技術に限って言えば、データマイニグをいつから始めたのか不明確である。テルマエロマエという映画では、現代のウオシュレット付き水洗トイレをローマの時代に再現している。
映画で見たときに最初大笑いしたが、あり得る話に思えたので、なるほどとそのあと感心している。機能を再現するのが技術であれば、映画の世界は技術の歴史を描き出している。
モノを作る時には寸法を測っただろうから、データを取得する行為はエジプトのピラミッド建設の時代にさかのぼる。日時計がどのような発想から生まれたのか不明だが、それで時を刻める発想に至るまでデータを集めて考えたであろうことを想像するのは楽しい。
科学はせいぜいこの３００年程度の歴史しかないが、技術ははるか昔から、それこそ人間とサルの違いが技術を生み出せるかどうかだったかもしれない。しかし、サルでも高い木の上のバナナを取るのに棒を使う工夫をすると言われると、技術を生み出すことが人間だけの特技ではなくなってくる。
クルミの殻を割るのに自動車を使うカラスの映像を見せられた時には、「カラスよお前もか」とぼうぜんとした。技術はカラスでさえ生み出すことができるのだ。
それでは、芸術をカラスが鑑賞できるのかどうか知らないが、科学や技術と異なり、芸術を生み出すためには美という抽象的なオブジェクトに対して知が反応しなければ成立しない分野である。
当方は謝罪するサルを見たことはあるが、まだ芸術を生み出すサルの話を聞いたことが無い。恐らく芸術は人間だけのスキルかもしれない。それで、アルタミラの壁画とか古代人の芸術の発見が話題となったりする。
技術と芸術、それに科学の起源をいろいろ考えてみると、技術を創造する活動というものが動物の本能の一つのように思えてくるのは当方だけだろうか。
カテゴリー : 一般
pagetop
マテリアルズインフォマティクスを新帰納法と呼ぶ人がいるが、それは科学の概念を拡張している。科学とは何か。例えば、マッハ力学史には科学の定義およびそれが誕生した時代について書かれている。
イムレラカトシュは、「方法の擁護」の中で、科学の方法で完璧と呼べるのは否定証明だけ、と明確に述べている。この説に従えば、技術開発を完璧な科学の方法で行うとモノができない、となる。
ゴム会社に入社した時に、よくこのフレーズを耳にした。しかし、研究所に配属されたら、そこは異次元の科学一色の世界だった。否定証明が日常的に行われていたのだ。その結果、経営に貢献する成果が長年出ていないことが問題とされていた。
そのような部署で新入社員の研修で学んだ統計手法を用いて研究を進めていたら非科学的と言われたのである。これは、当然と言えば当然であるが、データ処理を科学的に行うためには統計手法となるのに、である。
すなわち、科学では仮説の真偽が重要であり、データのばらつきなどどうでもよいのである。部長の納得できるデータを出さないと今日は帰れない、と嘆いていた同僚がいた。
その部長は学会である理論を発表していた。そのためその理論に合うグラフを描けるデータが要求されていたのだ。ゴム物性は必ずばらつく。同僚のデータを見せていただいて、90％の信頼区間を書いたら十分にグラフの線上にそれが入っている。
しかし、それではダメだという。ズバリ線上に載った値が必要だと嘆いていた。そこで、物性測定にN数を3倍に増やし、当方に持ってきてほしい、と言って同僚の実験につきあった。
そして、各平均値がグラフの線上に載るように測定データを3点選びデータ処理を行った。同僚は無事終電車前に帰宅できて喜んでいた。
「統計でウソをつく方法」という本が出ているが、今回は嘘をついたわけではない。仮説に合うように実測データを選んだだけである。うまく仮説に合うデータが出ない時には、N数を増やすとよい。
偶然はN数が大きくなることにより、出会う可能性が高くなる。下手な鉄砲数打ちゃ当たる、という名言を活用すれば、セラミックスやゴムの物性では仮説に従うグラフを簡単に描ける。本日の内容を気持ち悪く感じた方は問い合わせていただきたい。
カテゴリー : 一般
