ポスターにAI画像が使われた、という理由で、池袋アニメーションフィルハーモニーの出演を高橋洋子氏が辞退している。その結果主催者側が謝罪する事態にまで発展した。
AI画像については、学習データとしてアニメーターの作品が使われている疑いがあり、その著作権について、結論が出されていない。ゆえに、高橋洋子氏のアーティストとしての判断は、あっぱれだ。
しかし、一方で昔ボーカロイドが流行した時に世間は大歓迎した。このあたりの微妙な感覚の違いを説明できる人は、今のAIについて理解している人である。
AI画像の出力を得るためには、AIの学習が必要になる。そこで用いるデータについて、著作権の問題を回避するためには、著作権の切れた画像を使う方法と、弊社出願権利化した画像処理方法を適用し使用する方法とがある。
弊社の特許番号は「特許第6371521号」であり、オブジェクトとなる画像のオブジェクトを感じさせないデータ取得方法、という概念特許でありながら、具体的な実施例もあり、権利化できてます。
弊社の特許手法であれば、著作権に触れない画像要素のデータを得ることができるので、ご興味のある方は問い合わせていただきたい。また、条件により特許権を低価格で譲渡することも可能です。
弊社は材料分野以外に、今後社会実装が進むAI分野でも１０年前特許権を得る実力を有しています。弊社のセミナーにご参加ください。
カテゴリー : 一般
pagetop
7月に下記WEBセミナーを開催します。開催時間は１０時から１６時で１２時から１３時はお昼休みとなります。なおテキストは電子ブック形式で配布いたします。
1.研究開発における「生成系AI」活用のヒントと落とし穴
開催日：
7月1日月曜日(申込締切6月27日)
7月5日金曜日(申込締切7月3日)
7月8日月曜日(申込締切7月4日)
費用：
テキスト代込参加費用：3万円(税込)
ChatGPTの登場で生成系AIに注目が集まっている。これまでのニュースでAIの文書作成能力が報じられてきたが、研究開発では、文書要約機能による科学論文の調査の効率向上が短期的成果として期待されている。その他、汎用大規模言語モデル（LLM）の活用による論文生成能力や大量文書読み込み要約能力など既存の生成系ＡＩ機能について活用方法が出そろった。
さて、生成系ＡＩがもたらす変化として、科学知識について獲得スピードが上がることや、Ｒ＆Ｄの戦略・意思決定において調査を迅速化し効率向上などが指摘されても、生成系ＡＩの登場で知識労働者の業務遂行における変革で生じた、「知」における人間の役割変化があまり論じられていない。例えば、形式知や優れた経験知は、今後AIの方が人間よりも迅速にかつ幅広い分野で活用され、専門家が不要になる可能性すらある。
本セミナーでは、業務遂行に必要な知のパラダイムシフトに関し、生成系AIが実現する未来を想定し、「AIを活用した問題解決法」として解説する。
解説を具体的に展開するために、生成系AIが誰でもわかるように解説した「電気粘性流体の耐久性問題」を事例に、１．この問題を科学的に解決した結果、２．データサイエンスを活用した問題解決結果、3．生成系AIによる問題解決結果を体験談とともに考察しながらセミナーを進行する。その他ノーベル賞の事例も含め、AIが如何に進歩しても、人間の知の役割が残り、AIと「友物」関係を形成して問題解決にあたる新パラダイムを提案する。
1.緒言
1.1.コンピューターの登場と知識労働者
1.2.AIの歴史と生成系AI
1.3.トランスサイエンス
1.4.コンピューターによる問題解決法とは
2.機械学習及び生成系AIの研究開発における活用例
2.1.データ駆動と生成系AI
2.2.機械学習活用事例
2.3.生成系AI活用事例
2.3.1.各種情報調査
2.3.2.文書作成代行
2.3.3.各種文書の不備
2.3.4.特許明細書案作成アシスト
2.3.5.Pythonプログラミングアシスト
3.AIを活用した業務遂行に潜む問題
3.1.生成系AIが解説する電気粘性流体
3.2.否定証明
