https://ja.wikipedia.org/wiki/%E3%82%A8%E3%82%A4%E3%82%B3%E3%83%BC%E3%83%B3%E3%83%BB%E3%82%B3%E3%83%B3%E3%83%94%E3%83%A5%E3%83%BC%E3%82%BF

『出典: フリー百科事典『ウィキペディア（Wikipedia）』

エイコーン・コンピュータ（英: Acorn Computers）は1978年、イングランドのケンブリッジに設立されたコンピューター企業。Acorn Electron、BBC Micro、Acorn Archimedesといったコンピュータを開発したことでイギリスではよく知られている。BBC Microは1980年代から1990年代初期にかけてイギリスの教育コンピュータ市場を独占したことから、アメリカのAppleとよく比較される。

同社は1998年にいくつかの企業に分割されたが、RISCパーソナルコンピュータの開発などで重要な役割を果たした。かつてのエイコーンの各部門はそれぞれ独立して現在も運営されており、ARMホールディングスのARMプロセッサは特に世界的に有名である。

前史
1961年7月25日、クライブ・シンクレアは電卓などの電子機器の開発・販売を行う Sinclair Radionics を創設した。1970年代になって特にLEDに力を入れていたが、Black Watch というLEDを使ったデジタル腕時計が売れず、電卓市場がLEDからLCDに移行していったことから財政危機に陥った。シンクレアはイギリス国家企業庁（NEB）に助けを求めた。NEBに同社の経営権を譲り渡すと、シンクレアはクリス・カリー（英語版）を同社から退職させ、Science of Cambridge（SoC）を創業させた（後のシンクレア・リサーチ）。1978年6月、SoCではカリーが開発したがっていたマイクロコンピュータキットを開発した。カリーはさらなるマイクロコンピュータの開発を望んだが、シンクレアはそれを認めなかった。SC/MPを使ったそのキット MK14 の開発中に同社を度々訪れていたカリーの友人ハーマン・ハウザー（英語版）は、その製品に強く興味を惹かれていた。

CPU社 （1978年–83年）
1978年12月5日、カリーとハウザーはマイクロコンピュータへの彼らの興味を満たすべく、Cambridge Processor Unit Ltd (CPU) という企業を新たに立ち上げた。CPU社は、ウェールズの Ace Coin Equipment (ACE) 社からスロットマシン用のマイクロプロセッサベースのコントローラの開発を委託された。当初 ACE 用コントローラも SC/MP ベースで設計されたが、すぐに MOS 6502 に切り換えた。

マイクロコンピュータ
CPU社は設計委託業務から得た収入を使って、6502ベースのマイクロコンピュータシステムの開発に着手した。1979年1月、最初の製品はエイコーン・コンピュータ（Acorn Computer Ltd）から発売された。設計と製品販売を別会社にすることで、リスクを分散したのである。エイコーン（どんぐりの意）という名称は、マイクロコンピュータが今後大きく成長することを期待して名づけられた。また、電話帳で “Apple” よりも前になるという点も考慮された。

このころ、CPU社とアンディ・ホッパーは、彼の学位論文の成果である Cambridge Ring というネットワークシステムを商業化すべく Orbis Ltd を立ち上げたが、ケンブリッジ大学コンピュータ研究所との関係を強化したい CPU社は彼をCPU社のディレクターとして雇い入れた。CPU社はOrbisを買い取り、ホッパーの所有するOribis株はCPU社の株と交換された。エイコーンのブランドとしての成長と共にCPU社の役割は変化していき、間もなくCPU社は単なる持ち株会社となってエイコーンが開発も行うようになった。カリーはいずれかの時点でシンクレアと決別し SoC を退職したが、エイコーンに正式に参加するのはしばらく経ってからである。

Acorn System 1（1979年4月9日）
後に Acorn System 1 と改称された Acorn Microcomputer は、ソフィー・ウィルソンの設計である。技術者や研究者向けのシステムだが、非常に低価格であったため（約80ポンド）、ホビーストにも受け入れられた。2枚の基板で構成されており、1枚にはLEDディスプレイ、キーパッド、カセットインタフェースが装備され、もう1枚にCPUなどのコンピュータ本体が実装されていた。ほとんど全てのCPU信号にEurocardコネクタ経由でアクセス可能であった。

次の System 2 では、System 1 のCPU基板を19インチ（480mm）Eurocardラックに装着可能にしたもので、各種拡張機能をオプションで装備可能であった。典型的な System 2 には、キーボードコントローラ、外部キーボード、テキストディスプレイ用インタフェース、カセットOS、BASICインタプリタなどが装備されていた。

System 3 では、フロッピーディスクがサポートされ、System 4 では2台目のドライブを内蔵可能な大きめの筐体となった。System 5 は System 4 とほぼ同じだが、MOS 6502 の2MHz版を使っている。

Atom
1979年5月、Science of Cambridge でZX80の開発が始まった。これを知ったカリーは、一般市場向けの Atom プロジェクトを立ち上げた。カリーら設計者は、カリーの自宅でマシンの設計を行った。このころ、エイコーン・コンピュータが株式会社化され、カリーは完全にエイコーンで働くようになった。

カリーは一般市場への参入を望んでいたが、エイコーン内の他の派閥は、実験機器市場向けに開発を行っている企業がホームコンピュータのような馬鹿げた製品を扱うことには反対していた。反対派が Atom に疑問を差し挟めないようコストを切り詰めるため、カリーは工業デザイナー Allen Boothroyd にマイクロコンピュータシステムの外部キーボードとしても使えるようなケースの設計を依頼した。System 3 の中身をそのキーボードに詰め込み、典型的な安価なホームコンピュータ Acorn Atom が完成し、それなりの成功を収めた。

ソフトウェア開発のため、社内に独自のLANを設置していた。これを Econet と名づけ、Atom にも装備することが決定された。1980年3月、とあるコンピュータショーで8台の Atom を使い、ファイルを共有したり、別のマシンに表示をしたり、別のマシンからキーボード入力を受け付けたりといったデモが披露された。

BBC Micro と Electron

BBC Micro（1982年）
Atom がリリースされた後、エイコーン内では Atom の後継となる16ビットプロセッサを自社開発すべきかどうかを議論した。長い議論の末、ハウザーは妥協案としてCPUは6502のままでシステムとしての拡張性を大幅に強化した Proton というマシンを提案した。エイコーンの技術者らは Proton こそ正しい選択肢だと考えた。

Proton で提案された新機能として Tube がある。これは、追加のプロセッサを装備できる独自インタフェースであった。これによって、大量に販売できる価格の 6502 マシンでありながら、最新の高価なプロセッサを拡張として追加可能なマシンとなった。Tube を使うと、追加プロセッサが演算を行い、6502 は入出力を受け持つようになる。Tube は後にエイコーンがプロセッサを開発する際にも役立った[1]。

1980年、BBC は後に BBC Computer Literacy Project と呼ばれるプロジェクトを開始した。プロジェクト開始の一因として、当時イギリスで大きな反響のあったドキュメンタリー番組 The Mighty Micro がある。イギリス国立物理学研究所の Christopher Evans は同番組の中で、マイクロコンピュータ革命が経済、産業、ライフスタイルに重大な影響を与えるだろうと予言した。この番組はイギリスの議会で質問されるほど大きな影響を与えた。結果としてイギリス産業省がBBCのプロジェクトに興味を持ち、同時にBBC経営陣もマシンの売り上げに興味を持つようになった。BBC Engineering はプロジェクト用のコンピュータの仕様策定を命じられた。

産業省からの圧力でイギリス製のシステムを採用することになり、BBC は Newbury Laboratories の NewBrain を選んだ。Newbury Laboratories は元々は Sinclair Radionics の一部で、イギリス国家企業庁の管理下にある企業であった。また、クライブ・シンクレアがカリーに開発させたかったのがこの NewBrain であった。しかし、NewBrain の開発は遅々として進まず、BBCの設定したスケジュールに間に合わないことが明らかとなった。当初1981年秋に番組開始が予定されていたが、1982年春に延期を余儀なくされた。カリーとシンクレアがBBCの計画を知った後、BBCは他の業者にも入札の権利を与えた。BBCはエイコーンを訪問し、Proton のデモを見た。その直後にエイコーンが契約を勝ち取り、1982年初めに Proton が BBC Micro として発売された。1984年4月、BBC Micro は Queen’s Award for Technology を受賞した。