pagetop
マテリアルズインフォマティクスは、第三次AIブームの中で生まれた、とするのは、日本の研究者達であるが、データマイニングにより新しい知を求めようという活動は、古くから行われていた。
どのくらい前から、という時に、データマイニグをAIでやり始めた、とするならば、第三次AIブームとしてもよいかもしれないが、コンピューターで、とした場合には、第一次AIブームの１９７０年代となる。
情報処理を機械でやりはじめて起きた第一次AIブームでは、推論モデルが議論されたので、アルゴリズムが議論の中心だった。
ところが、多変量解析が社会学分野で使われ始めたのもこの時代なので、情報処理で物質の科学を議論しようという物好きがどこかにいたかもしれない。
当方は１９７９年にゴム会社に入社してデータマイニングの手法を学んで、マテリアルズインフォマティクスし、タイヤの軽量化因子を明らかにするととともに、高分子で１６５－SRー１３というサイズのタイヤを作った時の最軽量値を求めている。
コンピュータではなく頭の中で数値をいじりながら新しい知を求めた事例は、ニュートンの思考実験が知られている。思考実験で万有引力の法則を求めている。
しかし、マッハはこの手法を非科学的、と「マッハ力学史」の中で述べているので、科学の時代に限って言えば、データマイニングは、物理学者により科学とともに生まれた、と言っても良いだろう。
マテリアルズインフォマティクスは何も新しい科学の潮流ではなく、数理モデルに弱い化学者たちが喜んで飛びついた学問の方法と捉えることができる。
物質の現象をデータで捉え、そこから新しい知を求めるのにAIを用いる、と言ってみたところで、現在のAIは、映画「マトリックス」で描かれたAIほどのレベルではない。オブジェクト指向の成果でアルゴリズムの工夫から生まれたものだ。
マテリアルズインフォマティクスの本質を考えてゆくと、化学者が物理学者のような考え方になりはじめた、あるいは物理と化学がフュージョンした、と捉えることができる。
フュージョンと聞くと音楽の世界で１９７０年代に起きた一つのムーブメントでクロスオーバーとも呼ばれた。
マイルス・デイビスがジャズだかロックだか分からない音楽を始めたのが最初、という説があるが、黒人によるブルースが西洋音楽とのクロスオーバーと捉えると黒人がアメリカ大陸に連れてこられたころとなり、もっと古くなる。
カテゴリー : 一般
pagetop
１９７０年代に耐熱性高分子の研究から、高分子の難燃化研究へと流れが変わった。当時耐熱性高分子の総説が発表されている。そこには、燃えない高分子を作り出すのは不可能と書かれていない。
但し、耐熱性の評価尺度をどのように決めるのか難しい点に触れられている。理由は熱天秤の評価がばらつくからだ。
高分子の難燃性についてもその評価ばらつきの問題があるが、極限酸素指数法は、再現性の高い評価法として今では認められている。
１９８０年代にISOが制定されているが、１９７０年代にスガ試験機から全自動酸素指数測定装置という怪しい評価装置が販売されて、ゴム会社の研究所に設置されていた。
多くの燃焼試験法では、試料への着火方法が問題となる。燃焼試験の経験のある方ならご存知と思うが、着火する炎の大きさやその燃料まで細かく規定されている。
この全自動極限酸素指数測定装置は、そこまでの自動化はなされていなかったが、試料への着火後の制御にはそれなりの工夫がなされていた。
ただ、この装置の欠点は、燃焼速度が速い試料の測定ができないのだ。発泡体の燃焼速度は速いので測定できずゴム会社の研究所でホコリをかぶっていた（注）のだが、それを発泡体の測定が可能なように改造した。
この装置の優れていたところは０．０５％まで酸素濃度の微調整ができたことだ。ここまでの精度の装置は現在市販されていない。ガスクロマトグラフィーで酸素濃度の変動を測定し驚いた。
ところが酸素濃度の微調整ができても、極限酸素指数測定データの分散を０．１以下にすることができなかった。それでも学生時代に某女子大で使わせていただいた試験機より精度が高いと思われた。
