ドラッカーを情報工学の父と呼んでいるのは当方ぐらいだろう。彼の著書を情報工学の視点で読み直すと、公開された情報をどのように処理したらよいかの説明書になっていることに気がつく。
だから、情報工学の父としたのである。さて、高校から大学へ進学する頃は第一次AIブームだったが、日本ではそれほどの騒ぎになっていない。ただ、有機合成分野ではコーリーの提唱した、「逆合成」という考え方が、話題になっていた。
すなわち、何か複雑な構造の有機化合物の合成ルートを考えるときに、シントンという構造を構成する基本単位に注目し、そのシントンに化合物を分解していって合成ルートを探るのである。
これは、複雑な構造の有機化合物をゴールとして捉え、逆向きに推論を進めて、合成に用いるスタート物質を探る方法である。スタート物質は、1つ以上できるが、その基本化合物をシントンと呼んだ。
これは、第二次AIブームで創薬のプログラム開発がなされ、実用化された。すなわち、第一次AIブームでは、AIの推論が議論され、それが第二次AIブームで実を結んだ格好となっているが、すべてがうまく行ったわけではない。
第二次AIブームではエキスパートシステムがいくつか作られたが、結局それらは、特定の問題を解くには使えたが、汎用の問題を考えることができず。第二次AIブームは短命に終結する。
この第二次AIブームでは、第五世代コンピュータープロジェクトが国研として推進されたが、失敗したと言われている。同じ時代にセラミックスフィーバーが起きているが、これは50年以上前のムーンライト計画の結実したものである。
日本発のセラミックスフィーバーは、クリントン大統領をびっくりさせて、ナノテクノロジーの国家プロジェクトがアメリカでスタートしている。アメリカでは、第二次AIブーム後ナノテクノロジーとともにCPUの研究だけでなくソフトウェアー科学が発展している。
オブジェクト指向のような考え方はアメリカ発である。日本でもハドソンのような面白いソフトウェアー企業が誕生しているが、産業や生活にイノベーションを起こすほどにはなっていない。
不思議に思うのは、有機合成分野におけるコンピューターの導入について、有機合成の専門家の間で知識の差がある点だ。逆合成の知識を持っていない有機合成の専門家すら存在する。
これは、日本においてデータサイエンスあるいはコンピューターサイエンスという分野がどのような認識をされているのかが現れた結果ではなかろうか。
現代では、技術に関わる研究者は、データサイエンスが常識の時代になった。弊社ではデータサイエンスを学びたい人を応援しています。お問い合わせください。
カテゴリー : 未分類
pagetop
生成系AIあるいは最近は系が取れて生成AIと呼ばれたりしているAIは、過去２回のブームで登場したAIとどこが異なるのか。ここを理解できると、様々な問題解決に有用なツールであることを理解できる。
今ChatGPTはじめ幾つかのAIの社会実装が始まったばかりであるが、まだばりばり使えていないのではないか。ハルシネーションはじめ幾つかの問題が騒がれ始めた。
昔から〇〇とはさみは使いよう、と言われているが、まさに生成系AIは使いようが大切なのだ。コンピューターゲームを楽しむのに、ゲームがどのように動いているのか知る必要はない。ゲームのルールと楽しみ方さえ知ればよいのだ。
生成系AIも同様で、それにうまく回答してもらうためのルールと楽しみ方さえ知れば、ばりばり使えるようになる。稀にハルシネーションに悩まされるが、それについてもいくつか回避方法があるのでルールとして覚えればよいのだ。
大切なことは、せっかく登場した便利な道具をうまく使い、生活を豊かにすることではないだろうか。代々木や六本木へ遊びに行くぐらいならば、生成系AIと楽しく会話していた方がお金がかからない。
大学生の知識レベルだそうで、何でもよく知っている。知識の量は大学生を１００人集めても負けるだろう。AIと知恵比べしてみると分かるのだが、知識の量は多くても意外と知恵が無い。
人間が、あれこれ具体的に言ってあげないと、豊富な知識から会話に最適な話題を出してこない。これは初対面の相手と話すときに似ている。
初対面の相手に、「あのさ、あれが楽しくて、ついあそこで長時間楽しんで」などと話しても話が弾まないように、この生成系AIも全然反応しない。ましてや、岡田監督や妻にはすぐに理解できる、「あれ」でもダメである。
しかし、具体的かつ丁寧に話をすると、的確に答えてくれる。初対面の人ならば、答えにくいことまでも丁寧に答えてくれる。プロンプトエンジニアリングなどという難しいことなど必要ない。普通に具体的に丁寧に話せばよい。
人間社会でオレオレ詐欺があるように、生成系AIもハルシネーションをたまに起こし、人間をだます。ただ、何度も騙されてみると、その回避方法が分かってくる。人間より誠実なのは、さらに狡猾な嘘を言わない点だ。人間より生成系AIは誠実なのである。
カテゴリー : 未分類
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
6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.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：
