刑事コロンボから犯人が得た情報により、犯人はそれに対応した行動ををとり、それが原因で事件解決へ向かうので、データ駆動の犯人逮捕劇だと思っている。
シャーロックホームズは常に仮説を設定し、その仮説の正しさを確認しながら帰納的に事件解決へ向かうのに対し、刑事コロンボの事件解決方法は、演繹法的といえるかもしれない。
しかし、刑事コロンボのいくつかの事件では、おとり捜査が使われたりしている。ヒューリスティックな解を得たコロンボは、その正しさを一気に確認するためにおとりを使うのである。
もし、刑事コロンボと名探偵ホームズとが事件解決の競争を行ったら、刑事コロンボに軍配が上がると思われる。彼は事件解決までに90分以上かからないのだ。名探偵ホームズのシリーズの中には読み終えるのに1週間かかる長編も存在する。
これはそのまま技術開発の実験方法にも当てはまる。科学的実験は、時間がかかるのだ。しかし、非科学的実験方法では短時間に新しい技術が誕生する体験が多かった。
実例はiPS細胞のヤマナカファクター発見のための実験方法がそれである。4種の遺伝子の組み合わせをあみだくじ方式で簡単に見出している。
これを科学的に実験を行っていたら、山中博士の言葉を借りれば「生きている間にiPS細胞を作れるかどうかわからなかった」。これはノーベル賞受賞時のNHKのインタビューに答えたときの言葉である。
当方の体験談で示せば、高偏差値の大学の博士や修士が1年かけて否定証明した電気粘性流体の耐久性問題をデータサイエンスにより一晩で解決している。これは特許も出願され技術として実用化された。
アカデミアさえもマテリアルインフォマティクスという技術の研究を行っている時代である。そろそろ科学の方法にこだわった研究開発を見直す時代である。
カテゴリー : 一般
pagetop
オースティン・フリーマンの「歌う白骨」が倒叙探偵小説として刑事コロンボよりも早く20世紀初めに登場している。
この倒叙探偵小説というジャンルは、通常の推理小説と異なり、最初に事件の概要が読者に示され、読者は、小説の主人公である探偵なり刑事が知らない犯人を知ることになる。
すなわち倒叙探偵小説は、探偵小説と名前はついているが、推理を主体にした小説ではなく、事件解決にあたる刑事なり探偵の思考方法を楽しむ小説である。
科学よりも早く小説の世界で、逆向きの推論を楽しむ方法が提示された。それだけではない。刑事コロンボは、データ駆動で犯人逮捕に導く。
土曜日のNHK-BS3チャンネルで刑事コロンボの再放送が行われているので興味のあるかたは視聴することをお勧めする。技術開発の参考になる展開がそこで示される。
水戸黄門ではないが刑事コロンボでも定番のシーンがある。一つは現場における徹底した観察とデータ収集である。二つ目は集めたデータを犯人に教えるシーンが出てくる。
このシーンでは、刑事コロンボが犯人と気がついていないで教えるパターンと犯人ではないかと疑っていながら教えるパターン、そして犯人を確信して教えるパターンの3種類存在し、これがこのドラマの面白さの一つになっている。
どのパターンにしろ、犯人は刑事コロンボが見つけた犯人につながる証拠の情報を知ることになる。時には、コロンボのかみさんの話を犯人は聞かされることもある。
カテゴリー : 一般
pagetop
科学では仮説設定して、それが真であるかどうかを確認するために実験を行う。論理学が完成して、科学が誕生したのだが、このような実験スタイルで帰納的に導かれた真理の体系が現在の科学の成果である。
ところで論理学が完成した時に探偵小説も誕生している。シャーロックホームズは、最初に登場した有名な探偵であるが、事件が起きると、彼はべーカー街でワトソンとともに仮説を練る。それにより読者も犯人を推定し、ホームズとともに事件解決を試みる。
ところが、現場の状況が仮説と矛盾すると、改めてべーカー街に戻り、酒を飲みながらワトソンと仮説について議論する。読者は現場の記述と仮説展開を楽しみながら小説を読み進む。