学生時代には、０．５程度の誤差は出る、と教えられた。しかし、ゴム会社にあった自動極限酸素指数測定装置についていた流量計は、学生時代に借りた装置よりも細かいメモリがついていた。マニュアルにも０．０１％の精度と書かれていた。
極限酸素指数測定について、精度の高い実験装置があったのは幸運だった。また、自動化するための各種センサーがついていたので測定環境のばらつきを小さくすることもできる。データサイエンスで解析しようと思っていたので喜んだ思い出がある。
（注）ゴム会社の研究所では残業代の申請上限は２０時間まで、となっていた。しかし、その２０時間の申請さえも難しい雰囲気だったので、１２年間ほとんど残業申請をせず、サービス残業で時々徹夜の過重労働をしている。しかし、研究設備への投資を惜しまない体質だったようで、研究所では購入しても使われないまま廃棄される設備があった。全自動極限酸素指数測定装置も汚れは全くなく新品で２年以上放置されていた。３年間高分子の難燃化研究を担当しているが、この測定装置は研究装置の中でも一番よく使った装置である。熱天秤も使用頻度が高ったが、毎日のように使用していない。使用されていなかった装置を喜んで使っていたら、「君のために買ったのではない」と上司に叱られている。新入社員研修では、成果主義のような説明を受けていたが、成果を出したら始末書を書かせられたり、それ以外にもいろいろと注意を受けている。某建築メーカーへ供給するフェノール樹脂天井材の開発では、開発計画が１年前倒しになり、サービス残業の毎日で成果が出ても良い査定を頂けなかった。給与明細書を見れば、査定評価が分かるのである。「学会発表は君だけ優先している」と上司に言われたが、当方からお願いしたわけではない。学会発表に耐えうるデータを出していたのが当方だけだったのと上司が学会の研究会で運営委員をしていたからだろう。「科学的に実験をやれ」とよく言われたが、「どのような実験を行うのか」具体的に言われたためしはない。統計的にデータ処理したり、N数を増やしたりしていた実験をよく非科学的と言われたが、統計手法は科学的にデータ処理するときに必要である。統計手法が科学的と思われていなかった時代がある。タグチメソッドが日本で普及が始まってから３０年以上経過したので品質工学を非科学的という人はいないだろうと思うが、科学とは何か、ということを充分に理解しないで技術者を指導すると喜劇が生まれる。まだこの欄で紹介していない喜劇は多い。
カテゴリー : 未分類
pagetop
始末書を提出するときにホウ酸エステル変性ポリウレタンフォームの企画を添付した話を以前書いている。ゆえに詳細はそちらを参考にしていただきたい。
燃焼時にオルソリン酸として揮発しない点がホスファゼン骨格の高い難燃性発現の機構におけるキモであるらしいことは、燃焼試験におけるガス分析等で明らかにされた。
ならば、リン酸エステルとホウ酸エステルと併用し、燃焼時の熱でボロンホスフェートを生成する仕掛けをすれば、オルソリン酸の揮発を防ぐことができる。そして、この組み合わせシステムは、ホスファゼン同等の高い難燃効果を発揮できるはずだ、という仮説からホウ酸エステル変性ポリウレタンフォームの企画は生まれている。
この企画は、すぐにテーマとして実施され、この実験結果とホスファゼン変性ポリウレタンフォームの実験結果を合わせて１年間の新入社員研修成果として発表している。
この時多変量解析で行った考察を報告していない。化学分析結果を科学的に考察してまとめた内容を報告している。統計手法も含め、当時の本部長がそれらを用いることについて非科学的として低い評価をしていたからだ。
当時の主任研究員が高分子学会崩壊と安定化研究会の委員だったので、３０分の講演として発表するときにも多変量解析結果を発表するかどうかもめている。
当方は、データサイエンスを用いる方法として斬新な視点である、と上司を説得し発表項目の一つとして許可された。特許出願後にすぐにこのような新しい研究発表が許されていた時代である。