1980年から1982年にかけて、イギリス教育技能省（DES）はマイクロエレクトロニクス教育プログラムを開始し、教育にマイクロコンピュータを導入することとした。1982年から1986年にかけて、産業省は各地の学校にコンピュータを導入する補助金をばらまき、BBC Micro はその際に一番よく購入された。並行して教育技能省は、ソフトウェアやコンピュータ応用プロジェクトや教師の訓練などに補助金を与えた。

Acorn Electron
1982年4月、シンクレアは ZX Spectrum をリリースした。カリーはこれに対抗すべく、200ポンドを切る Acorn Electron の開発を立ち上げた。これは BBC Micro の廉価版であり、基本機能のほとんどが共通となるよう回路を集積回路化して低価格化している。しかし1983年8月にリリースしたものの、このカスタムチップの供給が十分でなかったために十分な台数が出荷できない状態が続き、1984年になって別の半導体製造業者と契約してやっと問題を解決した。

エイコーン・コンピュータ・グループ （1983年–85年）
BBC Micro は非常によく売れ、エイコーンの利益は1979年にはわずか3000ポンドだったものが、1983年6月には860万ポンドに達した。1983年9月、CPU社は清算され、エイコーンは「エイコーン・コンピュータ・グループ（Acorn Computer Group plc）」として非上場証券市場で扱われるようになり、Acorn Computers Ltd はそのマイクロコンピュータ部門となった。最低入札価格120ポンドで、同グループの時価総額は約1億3500万ポンドとなった。CPU社の創設者であるハーマン・ハウザーとクリス・カリーは一躍億万長者となった（ハウザーの5325万株は約6400万ポンド、カリーの4300万株は約5100万ポンド）。

新たなRISCアーキテクチャ
Atom の時代から、エイコーンでは MOS 6502 プロセッサからどう移行していくかを模索していた。例えば1982年には 65816 を使った16ビット機 Acorn Communicator をリリースしている。

1981年8月12日、IBM PC が登場した。これは BBC Micro のようなホビースト向けだったが、実際に成功したのはビジネス市場だった。後継の XT は1983年初めに登場した。CP/Mを搭載したZ80ベースのマシンやこれらPCの成功により、ビジネス市場が多少高価であっても十分に需要のある市場であることが証明された。したがってエイコーンがビジネス市場向けのマシンを開発することは自然の流れだった。エイコーンは既存技術を使ったビジネスマシンの開発計画を立てた。すなわち、BBC Micro のメイン基板を流用し、Tube 経由で CP/M、MS-DOS、UNIX（XENIX）が動作する追加プロセッサを実装する方式である。

この Acorn Business Computer（ABC）計画では、BBC Micro プラットフォーム上で様々な追加プロセッサが動作可能でなければならなかった。これに対応可能な Tube プロトコルの実装を検討していく中で、メインプロセッサとして 6502 以上に適当なプロセッサが見つからなかった。例えば、MC68000では割り込み応答時間がかかりすぎて、6502 のように容易にTubeの通信プロトコルを扱えなかったのである。NS32016をメインプロセッサとしたモデルの開発が行われ、後にそれを Cambridge Workstation としてリリースしたが、メモリ帯域幅が重要であることがこの開発で明らかとなった。8MHzの32016は4MHzの6502に性能で敵わなかった。さらにLisaの登場によって、エイコーンの技術者らはウィンドウシステムを開発する必要性を認識したが、それは4MHz程度の6502ベースのシステムでは容易ではなかった。エイコーンは新しいアーキテクチャを必要としていた。

エイコーンはあらゆるプロセッサを試した。そして自前でプロセッサを設計することを真剣に検討するようになった。エイコーンの技術者らはバークレーのRISCプロジェクトの論文を目にした。そして、大学院生がこんな32ビットプロセッサを作れるなら、エイコーンでも間違いなく作れると確信するに至った。ウィルソンらはウェスタンデザインセンターに出張し、CPU開発にそれほど大規模なリソースは不要で、最先端の開発機器も不要であることを知った。

ソフィー・ウィルソンは命令セットを開発し、BBC Micro 上の BBC Basic でそのプロセッサのシミュレータを書いた。この結果を見て、方向性が間違っていないことが確認された。それ以上に開発を進めるにはさらなるリソースが必要だった。ウィルソンはハウザーに事の次第を説明した。開発続行のお墨付きを得て、ウィルソンのモデルをハードウェアに実装する小規模のチームが結成された。

Acorn RISC Machine プロジェクトが公式にスタートしたのは1983年10月であった。製造パートナーとしては、すでにエイコーンにROMやカスタムチップを提供していたVLSIテクノロジーが選ばれた。1985年4月26日、最初のARMチップ ARM1 が完成した。ARM1 はまず BBC Micro の追加プロセッサとして利用され、その上で周辺チップ（VIDC、IOC、MEMC）を開発するためのシミュレーションソフトウェアが実行された。これによってCADソフトウェアの性能が向上し、ARM2 の開発が早まった。ウィルソンは BBC Basic を ARM のアセンブリ言語で書いた。命令セット設計者が書いたため、ARM 上の BBC Basic は非常にコードが稠密であり、ARM エミュレータの試験に最適だった。

ARM CPU の開発は極秘裏に行われていたため、1985年にエイコーンの経営権を握ろうとしていたオリベッティも買収が完全に決定するまでその存在を知らされなかった。1992年、エイコーンはARMでも Queen’s Award for Technology を受賞した。

財政問題
エイコーンは1984年を頂点として下り坂となった。この年、ホームコンピュータ市場が崩壊し、その直前に株式公開を果たした。また、アタリが売却され、Appleが破綻寸前に追い込まれた年でもあり、エイコーンは長年の懸案であった生産能力の問題を解決した年でもあった。

Electron は1983年にリリースされたが、カスタムチップの供給問題で1983年のクリスマス商戦に十分な製品を供給できなかった。宣伝はうまくいったため30万台の注文が入ったが、出荷できたのはわずか3万台だった。しかし、消費者は出荷を待ってはくれず、コモドール64や ZX Spectrum へと流れていった。フェランティとの契約で出荷数の問題は1984年には改善されたが、エイコーンが部品供給業者らと結んだ契約は、状況に応じて生産量を減らせるような柔軟なものではなかった。同年末にはエイコーンは25万台のElectronの在庫を抱えるという事態に陥った[2]。

エイコーンは収入の大部分を開発に費やしていた。BBC Master が開発中であった。ARM プロジェクトも進行中だった。Acorn Business Computer は多大な開発費をかけながら、それまでのところ 32016 ベースのバージョンが若干売れただけで、ほとんど利益を生んでいなかった。そしてアメリカ市場進出のための連邦の認可作業は難航していた。全ての拡張機器の試験が必要で、電磁波放射量を減らす必要があったのである。約2000万ドルがアメリカ進出に費やされ、BBC Micro の NTSC 版はほとんど売れなかった。ただし、1984年の映画『スーパーガール』で学校にあるコンピュータとして BBC Micro が登場している。

オリベッティ子会社時代（1985年–98年）
1985年2月、債権者が資金の回収を言い出して、エイコーンは苦境に陥った。短い交渉の末、カリーとハウザーは2月20日にオリベッティとの合意に達した。すなわち、このイタリアのコンピュータ企業がエイコーンの49.3%の株を1200万ポンドで買い取り、それを過去6カ月の1100万ポンドの損失の補填に充てたのである。エイコーンのピーク時の時価総額1億9000万ポンドからすれば、1億6500万ポンドの下落である。1985年9月、オリベッティは79%の株を確保し、エイコーンの経営権を握った。