主人公と一緒に仮説を練りながら事件解決を楽しむ、これが探偵小説のだいご味だ。小説の１ページ目に犯人の名前を書くいたずらは、神田を舞台にした新作落語のネタになっている。
最初に答えが分かってしまったら探偵小説を楽しめないからこのいたずらを笑えるのだ。ところが２０世紀、刑事コロンボが現れてこの探偵小説の常識をひっくり返した（続く）。
カテゴリー : 一般
pagetop
３０年以上前に電気粘性流体のテーマを担当させられた時には大変だった。高純度SiCについて住友金属工業とのJVを立ち上げていた時である。社内のプレゼンテーションで技術内容の概略を理解していてもプロジェクトの先端成果情報をまったく知らされていなかった。
リーダーに実験結果等の情報を見せてほしいと言っても社外との秘密保持契約を理由に見せてくれない。それどころか手足として仕事をすればよい、とひどいことを言ってきた。
加硫ゴムについて研究所で一番詳しいのは当方だと持ち上げておきながら、一方で開発したゴムの評価は当方がやらなくてよいとも言った。同じ研究所内でも実験結果を見せてもらえず、それでいて問題解決を目指せ、という無茶苦茶な指示である。
また、高純度SiCの業務を止めてゴム開発に専念するのは、U本部長から交代するI本部長の指示だ、という。１週間ほどI本部長が就任するまでに時間があったので、一晩徹夜して電気粘性流体の耐久性問題を考えることにした。
ただし、情報としてあるのは、リーダーが見本として持ってきた耐久試験を終えてヘドロのように増粘した電気粘性流体だけである。
それを手持ちの３００個ほどのサンプルビンをすべて使用し小分けした。タイヤ材料部門の知人にもお願いして社内にある界面活性剤をすべて集め、そこへ添加して一晩おいた。
自宅に帰り、MZ８０Kで界面活性剤のカタログデータを主成分分析し、結果をPC9801にパラレルインターフェースを介して送った。ロータス１２３でグラフ化して驚いた。
界面活性剤がHLB以外の因子でその機能を制御できることが示されていた。ただし、そのような機能を持っているのは２０％未満の界面活性剤である。
翌朝、ヘドロのような電気粘性流体と界面活性剤とを混ぜた３００個近いサンプル瓶を眺めたところ、サラサラになっていたサンプルがいくつかあった。そのうちの一つは完全にもとの粘度を回復していた。
それらの効果を示した界面活性剤は、主成分分析で予測された界面活性剤だった。このような情報不足の中でデータサイエンスにより問題解決できた体験は、その後の技術者人生に貴重だった。
U本部長からI本部長へ交代する、この空白の１週間に傾斜機能粉体や超微粒子分散粒子、コンデンサー分散粒子の企画立案と実験を行っている。
これらの粒子は、いずれも当時検討されていた粒子よりも高い電気粘性効果が出て特許も出願されている。このように技術情報が乏しくてもデータサイエンスのスキルがあれば問題解可能である。これが科学の方法と異なる長所である。
カテゴリー : 一般
pagetop
DXの進展による変化へようやく世間も対応し始めた。大きな変化として学校教育にプログラミング教育が導入されたことである。
これはGAFAなどの台頭に日本がついていけていない状況でプログラミング教育の重要性に気がついたのだが、学校教育に非科学の教育が取り入れられたことに気がついていない人が多い。
戦後の学校教育は、科学を重視した「科学の教育」であり、大学の教職課程でもこの教育方法について学ぶ。ゆえに今教職についている先生はプログラミング教育の導入にかなり戸惑うはずである。
そしてDXによる変化の大きさを身にしみて感じるはずだ。問題は学校教育に携わっていない知識労働者である。とりわけ技術者は、これまで科学偏重によるモノづくりをしてきたはずだ。
当方が新入社員の時に配属された職場は、アカデミアよりもアカデミックな研究所でびっくりした。学位取得が奨励されたのはありがたいが、日々の仕事における仮説設定が強要されたことには驚いた。