3.3.科学と技術
3.4.データサイエンスの問題解決力
3.5. データサイエンスと科学
4.アイデア創出法と生成系AI
4.1.コンピューター言語とオブジェクト指向
4.2.オブジェクト指向とアイデア創出
4.3.データとヒューリスティック
5.生成系AIを活用した問題解決法
5.1.日々の業務に問題解決力は必須
5.2.非科学的なノーベル賞の受賞事例
5.3.問題解決法で期待されるAIの役割
6.まとめ：知のマネジメント
2.生成系AI（ChatGPTなど）を業務に活かすコツと、初めてのPythonプログラミング
開催日：
7月12日金曜日(申込締切7月10日)
7月19日金曜日(申込締切7月17日)
7月22日月曜日(申込締切7月18日)
費用：
テキスト代込参加費用：3万円(税込)
ChatGPTの登場で生成系AIに注目が集まっている。知識労働者の実務がAIに奪われそうな勢いを伝えるニュースの中で、事務文書だけでなく結婚披露宴の祝辞までAIに作らせた話題を語られても、何故か笑えない若いサラリーマンは多いのではないか。
イノベーションのスピードが加速している。１００年後は不明だが、ＡＩが人間の作製したデータとアルゴリズムで動作している限り、現在のAIに難しい業務が存在する。それは、「何も課題の設定されていない状態で始めるデータの処理」である。この意味の詳細はセミナーで説明するが、日々の実務では、そこで見出された問題から課題を設定して仕事を始めていることに着目していただきたい。「正しい問題を見出す作業」と「課題設定作業」は、現在のＡＩでは難しい。ドラッカーでさえ、「正しい問題を見出す作業は難しく、それができれば、問題解決の８０％はできたことになる。」と述べている。
すなわち、「課題設定作業」や、科学で求められる「仮説設定作業」は、人間がしなければいけない仕事として残り、仕事の成果は、ＡＩ登場以前同様これらの作業の品質に左右される。
本セミナーでは、社会基盤にＡＩの実装が始まった実務のあり方を想像し、問題を解決するためにデータ処理で常識となりつつあるPythonプログラミングを事例に、AI活用方法を解説するとともに、課題設定の方法やその基になるアイデア創出法を講義する。
情報が溢れるインターネットの時代に、ビッグデータを処理するデータサイエンスも身近になっただけでなく、自由自在にデータ処理を可能とする無料のＰｙｔｈｏｎプログラミング環境も充実してきた。そこに生成系ＡＩが登場し、これら新技術により知の獲得について変革が起き始めた。先端のITスキルを身につけることで実務経験の浅い若い人が活躍できる社会になった、と前向きにとらえ、入社3年目レベルまでの若い社会人を対象に内容を構成している。実務経験が豊富な人が受講されれば、今後の実務のイノベーションの方向を知るセミナーとなる。
1.緒言
1.1.AIブームの歴史
1.2.生成系AIの歴史
1.3.生成系AIの動作
1.4.データサイエンス経験
2.AIブームと社会の変化
2.1. コンピューターの登場と知識労働者
2.2 科学と非科学の歴史
2.3. 科学と技術
2.4.データサイエンスと科学
2.5.コンピューターによる問題解決とは
2.6.第三次AIブームから社会実装へ
3.オブジェクト指向と問題解決法
3.1.日々の業務は問題解決である
3.2.コンピューター言語とオブジェクト指向
3.3.オブジェクト指向とPython
3.4.オブジェクト指向とアイデア創出
3.5.アイデア創出法とデータ収集
3.6.データと数理モデル、グラフ
3.7.データとヒューリスティック
4.Ｐｙｔｈｏｎ入門
4.1.Pythonの概略とＡＩ活用の仕方
4.2.Pythonの文法
4.3.簡単なプログラム事例
4.4.Pythonプログラミングのヒント
5.まとめ：情報の時代
3.生成系AIを活用した実務における問題解決法
開催日：
7月26日金曜日(申込締切7月24日)
7月29日月曜日(申込締切7月25日)
費用：
テキスト代込参加費用：3万円(税込)
