高分子と低分子の間の分子量体をオリゴマーと呼んでいる。高分子材料の研究は良く行われているが、このオリゴマーに関する体系だった論文を読んだことが無い。
高分子溶融体のレオロジーを論じるときに、溶媒とこのオリゴマーの比較をしている研究や、オリゴマーが多いと力学物性が低下する話については読んだ記憶がある。
いずれも想定内の結果であり、分かり易かった。しかし、プロセシングで遭遇する現象には、不思議な理解できない問題を引き起こしたり、あるいは稀にそれが良い結果を導き出しているような幸運な出来事もある。
例えば、PPSに経験知から新たに設計したPH01というオリゴマーを添加したところ、カオス混合では著しく流動性が改善されながら、Tgを低下させない不思議な現象が起きるのに、二軸混練機だけの混練では、物性改良材としても機能しない。
これは、分散状態でその機能が変化しているととらえることができるが、電子顕微鏡観察でその違いを探ってもよく分からない（注）。レオロジーや熱分析でその差異が著しくなるだけである。
一方、PPSだけを二軸混練機で混練した場合とカオス混合した場合でもレオロジーや熱分析結果が変化し、PH01の添加はその変化を強調しているだけに見える。
単純に溶媒として機能しているだけならば、このような差異が生じるのは不思議である。不明点は多いが、機能性添加剤としてPH01は某企業で検討され実用化された。特許も各国で成立している。
（注）いずれのコンパウンドでもPH01の球晶の分散している状態が観察されている。しかし、その量を面積から推定すると、添加量の半分以下である。
カテゴリー : 一般
pagetop
初めてC＋＋に触れたのは、MIWA C＋＋の評価版で、高純度SiCの半導体治工具事業を住友金属工業とのJVとして立ち上げ始めた時である。
その後ゴム会社の研究所でFDを壊されたりする嫌がらせを受け転職するのだが、写真会社へ転職してからボーランドC＋＋を購入している。
とにかく大変な時だったのでよく記憶している。smalltalkが登場して２０年近くになり、オブジェクト指向はプログラマーの標準技術になっていた。
当方は日曜プログラマーであり、あくまで趣味としてプログラミングで遊んでいただけだが、当時のパラダイムシフトの激しさには、びっくりしている。
遊びでプログラミングをしていたので、それを楽しさとしてとらえることができたのだが、プロのプログラマーは大変だったろうと思う。当方でさえ１９８０年代にはプログラミング関係の書籍を４０冊程度購入しており、一時期毎月１万円近くはソフトウェアー関係の書籍代（注）として消えていた。
時代変化の激しさから、FDを壊したりして当方の仕事を妨害した管理職の気持ちを理解できなくもないが、新入社員と当方がプログラミング技術の話に夢中になっていたのを嫉妬したのかもしれない。
新入社員は、異常な出来事を目の当たりにしてどこかへ転職し、他の同僚も転職を話題にしだして、結局当方含め３人がこの時期転職する事件となった。それでもオブジェクト指向の特徴の一つのように隠蔽化されて人事部は動かなかった。
当方は、転職によりセラミックスのスキルを継承せず、全く異なる高分子技術をリスキリングしている。全く異なる分野であるが、抽象化により、短期にスキル獲得をし、写真学会から新たな分野で賞を頂いたり、国際会議で招待講演者として呼ばれている。
オブジェクト指向における抽象化の特徴は、プログラミング以外でも活用可能で、隠蔽化を業務に活用するよりも健全である。
さて、C＋＋の発明者は書籍の中でsmalltalkの影響を受けていないことを語っている。たしかにsmalltalkとC＋＋では、ＯＳとの関係で少し言語の役割が異なる。また、Ｃ＋＋はＣの発展型言語として使えた。
ちなみに、ＭＩＷＡ Ｃ＋＋をコンパイルするとＬａｔｔｉｃｅ Ｃ用のコードを吐き出してくれた。それをＬａｔｔｉｃｅ Ｃでさらにコンパイルする面倒な方法で実行ファイルを構築する。ゆえに既存のライブラリーを問題なく使うことができた。