データサイエンスを用いた高分子の難燃化研究は、１９８１年に最初の発表がなされたのだが、当方が期待したほど反響は大きくなかった。
４０年以上経過した今年の日本化学会春季年会では、この時の内容と、パーセプトロンを用いたアルゴリズムによる解析との比較を報告している。
マテリアルズインフォマティクスも１０年の歴史があり、聴講者は少なかったが、４０年以上前よりは反響があり、発表後二人の方から廊下で質問された。一人はアカデミアの方で、一人は企業の方だった。崩壊と安定化研究会では解析法に対する質問が０だったので４０年の歴史の重みを感じた。
カテゴリー : 一般
pagetop
衆院補選は自民党の惨敗という結果となったが、これは下馬評通り。多くのデータから事前に示されていたので、自民党も島根だけの戦いに臨んだのだが、そこでも予想通り負けた。
今回維新と立民の戦いが演じられると報道されていたのだが、東京１５区は少し様子が異なった。後半で大混戦となり、立民が漁夫の利で勝った。
須藤元気氏が予想に反した善戦と報じる記事が多いが、当方は選挙戦の初めから想定していた。また日本保守党の候補も急激な追い上げを演じたが、須藤氏には勝てなかった。
この東京１５区、もし須藤氏が立候補していなかったなら、立民ではなく維新か日本保守党の候補が当選していたかもしれない、と当方は予想している。
この１５区の選挙結果は、現在の国民の意識、とりわけ保守層の意識が現れているような結果と当方はとらえている。岸田政権の支持率は、まだ２割以上あるようなアンケート結果になっているが、無党派層だけのアンケートをとったなら１割を割り込むのではないか。
問題は、一定数存在する保守層の票の行き先である。今回の１５区はそれが分散した結果となったのではないか。乙武氏の敗退は昨今の不倫に対する厳しさの風潮から自明であり、その風を読むことができなかった小池氏の政治勘も鈍ったか？
今回の補選で見かけ上立民が躍進したように見えるが、それならば１５区でもう少し票を獲得できていなければいけない。また、もと立民の須藤氏が次点となることもできなかった可能性がある。おそらく今週ワイドショーではこの１５区の票の読み方が、今後の政局を占う話題となるのではないか。
この１５区の事前の予想では、どのようなデータでどのように処理するのかで結果は左右された。当方は、今回都民ファーストの寄与を小さくして解析している。理由は乙武氏の公認となっていたからである。
都民ファーストの会の支持層は、小池氏の支持層でもあり、その支持層が減少しているデータが存在する。乙武氏の不人気だけで今回の乙武氏の得票率を説明できず、小池氏の支持層がかなり減少していたことを今回の結果から読み取らなければいけない。
但しその減少分は、小池氏の次の一手で動く可能性があり、衆議院の解散が６月以降遅くなれば面白い。データサイエンスで政治を読み解く難しさは、変革期にどのようなデータを扱い処理するかという点にある。
これが科学ならば、科学的現象に潜む相関を期待したデータを選択し、専門家ならばその選択するデータは同じになる。しかし、選挙のような社会科学と呼ぶにもその中に潜む関係を見出すのも難しい対象では、世の中を読み解くある程度の勘が要求される。
データサイエンスでは、データとアルゴリズムが重要で、とりわけ政治の変動期には、データサイエンスの手法よりも用いるデータの選択が重要となってくる。
ゆえにデータサイエンスによる推論を新帰納法による科学の推論と呼ばれる人がいるが、無理に科学的方法と結び付ける必要はない、と思っている。6デイズ7ナイツで語られているとおりである。
カテゴリー : 一般
pagetop
デバイスとして電気粘性流体の耐久性問題が解決できている姿とは、既存のゴム技術で作られたケースに、耐久性問題が解決された電気粘性流体が封入されているシステムが、技術の視点で合理的である。
しかし、「科学的に電気粘性流体の耐久性問題を界面活性剤で解決できない」と結論されたので、耐久性を阻害している、ゴムケースからのブリードアウト物質を取り除かなければいけない。