ChatGPTの登場で生成系AIに注目が集まっている。これまでのニュースでAIの文書作成能力が報じられてきたが、研究開発では、文書要約機能による科学論文の調査の効率向上が短期的成果として期待されている。その他、汎用大規模言語モデル（LLM）の活用による論文生成能力や大量文書読み込み要約能力など既存の生成系ＡＩ機能について活用方法が出そろった。
さて、生成系ＡＩがもたらす変化として、科学知識について獲得スピードが上がることや、Ｒ＆Ｄの戦略・意思決定において調査を迅速化し効率向上などが指摘されても、生成系ＡＩの登場で知識労働者の業務遂行における変革で生じた、「知」における人間の役割変化があまり論じられていない。例えば、形式知や優れた経験知は、今後AIの方が人間よりも迅速にかつ幅広い分野で活用され、専門家が不要になる可能性がある。
本セミナーでは、業務遂行に必要な知のパラダイムシフトに関し、生成系AIが実現する未来を想定し、「AIを活用した問題解決法」として解説する。
解説を具体的に展開するために、生成系AIが誰でもわかるように解説した「電気粘性流体の耐久性問題」を事例に、１．この問題を科学的に解決した結果、２．データサイエンスを活用した問題解決結果、3．生成系AIによる問題解決結果を体験談とともに考察しながらセミナーを進行する。その他ノーベル賞の事例も含め、AIが如何に進歩しても、人間の知の役割が残り、AIと「友物」関係を形成して問題解決にあたる新パラダイムを提案する。なお、サービスとして、グラフ及びタグチメソッドSN比に関するPythonプログラム例を配布する。
1.緒言
1.1.コンピューターの登場と知識労働者
1.2.AIの歴史と生成系AI
1.3.トランスサイエンス
1.4.コンピューターによる問題解決法とは
2.AIを活用した業務遂行に潜む問題
2.1.生成系AIが解説する電気粘性流体
2.2否定証明
2.3.科学と技術
2.4.データサイエンスの問題解決力
2.5.データサイエンスと科学
3.オブジェクトとしてのデータ
3.1.データ駆動と生成系AI
3.2.コンピューター言語とオブジェクト指向
3.3.オブジェクト指向とPython
3.4.オブジェクト指向とアイデア創出
3.5.深層学習が最良とは限らない
4.生成系AIを活用した問題解決法
4.1.日々の業務に問題解決力は必須
4.2.アイデア創出法と生成系AI
4.3.データとヒューリスティック
4.4.非科学的なノーベル賞の受賞事例
4.5.問題解決法で期待されるAIの役割
5. 生成系AIを活用するヒント
5.1.知識労働者とPython、そして生成系AI
5.2.AIはプログラマーの「友物」
5.3.生成系ＡＩ活用のヒント
6.まとめ：情報の時代
受講を希望される方は、ご希望のセミナータイトル及び日時を下記フォーラムからお知らせください。
送信時に不具合等が起きる場合はinfo@kensyu323.comまでご連絡ください。
カテゴリー : 未分類
pagetop
生成系AIを相手に話していると、これからの研究開発が大きく変貌するであろう予感がする。まず、AIを使うことができない研究者は、問題解決力について自由に使いこなす研究者との差が開いてゆくだろう。
４０年近く前だが、当方はデータサイエンスを研究開発に取り入れていた。ゴム会社の研究所では非科学的と馬鹿にされたので、こっそりと使っていた。そして、社内の発表では、すべて科学の色をつけて報告していた。
住友金属工業との半導体用高純度SiC事業が立ち上がった時に、本部長が交代し、電気粘性流体の耐久性問題を解決する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るように命じられた。
ヒューリスティックに、ゴム会社の研究所として、本部長の判断とテーマの間違いに気がつき、１週間だけ猶予を頂き、データサイエンスを用いて、たった一晩で電気粘性流体の耐久性問題を解決した。