6月14日金曜日(申込締切6月12日)
6月19日水曜日(申込締切6月17日)
6月24日月曜日(申込締切6月21日)
6月26日水曜日(申込締切6月24日)
6月28日金曜日(申込締切6月26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。
対象：入社3年目までの若手技術者、生成系AIの実務導入を検討されている管理職
＜セミナー内容＞
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談
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
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
②.生成系AI（ChatGPTなど）でアイデア創出し日々の業務に活かすコツとその効率を上げるPythonデータ処理スキル
開催日：
6月17日月曜日(申込締切6月14日)
6月21日金曜日(申込締切6月19日)
6月25日火曜日(申込締切6月21日)
6月27日木曜日(申込締切6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。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必要なデータに着目し、実務の各段階におけるデータの収集方法からデータ処理方法に関して課題設定の方法やその基になるアイデア創出法とともに講義する。
インターネットの時代で情報が溢れているにもかかわらず、業務でうまく活用できていないと感じられている人は、未だに多いのではないか。そこへ、データサイエンスのツールを自由に使える無料のPythonや生成系ＡＩが登場した。情報処理について誰でも自由に利用できる環境が整ったが、これら新技術をうまく使いこなすスキルは、益々実務能力の差を広げる時代となった。
ところが、これら新技術では、幸いなことに知の獲得について変革を促すので、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とらえることができる。本セミナーは入社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が、実務経験が豊富な人には今後の実務のイノベーションの方向を知る内容となる。
対象：入社3年目までの若手技術者、生成系AIの実務導入を検討されている管理職
<セミナー内容>
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談
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
4.オブジェクトとしてのデータ
4.1.データ駆動による問題解決
4.2.アイデア創出法とデータ収集
4.3.データと数理モデル、グラフ
4.4.データとヒューリスティック
4.5.データとアルゴリズムで問題解決
5.データ処理に必須のスキル
5.1.知識労働者にPython
5.2.Pythonの概略とＡＩ活用の仕方
5.3.Pythonによるデータ処理自動化のヒント
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
すでにこの欄で告知しておりました表題のWEBセミナーの準備が整いましたのでお申し込みください。１日で、今身につけておかなければならないスキルを理解できます。
産業革命の総仕上げの時代に、科学が唯一のパラダイムだった社会が終焉します。データ駆動という新しいパラダイムが問題解決法に加わりました。
新帰納法などとごまかしたりいたしません。弊社では非科学としてそのパラダイムを説明いたします。世の中には科学的に理解できる現象と科学的に理解できない現象が存在します。
データ駆動は、科学的に理解できない現象に潜む機能もグラフ化し、人類に新技術を提供してくれます。この新しいパラダイムで生成系AIは動いています。
産業革命の次のイノベーションに備え、リスキリングだけでなくスリリングな弊社セミナーへご参加ください。
カテゴリー : 未分類
pagetop
昨年から新幹線を利用する機会が増えてきたが、みどりの窓口が激減し、びっくりしている。さらに先週大阪へ出張した時に新幹線指定席切符の時間を間違えたのでみどりの窓口を探したところ、長蛇の列となっており、結局指定席券で自由席に乗り帰ってきた。
JRは、みどりの窓口削減計画の見直しを先日発表したが、そもそもそのような計画を実施する前にやるべきことがあるのにみどりの窓口を廃止するような失態を犯している。
JRの顧客の削減計画には購入行動の研究を行った気配が感じられない。当方がまず気になるのは、券売機の性能と設置数である。現在の券売機の機能では、みどりの窓口の代わりにならない。
JRは、今回の事態にネットでの購入者が増えなかった問題を上げているが、そもそもネットでの購入の不便さも放置されたままである。