BBC Master と Archimedes

BBC Master

Acorn Archimedes
BBC Master が1986年2月にリリースされると、大きな成功を収めた。1986年から1989年にかけて、499ポンドのマシンが約20万台、主にイギリスの学校や大学に売れた。強化版もいくつかリリースされた。Master 512 は RAM を512KiB搭載し、Intel 80186プロセッサを内蔵してMS-DOSが動作した。Master Turbo は追加プロセッサとして 65C102 を装備していた。

ARMアーキテクチャを使った最初の商用製品は ARM Development System で、BBC Master の Tube 経由の追加プロセッサとしての実装であった。約4000ポンドで、ARMプロセッサと3個のサポートチップと4MiBのRAM、開発ツール群と拡張版 BBC Basic が同梱されていた。

ARM を使った二番目の製品は Acorn Archimedes というデスクトップ・コンピュータであり、1987年にリリースされた。Archimedes はイギリス、オーストララシア、アイルランドで人気となった。当時としては極めて強力なマシンだったが、時代はすでにPC/AT互換機が主流となっていた。エイコーンはラップトップ型の Archimedes などもリリースし、1994年には Risc PC をリリースした。Risc PC には後に200MHz以上の StrongARM プロセッサも搭載された。これらはビジネス用途ではほとんど売れず、教育用や娯楽用として主に売れた。

ARM Ltd
エイコーンの半導体製造パートナーだったVLSIテクノロジー（英語版）は、ARM CPU とそのサポートチップの新たな応用を捜し求めていた。ハウザーはハンドヘルド機器を開発する会社を立ち上げ、そこで使うためのスタティック版プロセッサARMv2aSが開発された。

Appleは全く新しい機器Apple Newtonを開発していた。プロセッサに対しては、電力消費量、コストパフォーマンスなどの様々な要求があり、クロックを任意の時点で停止可能なスタティック性も求められていた。これらの要求のほぼ全てに応えられるプロセッサとしては ARM しかなかったが、まだ問題があった。例えば、ARM にはメモリ管理ユニットが内蔵されておらず、MEMC という外部サポートチップで実現していた。しかしエイコーンにはそのような開発をするリソースがなかった[3]。

Appleとエイコーンは共同でARM開発を開始、Appleのラリー・テスラーが主導し、この開発作業を別会社で行うことが決定された[3]。エイコーンでARM関連の研究開発を行っていた部門を基にして ARM（ARM Ltd）が1990年11月にスピンオフされた。エイコーンとAppleはARM社の株をそれぞれ43%ずつ保有し（1996年時点[4]）、VLSIテクノロジーは同社に投資すると同時にARMのライセンスを最初に受けた[5]。

セットトップボックス
1994年、エイコーンの子会社 Online Media が創設された。Online Media は当時のビデオ・オン・デマンド（VOD）のブームに乗って設立された会社で、ネットワーク経由でビデオコンテンツを選択して視聴する双方向番組システムの開発を目指していた。1994年9月、Online Media は Anglia Television、Cambridge Cable、Advanced Telecommunication Modules Ltd（ATML）と共にVODサービス Cambridge Trial を開始した[6]。これは、ATMネットワークによってTV会社と契約者をつなぎ、デリバリサービス、ホームショッピング、オンライン教育、オンデマンドのソフトウェアダウンロード、World Wide Web といったサービスを提供する実験的事業だった。ネットワークには、光ファイバーと銅線ケーブルが使われ、スイッチは Cambridge Cable の既存のネットワーク用に道端に設置されているキャビネット内に置かれた。オリベッティの研究所がこの実験で使われた技術を開発した。ICLのビデオサーバがサービスを提供し、ハウザーらが創設したATMLがATMスイッチを製造した。実験は2Mbit/sの速度で開始され、後に25Mbit/sまで速度を上げた[7]。契約者は Online Media 製のセットトップボックスを使用した。実験当初の6カ月は10台のVOD端末が使われ[7]、第二段階で100軒の個人宅と8つの学校に対象が拡大され、150台以上の端末が使われた。この実験には、ナショナル・ウエストミンスター銀行、英国放送協会、郵便局、テスコ、地元の教育委員会などもそれぞれ何らかの形で協力している。

Online Media は独立採算可能となることが期待されたが、VODのブームが具現化することはなかった。

ネットワークコンピュータ
BBC Two の番組 The Money Programme でラリー・エリソンが1995年10月に出演してインタビューを受けた。これを見た Online Media の Malcom Bird はエリソンの言うネットワークコンピュータ（NC）が基本的にエイコーンのセットトップボックスと同じであることに気づいた。オラクルとオリベッティの話し合いの後、Bird はエイコーンのセットトップボックスを持ってサンフランシスコに飛んだ。オラクルはすでにサン・マイクロシステムズやアップルとNCの開発について交渉中だった。Bird のオラクル訪問の後、エリソンがエイコーンを訪れ、契約が結ばれた。エイコーンがNCの標準を定義することになったのである。

エリソンは1996年2月にNCを発表するつもりだった。ソフィー・ウィルソンがNCプロジェクトを任され、11月中ごろにNCのドラフト仕様が完成した。1996年1月、エイコーンとオラクルの間の正式な契約が発効し、プリント基板の設計が完成して、製造の準備が整った[8]。1996年2月、Acorn Network Computing が設立された[4]。1996年8月、Acorn Network Computer が発売された。

NCが全く新たな市場を創造し、Acorn Network Computing がそこで中心的役割を果たすことが期待された。すなわち、自身でNCを販売するだけでなく、他の製造業者からのライセンス料を徴収できると考えられた。この開発にあたって、2つの重要な製品が生まれた。オペレーティングシステム Galileo と新たな StrongARM チップセット SA1500/SA1501 である。Galileo は、各プロセスに（他のプロセスがどうであろうと）必要なリソース（CPUやメモリ）を与え、一種のQuality of Service を保証することができる[9]。SA5100 は高いクロック周波数で動作するメディア指向のコプロセッサ（Attached Media Processor、AMP）を持つ。SA5100 は Galileo の最初のリリースのターゲットであった[10]。

エイコーンは、子会社 Acorn RISC Technologies（ART）を設立した[11]。ARTは Galileo や他のソフトウェア、ARMを使ったハードウェア技術の開発を行う会社である[4]。

エイコーン解体（1998年-2000年）とその後の技術開発
セットトップボックスは期待したほど売れず、ネットワーク・コンピュータもほとんど売れなかった。これらは普通のコンピュータより低価格であることが強みだったが、パーソナルコンピュータの急激な低価格化でその利点も無意味となった。また、家庭への回線の帯域幅もどんどん拡大していった。1996年から1998年にかけて、オリベッティはエイコーン・グループを手放し、一連の取引で5400万ポンドを得た。エイコーンはリストラを開始し、子会社を吸収して部門とした。Acorn RISC Technologies はワークステーション部門となったが1998年末には廃止され、エイコーンはデスクトップコンピュータやセットトップボックスの製造を止めた。そのころ新たなマシン Phoebe（または Risc PC 2）がほぼ完成していたが、販売されることなく終わった。製造のために確保されていた筐体は安く売られた。

ARM社は順調で、1998年には株式公開（IPO）を果たした。

1999年1月、エイコーン・コンピュータは名称を Element 14 Ltd とし、チップとソフトウェアのIP開発企業、特にデジタルテレビ市場に注力する企業となった[12]。このころ、エイコーン・グループの時価総額はARMの時価総額の24%程度になっていた。そのため、株主からエイコーンの保有するARM株を売却させようとする（そうして得られた金を配当に回させる）圧力が働いた。また、ARM側もこの状況に対して動こうとした。エイコーンのような脆弱な企業がARM社の株の多くを保有していることは危険だからである。1999年6月1日、Morgan Stanley Dean Witter Investments Limited （MSDW）がエイコーン・コンピュータ・グループを買収した。これによってエイコーン・グループは上場廃止となり、同社が保有していたARM株はエイコーンの株主に分配された。

