丁寧に話をすると、的確に答えてくれる。初対面の人ならば、答えにくいことまでも丁寧に答えてくれる。プロンプトエンジニアリングなどという難しいことなど必要ない。普通に具体的に丁寧に話せばよい。
人間社会でオレオレ詐欺があるように、生成系AIもハルシネーションをたまに起こし、人間をだます。ただ、何度も騙されてみると、その回避方法が分かってくる。人間より誠実なのは、さらに狡猾な嘘を言わない点だ。人間より生成系AIは誠実なのである。
カテゴリー : 未分類
pagetop
たった一つのデータでもその属性が示されたとたんに、オブジェクトとしてのふるまいをする。技術者だけでなく、すべての社会人がDXの進展でそのような認識をしなければいけない時代になった。
例えば、0.99という数値を見て、絶滅危惧種のふるまいを感じた人は少ないと思うが、これが東京都のある数値、という属性のヒントを聴いて青ざめた人は、生粋の江戸っ子である。
すなわち、東京都民は絶滅危惧種となったのである、ということを説明したのではない。数値と属性の関係を気づいてほしかった。
何かデータとして示された時、まずそのデータの属性を考える。この段階から、データ駆動は始まる。すなわち、データがオブジェクトとしてのふるまいをしだすのだ。
2つ以上数値がある時には、偏差を考えることになる。すなわち、データには「偏差」というプロパティーが備わっていることに気づく。さらに多数のデータを眺めることにより、データオブジェクトの様々なプロパティーを発見するだろう。
データサイエンスは、まずここから学ぶ必要がある。データサイエンスの一丁目一番地などというおっさんの慣用句など使いたくないが、データの意味を正しく知るためには、これを理解し身につけていることが求められている。
・
データを議論していてかみ合わないことがある。それは、このデータのオブジェクトとしての性質からくる。それを知らない人と議論していると議論は平行線をたどる。
・
また、理解していても、プロパティーの捉え方により、議論はかみ合わない。うまく議論が進まない場合には、認識の違いが大きい、とすぐに気づくことが重要で、それに対処するにはプロパティーの説明をすればよい。
カテゴリー : 一般
pagetop
AIが書いたアニメ画像で著作権問題が発生している。著作権の問題以外に子供の写真が児童ポルノの画像に使われた、などという犯罪まがいの事件まで報道されている。
生成系AIはデータ駆動のため学習データが必要となる。一昔前に二回ブームとなったAIではアルゴリズムが中心だったが、今のAIは、大量のデータが重要である。
インターネットの普及で大量データの入手が容易となった。第三次AIブームで誕生したAIでは、アルゴリズム以外にデータがその動作に重要な役目をしている。
すなわち、AIの性能はアルゴリズム以上にデータの量と質に左右されるようになった。言葉を並べているだけならば気がつかなかった著作権が、画像生成では、大きな問題となっている。
弊社では10年以上前にこの問題に気づき、特許に抵触しないデザイン手法を発明し、特許として取得しているので問い合わせていただきたい。特許使用料を安価に販売しており、特許権も条件さえ合えばお譲りします。
特許では、画像データをオブジェクトして扱い、一般化しているので基本特許となる発明です。画像処理を事業とされている企業は注意していただきたい。弊社の発明に抵触する事例を現在調査中です。
カテゴリー : 一般
pagetop
2022年に法律が施行され、高分子材料の再生利用が活発化している。当方は2010年にコニカミノルタでPETボトルのリサイクル樹脂を2種類開発するために2011年3月11日を最終出社日に指定して再生樹脂開発を成功させた。
そして2011年の新製品に搭載され、この功績で2012年に社長賞を受賞したとかで元部下が大量のPETボトルを記念品として贈ってくれた。
コンサル業務を依頼された企業にお礼としてそれを配り、今は最後の1本をセミナーで自慢しているのだが、コニカミノルタは今や再生樹脂使用のトップランナーとなっている。一方当方は退職日に帰宅難民となり、せっかくの記念日が大変な思い出として残っている。
