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
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
小林製薬の紅麹問題では、床にこぼれた製品を回収して商品にしていた問題などが遅れて出てきた。このような問題が、なぜ最初に出てこなかったのか不思議に思われた方も多いのではないか。
当方は隠蔽していたのではなく、経営も知らなかったのだろうと思う。これまでの小林製薬の発表を見てきた限り、工場の品質問題に対して経営は高い関心を払っていなかった、と感じている。
第二次産業では、製造現場が経営の最も高い関心ごとだった時代は終わり、マーケット中心になった。だからと言って、製造現場に経営が注意しなくても良くなったわけではないのだ。
マーケットが重要であるがゆえに、そのマーケットで高い品質により勝ち残るためにますます製造現場の品質管理に経営は関心を高めるべきだった。
トヨタ生産方式は20世紀に最も注目された日本の製造技術ノウハウであり、世界中に広まった。ゴム会社はカンバン方式を参考に独自の生産方式を作り上げ、高品質高効率の製造現場を創り出し事業に成功した日本企業である。
ゴム会社では研究所を除き、常に最高の品質を目指すために統計手法をはじめとしたデータサイエンスに力を入れていた。研究所はそれを非科学的で仕事のやり方はKKDと批判していた。
転職し、全く異なる業界に身をおいてびっくりしたのは、品質も含めその考え方の違いである。研究開発部門は、ゴム会社の研究所ほどひどい科学第一主義ではなかった。
しかし、製造現場はトヨタ生産方式とは異なる生産方式がとられていた。さらに中国の二つの工場では、それぞれが同じ会社の工場でありながら、片方は先端という理由でセル生産方式がとられ、片方は従来の流れ作業方式がとられていた。
小林製薬の紅麹問題を考えてゆくと、せっかく戦後トヨタ生産方式や日科技連などの活動でQC活動が普及し始めたにもかかわらず、それがうまく定着しなかったところがある日本の現状である。
もし、このような懸念を感じておられる方は弊社へご相談ください。研究開発から一体となった、先端の品質管理技術をご指導いたします。故田口先生の考え方を改良発展させました。
カテゴリー : 未分類
pagetop