新幹線だけ利用するのならば、現在のアプリを我慢して使えるが、地方へ行くときには、みどりの窓口が便利である。少なくとも、これが、逆転しなければいけない。みどりの窓口より便利なアプリならばみな使うはずである。
そもそも不便なアプリをばらまいておいて、それを使う前提としているところがお粗末である。JR内部でアプリの使用感を検討していなかった可能性が高い。少なくともみどりの窓口がまったく無くなってもいい状態にしてから削減計画を実施すべきだった。
カテゴリー : 未分類
pagetop
デジタルカメラの進化で高性能のカメラを使えば、誰でもそれなりの写真を撮影できるようになった。それだけではなく、一昔前にはプロでも難しかったスポーツ写真を素人が簡単に良いシーンを撮影できたりする。
また、ペンタックスのカメラであれば、現像時の画像の色調をあらかじめ自分好みに設定しておけば、レタッチなどしなくてもすごい写真が撮れたりする。
それでも、なお、プロとアマチュアの差があるのは写真で芸術表現できるという証だと思う。自分の思い描いた描写を目の前のオブジェクトで表現するのである。
すなわち、写真が芸術となるためにはそこに撮影者の思いが表現されなければいけない。これを初めて聴いたのは、高校生の時で深夜放送から流れてきた。語り手は、今は〇〇写真家として知られている加納典明氏である。
かれは卒業制作で撮影したキャベツのモノクロ写真について熱く解説していた。おそらくスタジオではそれを見せながらの解説だったのだろうが、ラジオ放送であるにもかかわらず、目の前にモノクロのキャベツの写真が現れた。
写真における光の陰影による表現を学ぶためにモノクロ写真を勧めていた。そして、誰もに見てもらいたいならば、ヌード写真を撮ればよい、と語っていた。
誰にでも見てもらいたい、という気持ちは大切だが、それよりも目の前の被写体に対して自分の思いを描き出さなければよい写真とならない、という写真の芸術性についても論じていた。
この放送を聞き、写真が趣味となったが、オブジェクトに自分の思いを載せることの重要性は写真だけではないことも分かってきた。AIが進化しても生き残る技術者とは、技術に対して人間としての思いを込めることのできる技術者である。
カテゴリー : 未分類
pagetop
FortrunとかBASICなど、かつて手続き型言語の問題解決のため、あるいはプログラムの生産性を上げるためオブジェクト指向言語が登場した。
１９９０年代の日本はバブルがはじけたが、このころタグチメソッドの普及が日本で始まっただけでなく、オブジェクト指向の登場というソフトウェアー業界にも大きな変革があった。
Cは、その橋渡しになった言語で、今改めてC言語を見ると、ものすごい柔軟性のある言語であったことに驚く。すなわち、今後も登場するかもしれない新しいソフトウェアーパラダイムをCなら実現できるかもしれない、と思われるからだ。
なにを言っているのかというと、最初の最も普及したオブジェクト指向言語はC＋＋であり、そのコンパイラーは、一段階目でCのコードを吐き出し、二段階目のコンパイルで機械語となる仕組みで、これはCでオブジェクト指向のプログラミングができたことを意味している。
オブジェクト指向は、それまでデータとアルゴリズムを別々に扱ってきたパラダイムをオブジェクトとして一つにまとめた、画期的概念である。
ところが、この数年データ指向プログラミングが言われ始めた。これは何かというとデータとコードをわけてプログラミングしましょう、というパラダイムである。DOAとかDOPとかはこの意味である。
このように説明すると、昔のFORTRUNに戻ったのかと錯覚するが、オブジェクト指向のプログラミング環境でそのようにプログラムしましょうという単なる提案である。
そのようなことならば、当方は昔から実施していた。すなわち、DOPとはオブジェクト指向のパラダイムにおいてどのようにオブジェクトを設計するのかという問題であり、実験データを解析してきた当方にとって、データだけのオブジェクトとそのデータを加工するオブジェクトは分離しておいた方が使い勝手が良かった。
プログラムユーザーがプログラミングすれば、当たり前のように気がつくパラダイムである。またそのパラダイムは、かつての手続き型言語でも取り入れることが可能、というよりも、そうしないと分かりにくいプログラムとなるので、当方はそのようにプログラミングしていた。
情報化時代に門外漢は取り残されたように感じたりするが、このような輪廻に気がつくと、情報化時代を牽引している人たちも未来を見通して開発をやっているわけではないことに気がつく。
新パラダイムの発明とその普及は、パラダイム発明者を競争有利に導く。日本はアメリカにやられっぱなしだが、情報技術における輪廻に気がつけば、新たなパラダイムで一気に先回りができそうに思う。
弊社ではすでに権利化した特許を基に、新たなデザインパラダイムを研究している。ご興味のあるかたは、公告された特許でご確認の上、お問いあわせください。特許の売却も可能です。
カテゴリー : 未分類
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
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
1 / 2112345...1020...»最後 »