ここまでは良かったが、電気粘性流体のプロジェクトリーダーから解法を聞かれたので正直に答えたところ、机をバンバン叩きながらヒステリックに非難された。そのあとは、当方含め３人が退職するような事態となる。
博士が２名に修士が１名、その他のメンバーで１年かけて集中的に問題解決を試みてまとめられた否定証明の結果をひっくり返したような成果を当方が出したことが原因である。
今ならば、データサイエンスを研究開発へ導入している研究所は多いと思われるが、当時はまだ少なかった。４０年近く経った今、AIという新たなツールが登場し、これを研究開発でバリバリ使ったらどうなるだろう。あえて結論を書くまでもないと思う。
弊社はそのお手伝いに力を入れてます。生成系AIに関するセミナーを順次展開しますのでお問い合わせください。
カテゴリー : 一般
pagetop
MIではデータ駆動による機械学習をその特徴としてアピールしているが、MIがデータ駆動のさきがけではなく、またデータ駆動という考え方が古くからあったことを知らない学者が多い。
例えば、タグチメソッドも立派なデータ駆動の手法であり、１９５３年に伊奈製陶で初めてその威力を披露している。もっともその時は今のような直交表の使い方ではない。
実験計画法と同様であり、ただ、列における因子の配列が単なる実験計画法ではなく、誤差因子と制御因子の交絡を考えた配列で実験が行われている。SN比の求め方が現在と異なるが、ロバストを追及している点では変わらない。
その後改良を重ね、現在のように外側へ信号因子と誤差因子を割り付ける方法となり、アメリカで普及した話は有名で、１９９０年ごろ日本へ逆輸入されている。
当方は、故田口先生がアメリカでタグチメソッドを普及されているときに、外側に相関係数を配置した実験計画法を発明している。この方法でフェノール樹脂の難燃性向上や、高純度SiCヒーターの発明を行っている。
コンピューターを使わなくてもデータ駆動の方法は有効で、２０１０年タグチメソッドとは異なる新たなデータ駆動の方法を開発し、PETボトルのリサイクル樹脂を開発している。
生成系AIでデータ駆動という言葉が一般にも広がったが、何も新しいコンセプトではない。当方が生まれたころから存在し、それがコンピューターの世界で用いられるようになっただけである。
カテゴリー : 一般
pagetop
２００８年あたりからPythonのブームがあり、２０１０年から第三次AIブームとなった。これが日本で大ブームとなるのは、マテリアルズインフォマティクス（MI）が話題になり始めた２０１３年頃からである。
Pythonは、２００８年にver.3となるが、この頃からデータ駆動（data driven）という言葉を聞くようになった。データ駆動とは、機械学習のように、データがプログラムを左右するのである。
すなわち、データが次の計算なりアクションを要求し、進めてゆく、前向きの推論に近いが、逆向きの推論でも同じことが可能である。但し、後出しじゃんけんのような感じになるが。
大切なことは、データがアルゴリズム同様にオブジェクトとして機能し、プロパティーを持っているという認識である。生成系AIの学習では、言葉がベクトルデータと同様に認識され、アルゴリズムの推論によりプロパティが決められ、蓄積されてゆく。
生成系ＡＩに質問したり命令したりしたときに、ＡＩは、学習していたこれらの言葉データをそのオブジェクトのプロパティーにより再構成して出力しているだけであり、人間のように、言葉周辺に存在する暗黙知を知っているわけではない。
このあたりを弊社はセミナーの中で少し説明し、ＡＩのこの特徴を利用して、非科学的方法により、新しいアイデアを導き出す手法を提案したりしている。詳細は弊社へお問い合わせください。
カテゴリー : 一般
pagetop
生成系AIがワイドショーなどに取り上げられて早くも1年経った。当時結婚披露宴の祝辞をAIに作成させたことが話題になったが、その後何故か沈静化した。そしてAIのウソが懸念されるようになった。
すなわちAIに質問すると20％近く騙される確率があるというのだ。これはハルシネーションであり、現在のAIの動作では避けることができない。