ゴムケースからのブリードアウト物質については、科学的な分析や解析が完了していて、加硫ゴムの配合成分全てあることが分かっていた。それで、加硫剤も添加剤も何も入っていないゴム開発というテーマが企画された。
ゴム業界で世界のトップメーカーの研究所が、このような馬鹿げた企画を立案するとは信じられないかもしれないが、科学だけで考えると、この様な企画しか出てこない。科学的に完璧な否定証明で、この企画周辺が固められていた。
だから、研究所の誰もがこのテーマのおかしさに気がついていないだけでなく、ゴムに詳しくないリーダーは画期的なテーマと喜んでいる。ある意味裸の王様の物語状態である。
科学の推論で出された結論が妥当かどうか、熟練した技術者ならば検証する。そして、科学的に不可能であっても技術的に解決できる解が無いのか探す。それがロマンを持った技術者なのだ。
科学的に解決が不可能な問題を技術的に解決できるのか、と疑問を持った人は、弊社のセミナーで勉強していただきたい。ゴールデンウィークでも開講します。
カテゴリー : 未分類
pagetop
5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。セミナー時間内の質問は無料ですが、後日も含め別途２時間までご質問が必要な方のために質問２時間付５万円コースも用意しています。コンサルティング時間としてご活用いただいているお客様もいらっしゃいます。なおテキストは電子ブック形式で配布いたします。
なお、ゴールデンウィーク中下記セミナーを御希望される方は、お問い合わせください。調整のうえ開催いたします。参加者一人でも開催しますのでお得です。
1．Pythonで学ぶタグチメソッド（プログラムサービス）
開催日：
5月8日水曜日(申込締切5月2日)
5月22日水曜日(申込締切5月20日)
費用：
テキスト代込参加費用：3万円(税込)
別途質問枠オプション付：5万円(税込)
Pythonの簡単な説明も行いますが、受講者の希望により、説明時間を増減可能です。タグチメソッドにつきましては、SN比計算プログラムを配布しますので面倒な計算の理解に必要な負担を軽減できます。メソッドとその思想を理解することに注力したセミナーです。
2．パーコレーションで学ぶPython（プログラムサービス）
開催日：
5月17日金曜日(申込締切5月15日)
5月31日金曜日(申込締切5月29日)
費用：
テキスト代込参加費用：3万円(税込)
別途質問枠オプション付：5万円(税込)
シミュレーションをどのように開発業務に活用したのか、実際の開発事例で説明します。すなわち単なるPython入門ではなく、Pythonを身に着ける動機づけも目指しています。開発事例は２例あり、いずれもトランスサイエンスの事例。一つは否定証明をシミュレーションでひっくり返し、日本化学工業協会から賞を頂いた事例で、他の一つはフローリーハギンズ理論をひっくり返す技術をシミュレーションで確認した事例です。手軽にプログラミングできるPythonのマルチパラダイムの世界を実感していただきます。詳細はこちらをご覧ください。
3．高分子の難燃化技術
開催日：
5月10日金曜日(申込締切5月8日)
5月22日金曜日(申込締切5月20日)
費用：
テキスト代込参加費用：3万円(税込)
別途質問枠オプション付：5万円(税込)
本セミナーでは，高分子の耐熱性と難燃性について概説する。また，熱分析手法を用いた開発事例を説明し，新たな難燃化技術を開発するヒントを示す。さらに，2022 年に施行された法律により再生材の活用が本格化している実情を踏まえ，再生材の難燃化技術の事例も解説する。高分子の難燃化技術は，トランスサイエンス（注）でありその問題解決にデータサイエンスは有効な手法の一つであり，Python によるディープラーニングによる回帰の結果についても言及する。
4.ゴム・プラスチック材料のトラブル解析と対策
開催日：