もっともバッチファイルを組んでおけば自動で最後の機械語のオブジェクトを自動で得られるので問題はなく、趣味のプログラマーには、この仕組みのおかげでＣとＣ＋＋の関係を知ることができ、ありがたかった。
すなわち、ＣとＣ＋＋の間の敷居が意外と低かったのだ。もっとも同じ時期にＰｙｔｈｏｎが登場しており、こちらはスクリプト言語としてもオブジェクト指向言語としても使えた面白さがあった。
・
（注）C＋＋は、オブジェクト指向を理解できていなくてもCを知っておれば、プログラミング言語として使用できた。ただし、オブジェクト指向の高度な仕組みを使いこなそうとすると、オブジェクト指向をよく理解していなければできなかった。換言すればC＋＋はある意味不完全なオブジェクト指向言語と言える。その結果、C＋＋にまつわる様々な技法の解説本が一時期出版された。その中でジェネリック技法の解説本には当時感動している。小説でもないのに小説を読んだ時のような感動である。C＋＋はその意味でC#より面白いのだが、C#ではC＋＋の不完全さが無いのでC＋＋より使いやすく、結局C＋＋で遊びながらC#に移行している。C#はオブジェクト指向言語として良く設計された言語である。
カテゴリー : 一般
pagetop
ユーチューブを見ていて、たまたま表題のショッピングロードの紹介映像があった。島根県出雲市駅から徒歩３分ほどのところである。
駅から３分のショッピングロードなら、さぞかし賑わっているのか、と思ったら、平日なのに人がいない。撮影者も説明に不思議な感じ、と添えているが、立派なアーケードがあってもシャッターの降りた店が並んでいる。
上板橋駅南口上板銀座は、今最盛期の半分ほどの賑わいである。原因は、再開発の工事が始まり、人の流れが変わったからであるが、それでも人通りは多いと感じている。
地方創生が叫ばれているが、これほどまでに地方の疲弊が進んでいるのか、と、自分の無知にびっくりした。縁結びの神の町がこれでは、結婚年齢が上がるばかりか、結婚する人も激減する可能性がある。
少子化対策は、まず出雲市駅前の活性化から始めるぐらいの発想が重要ではないか。縁結びの神様のおひざ元で閑古鳥が鳴いていてはダメである。オーバーツーリズムが問題となっているが、縁結びの神様のおひざ元は穴場のようです。
カテゴリー : 一般
pagetop
今注目されている生成系AIのアルゴリズムは、大量の知識データを用いて知識をパターン認識し推論ルールを決めてゆく自由度の高いアルゴリズムである。
ゆえに、人間に代わり自由な発想で問題解決できそうな期待を抱かせる。2006年に発表された深層学習（ディープラーニング）の手法にベーズ統計を組み合わせたアルゴリズムで動作している。
TRIZのようにあらかじめ用意された、あるいは既知のパターンとの比較参照で推論を進めるアルゴリズムではなく、大量のデータを学習して、その学習結果により判断ルールが決まり推論が行われる。
すなわち、第三次AIブームで生まれた生成系AIは、過去のAIのようにアルゴリズムで知の表現や推論が決められている動作ではなく、大量のデータを学習して動作が決まる、データ駆動と呼ばれるアルゴリズムで作られている。
繰り返しの説明になるが、あらかじめ大量の論文を学習アルゴリズムでプログラムされた学習機械に読みこませ、知識のパターンである言葉のつながりを学習させる。
学習が終了してから質問を行うと、連想ゲームのようにコンピューターが動作して回答を出す。すなわち、大量の論文データで学んだ単語のつながり、関係の強さなど知識のパターンを基に動的に決められた判断ルールにより推論して答えを出している動作が、生成系AIの「考える動作」である。
この動作は、過去の2度のAIブームで開発された、専門分野の知識をあらかじめアルゴリズムで組み立て、そのプログラムで推論させる方法とは明らかに異なる。
このビッグデータを用いた知識のパターン認識により、コンピューターの推論動作を構築する手法、データ駆動の仕組みゆえに、動作が広範囲の分野の単語に柔軟に対応でき、あたかも人間のような動作に見えるのである。