セットトップボックス部門はMSDWによって Pace Micro Technology に20万ポンドで売却され、Pace は1999年7月26日に RISC OS の権利を得た[13]。 Stan Boland を中心としたエイコーン経営陣はMSDWから Element 14 部門を150万ポンドで買い戻した。その後 Element 14 はいくつかのベンチャーキャピタルから825万ポンドを集め、運営が続けられた。同社はアルカテルのDSL技術者をヘッドハンティングすることに成功した[14]。その後、Element 14 はブロードコムによって2000年11月に3億6600万ポンドで買収された[15]。

エイコーンの商標の復活
2006年、エイコーンの商標権はフランスの企業 Aristide & Co Antiquaire De Marques からノッティンガムの新たなエイコーン・コンピュータにライセンス供与された[16]。同社はWindowsベースのコンピュータ企業であって、元のエイコーン・コンピュータとは無関係である。

関連項目

ウィキメディア・コモンズには、エイコーン・コンピュータに関連するカテゴリがあります。
オリベッティ
脚注
^ From Atom to ARC, Acorn User 1988
^ Technologies time forgot: the Acorn Electron, Silicon.com
^ a b Low power hardware for a high performance PDA, M. Culbert, in Low Power Electronics, 1994. Digest of Technical Papers., IEEE Symposium, 1994.
^ a b c Acorn Group and Apple Computer Dedicate Joint Venture to Transform IT in UK Education, press release from Acorn Computers, 1996
^ ARM milestones, ARM website
^ ARM7500 Press Release, Advanced RISC Machines Ltd press release, 1994年10月18日
^ a b Cambridge Corners the Future in Networking, TUANZ Topics, Volume 05, No. 10, November 1995
^ Five Go Nuts in Cambridge, Wired UK magazine 2.09, September 1996
^ Acorn Looks to the Stars With New Galileo Operating System, Acorn Computer Group press release, 1997年2月10日
^ Acorn World ’97 Transcripts
^ European Telecoms Brace for Change, Byte magazine, June 1997
^ Acorn renamed, refocused as Element 14, EE Times, 1999年1月14日
^ Element 14 BBQ
^ Element 14 snatches Alcatel DSL designers, Electronics Weekly, 2000年2月9日
^ Broadcom buys Element 14, Electronic News, 2000年10月9日
^ DRS Number 03682, Acorn Computers Limited and Roy Johnson, Nominet UK Dispute Resolution Service
参考文献
Personal Computer World review of the BBC Micro （BBCとの契約の詳細がある）, December 1981 Personal Computer World
“ARM’s Way” （Lisa、バークレーRISCの影響、製造時期など）, April 1988, Electronics Weekly
“The history of the ARM CPU”, ‘The ARM RISC Chip: A Programmers’ Guide’ by Carol Attack and Alex van Someren, published 1993 by Addison-Wesley より
“From Atom to ARC – The ups and downs of the development of Acorn”, from October, November and December 1988 editions of Acorn User.
“ARM’s Race to Embedded World Domination” Paul DeMone, 2000。MC68000を6502の代替として検討した話が含まれている。
“Sophie Wilson’s most admired CPU” Sophie Wilson
Flotation of Acorn on Unlisted Securities Market, Electronics Times, 6 October 1983
外部リンク
The Acorn Atom pre-history
RISC OS and Acorn pages
Atom Review
Acorn Computers 新しいエイコーン・コンピュータのウェブサイト。かつてのエイコーンとは無関係。
About Acorn computers and ARM processors
Acorn information from Retro Madness
Reference Material at Drobe Launchpad、RISC OS と エイコーンのハードウェアについての資料
RISC OS Ltd. ライセンス供与を受けて RISC OS を開発している企業
AdvantageSix RISC OS の動作するコンピュータや組み込みシステムを開発する企業
Castle Technology 現在の RISC OS の所有者
典拠管理データベース ウィキデータを編集
全般
VIAF
国立図書館
ドイツ
カテゴリ: かつて存在したコンピュータ企業かつて存在したイギリスの企業
最終更新 2023年9月6日 (水) 01:30 （日時は個人設定で未設定ならばUTC）。
テキストはクリエイティブ・コモンズ 表示-継承ライセンスのもとで利用できます。追加の条件が適用される場合があります。詳細については利用規約を参照してください。』

放送大学マイルストーン(’23)
https://note.com/lumpsucker/n/n2a9ee74956dc

　※　ＳＩｅｒとして、そこそこの企業で、それなりの賃金もらって働く（「通信会社系SIerで働くフロントエンドエンジニア/UIUXデザイナー」だそうだ）ためには、「２年」かけて、これくらいの「科目」を履修して、「試験」受けて、「合格」し、「単位取得」の認定を受ける必要がある…。

　※　しかも、それで「終わり」ではない…。

　※　そこからが、「始まり」だ…。

　※　理論を学んだとして、「実務」ができるようになるものでも無い…。

　※　そこから、延々と、「経験」積んでいくわけだ…。

　※　それを、たかだか「３０万」くらいの学費払って、名もない「スクール」に入学したくらいで、「その域」に達しようだなんて、とてもとても…。

『放送大学マイルストーン(’23)

358
lumpsucker
lumpsucker
2021年2月10日 20:36

目次

はじめに

基盤科目

110　情報学へのとびら（’１６）Introduction to Informatics (’16)
110　初歩からの数学（’１８）Introduction to Mathematics (’18)
110　演習初歩からの数学（’２０）Exercise in Introduction to Mathematics(’20)
110　自然科学はじめの一歩（’１５）　Introduction to Natural Sciences (’15)
110　運動と健康（’１８）Exercise and Health Sciences (’18)

情報コース　導入科目

210　日常生活のデジタルメディア（’１８）Digital Media in Everyday Life (’18)
220　計算の科学と手引き（’１９）Introduction to Computer Science (’19)

すべて表示

はじめに

この記事は、放送大学の（主に情報コースを中心とする）学生さん向けに、私の履修済み科目の感想と主観的評価を共有して、履修計画の参考にしていただくことを目的に作成しました。下記の記事の通り、2019年-2020年の2年間で情報コースの科目を8割方履修したのでそれなりの網羅性があるかと思います。

（2023年2月追記）その後、選科履修生として履修した他コースの科目や大学院科目などを追加して112科目掲載しています。試験難易度については履修時期によって会場試験・在宅ペーパー試験・在宅Web試験が混在しているので参考程度でお願いします。

タイトルは私が現役生の時に通っていた大学の似たような評価システムから拝借しました。

以下の科目は基本的にナンバリングが低い順に並べています。閉講済みの科目も混じっていますが、記録と後継科目の参考のために残しておきます。あくまで全て（上記の記事にある通り、文系出身のSIer勤務エンジニアという立場からの）主観的な評価であることをご理解ください。各項目10段階で評価しています。

基盤科目

110　情報学へのとびら（’１６）
Introduction to Informatics (’16)
内容充実度：７　内容難易度：３　試験難易度：６
とびらの数：たくさん

シラバスに「見取り図」とある通り、情報コース（ひいては情報学）の全体像を示してくれるオムニバス講義です。情報コースの方は最初に履修することを推奨します。自分が情報学のどのあたりに関心があり、どのあたりにないのか、そして教授陣の語り口との相性も確認できます（重要）。自分でこれだけのとびらを開けるのは大変なので、先生方と一緒に開けてみしょう。科目の性質上試験は広範囲から出題されるので意外に難しいです。

110　初歩からの数学（’１８）
Introduction to Mathematics (’18)
内容充実度：４　内容難易度：３　試験難易度：４
「数学と和解せよ」

おおよそ中高の数学に相当する範囲を丁寧に学ぶ科目です。範囲としての難易度は高くありませんが、随所に「数学的な考え方」についてのコメントが挟まれるので、これまで数学は単に計算して問題を解くだけだと思っていたような方には新しい発見があると思います。微分積分の初歩まで含まれているので、本当に数学から離れ切っていると後半多少つらいかもしれません。試験は基本的に過去問と似たようなパタンの出題なので、しっかり勉強すれば問題ないです。

110　演習初歩からの数学（’２０）
Exercise in Introduction to Mathematics(’20)
内容充実度：３　内容難易度：２　試験難易度：３
さんすうドリル