確かに科学の実験では仮説に基づく実験を行うことが要求される。しかし、新しい機能を開発しようとするときにそれは必ずしも必要ではない。
当方は大学4年の卒業研究を有機合成の講座でまとめたが、そこで指導されたのは、「何か新しいこと」を見出す実験の重要性だった。そして、仮説が重要ではなく、「何か新しいこと」を見出すのが研究の意味だった。
仮説が重要ではなかった。また、ちょうどコーリーがコンピューターを用いた有機合成経路開発を発表した時代であり、「逆合成」と言う言葉から、「逆向きの推論」の重要性を学んだ。
すなわち、ゴールのモノから逆向きに一段階ずつブレークダウンしていって、そのモノを創り出すための経路を考える方法である。
ゴム会社の研究所で、時には脅迫的に科学的に仕事をせよ、という指導よりも、はるかに健全な「思考方法」を大学4年の時に学ぶことができた。「仮説に基づく実験」ではなく実験は「新しい機能を発見するため」に行われていた。
カテゴリー : 一般
pagetop
どのようなスポーツでも同じ力量のチームなり個人が戦った場合には、一瞬のチャンスを活かす力量が高い方が勝つと思われる。
失点の視点に立てば、ロバストの高い方が引き分けか、勝てる可能性が高く、負けることが無い。野球はチームプレーよりも、ピッチャーとキャッチャー、すなわちバッテリーの力量が影響する。両者高い力量のピッチャーならば、点が入らず体力勝負となるだろう。
毎朝サッカーを見ていて気がついたのだが、どんなに強いチームでも、ここでシュートを打ったなら、必ずゴールまでボールが入る瞬間というものがあることに気がついた。
恐らくサッカーファンならば、このようなことに気がつかれていると思う。その一瞬の瞬間にシュートを決めることができるのかできないのかで興奮している人もいるだろう。
サッカーの面白さはそこにあるのだ、と言われるかもしれないが、その一瞬の瞬間をこれまでシュートが打たれるまで気がついたことが無かった。しかしこれに気がつき、選手と同期できると、サッカーはかなり興奮する。年寄りには危険なスポーツ観戦となる。
さて、研究開発でも解決策のアイデアが閃く瞬間というものがある。仮説を考えているときよりも、仮説など無視をして、目の前の現象を頭の中で再現しているときである。すなわち、思考実験をしている時だ。
思考実験により仮説を立案している人もいるかもしれないが、当方は現象観察をしているときに仮説を考えているので、思考実験では仮説ではなく他のことを考えている。その結果他の人よりもアイデアが豊富に出てくる。
そもそも思考実験が非科学的、とされるのはこのような理由があるためだ。ニュートンも思考実験で万有引力の法則を発見しているのだが、リンゴが落ちるのを見て発見した、などと逸話が残されているために科学者と勘違いされている。マッハはニュートンを科学者ではないと述べている。
カテゴリー : 一般
pagetop
DXの進行により、何が変わったのか、と問われてアナログからデジタルへと答えていては駄目である。誰でも大量の情報へ容易にアクセスできるようになった変化が社会を動かしている。そしてその社会により経済までも影響を受けるようになったことに着目しなければいけない。
これはドラッカーの遺作に書かれていたことである。かつては書店が情報入手の拠点だったが、インターネットの普及でどんどんその店舗の数を減らしている。また、書店に行かなくても注文して１日待てば配達される時代となった。
このような大きな変化が起きている中で不変な事象は、いつの時代でも人類は日々の営みで遭遇する問題を解きながら進化してきた事実である。ドラッカーの偉大さは、その時に正しい問題を見出すことが最も重要と指摘した点にある。
彼は正しい問題を見出せば、それだけで８０％問題解決ができたことになる、と述べている。残りの２０％を解くためにスキルが求められているのだが、この時人類は少なくとも２種類の解き方を開発している。