カテゴリー : 一般
pagetop
20世紀に問題解決と言えば科学的に行うことが常識だった。TRIZやロジカルシンキングはじめ科学的という香りを放つ問題解決法が賑わっていた。
しかし、一方でアメリカでは1970年代から始まったトランスサイエンスの認識が広がり、ソフトウェアー技術が日本とは異なる姿で発展した。
やや省略した表現となったが、日本では科学的に拘り過ぎて、データ中心の考え方が発展しなかった、と捉えていただきたい。
そして、そのデータもオブジェクトとしてとらえる考え方が、1990年代にアメリカに誕生して、第三世代のAIブームにつながる。生成系AIはデータ駆動で動いている、と言えばこの流れをすぐにご理解頂けるのではないか。
それでは、オブジェクト指向の問題解決法とは何か。これについては、先月19日の日本ゴム協会シンポジウムで2時間講演している。
結構反響があり、問い合わせが来てうれしい悲鳴を上げているこの頃です。ご興味のあるかたはお問い合わせください。当日用いた資料の一部を参考資料として閲覧できます。
カテゴリー : 一般
pagetop
このAIブームの成果と1946年にロシアで生まれたTRIZでは、知の活動である問題解決をコンピューターで行う。そして、これらは日本で1970年代に設立ブームのあった情報工学分野の技術、データサイエンスで扱われる。
ここで着目していただきたいのは、コンピューターを用いて問題解決を行うためには、何らかのアルゴリズムで作られたプログラム、ソフトウェアとデータが必要という制約である。
そして、その制約の中で、人間が問題解決を行う時の推論をどのようにアルゴリズムでコンピューターに実装するのかはAIを設計する時に問題となる。
例えば、TRIZであれば、モデル化された知識のデータベースを比較参照しながら問題解決を進める。モデル化された知識とは、知識のパターン表現であり、このパターンとの比較参照がTRIZにおける推論のアルゴリズムとなる。
また、モデル化ができるためには、形式知もしくは形式知に準ずる経験知に限られる。
1998年に開催されたTRIZ国際会議でUSITが発表されているが、どこか第二次AIブームのさなかに生まれたオブジェクト指向に似ているところが面白い。
問題分析でパターンを生成し、その後推論のプロセスとなっている。残念なのは、この手法で導き出される答えは、その仕組みから明らかなように「科学的に当たり前の答え」であり、科学教育を受けた人であれば、容易にかつ迅速にこの手法を用いなくても同じ答えを出すことができる。ゆえに、あまり注目されなくなったが、研究者は活動している。
カテゴリー : 未分類
pagetop
哲学書によれば、人間の知には、形式知と経験知、暗黙知があるという。科学の時代であれば、形式知は科学の成果からなる体系となる。
経験知は、その知を明文化できるが、非科学の知である。暗黙知は明文化できない知である。すなわち、暗黙知以外の知識は、文字のような記号で表現できて可読性が生まれ、その共有、蓄積、管理ができるだけでなく、表現された知識には特定のパターンが備わることになる。
また、知識を活用して問題を解くために推論を行うが、そこには論理学から定まるルールが存在し、推論を展開する時には知識に依存する判断ルールを用いる。
ちなみに、コンピューターで知識を扱う時には、この知識表現、例えば知識のパターンと推論を展開する時に必要となる判断ルールをどのようにコンピュータへ実装するのかが課題となる。
人類は、産業革命以前より、その知を用いて科学が無くても時間はかかったが技術開発を進めることができた。産業革命が始まった直後、論理学が完成し科学が生まれている。
科学により形式知が大量に生み出され、それが継承され新たな形式知を生み出し、その活動を繰り返しながら産業革命は加速し、３度のAIブームが起きている。3度目の20年近く続くAIブームを産業革命の総仕上げと呼ぶのは至言である。