5月15日水曜日(申込締切5月13日)
費用：
テキスト代込参加費用：3万円(税込)
別途質問枠オプション付：5万円(税込)
本セミナーでは、この分野におけるトランスサイエンスの現状を鑑み、ゴムやプラスチック材料で発生するトラブルについて、その原因解析と対策について概説し、材料の破壊を中心に、その寿命予測法と問題点について解説する。
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 : 学会講習会情報 宣伝
pagetop
ゴム会社がアメリカのタイヤ会社を買収し、その後研究所のリーダーが交代した。前のリーダーの時に住友金属工業との高純度SiC半導体治工具事業のJVが立ち上がっていたので、そのまま仕事を進められると思っていたら、新しいリーダーはそのテーマが無くなったという。
社長決裁で始まっていたテーマであり、年に１回の社長診断でも一人で研究開発をしていた現場まで社長が訪問され激励されたばかりである 。
新しいリーダーは、６年間研究ステージにあった電気粘性流体を実用化レベルまで完成させるために耐久性問題を解決しなければいけない、それで加硫剤も添加剤も何も入っていないゴムの開発をしなければいけない、と当方に指示してきた。
タイヤ会社の買収を成功させるために、研究所でゴムに詳しい担当者は皆タイヤ部門へ異動となっていた。その結果、研究所で最もゴムに詳しい担当者として当方に白羽の矢が立ったのである。
それは間違いではなかった。当方は新入社員時代に、混練が難しい樹脂補強ゴムの開発を成功させた実績があった。また、管理職昇進前の小生に研究所の重要テーマとなった電気粘性流体を実用化レベルにできるかどうか生命線となったゴム開発を小生に担当させる、という配慮もあったかもしれない。
そのような配慮を考慮すると、住友金属工業とのJVは研究所のテーマではない、とまで言っていたので、社内に担当する組織が無い状態では、当方がヤミ研として推進する以外に方法が無かった。テーマが無い、という意味は、サービス残業を駆使し過重労働で何とかしろ、という意味だった。
そこで、新しく担当するテーマについて１週間企画のための時間が欲しいと申し出た。そして、新しいテーマのゴールは、デバイスとして電気粘性流体の耐久性問題が解決できておれば良い、という譲歩まで引き出した。
界面活性剤では電気粘性流体の耐久性問題を解決できない、という科学的に完璧な否定証明の研究があるから、ゴム以外の対策しかないだろう、というのがリーダーも含めた研究所全体の見解だった。
カテゴリー : 未分類
pagetop
ホスファゼン変性軟質ポリウレタンフォームの工場試作大成功で始末書を書かされた話を以前この欄で紹介している。
ホスファゼンに含有されるリンは、リン酸エステル系難燃剤に含まれるリンよりも40％ほど高い難燃効果を発揮したことがデータサイエンスで明らかになった。
しかし、この結果についても科学的に証明するように指導を受けている。ASTM燃焼試験を行っているときに、ガスクロマトグラフィーを傍らに置き、燃焼中に発生しているガス分析を行っている。
その結果、リン酸セステル系難燃剤では必ず燃焼している炎の中にオルソリン酸が含まれるが、ホスファゼンでは燃焼ガスの中に含リン化合物が検出されなかった。
それだけではない。燃焼面の分析を行ってもリン酸エステル系難燃剤ではトレース程度のリン化合物が検出されただけだが、ホスファゼン変性ポリウレタンフォームでは明確にリン含有化合物が検出された。
さらに、サンプルを600℃で熱処理したところ、リン酸エステル系難燃剤添加系ではリン化合物の痕跡さえ残っていなかったが、ホスファゼン変性ポリウレタンフォームではP=Nの吸収がIRで確認された。
その他、科学的データを収集して演繹的に仮説を立案し工場試作を行っているが、当時当方は新入社員であり、工場試作を進めたのは、上司だった。しかし、始末書を書かされている。データサイエンス無情話その3。
カテゴリー : 一般
pagetop