ゆえにユーザー側でその対策をとる必要がある。そもそもAIの動作は、大量の学習した言語データを背景に、ユーザーの質問につながり確率が高くなるように言葉をつなげているだけなのだ。
この仕組み、動作が分かればウソをつかれても回避する対策は簡単である。弊社のセミナーではAIに騙されない方法も指導している。
最近AIを操作するフロントエンドのツールが評判だが、このようなモノを導入する費用よりも弊社のセミナーを受講されたほうが安上がりである。
弊社では休日は5000円（テキスト無し）でセミナーを行っている。もしテキストを事前に購入されれば、受講料は無料である。休日は平日の半額である。
このようなサービスを行っているのは、個人でも勉強したい人を応援するためである。以前は無料で開講していたが人が集まらなかった。有料としたところ集まるようになったので、AIについては少し価格を改定している。
年末まで幾つかのセミナー会社による弊社のセミナーが準備されている。弊社では個人のリスキリングを応援するために低価格で提供している。お問い合わせください。
カテゴリー : 一般
pagetop
実験を行えばデータが得られる。そのデータを解析するためにコンピューターを使う。日々の何気ないこの行動において、データというオブジェクトを真剣に考えたことがあるだろうか。
データの捏造について、うるさく言われるようになったが、捏造により失われる情報があることに気がつくと、データというオブジェクトが、単なる数値ではないことに気がつく。
さらにデータが二つ以上集まった時に、例えば「５」という一つの数値の得られた現象の影響を受けている、すなわち情報を持っていることを発見する。
ここまで書けば、データというオブジェクトが何か意味を持った存在であること、という表現の理解が進むのではないか。プログラミングでは、アルゴリズムがかつて重視された時代があった。
ところが、アルゴリズムが処理しようとしているデータに依存し、類似のアルゴリズムでも使用可能な他のデータ群に使おうとすると、データ群の特徴に合わせて修正する必要が出てきた。
そこで、アルゴリズムとデータがまとめられたオブジェクトというものを考案し、データの特性に左右されないクラスという部品に仕上げるアイデアが生まれた。これがオブジェクト指向である。
このオブジェクト指向という考え方は、問題解決法でも注目され、TRIZからUSITが生まれている。データとアルゴリズムがまとめられたクラスというオブジェクトがいつも便利とは限らない。
すなわち、有限のデータではなく、無限のデータを考えたり、データの組み合わせを変更したりする時には、クラスの設計からデータを外し、データオブジェクトとアルゴリズムオブジェクトに分けた方が自由が利く。
これを新しいパラダイムと考えるのか、従来のオブジェクト指向のパラダイムの変形と考えるのかはどうでもよい。そもそも過去のオブジェクト指向の考え方が自ら制約をつけていたに過ぎないからである。
最近データ指向というパラダイムを主張する人がいるが、その主張を読んでいると、従来のオブジェクト指向のパラダイムと変わらない。ただ従来のオブジェクト指向のパラダイムをデータとアルゴリズムを一体化させる、と狭めて説明しているに過ぎないのだ。
カテゴリー : 一般
pagetop
生成系AIの社会実装が急速に進み、有料利用ツールも出そろってきた。しかし、「ちょっと、待った！」である。弊社のセミナーを学んでから有料ツールを導入しても遅くない。
分かり易く言えば、AI例えばChatGPT4の利用料だけで、あとは不要、ということだ。昔MSDOSの時代に、コマンドツールが販売されたが、結局コマンドラインから入力した方が使い勝手が良かったことをご存知の６０代以上の人はピンとくるかもしれない。
今AIを使いやすくするツールを導入するぐらいなら、AIを正しく理解した方が、本当に使いやすいのだ。弊社では、AIについて分かり易く説明するだけでなく、今月のセミナーにはＡＩの具体的な活用方法まで丁寧に説明する準備をしている。