初歩からの数学の演習科目です。数学は演習が必須なので合わせて履修して手を動かしまくるのが理解の近道ではないかと思います。隈部先生のやさしさのおかげで小テストもやり直しがきくので、まさしく数学初心者の方にピッタリの科目だと思います。

110　自然科学はじめの一歩（’１５）　
Introduction to Natural Sciences (’15)
内容充実度：７　内容難易度：４　試験難易度：５
（やたら広範囲な）はじめの一歩

自然と環境コースの導入科目です。「自然科学とは？」から始まり、地学・生物・化学・物理・数学の教授によるオムニバス講義で、高校以来理科から離れていた方には刺激になります。個人的には第14回の自然科学小史が面白くておすすめです。試験は自然科学の考え方を問うもので、計算させるようなものではありません。

110　運動と健康（’１８）
Exercise and Health Sciences (’18)
内容充実度：６　内容難易度：８　試験難易度：７
理論と実践の両輪が大事

コロナで運動不足が極まったのと、ヒューマンインタフェース系の仕事をやるにあたって人間の運動生理学的な内容に関心を持ったので取りました。フワフワした科目名ですが中身はがっつり運動生理学なので結構難しいです。運動能力の遺伝/環境比率の話が面白かったです。後半はトレーニング論的な部分もあります。残念ながら理論を知ったからと言って運動するようになるわけではないと気づきました。。

情報コース　導入科目

210　日常生活のデジタルメディア（’１８）
Digital Media in Everyday Life (’18)
内容充実度：３　内容難易度：２　試験難易度：２
現代人テスト

各種デジタルメディアの特性を議論します。普段からデジタルメディアをある程度使っている方からすると既知の内容が多いかと思います。第５回で取り上げられるソーシャルメディアの自己開示理論/自己呈示理論のあたりは面白かったです。試験もある程度常識的に解けるレベルです。

220　計算の科学と手引き（’１９）
Introduction to Computer Science (’19)
内容充実度：６　内容難易度：６　試験難易度：６
謎の低平均点

英語の科目名のほうがわかりやすい科目その１。二進法から始まりアルゴリズムや論理演算の初歩を学びます。このあたりに馴染みがないと次から次へと新しい概念が出てくることになるので苦しいかもしれません。アルゴリズムや論理学を扱う個別の科目があるので、そのための足掛かりとなる科目です。試験はなぜか平均点が50点とかなのですが、内容を理解していれば普通に解ける内容です。過去問やっておきましょう。

220　情報ネットワーク（’１８）
Information Network (’18)
内容充実度：７　内容難易度：７　レポート難易度：６
めざせTCP/IPマスター

スライドと一緒にビデオ講義が行われる形のオンライン科目です。主にTCP/IPを重点的に学びます。内容的にはIPAのネットワークスペシャリスト試験の試験範囲を相当程度カバーするイメージです。レポートがそれなりに重いですが、指定に従ってきちんと書けば高評価を頂けます。

220　社会統計学入門（’１８）
Introduction to Social Statistics (’18)　
内容充実度：７　内容難易度：７　試験難易度：７

スタンダードな社会統計学の科目です。記述統計から回帰分析までで、統計学の入門にはよいと思います。ただ情報コースでコンピュータ上で統計を扱うことを考えた場合、数理統計寄りの統計学（’１９）のほうがよい気がします。統計検定2級の範囲を一部カバーします。

220　生活環境情報の表現－ＧＩＳ入門（’２０）
Expression of Living Environment Information (Introduction to GIS)(’20)
内容充実度：７　内容難易度：６　レポート難易度：７
凝りすぎ注意

QGISという地理情報システムを使って地理空間情報の分析をするオンライン科目です。測地座標系の話から始まり、ベクタデータ・ラスタデータの扱い方や簡単な空間解析手法について学びます。各回でそれなりに手を動かす必要があり、QGISの操作方法に慣れるところから始めると思ったより大変でした（加えて扱うデータによってはQGISが重くなるので、パソコンの性能次第ではつらいかもしれません）。最終レポートは自分でテーマと対象エリアと手法を決めて分析するもので、凝ると大変ですがそこまで高度なことをしなくても評定はもらえます。生活における地理空間情報の活用（’１６）や現代人文地理学（’１８）と一緒に履修すると良さそうです。

220　Rで学ぶ確率統計（’２１）
Introduction to Statistics Using R (’21)
内容充実度：８　内容難易度：８　レポート難易度：６
RStudioがうまく動かない人多数

Rの基本操作から始まり記述統計・確率分布・統計的仮設検定を一通り講義+実装します。内容的にはそこそこ高度ですが、評価は小テスト8割レポート2割で、小テストのやり直しがきくのとレポートが基本的な記述統計に関する出題なので真面目にやれば単位を落とすことはないです。中盤で二項分布から始まる基本的な確率分布の使いどころを取り上げますが、やや駆け足なのもあり初学者にはハードル高めの内容です。あらかじめ身近な統計か社会統計学入門あたりで基本的な考え方を理解しておくのが吉だと思います。RStudioのちょっとしたプログラミングもあるのでその辺にアレルギーがないことも求められます。

220　表計算プログラミングの基礎（’２１）－業務効率化をめざして－
Introduction to VBA Programming for Productivity (’21)
内容充実度：７　内容難易度：６　レポート難易度：７
めざせエクセルマスター

VBAの授業です。おそらく情報コースの授業で一番実務に直結する科目です。基本文法から始まりセルの操作やグラフの作成、フォームの利用などベーシックなところは一通り取り上げられているので、簡単なマクロであればこの授業だけで書けるようになると思います。C言語やJavaと違って開発環境の用意が必要ない（Excelは必須）のも初心者にはうれしいところです。成績は小テスト6割レポート4割で、レポートではマクロを作成し、エラーハンドリングやアルゴリズムを工夫すると高得点が狙えます。事務系の方にもおすすめです。

230　情報理論とデジタル表現（’１９）
Information Theory and Digital Representation (’19)
内容充実度：８　内容難易度：７　試験難易度：７
ここから始まる情報科学

情報量やエントロピーといった概念と、様々なデータの符号化を学びます。学びが多くおすすめできる科目だと思いました。マルチメディア系の科目を履修する前にここはカバーしておいたほうが良いところだと思います。特に自分は卒業研究で機械学習を扱ったので、ここで基本的な情報理論を勉強できたことは良かったです。試験はそれなりに計算が求められるので、それなりの難易度です（情報量が少ない文章）。

情報コース　専門科目

310　情報セキュリティと情報倫理（’１８）
Cyber Security and Ethics (’18)
内容充実度：４　内容難易度：３　試験難易度：４
現代人テストその２

主眼は技術的な話ではなく倫理的な話です。理解しておいたほうがいい内容なのは間違いないですが、通常情報技術を使って生活している方にとってはある程度既知の内容が多いかと思います。

310　アルゴリズムとプログラミング（’２０）
Algorithms and Programming (’20)
内容充実度：５　内容難易度：４　試験難易度：５
実装しだすと大変

科目名の通りアルゴリズムについて学びます。科目内で扱われる言語はC言語です。ループや配列操作、ソーティングといった内容なので、基本情報技術者試験程度の理解があればそれほど難しくないかと思います。ただしC言語のソースコードをきっちり追おうとするとそれなりに大変です。試験はC言語が完璧に分かっていなくても疑似コード的な捉え方ができれば解けるように設計されているようです。

310　デジタル情報の処理と認識（’１８）
Introduction to Multimedia (’18)
内容充実度：７　内容難易度：７　試験難易度：３
教科書がこの中で一番薄い

英語の科目名のほうがわかりやすい科目その２。文字、音声、画像、映像をコンピュータで扱う仕組みを学びます。自然言語処理・CGと画像認識の基礎・映像コンテンツの制作技術（映像コンテンツ～はコンピュータの内部処理をほとんど扱わないので前後関係にはない気もしますが）につながる科目で、マルチメディア情報処理の概観が掴めるのでお勧めです。試験は内容に比べて簡単です。

310　情報社会のユニバーサルデザイン（’１９）
Universal Design in the Information Society (’19)
内容充実度：７　内容難易度：５　試験難易度：７
Be inclusive.