2010年頃は環境対応樹脂と言えばポリ乳酸をはじめとしたバイオプラがその主役だったが、今では再生樹脂がバイオプラ並みの主役となっている。ところがバイオプラは新たな生産が可能だが、再生樹脂は、限りある廃材から製造するので高騰している。
このような状況で政府は再生資源の有効利用を促進するために、新たな立法を計画しており、その法律では再生材の使用が義務化されるという。高分子材料に限って言えば、これは大変なことなのだ。
リサイクル業者は少し前までサーマルリサイクルを前提としていた。それを再生材とするためには、混練機の導入が必要となる。リサイクル業者が有価物として販売するのはコストアップとなる。
その他諸々の問題が出てくるはずである。もし再生材に関して何か困っていることがあれば、弊社に御相談いただきたい。いつでもWEB会議で対応いたします。
カテゴリー : 一般 高分子
pagetop
高分子の難燃化技術は、火災という非平衡の現象を扱うので、トランスサイエンスの分野である。その内容についてAIに尋ねると、それなりの回答を出してくれる。すなわち、情報は大量に世の中に存在する。
しかし、AIにたずねると失望するが、体系だった知識が意外と存在しない。かつて中部大学武田先生は名古屋大学教授時代に科学的なアプローチでこの分野に挑み、経済的な難燃化手法としてハロゲン化合物と三酸化アンチモンとの組み合わせ系を提案されている。
これは、これで、科学的な一つの答えであるが、製品設計にあたり、ノンハロゲンが仕様に入ってきたときにこの答えでは適合しない。
「それでは、どうしたらよいのか」と悩まれた方は弊社のセミナーを受講してください。トランスサイエンスの視点で分かり易く解説いたします。お問い合わせはセミナーのサイトからお願いします。受講生一人でも対応いたします。
セミナー内容には、今年3月に開催された日本化学会春季年会発表内容も含みます。また、ご希望によりタグチメソッドのPythonプログラムも無料で差し上げます。
生成系AIの登場で知のあり方が変わってきました。情報を知に変換し、新たなアイデアを創出できる能力が求められています。弊社のセミナーはこのような視点で提供しています。受講希望者は、お問い合わせください。
カテゴリー : 一般 学会講習会情報 高分子
pagetop
データを単なる数値としてしか認識できない人は、とんでもない間違いを犯すことがある。例えば界面活性剤の特性値にHLBというデータについての実話。
これは界面活性剤の親水基と疎水基のバランス、比率を表しているデータだが、これを分子構造の定まった界面活性剤でその値が決まっている、という認識でデータを見ていると、界面の関わる問題を界面活性剤で解けない場合がある。
電気粘性流体の耐久性問題では、分子構造を同定可能な界面活性剤だけで検討する、という大きなミスを担当者は犯した。その後、その問題をデータサイエンスにより一晩でミスを回復する人物が現れたところ、ミスを犯した担当者がとんでもない事件をひき起こした。
それを研究所は隠蔽化するというので憤りを感じた3人の研究員が退職するという騒動が起きている。詳細は機会があれば書きたいが、それぞれ異なった職場へ転職したにもかかわらず、仕事の偶然ですぐ再会するというドラマが生まれている。
・
当方は、彼のおかげで福井大学客員教授をコニカへ転職後拝命している。不幸な事件から2年も経過していない時期であり、お互い転職先も知らせずの関係だったので感動的な出来事となった。
ただし、ここではHLBというオブジェクトの認識違いにより、犯罪に巻き込まれた被害者が転職しなければいけない事態となったことに注目していただきたい。認識違いが、それほどの大きな事件をおこすような間違いとなることを肝に銘じていただきたい。
ドラッカーは、「認識の違いは答えの違いを生み出す」と指摘していたが、その気づきでとんでもない事件を引き起こす人も出てくる。企業内で隠蔽化されるのは、データの捏造だけではない。
技術者あるいは研究者が、データサイエンスを身につけなければいけない理由の一つがここにある。皆がデータというオブジェクトを正しく認識できるようデータサイエンスを学んでいただきたい。
