表題に関して日刊工業新聞主催のWEBセミナーが１月に開催されます。弊社にお申込みいただければ割引サービスいたしますのでお問い合わせください。
https://corp.nikkan.co.jp/seminars/view/6917
高分子材料の破壊につきましては、セラミックスや金属と異なりトランスサイエンスであり、他の材料では行われている非破壊検査も困難な状況です。
本セミナーでは事例により、高分子の破壊と耐久劣化の問題について、現象の解説だけでなく品質管理の手法や解析方法を解説いたします。
pagetop「科学技術大国ニッポン」とバブル崩壊前は、メディアのタイトルとしてよく使われていた。企業の研究所でも技術開発を科学的に行うことが技術開発競争の必勝法として強制された。
今でも科学こそ人類を幸福にする唯一の哲学と信じている研究者も多いのかもしれない。しかし、世の中にはトランスサイエンスが溢れてきた。
トランスサイエンスについては、1980年代に雑誌サイエンスに論文が登場しているので、もう時代遅れの言葉かもしれないが、21世紀になり日本では改めて流行しだした。
2010年からは第三次AIブームとなり、このブームは第一次や第二次と異なり、10年以上続いているだけでなく、生成系AIの登場によりもう１０年続きそうな勢いである。
さらに、科学で答えられない問題に対して、AIに答えを出してもらおうという機運も出てきた。しかしこの矛盾に気がついていない。科学で答えられない問題に対してAIが出した答えをどのように捉えたらよいのか。
それが正しいのか間違っているのかも判断できないかもしれない。しかし、問題解決できれば良いので、という前提に立てば、ＡＩの答えが非科学的であっても構わない。
ならば、人間が科学の枠を飛び越えて非科学的に思考して答えを出していいはずである。20世紀にはそれが許されなかった体験談を先日書いた。しかし、iPS細胞の研究でも非科学的手法で生み出されているのだ。
科学と非科学の境界は歴史により変化するそうなので、非科学と言われている考え方であってもそれを科学的とみなせばよいのかもしれない。
新帰納法などと怪しい言葉を用いて、第三次ＡＩブームで生まれたのがマテリアルズインフォマティクスだ。来年春の日本化学会春季年会でささやかな当たり前の科学的発表をします。
カテゴリー : 一般
pagetop12月18日10時から16時の予定で無料WEBセミナーを行います。このセミナーではデータサイエンスを活用した問題解決法について解説します。１８日以外でも希望者がございましたら、休日でも開催します。本セミナーは５時間コースですが、午後だけの３時間コースもございます。お問い合わせください。
なお、テキストご希望の方には、Pythonプログラム付で電子ブックを有償配布（10,000円）いたします。
＜内容＞
１．問題解決の基礎
２．データ駆動の考え方
３．Pythonは易しい
4. 事例
＊事例で使用したPythonプログラムを有償（テキスト付１万円）で配布します。
本問題解決法の特徴は、データの解析力を高めることができるところです。数理モデルをどのように考えるのかについても易しく説明します。すなわちデータサイエンス時代の問題解決法です。
但し、弊社で提供している問題解決法の一部となります。弊社の問題解決法全体をご希望の方は、別途ご相談ください。
お申込みはこちら
カテゴリー : 一般
pagetop当方は、構造不詳の界面活性剤も含めて、メーカーのカタログデータを取り寄せ、主成分分析を行っている。その結果、第一主成分は、HLB値に強く相関する因子として特徴づけられたが、訳の分からない第二主成分の因子が気になった。
第二主成分を細かく検討したところ、原因は不明だが界面活性剤の粘度と高い相関が見出された。そこで第一主成分と第二主成分の象限において主成分得点の分布を観察したところ、第一主成分の周辺に集まったサンプル以外に、第一主成分の軸から離れたところに3群ほど異なるグループが出現した。