カテゴリー : 一般
pagetop
本日は４月１日なので信じてもらえないかもしれないが、頭も使わず簡単に新規ポリマーアロイを開発する手法がある。ただ組み合わせて混練し物性を測るだけである。
そのような手法で、PETボトルのリサイクル材が７０％以上含まれている新規のポリマーアロイを２０年近く前に開発した。驚くべきことにそこには紫外線防止剤はじめ劣化防止に必要な添加剤を一切添加していない。
それでも窓際に２０年近く放置していても劣化しないのだ。開発した時の靭性を保持しており、簡単に割れない。PSに似た物性だが、はるかにPSよりも高靭性である。
レーザープリンターの内装品に応用されたのだが、現在はディスコンになり使われていない。もったいないことに特許の年金も支払われていないので、どこでも自由に技術を使用できる。
この樹脂には驚くべき物性はほかにもたくさんあり、例えば難燃剤を添加していなくてもUL９４－V2に合格する。もっともこの認可が得られなければ、レーザープリンターの内装材に使用できないのだが、難燃剤を使用しないので安い！
カテゴリー : 一般 高分子
pagetop
生成系AIだけを取りあげれば、それを突然変異的に現れた技術と錯覚し、ただ驚くことになる。しかし、1649年にパスカルが歯車式加減算機を、1674年にはライプニッツが歯車式乗除算機を提案して以来、人類は機械に知の活動をゆだねる技術を考え続け、18世紀末に産業革命が始まるや否や1820年トーマスによりライプニッツの考案した計算機の実用化に成功する。
その後改良が続けられ、第二次世界大戦では暗号解読機として計算機は活用された。戦後ノイマン式電子計算機が実用化され、これが現在のコンピューター技術の始まりである。
これまでの歴史からすれば、産業革命以降に技術開発の遅れていた分野が、ようやく人類の文化へ影響を及ぼすレベルに到達したと捉えることもでき、現在進んでいるDXによる変革を「産業革命の総仕上げ」と表現している日本人もいる。
ともすれば、生成系AIの登場でその技術に遅れまいと慌てて走り出したくなるが、今話題のAIは三度目の正直で生まれた技術と泰然自若に構え、これまで開発されたAIとの比較や、人間の知について少し考えてみたい。そして、この大ブームに遅れることなく、生成系AIの使いこなしのコツについて少し述べてみたい。
カテゴリー : 一般
pagetop
2022年11月に登場するや否や、2ｹ月で1億人以上のユーザーを獲得し、驚異的なペースで普及が進むChatGPT。これは2006年から始まった第三次AIブームの一つの成果である。
10年余りで収束した過去の二度のAIブームと異なり、第三次AIブームは、2018年に発表された大規模言語モデルGenerative Pre-trained Transformer（GPT）の成功で、2020年にはGPT3が、2022年にChatGPT3．5が一般向けにリリースされ、現在はGPT4oが有料と無料（制限付き）でサービス提供されている。その市場は他の新たな事業者の参入もあり成長を続けている。
第三次AIブームと同じ頃に登場したAKB48がそうであるように、ブームも20年近く続けば日常となる。気軽に会いに行けるアイドルのコンセプトで社会実装された結果、SNSには自撮りの写真が溢れ、一億総アイドル時代となった。
生成系AIも社会実装され、結婚式の披露宴における祝辞や学生のレポート作成に利用されるようになっただけではない。自撮り写真ではAIによる処理が施され、「Kawaii（カワイイ）」が溢れだした。100％AIで創造されたKwaii画像も多数登場し、アニメとともに、この日本文化は世界から注目されている。
最近中国からも生成系AIが登場し、この分野の日本の技術の遅れが指摘されたりするが、ハードウェアの社会実装と異なり、ソフトウェアの社会実装は垣根無く広がる。文化面における日本の先進性に目を向けていただきたい。
カテゴリー : 一般
pagetop