アクセシビリティーやインクルーシブデザインの観点から、人にやさしい情報デザインとは何か？を学びます。世の中にあふれる（例えば駅や公共機関の）情報をどのように提供するのが妥当か？と考えられるようになれる良い科目です。昨今流行しているデザイン思考の一側面としても知っておいて損はないと思います。試験は部分的に法律の細かい知識が問われるので注意が必要です。

310　コンピュータとソフトウェア（’１８）
How Computer Hardware and Software Work (’18)
内容充実度：７　内容難易度：７　試験難易度：７
情報コース中ボス的ポジション

まずこれも英語の科目名のほうが正確で（放送大学あるあるなのか？）、ハードウェア的な側面も多少含まれています。コンピュータの諸要素について、その仕組みと意味を学びます。コンピュータと人間の接点（ユーザーインタフェース特化）、コンピュータの動作と管理（OS特化）、データベース、コンピュータ通信概論などに接続する中盤の重要な科目といえます。ここを押さえておくことでこれらの科目がスムーズに頭に入ると思います。試験はスタンダードにきちんと勉強してきたかどうかが問われます。

310　映像コンテンツの制作技術（’２０）
Creative Technologies for Digital Contents (’20)
内容充実度：３　内容難易度：３　試験難易度：２
目指せYouTuber

コンピュータの内部的な処理というよりはカメラの仕組みや撮影技法、プロダクションといった側面に焦点が当てられています。映画を見る目が少し変わるかもしれません。試験は非常に基本的なことしか問われません。

310　博物館情報・メディア論（’１８）
Museum Information and Media (’18)
内容充実度：５　内容難易度：５　試験難易度：５
おサルと魚の映像で癒されよう。

学芸員資格向けのオムニバス科目ですが、デジタルアーカイブやコミュニケーション学の要素もあり、情報コースの方にも刺さる方はいるのではないかと思います。後半では様々なタイプのミュージアムが紹介され、数式とプログラミングで傷んだ頭を癒す効果があります（？）。自分はミュージアムめぐりが趣味なこともあり結構楽しく聞いていました。

310　Ｃ言語基礎演習（’２０）
Basic Practice in C (’20)
内容充実度：４　内容難易度：４　レポート難易度：４
C言語の真髄は遠い

C言語の基礎科目ですが、C言語の基礎というよりプログラミングの基礎的な意味合いが強く、よく言われるポインタがどうとかアドレスがどうとかメモリがどうとかいった領域にはほぼ踏み込みません。なんらかプログラミング経験のある方にとっては平易な内容だと思います。逆に全くプログラミングの経験がない方にとっては入り口として良いかもしれません。最終レポートは要件に合うプログラムを作成するものです。

310　記号論理学（’１４）
Symbolic Logic (’14)
内容充実度：６　内容難易度：８　試験難易度：８
人を選ぶ度：１０

主に論理記号の使い方、タブローによる命題の妥当性のチェックについて扱う科目です。ややマニアックな内容なので人を選びそうです（自分は仕事のお客さんがなぜか論理記号に習熟しており要件調整が劇的に楽になるという奇跡が起きたのですが、ものすごくレアケースだと思います）。日常使う日本語がいかに論理的あいまいさにまみれているかがよく理解できます。講師が全員集合する最終回がおじさん座談会みたいになってて面白いです（失礼）。

310　感性工学入門（’１６）
Sensibility Engineering (’16)
内容充実度：７　内容難易度：５　レポート難易度：２
インタビューの内容を本にしてほしい度：１０

デザイン・心理学・アートなどの複合領域である感性工学を学びます。成績は小テスト8割レポート2割ですが、レポートを提出するためにディスカッションボードに3回以上投稿する必要があります。ユーザインターフェースやユーザエクスペリエンスとの関わりが深いので、コンピュータと人間の接点（’１８）と一緒に履修するとよいと思います。成績評価には関係ありませんが各回のテーマごとに長尺のインタビュー映像がついており、アーティストや心理学者といったゲストの視点から感性を考えることができます。感性という視点から世界を切る、といった趣なので、「色と形を探求する」「音を追求する」のような総合科目に近い印象です。

310　Javaプログラミングの基礎（’１６）
Introduction to Java Programming (’16)
内容充実度：６　内容難易度：６　レポート難易度：５
オブジェクト指向はさわりだけ

GUIや文字列処理、ファイル入出力などを含む、C言語基礎演習より微妙に高度な内容を扱います。Javaといえばのオブジェクト指向は最終回にちょろっと出てくるだけです。レポートはルールベースの対話プログラムを作成しますが、予め基本的な処理は作成済みのものに追記する形なので（凝りすぎなければ）難易度は高くありません。私は仕事でJavaを使っていましたがGUI部分は初見の内容が多く参考になりました（JavaでUI作ることはそうないとは思いますが）。これに限らずですが同じ学期に別のプログラミング系科目を重複履修するとぐちゃぐちゃになるので初心者にはおすすめしません。

310　情報デザイン（’２１）
Information Design (’21)
内容充実度：８　内容難易度：５　試験難易度：５
2021年度オシャレ科目大賞

2021年度新規開設科目で、情報アーキテクチャ（システムアーキテクチャではなく情報自体の構造化の方）のデザインに焦点を当てた科目です。大きく3分割されており、最初の「基礎」で定義と歴史的展開を抑え、「各論」でグラフィックデザイン・UXデザイン・インタラクションデザインといった領域を扱い、「展開」でより実践的なトピックを扱うという、これ自体よくできたデザインの科目になっています。デザイナーは言わずもがな、ちょっとした情報の見え方が変わるので面白い科目だと思います。おすすめです。放送授業の映像もモダンでいい感じです。

320　自然言語処理（’１９）
Natural Language Processing (’19)
内容充実度：９　内容難易度：８　試験難易度：７
おすすめ科目ナンバーワン

情報コースおすすめ科目ナンバーワンです。印刷教材は自然言語処理の体系的なテキストとして放送大学外でも一定の評価を得ている書籍です。文字コードからニューラルネットワーク、機械翻訳の仕組みまで、歴史をなぞりながら学べます。私は最終的に卒業研究を自然言語処理で執筆したのですが、この科目をしっかり勉強したおかげで頭が整理できた状態で臨めました。ぜひ履修していただきたいです。

320　コンピュータと人間の接点（’１８）
Human-Computer Interaction (’18)
内容充実度：８　内容難易度：６　試験難易度：７
おすすめ科目ナンバーツー

ユーザインターフェースを扱います。おすすめできます。人間の生理的・認知的な特性から始まり、デザイン思考に準拠したシステム開発のプロセスや、VR・AR等の先進的なインターフェースについても扱います。後半、東大情報学環でユーザインタフェースを研究している暦本研の研究成果が紹介されますが、発想が斬新でユーザインタフェースの概念を良い意味で壊してきます。試験は比較的難しい印象でした（個々のシステムについて問われる部分があるため）。

320　データの分析と知識発見（’２０）
Introduction to Data Analysis (’20)　
内容充実度：７　内容難易度：７　試験難易度：７
またの名をR言語入門

R言語によるデータ分析を扱います。Rの基本から多次元尺度法や主成分分析、アソシエーション分析などがスコープです。線形代数や基礎的な統計学を理解していないとだんだん置いてけぼりになる感じがします。先行して入門線型代数や統計学を履修したほうがいいと思います。ただ試験は持ち込みOKなので暗記する必要はありません。

320　コンピュータの動作と管理（’１７）
Computer Operation and Management (’17)
内容充実度：７　内容難易度：７　試験難易度：７
オペレーティングシステム論

放送大学の科目で最もハードウェア寄りの内容です。主にOSを扱います。個人的には普段の仕事（アプリケーションエンジニア）では隠蔽されていてほぼ触れることがない場所なので、大いに勉強になりました。レジスタやプロセッサの動作に加え、組み込み系のリアルタイムOSも出てきます。