そこで、増粘した電気粘性流体を300個ほどサンプル瓶に分取し、1％づつ界面活性剤を添加し、一晩放置してみた。この実験で驚くべきことに、第一主成分の軸から離れたところの群に属する界面活性剤が添加された瓶で粘度の減少が観察された(主成分分析からサンプル瓶準備まで２４時間以内に行われている。当時はパワハラや過重労働など当たり前の時代だった。)。
メカニズムは不明だが、こうして見出された界面活性剤で耐久促進実験を行ったところ、1日経っても電気粘性流体の増粘は起きなかった。さらに1週間延長しても電気粘性流体の機能は初期性能のままだった。
こうして、電気粘性流体の増粘問題は解決されたのだが、科学的にHLB値だけで説明できないことが分かった。この結果を出してから、会議の前になるとデータFDが壊れるという怪しげな事件が起きるようになった。
電気粘性流体の問題は、科学的に否定証明されたが、非科学的方法で解決することができた事例である。データの解析力（1）においてカオス混合の事例を書いているが、この他にも、高純度SiCの前駆体合成技術はじめ当方の発明の大半は非科学的方法でなされ、その後発明を科学的に意味づけている。
そしてそのいくつかについて科学的にデータ収集しそれを解析し学位を取得している。また、来年3月の日本化学会春季年会では、40年以上前に「科学的に証明されたガラスを生成してポリウレタンを難燃化する技術」について、最新のアルゴリズムを用いた非科学的方法でデータを解析し、そのメカニズムを推定した結果について発表する。
すなわち、過去のスタイルと逆を行い、データサイエンス（マテリアルズインフォマティクス）(注)で遊んでいるのだが、ご興味のあるかたは３月に開催される日本化学会の講演を聞きに来てください。参加料を日本化学会に支払えば当方の講演以外の多数の講演を３日間聞けるコスパの高い講演会である。
・
(注)入社して10か月後に高分子材料の難燃化技術研究を担当しているが、高分子の難燃化技術も燃焼という非平衡で進行する現象であり、トランスサイエンスとなるケースは多い。ゆえに、テーマを担当した当初からデータサイエンスを駆使して仕事をしていたら、上司である主任研究員から、「趣味で仕事をやるな」とか、「仕事は遊びではない」、「統計でﾓﾉはできない」、「それほどコンピューターを使って仕事をしたいなら、自分で買え、ローンの保証人になってやる」とか言われた。そして、MZ80Kにプリンターやフロッピーディスクなど周辺機器をそろえた状態の環境をローンで揃えている。初任給10万円の時代に80万円のローンで、保証人には上司の印が押された。このMZ80Kのセットが独身寮におかれてから、週末プログラマーの日常が始まっている。「花王のパソコン革命」という本が影響したのだが、研究室のOA用のプログラム開発を休日に行うことになっていた。昔はパワハラだけでなく、このようなことも耐えなくてはいけないサラリーマン生活だった。しかし、科学的に完璧な技術開発が難しい難燃化研究では、データサイエンスが重要で、さらにOA化のためにはプログラム事例が必要となり、それまでIBM3033を使っていたのだが、その使用料が予算外となることを嫌った上司からコンピュータを自前で揃えろという指示が出ている。マイコンが登場していて当時は胸をなでおろした記憶がある。IBM3033など家1件立てるほどのローンを組む必要があったが、カローラ1台分のローンで済んでいる。最近ビッグモーターにおける街路樹の伐採や、ゴルフボールで車をへこませる指示などが話題になっているが、担当者の自己実現には役立っていない。当方にとっては常識はずれのとんでもない指示を出していた上司だが、自己実現に役立っておりデータサイエンスは45年の学習歴である。最近お亡くなりになったと伺い、今となっては感謝の気持ちでお通夜に参列している。
カテゴリー : 一般
pagetopゴムケースに封入した電気粘性流体の耐久促進試験では、1日でゴムからのブリード物により電気粘性流体が増粘し、ヘドロ状となり機能しなくなった。