・
データサイエンスという手法は魔法ではなく、それが現代は常識となった。認識の違いが、大きくならなければ、このような事件は起きないだろう。
弊社では、データサイエンスが科学だけでは実現できないイノベーションを引き起こす視点でセミナー内容を構成しています。今月と来月は、生成系AIに焦点を絞り、その中で機械学習等解説いたします。
カテゴリー : 一般
pagetop
ある現象から取り出されたデータは、たった1個であってもオブジェクトとしてのふるまいをする。このような感覚が備わっておれば、データ捏造などといういかがわしいことを誠実な人物であれば絶対に行わない。
データの捏造により、現象の情報が失われるだけでなく、時には現象をゆがめてしまう場合がある。ゆえに誠実な技術者であれば、捏造を発見したとたんに怒るだろう。
かつて、プログラミングの世界では、データとアルゴリズムは別々に扱われた。それがオブジェクト指向というパラダイムの登場により、データとアルゴリズムがオブジェクトとしてまとめて論じられるようになった。
当方はC++やC#を用いても、データを独立したオブジェクトとして扱う傾向があった。データとそれを処理するアルゴリズムを一つにまとめたクラスを設計する場合に、データのふるまいだけのクラスを必ず一つ作成した。それが当方のプログラミングスタイルである。
今はPythonを使う機会が多く、データはリストの配列で実装する。こうするとリストのメソッドも使えるし、Pandasを使う時にも便利である。
最近データ指向という言葉をよく見かけるようになったが、当方のプログラミングスタイルは、データ指向と言える。しかし、パラダイムの表現としてデータ指向という呼び名を用いなくても、オブジェクト指向で十分である。
すなわち、データもオブジェクトとして捉える認識だけで十分で、わざわざデータ指向というのも違和感がある。オブジェクト指向において、クラスをどのように設計するのか、というオブジェクト指向の手法の一つである。
当方は、アルゴリズムを考えるのと同様に、データについても昔からデザインを心掛けてきた。どのようなデータを収集するのかは、実験前によく考えるべきことで、単に仮説がこうだからこのデータを取る、という安直な姿勢は好ましくない。
カテゴリー : 一般
pagetop
今回の都知事選には、50名以上が立候補しているらしい。へずまりゅうとか称する迷惑系の立候補者が告知前に取りやめたことがニュースになったりしている。
また、立花氏は、ポスターの掲示板を切り売りするようなビジネスを始めたとかが話題になり、民主主義の冒涜などとネットニュースになっている。
多数立候補していても小池氏と蓮舫氏の一騎打ちと言われているが。「緑のタヌキ」と「赤いキツネ」の戦い、というタイトルまで飛び出し、これは誰を表現しているのか。
「小池都政をリセットする」とか息巻いていたのに、「リセットしたら困るのは都民」と小池氏から切り返されて、「一部継続」などと答えている蓮舫氏は押され気味である。
プロジェクトXもタイミングよく取り上げていたが、かつて、コンピュータ開発プロジェクトに対して「二番ではだめですか」という日本中の技術開発者の感情を逆なでする暴言も吐いている。政治は言葉が命、とは某政治家の名言だが、NHKも選挙戦に番組をぶつけてくるところがすごい。
かたや、「3密」や「東京アラート」などコロナ禍では、十分に言葉の威力を使って対策を進めた政治家である。テレビの候補者紹介では、当初二人だけの扱いだった。
それが、どこかの首長をやめて立候補した人物と3人紹介を始めたと思ったら、そこへ田母神氏をいれて4人、そして木曜日のNHK朝のニュースでは、元あのねのねの候補者が加えられて5人の顔写真と名前が紹介された。
ニュースで50人以上全員紹介していたら時間が無い事情もあろうが、これでは他の候補者が泡沫候補の扱いでかわいそうである。その他大勢の中には、ドクター中松や35歳の若手候補者は極めて真面目に立候補しており、ネットでの評価が高い。