320　データ構造とプログラミング（’１８）
Data Structures and Programming (’18)
内容充実度：６　内容難易度：５　試験難易度：５

「アルゴリズムとプログラミング」と1/3くらい重複しています。スタックやキュー、バイナリサーチツリーといったデータ構造とそのC言語による実装方法を学びます。例によってC言語のコードを完璧に理解しようとするとなかなか大変ですが、試験はそこまで理解していなくても比較的容易に解けるようになっています。「アルゴリズムとプログラミング」と同時かその後に履修するとよいかと思います。

320　CGと画像合成の基礎（’１６）
Fundamentals of Computer Graphics and Image Synthesis (’16)
内容充実度：７　内容難易度：６　試験難易度：６
なぜラジオにした？？

シラバスに「CGの作成および描画、画像合成の処理に関する基本原理を理解すること」とある通り、単なる編集技術ではなくその背後にある数学的な部分も問われます。結構難易度は高い印象でした。可能であれば入門線型代数や初歩からの数学を履修してからのほうが良いかもしれません。画像処理を扱う科目をなぜラジオ科目にしてしまったのか理解に苦しみます。

320　ユーザ調査法（’２０）
User Survey and Research Methods (’20)
内容充実度：８　内容難易度：７　試験難易度：６
おすすめ科目ナンバースリー

昨今流行りのデザイン思考を意識した科目で、情報機器のユーザ調査の方法論を学びます。特に企画や設計といった情報システム開発の上流工程に関わる方にはお勧めできる科目です。生理心理学的な方法やアイトラッキングは普段使うことはないので面白かったです。自分はここから派生して心理学的な科目も履修するようになりました。

320　Ｗｅｂのしくみと応用（’１９）
Technology and Application of the Web (’19)
内容充実度：７　内容難易度：６　試験難易度：６
IT部門の方はぜひ

Webサービスに関わる技術をまとめて取り上げた科目です。HTMLとHTTPを中心に、認証技術やセキュリティ、仮想化なども取り上げられます。Webシステム開発経験があれば既知の内容が多いですが、後半ではやや発展的にセマンティックWebやレスポンシブWebデザインなども議論するので、ある程度Webのしくみを理解されている方でも新しい発見があるかもしれません。

320　データベース（’１７）
Introduction to Databases (’17)
内容充実度：７　内容難易度：６　試験難易度：６
DBSP対策にどうぞ

読んで字のごとくデータベースです。おおよそIPAのデータベーススペシャリストの出題範囲をカバーしています。関係代数の演算をきっちり扱うあたり、大学の講義ならではだなと思いました。リレーショナルデータベースが大半ですが、発展技術としてグラフデータベースや分散データベースも少し取り上げられます。

320　通信概論（’１４）
Introduction to Telecommunications (’14)
内容充実度：８　内容難易度：８　試験難易度：８
通信（物理）

通信路の理論や信号の表現方法、変調などについて学びます。情報ネットワークに比べて低レイヤ（物理寄り）の内容です。性質上それなりに高度な数式の出現が避けられないので、最低でも三角関数程度は理解したうえでないと厳しいと思います（欲を言えば入門微分積分でフーリエ変換を勉強してからのほうがいい）。試験は持ち込み可でも70点台なので難易度はお察しです。数式まみれなのでラジオ科目なのがとてもつらかったです。

320　コンピュータ通信概論（’２０）
Introduction to Computer Telecommunication(’20)
内容充実度：８　内容難易度：８　試験難易度：８
続・通信（物理）

通信概論（’１４）の後継科目で、内容と前提として数学が必要になる点も共通です。改定で5GとIoTについて詳しく扱うようになりました。無線通信や海底ケーブル通信の仕組みを扱うので刺さる人には刺さると思います（自分は刺さりました）。私は改定前の通信概論（’１４）を履修済みでしたが、理解が追い付かなかったのでこちらを再履修しました。試験はかなり細かいことを問われます。持ち込み可でも結構悩むレベルです。これでラジオ科目じゃなければ・・・

320　身近なネットワークサービス（’２０）
Networking Services in Our Life (’20)
内容充実度：６　内容難易度：６　試験難易度：６
プロトコル名が並びすぎてちょっとつらい

情報ネットワーク（’１８）と重複するプロトコルスタックの議論に加え、上位レイヤの各種プロトコルとその応用について主に扱い、APIを利用したネットワークサービスのアーキテクチャなどにも少し触れる内容です。かなりきっちりした内容で、すべて理解すればネットワークエンジニア並みの知識が身につきそうな一方で、個別のプロトコルに関する説明の羅列のようになってしまっている部分が散見され、なかなか全体感を掴むのが難しい構成でもあります（内容の性質上仕方ない部分もあるかと思いますが）。

320　メディア論（’１８）
Media Studies (’18)
内容充実度：７　内容難易度：６　試験難易度：７

「パースペクティブとしてのメディア論」をキーワードに、メディアを時間軸で追いかける前半部分と空間軸で俯瞰する（主に東アジアと観光の視点ですが）後半部分に分かれます。メディアという捉えどころのない概念をどうすればつかみ取れるかという点に関心が持てれば面白いと思います。技術社会論的な議論もあり、エンジニア職の方にも学びのある内容です。

320　数理最適化法演習（’２０）
Exercises in Mathematical Optimization (’20)
内容充実度：５　内容難易度：７　レポート難易度：６

問題解決の数理（’２１）の演習科目ですが、内容的には前半1/3くらいのカバーで、線型最適化問題としてExcelソルバーで解ける範囲のみです。問題解決の数理（’２１）は後半の状態空間モデルやら待ち行列理論やらが本丸な感もあり、先にこちらの演習科目を履修して準備運動してから問題解決の数理（’２１）を履修する順番の方が頭に入りやすいと思います。演習の内容は何も考えないと画面の真似をしてExcelをポチポチするだけで終わってしまうので、何をやっているのかを理解する努力をすることが必要です。

320　統計学（’１９）
Statistics (’19)
内容充実度：７　内容難易度：７　試験難易度：６

放送大学の統計系科目の中で一番数理統計学に近く、確率分布の占める割合が大きいです。「データの分析と知識発見」の前に履修するとよいのではないかと思います。統計検定2級の出題範囲とほぼ重複しているので、試験対策的にもお勧めです。試験は持ち込み可なので難しくないです。

320　経営情報学入門（’１９）
Introduction to Management Information Systems Study (’19)
内容充実度：７　内容難易度：７　試験難易度：８

怪しげな科目名ですが、企業や組織における情報の扱い・扱われ方に主眼を置いた科目であり、企業勤めの方であれば関心が持てるのではないかと思います。私は第6回の組織的知識創造理論にハマってしまい、卒業研究にも登場させました。試験はかなりちゃんと作問されており、難易度は高めです。

320　解析入門（’１８）
Introduction to Real and Complex Analysis (’18)
内容充実度：８　内容難易度：９　試験難易度：９
複素積分以降がしんどい

２変数関数と複素関数の微積分を扱います。内容が内容だけに難易度が高めでかなり苦しめられました。ただし過去問や通信指導の解説が非常に丁寧なため、問題が解けなくてどうしようもなくなるということはあまりありませんでした。複素関数は（初学者からすると）なかなかハードルが高く、それなりの覚悟が必要です。自分は卒業研究で機械学習を扱う関係上、この辺の扱いは避けられないと考え履修しました。

320　著作権法（’１８）
Copyright Law (’18)
内容充実度：６　内容難易度：７　試験難易度：８

法律科目ゆえの細かさに苦しめられました。情報資産の知的財産的な扱いに関心があって履修しましたが、体系的に理解するぞ！という気持ちがないと厳しいかもしれません。

330　コンピュータビジョン（’２２）－画像処理による情報抽出の技法－
Computer Vision (’22): Techniques of Information Extraction by Image Processing
内容充実度：８　内容難易度：９　試験難易度：５
ガチなやつ