この問題を解決するためには、界面活性剤を電気粘性流体に添加しミセルを形成して、ブリードアウト物質をそのミセルに閉じ込める以外に方法はない。
材料技術に詳しい人ならば、ヒューリスティックにこのような解を導けるはずだ。ところがこの問題を構造既知のあらゆるHLB値の界面活性剤を用いて検討し答えを出そうとしたところ、すべてのHLB値の界面活性剤を検討しても問題解決できなかったという。
この解法における大きな問題点は、仮説として「構造既知のすべてのHLB値の領域に存在する界面活性剤」としているところである。界面活性剤の中には、構造不詳の怪しい界面活性剤も存在する。
それらの候補を省き「科学的に研究を進める」視点だけで邁進した研究者達は誰も気がつかなかった。また、アドバイスをしても非科学的な候補の検討は時間の無駄として却下された。
電気粘性流体に用いるカーボン粉体については構造不詳のカーボン（注）を用いていたにもかかわらず、研究に用いた界面活性剤についてだけ、わざわざ自分たちで分析データも揃えていた。
そして、「構造既知のすべてのHLB値の領域からサンプリングされた界面活性剤について検討し、問題解決できない」という証明を1年かけて、さらにゼータ電位はじめ当時の先端分析機器を駆使して否定証明を展開した。
繰り返すが、界面活性剤の中には構造不詳の界面活性剤というものが存在するのだ。しかし、それらは、「科学的視点」というフィルターにより排除された。
（注）カーボンについてもあらゆる分析をしていたようだが、共同研究先から提供されるカーボンについて球晶ができていることぐらいしか分からなかったという。この点についても後日「科学と非科学」と題して科学の研究における問題点を述べる。現代が科学の時代であることを当方は否定しているのではない。科学の時代を当然として、だから研究とか実験をどのように進めるべきかを述べている。科学の時代だから科学的に考える、というのは当然であるが、それでは形式知で明らかな当たり前の答えしか出ない。
カテゴリー : 未分類
pagetop電気粘性流体の耐久性問題では、旧七帝大の二人の博士を含む優秀なスタッフたちが、界面活性剤ではこの問題を解決できない、という否定証明を1年かけて行っていた。
電気粘性流体とは、電場をかけると固体に近い状態となり、電場をOFFにすると流体になる、電圧でレオロジーを制御できる流体である。これをゴムケースに封入し、電圧制御可能な制振デバイスとして応用する研究が４０年近く前先端技術のテーマとしてもてはやされていた。
当方は高い電気粘性効果を発揮する３種の粒子構造（傾斜組成の構造、超微粒子が分散した構造の粒子、コンデンサーが分散した粒子）の基本特許を非科学的な問題解決法で技術を生み出して４件書いている。
話がそれるが、当時得体のしれないカーボンを使って電気粘性流体の研究が科学的に進められていたので、耐久性問題の解決後、3種のコンセプトを企画として提案し、1か月ほどで4種の特許明細書を書き上げている。
弊社の問題解決法では研究開発のスピードが著しく向上する。ゆえに研究者の働き方改革（注）に活用すべきである。ゴム会社の当時の特許を調べていただければこの真実を確認できる。
特許検索をしていただければ確認できるので興味のあるかたは、検索していただきたい。傾斜組成の構造の粒子は、そのまま実用化され、テストマーケティングされている。
さて、この電気粘性流体を自動車のアクティブサスとして実用化しようとして、ゴムケースからのブリードアウトで電気粘性流体が増粘するという問題が起きた。これが電気粘性流体の耐久性問題である。
このとき、ゴム会社の常識ある技術者ならば、電気粘性流体の改良でこの問題解決を行うのが鉄則である、とヒューリスティックに答えを導くことができる。
しかし、高学歴研究スタッフは、添加剤や加硫剤が入っていないゴムを開発する以外に解決法は無いという結論を電気粘性流体の耐久性問題の科学的解として導いている。