たとえば生成系ＡＩに質問し、パワーポイントにまとめ上げるまでをＡＩにやらせる方法も解説する。多少のテクニックが必要だが、ＭＳ－ＤＯＳやユニックスのコマンドラインからの入力より易しい。
ほんの少しの努力で、生成系ＡＩを使いこなすコースも企画中である。６月中には３種類の生成系ＡＩのセミナーを用意しており、ニーズ調査も兼ねている。とりあえず、ＡＩ用有料ツールの購入を考えている人は、弊社のセミナーを受講してからでも遅くない。恐らくAI用ツールなど購入不要という判断になるだろう。
なお、土日の休日は、リスキリング特別デーとして開催しますのでお問い合わせください。AIセミナーに限り、テキスト代１５０００円となります。
カテゴリー : 一般
pagetop
まだ３０年は命が続くと思われるので、この１年間生成系AIについて一生懸命研究し、３月には深層学習による難燃化設計について日本化学会で発表している。
とにかくAIの社会実装はどんどん進むと思われ、オレオレ詐欺を凌ぐ詐欺集団が現れる可能性を否定できないので、AIの正体ぐらいは知っておく必要がある。
特に若い人は５０年以上AIと付き合わなければいけないので、早めに慣れ親しんだ方が良い。意外とAIは人間よりバカである。AIが人間の能力を凌ぐ可能性を指摘する人がいるが、すべての知においてAIが人間を凌駕するとは思えない。
メモリー容量や演算速度、形式知においてAIは、すでに人間を超えた可能性があり、今後もどんどん成長してゆくだろうが、所詮当方にとっては、まだ道具段階であり、友達と呼ぶにはレベルが低い。
もっとレベルが上がり、その尊厳も認められるほどになるのはいつだろうか。当方が生きている間になるとは思えない。時々ウソを言うようでは信じられないのだ。
今月は、未だ友達にはできないが、道具としてハサミレベルまで到達したAIについてセミナーを幾つかの切口で行いますので、ぜひ参加してください。また、セミナー会社でもそれぞれのニーズによる企画を提出していますので、そちらへの参加もよろしく。
カテゴリー : 一般
pagetop
積水ハウスを見直した。１０階建ての建設途中のマンションを景観を損なうという理由から壊すという。法律的には問題なく、すでに入居の募集も始まっていたのに、経営判断だそうである。
景観以外に何も問題が無いのにそのような決断ができたことを凄いことだ、と思う一方、建設前にその判断ができなかったのかという疑問が出てくる。
恐らく、経営陣は企画段階あるいは建設途中に現場を見ていなかった可能性が高く、世間の反対意見に将来の影響を考えての決断と思われる。
もし、ここで決断しなかったら、１０年ほどは積水ハウスの建物で富士山の景観が損なわれた、という話が定着し、国立市内で積水ハウスの営業がしにくくなるだろう。また、積水ハウスのあのホンワカしたCMのイメージとの違いに、今の時代ならば全国に知れ渡り炎上する可能性があった。
すなわち、景観が損なわれたスポットとしてインスタグラムに投稿する人も現れるかもしれない。廃墟が話題になったように、あの企業のおかげで景観が台無しになったスポットとして炎上したならば今後の事業がやりにくくなることは明白である。
戸建て住宅でハウスメーカーの占有率は半世紀余り伸びていないという。中小の工務店が頑張っているのかと思ったら、そうではない。当方も３０年前に某大手ハウスメーカーで家を建てたのだが、その時大いに迷って、今は後悔している。
大手ハウスメーカーの名前を伏せる（伏せても家を見ればどこかすぐにわかる隠せない事案）が、やはり悪い噂を友人知人に聞かされた。それらの大半が当たっていたのだ。
今回の国立市の問題では隠しようがない。すでに国立駅前にはカメオタが出現し、損なわれた景観の写真を撮り始めた。しかし、今回はハウスメーカーの英断として伝説となるのかもしれない。積水にすればよかった、と思わせるに十分な経営判断である。１００年分のCM代と思えば安い。
カテゴリー : 一般
pagetop