一つは、産業革命を飛躍的な進歩で成功させた科学的な方法である。もう一つは、ニュートンやユークリッドが行ったような非科学的方法である。
科学的方法は、義務教育以来９年以上学んでおり、大学まで卒業すれば１６年間そのスキルを身に着けるために学習する。しかし、人類の営みの中で行われてきた非科学的方法については新しい指導要領に盛り込まれたプログラミング教育が日本人初めての試みである。
それでは、リスキリングとしてプログラミング能力を身につければDXの変遷に対応できるのかと言えばNOである。詳細は弊社へお問い合わせください。読者専用のリスキリングのための教材をご用意できます。ベースとなる一例はセミナー一覧をご覧ください。
カテゴリー : 一般
pagetop
問題を前にしたときに技術者は何を考えるのか。科学の時代では仮説を立てるのが常識とされた。実験は仮説に基づくものだけやれ、と声高に叫んでいた管理者や研究所リーダーがいたが、科学の時代ゆえの光景である。
科学誕生以前にも人類は技術開発を行ってきたのだが、その方法は徹底した現象観察である。シートン動物記にもその片鱗を見ることができる。科学の時代であっても現象観察は重要な方法である。
ニュートンは、リンゴが落ちる現象について、頭の中で現象を再現する思考実験により、万有引力の法則を発見している。そしてこの手法をマッハ力学史を著したマッハは、非科学的と述べている。
ところが、研究所ブーム以来科学に毒されて、このどちらかと言えば泥臭い現場的な方法は、仮説設定による実験に追いやられた。
DXの進展で、現象観察の結果抽出されたデータや情報活用が容易になった。すなわち、1960年以前は数学者でなければ計算できなかった解析が、誰でもプログラムを用いれば容易にできるようになったのだ（弊社のサイトでは無料でこのプログラムを公開している）。
例えば、ＰPS/6ナイロン／カーボンの配合を変更せず、歩留まりをあげる方法について、仮説を立てて実験をしようにも実験計画そのものが難しい。
なぜなら、外部からコンパウンドを購入し、現状の制御因子を変更せずに実験を行え、とは、一休の頓智話に出てくる屏風に書かれたトラを捕まえろ、というようなものだ。
そこで、過去の研究開発データを統計手法で解析しなおし、パーコレーションの検討が不十分であることを見出した。これはデータサイエンスの手法である。
そして検討不足のパーコレーションについて、ＰPS/6ナイロン／カーボンの配合系でどのような現象となるのか、あらゆるカーボンの分散状態についてシミュレーションした。
但し、シミュレーションプログラムは、スタウファーの教科書に書かれた数値計算シミュレーションではなく、実際に粒子が分散する様子が分かるようにモデル化し、C#でプログラムしたのだ（セミナーではエンジン部分をPythonで書き直し配布している）。
そして、パーコレーションの安定領域をグラフから目視で選び出して、その時の構造モデル2種類を実験で確認しただけである。歩留まり100％を実現するまで、仮説を用いた実験など用いていない。
今技術者がリスキリングするときに考えなければいけないのは、科学で毒された仮説中心の実験方法からデータサイエンスによる現象解析の手法をどのように実験計画へ実装したらよいのか、という問題だ。
科学の方法と同様に現象観察を統計手法により科学的に進めるデータサイエンスの手法は、単なる情報処理の専門家の説明によると、従来の仮説に基づく実験との関係が見えにくい。
仮説に基づく実験方法は重要であるが、科学に拘束されず新たな機能を見出すためには、現象観察により新たな機能を見出すためのデータ処理が重要となってくる。このデータサイエンスのスキルを身に着ける方法は、弊社にご相談ください。
カテゴリー : 一般
pagetop
１５年以上前に単身赴任して半年で仕上げたトランスサイエンスの問題は、先日の電気粘性流体に類似の界面現象である。