そしてそれを当時の音振動の大家であった本部長は絶賛し、住友金属工業との高純度SiC半導体治工具事業を立ち上げたばかりの当方へ、JVを中止し、ゴム開発を行うように命じてきた。
当方が命じられた理由は、当時アメリカの会社を買収したばかりで、研究所に残っていたゴムの研究者はセラミックス事業開発を一人で担当していた当方しか残っていなかったからである。
ゴム会社の研究所で最もゴムに詳しい研究者として指名されたので、今から思えば、大変名誉なことである。この時の名誉に応えるために5年ほど前にゴムタイムズ社から混練技術に関する書籍を出していただいた。
（注）研究とは「何か新しいニュースを見出すこと」と大阪大学の小竹先生が昔日本化学会会報に書かれていた。科学的である必要は無く、現象から新しい機能を見出す方法が求められる。それが弊社の問題解決法に活かされている。科学的方法と同様に非科学的方法も用いているのでそれをコントロールするコンセプトが重要となってくる。弊社の研究開発必勝法は単なるヤマカンの方法ではない。
カテゴリー : 一般
pagetopデータの収集方法において、科学的方法と非科学的方法がある、と（１）で述べた。そして科学的方法では、「科学的」というフィルターをかけて現象からデータ収集する問題を指摘した。
科学の時代において、この指摘を奇異に感じる方がおられるかもしれない。しかし演繹法と帰納法の二つについて、データ収集の様子を想像していただければ理解していただけるのではないか。
「科学的」のもっともゆるいフィルターは、この両者の方法でデータ収集するケースであるが、帰納法だけでデータ収集しても良い。ゴム会社の研究所では、フィルターをかければかけるほど優秀とされたので、帰納法によるデータ収集はエレガントと表現する人もいた。
さらに、そこに根拠のある仮説がついていたならば、「天才」などと褒める人もいた。データサイエンスが進歩した現代では、このような天才には疑問符をつける鋭い人もいるかもしれない。
当方は科学こそ命と信じる集団が解いた電気粘性流体の耐久性問題について、そこに展開された否定証明をデータサイエンスを用いて、一晩でひっくり返すような成果を出したために、転職しなければいけない状況に追い込まれた体験がある。
30年以上前は、マテリアルズインフォマティクスのような手法を禁じ手としていた研究者が多い。それだけでなく、ハラスメントの嵐でつぶしにかかる風土もあったのだ。
イムレラカトシュは、時代により科学と非科学の境界は変わる、と述べている。いまは良い時代になった。弊社の問題解決法を身につけて研究者の働き方改革を目指されてはいかがだろうか。
カテゴリー : 一般
pagetop12月18日10時から16時の予定で無料WEBセミナーを行います。
なお、テキストご希望の方には、Pythonプログラム付で電子ブックを有償配布（10,000円）いたします。
＜内容＞
１．問題解決の基礎
２．データ駆動の考え方
３．Pythonは易しい
4. 事例
＊事例で使用したPythonプログラムを有償（テキスト付１万円）で配布します。
本問題解決法の特徴は、データの解析力を高めることができるところです。数理モデルをどのように考えるのかについても易しく説明します。すなわちデータサイエンス時代の問題解決法です。
但し、弊社で提供している問題解決法の一部となります。弊社の問題解決法全体をご希望の方は、別途ご相談ください。
12月18日(月)のセミナーをご希望の方は、下記お申込みフォームの希望日時欄に、12月18日と記入してください。
送信フォームから上手く送信できない場合は、大変お手数ですがinfo@kensyu323.comまでご連絡ください。
カテゴリー : 学会講習会情報
pagetop研究や技術開発において、データの解析力は必須である。この解析力には、二通りの流儀がある。一方、データの採取方法についても同様に流儀がある。
こちらは、業務経験などにも依存するので、何通りも流儀があるかもしれないが、大別すると解析力同様に二通りにまず分けることができる。