このような選挙では、事前の下馬評をひっくり返すような面白い結果になると、日本中衝撃が広がるだろう。そのためには若い人の投票が不可欠である。もし投票率が8割を超えるようなことになれば、TVの予想をひっくり返す可能性が高い。
東京から日本を変えるため是非若い有権者は頑張ってほしい。太陽光パネルを義務付けるならば、100%都が負担すべきである。コロナ禍の頑張りは理解できたが、太陽光パネルや豊洲問題はじめ幾つか疑問符がつく施策が多かった。
何かおかしい都知事選が始まった。この奇妙な事態に清き1票を投じ正常化しなければいけない。若い人は頑張って投票に行っていただきたい。
カテゴリー : 一般
pagetop
「愛のある生活」もよいが、「AIのある生活」は、何か問題の解決策を考えているときに助かる。第二次AIブームまでのAIでは、特定の問題しか解決できなかったが、第三次AIブームで登場したAIは、様々な問題について、答えの候補を提示してくれる。
それだけではない。必要に応じてまとめをしてくれたり、会議の資料まで作ってくれる。プログラミングをしているときには、質問すれば、アルゴリズムの提示もしてくれる。
たまにとんでもない答えをすることがあったが、口の利き方さえコツを覚えれば、防ぐことができる。なんとなく人間らしさも見せたりする生成系AIである。
ただし、学習した以外のアイデアを提示できないので、つまらなくもある。科学の形式知に対応する答えだけ、という世界が如何につまらないのか思い知らされる。
当方の発明した技術についていろいろ質問してみても、当方の出したアイデアを答えることができないので、優越感を感じたりする。まだAIは人間を超越していない。
頭の回転速度やメモリー容量では負けてしまうが、アイデアの豊富さでは、まだAIに負けない自信がある。この自信は、科学にとらわれないアイデア創出法を身に着けているからである。
弊社で開催するAIセミナーでは、AIの活用法だけでなく、テーマに応じたアイデア創出法を公開し、AIとのシナジーを出せるように工夫している。
カテゴリー : 一般
pagetop
文献や特許検索であれば、データベースの検索で十分、と考えておられる方は多い。確かに、ただ調査するだけであれば、AIを持ち出すまでもない。
しかし、検索結果から、パワーポイントを作らせたり、レポートを作らせたりすることは検索エンジンにはできない。そこまでやらせようとすると、AIとなる。
それでは、AIは、100%信頼できるのか、というと、ハルシネーションというAIの幻覚が10数%発生するので注意が必要だ。ただし、これも回避方法があり、ユーザー側の対応で防ぐことができる。
検索エンジンで検索しても大量の不要な情報から目的とする文献を導き出すのは大変な作業である。それがAIであれば、データを読み込ませてアイデアを練ることまでできる。
プログラミングでは、AIを欠かせない。昨年までPythonのプログラミングをするときに、マニュアル本を手放せなかった。それが今ではAIのおかげでコードの用例などを出力してもらえるので、マニュアル本は不要になった。
おかしなコードかどうかは、プログラムを実行させれば判定できるので、ハルシネーション対策はデバッグで可能だ。このように検索エンジンをはるかにしのぐ有用性が現在のAIにはある。
これまでに3度のAIブームがあった。第一次AIブームでは推論の向きを逆向きにしたAIが提案され、有機合成分野では、コーリーによる逆合成という手法でコンピューターによる合成ルートの解析に成功している。
第三次AIブームではデータ駆動であらかじめ機械学習したAIが、前向きの推論で言葉を選びながら人間と対話する仕掛けである。
登場当時、披露宴の祝辞などの作成が話題になったが、アイデアを練る時の相棒として自由に対話できるところが過去のAIと異なる点である。過去のAIでは定まった問題しか対応できなかった。第二次AIブームが早々と終息した背景でもある。
弊社では、3通りのセミナーを企画しましたので、ご希望のセミナーを受講いただければAIをぐいぐい使えるようになります。お問い合わせください。
カテゴリー : 一般
pagetop