月曜日の問題は絶縁オイルの高分子とゴムからブリードアウトした低分子との界面の問題だったが、中間転写ベルトの問題は、異なる高分子で形成される界面の問題だった。
前任者は、高分子技術では国内トップ企業と共同開発を進め、PPS/６ナイロン/カーボンの配合で、中間転写ベルトに要求される靭性と電気抵抗を両立できる技術開発に成功した（ことになっていた。）
しかし、半導体無端ベルトの押出成形の歩留まりが１０％以下では、赤字になることが必至であり、このまま生産に突入したら赤字となり責任を取らされる恐怖があった。
それで当方に配合処方も外部からコンパウンドを購入するサプライチェーンもそのままで、歩留まりを１００％にしてくれと言ってきた。さらに当時窓際だった小生に立場を代わってほしい、とも。
植木等に似た調子のよいこの人物の依頼内容はトランスサイエンスそのものである。６年間彼が開発してきた押出成形技術について、押出成形条件だけを検討して歩留まりを１００％にしろというのである。
６年間の研究開発データをデータサイエンスの視点で見直し、パーコレーションの問題についてまったく考えられていないことを見つけた。
そこで、PPSをマトリックスにして６ナイロンのドメインとカーボン粒子についてパーコレーションの視点でシミュレーションを行った。
このようなシミュレーションは２種類の粒子についてパーコレーションを考えることになる。先月のセミナーでPythonで作成したシミュレーションプログラムを公開しているが、これであらゆる条件のパーコレションデータをグラフ化し、パコレーションが安定となる条件を探している（明日へ続く）。
カテゴリー : 未分類
pagetop
高校生の時にソニー製電卓の登場に驚いた。そしてすぐにその小型版が登場し、インテルのマイクロCPUが使われていると話題になった。
学生時代にインベーダーゲームが登場し、名古屋撃ちなる奇策が生まれた背景に乱数の問題があるのでは、と考えながら遊んでいた。
ゴム会社に就職し、「花王のパソコン革命（とか言うタイトルだったが間違っているかもしれない）」というベストセラーの影響でOA委員に任命され、上司にローンの印を押していただいてMZ80Kを購入している。
１か月分の給与よりも高かったマイコンのおかげで、プログラミング能力を鍛えることができた。IBM３０３３の統計パッケージに入っていた重回帰分析と主成分分析のプログラムを真似てHuBASICによりプログラムを作成している。
大学院で学んだのは無機合成だったが、ゴム会社に就職し高分子のプロセシング技術を身に着けた。毎朝３時間の座学で３か月学んだ内容を今でも思い出す。マンツーマンでも居眠りをすると皮肉を言われたが、カオス混合のプラントを１５年前にたった半年で立ち上げられたのは、この時の睡眠学習の成果だ。
樹脂補強ゴムの実用化から難燃性ポリウレタンの実用化、フェノール樹脂天井材の実用化、高純度SiCの事業化などゴム会社では、有機材料から無機材料まで広い領域の技術開発にすべて成功している。
そのベースにあるのは、今アカデミアで新設ラッシュとなっているデータサイエンスだ。統計手法により、データに潜む自然現象の機能を浮かび上がらせるスキルは、どのような分野の技術開発でも重宝するはずである。
そして、数年前から取り組んでいるのは、ディープラーニングである。ゴム会社の上司が少しおかしな上司だったおかげで、当時高価なマイコンのセットをローンで購入することになったが、今から考えると、それは現在への投資となっている。
研究所のOA化を検討するために、職場に一台もなかったマイコンの購入を申し出たところ、それほど必要なら”「My コン」として自分で購入しなさい”、と命令した上司に感謝しなければいけない。
学生時代にはFortrun、社会人になってBASICからC、C＋＋、C#ときて今はPython、４０年以上鍛えてきたプログラミング能力は、どのような言語でも容易に操作できるまでになった。
カテゴリー : 一般
pagetop