すなわち、データの収集法も、解析力も科学的流儀と非科学的流儀の二通りが存在する。ゆえにデータの解析力、と言ったときに４通りの流儀をすべて駆使できる人が、この力において高い能力を身に着けているといえる。
当方は２０代にこのレベルに到達した。その結果、担当した業務はすべてアウトプットを迅速に出すことができた。ところが、ゴム会社の研究所では、科学的なデータ収集法で科学的な解析しかできない人が優秀とされた。
マテリアルズインフォマティクスがもてはやされる今の時代から思うと信じられない時代だった。それではそのような優秀な人は、どのような仕事のやり方で研究を進めていたのか。
科学的なデータ収集方法なので、現象から抽出できるすべての機能について調べているわけではない。これが理解できない人が多い。科学的というフィルターをかけた状態で現象からデータを収集し、研究を進めることが現象の一部の偏ったデータ（注）で結論を出そうとしていることに気がつくべきである。
研究所では、さらに仮説を立案できるのは高学歴の人物だけ、という偏見があり、学歴により出世に差がついた。博士ならばすぐに研究のリーダーとして処遇されたが、多くの博士はかわいそうなことになかなか成果をだせず、挙句の果ては否定証明を行って満足している人が多かった。
これは、仮説というフィルターをかけてデータを収集したときに、そこに解決へ結びつくデータが無ければ、すなわち外れのデータばかり収集していたなら否定証明となる。
（注）例えばフローリー・ハギンズ理論に従い、PPS・6ナイロン・カーボンの配合を検討したならば、そこから導き出される半導体フィルムは、紙のように脆いフィルムしか得られない。PPSと6ナイロンが相溶する、というアイデアは非科学的であるが、このような非科学的アイデアで研究を進めた時だけ、実用性のある高靭性の半導体フィルムを製造可能である。非科学的ではあるが、技術として成立し、それを応用した商品は１８年経ってもトラブル無しで稼働している。これも実話であるが、次回は優秀な博士2名とその他高偏差値大学のスタッフ数名が1年かけて科学的フィルターによりデータ収集し、否定証明を展開した40年近く前の実話を紹介する。科学というフィルターが技術の可能性を狭めていることに気がつかない人は多い。科学は研究開発に大切な哲学であるが、それが技術の可能性を狭めるように活用してはいけない。トランスサイエンスの時代に科学ハラスメントに至っては言語道断である。
カテゴリー : 一般
pagetopPythonのスキルは、それを身に着けていることが常識となった。マイクロソフトが今年８月にエクセルに実装すると発表したことにもそれが示されている。
恐らくデータサイエンスの知識も来年には常識となっているのかもしれない。マテリアルズインフォマティクスがこの１０年騒がれたが、たいして難しい方法ではない。
早い話が、データ中心に相関を見出し、試行錯誤で問題解決しましょ、という学問である。データ解析の方法には２通りの流儀がある。
一つは、昔ながらの科学の方法であり、もう一つは第三次AIブームで騒がれているマテリアルズインフォマティクス（MI）である。
MIは、何も新しい方法ではなく５０年近く前から企業では新QC７つ道具の一つとして実行されてきた。この１０年の新しい点は、AIを使う点であり、大した話ではない。
来年３月日本化学会春季年会では、当方が４３年前にデータ解析した方法と最新のPythonプログラミングによる解析方法との比較を行い、４３年前のアルゴリズムが優れていた、という結果を報告する。
当方は、４０年近く前には、CでSiCスタッキングシミュレーターを開発している。そしてSiCのポリタイプの謎をそのプログラムで一部解明した。今ならば、マテリアルズインフォマティクスとして発表されていただろう。
また、今Pythonを使ったなら、多数のモジュールのおかげで、プログラミングも容易だったと思われる。昔は狭いメモリー空間ゆえにガベージコレクションのルーチンまで作らなければならなかった。
カテゴリー : 一般
pagetop