画像処理の科目ですが、前半がカメラ幾何学・形状復元・自己位置推定等の幾何学的なアプローチ、後半が畳み込みニューラルネットワークを中心とする深層学習手法で毛色がだいぶ異なります。前提として線形代数と微分積分とプログラミングが要求されていることから察しが付く通り内容のレベルはだいぶ高く、その辺の工学部で扱う内容と遜色ないと思います（理解できなかった箇所の参考にしようといろいろググったら工学部の授業PDFがたくさんでてきました）。特にPythonと線形代数はある程度自由に操作できるようになっていないとついてけない可能性が高いです。小テストのやり直しがきくのと、提出する演習課題がある程度お膳立てされたものなので単位自体はどうにかなると思います。

330　問題解決の数理（’１７）　
Mathematical Approaches to Problem Solving (’17)
内容充実度：８　内容難易度：８　試験難易度：８
数理最適化って言って

微妙に分かりづらい科目名ですが、数理最適化法です。シンプレックス法・ゲーム理論・状態空間モデル・組み合わせ最適化問題などを扱います。それなりの数学を使いますが、実際に問題を解く過程で微分積分をガンガン使ったりすることはないので、そこまで高難易度というわけではないです。また、担当の大西先生が追加の資料を自身のWebサイト上に用意してくれているので、その辺りも参考にできます。試験はパタン化されているのでしっかり対策すれば解答可能です。

330　数値の処理と数値解析（’１４）
Numerical Computing and Analysis (’14)
内容充実度：７　内容難易度：１０　試験難易度：９
情報コースのラスボス。なぜラジオにした？？？

ナンバリングで専門科目の頂点にいるだけあってゲキムズ科目です。覚悟が必要です。線型代数と微分積分も必須です。後半は微分方程式も出てきます。そもそもある数値計算をコンピュータで計算可能にするためにはこういう工夫をするとよい、という議論をする科目なので、前提となる数値計算（これが線型代数や微分積分）の意味が分かっていないと理解することは不可能です。自分はすべて理解できたとは言えない状態で単位認定試験を迎えることになってしまい悔いが残っています。ラジオ科目で数式が追い辛いのが難易度に拍車をかけています。

情報コース　総合科目

410　色と形を探究する（’１７）
Exploring Colors and Forms (’17)
内容充実度：４　内容難易度：５　試験難易度：８
オムニバス科目の悪いところが出てる

「色と形」と他分野から検討するオムニバス形式の科目です。性質上興味が持てるパートとそうでないパートがはっきり分かれやすい科目かと思います（それ込みで多面的に見ることに意味がある科目だとは思いますが）。特に途中の比較文化論パート（グァテマラの織物）は事例紹介以上の目的をつかむことが難しいです。試験も重箱の隅をつつきまくってくるので無用に難易度が上がっています。

410　進化する情報社会（’１５）
Evolving ICT and Sustainable Society (’15)
内容充実度：４　内容難易度：４　試験難易度：２

情報技術社会論といった趣で、経済成長やプラットフォーム、持続可能性といった側面から情報技術を論じる科目です。個人的には比較的既知の内容が多かったですが、この辺の議論を扱っている科目は意外と他にないので、関心があれば良いかもしれません。

410　多様なキャリアを考える（’１５）
Considering the Diversified Career of Occupation and Life (’15)
内容充実度：４　内容難易度：２　試験難易度：２

広い意味でのキャリアやライフコースについて学びます。社会人歴が浅かったのでせっかくだから少し考えようかと思って履修しました。産業・組織心理学（’２０）と多少重複する内容です。個人的には会社勤めしながら放送大学に入学する選択をした時点で割とキャリア意識高い系だと思っています。

420　技術マネジメントの法システム（’１４）
Law Systems of Technology Management (’14)
内容充実度：４　内容難易度：５　試験難易度：５

労働法・情報法・環境法の三本柱で、エンジニアをやっていて関係しそうな法律はおおむね取り上げられています。逆に言うとかなり取り上げられている内容の幅が広いので、すべてを理解しようとすると相応に大変な科目かと思います。試験は持ち込み可で、じっくり解けばなんとかなるレベルでした。

420　ＡＩシステムと人・社会との関係（’２０）
Relationships between AI Systems and Human Society(’20)
内容充実度：８　内容難易度：７　試験難易度：６
非技術者向けAI科目

AIの歴史と現状を、技術と社会の両面から理解しようという科目です。昨今バズワード化しているAIの本質は何か？という議論ができるようになるかもしれません。過去３回のAIブームの際に何ができて何ができなかったのか？という議論はそれなりに面白いです。進歩があまりにも早すぎる分野なので、閉講するころには陳腐化している予感がしなくもないですが、とっかかりとしては良い科目だと思います。G検定の対策にもなります。

情報コース　卒業研究

卒業研究（情報）
Individual Research(Informatics)
大変ですが、自分でテーマを決めて自分で完成させる卒業研究は達成感も格別です。全科履修生の方、ぜひ卒研書きましょう。AI（自然言語処理）で卒研書いて論文出すまでの軌跡を別途まとめています。

自然と環境コース科目
210　初歩からの物理（’１６）
An Introduction to Physics (’16)
内容充実度：７　内容難易度：８　試験難易度：８
初歩で終わるとは言ってない

物理系の入門科目です。物理に忌避感を抱いている人に向けたリカレント教育的な立ち位置のようで、映像授業は割とホンワカした感じで進んでいきます。とはいえ45分×15回の講義で古典力学から熱力学、電磁気学、量子力学の初歩まで詰め込んだ内容なので割と目まぐるしく、自習は必須だと思います。試験は数式を問うタイプではなく概念の正しさを問うてくるタイプですが、微妙な聞き方をしてくることもありちゃんと理解していないと苦しいです。なぜか初歩からシリーズの中でこれだけ放送大学エキスパートの認定対象から外れており、後述の「物理の世界（’１７）」からが本当の物理だ・・・！という意志を感じます。

210　初歩からの化学（’１８）
Introduction to Chemistry (’18)
内容充実度：６　内容難易度：７　試験難易度：７
「大学化学の」初歩から

化学系の入門科目です。とはいえ原子軌道やら混成軌道やらから始まるので、高校化学のドーナツっぽい図しか知らない人（私など）にとっては結構ハードルが高い内容でした。初歩からの物理（’１６）とセットで履修すると、同じ概念が微妙に違う捉え方で説明されているところがあり面白かったです。

210　初歩からの生物学（’１８）
Introduction to Biology (’18)
内容充実度：５　内容難易度：３　試験難易度：３
ちゃんと初歩から始まって初歩で終わる

「放送大学の初歩から～シリーズは難しい」という通説があるようですが、生物学に限っては正しくイメージする通りの導入科目で、内容的に難しいところはありませんでした。（ワクチンで話題の）RNAの働きなど復習できたのはよかったです。生物学的には～という文言で全然生物学的に正しくないことを言っている人が世の中にたくさんいることが分かりました。

220　初歩からの宇宙の科学（’１７）
Introduction to Astronomy (’17)
内容充実度：７　内容難易度：５　試験難易度：７
宇宙科学の初歩がどの辺までなのかわからない

子供のころ天体観測が好きだったのを思い出して履修してみました。個々の内容もさることながら、はるか彼方にある星たちについてどうすれば知ることができるのか？という様々な観測のアイデアが興味深かったです。宇宙科学を体系的に学ぶ機会というのはあまりないかと思いますが、日々夜空に見えるものに対する解像度が上がり、生涯学習として正しく人生が豊かになる感じがしてよかったです。夜空を見上げる機会が増えました。

220　物理の世界（’１７）
The World of Physics (’17)
内容充実度：８　内容難易度：８　試験難易度：８
微分方程式が解けないと詰む

初歩からの物理（’１６）と力と運動の物理（’１９）、場と時間空間の物理（’２０）、量子物理学（’２１）をつなぐ中級科目です。扱う分野としては初歩からの物理（’１６）と重複していますが、こちらは数式ベースでしっかり「物理学」するイメージです。物理なので当然と言えば当然ですが普通に微分積分（特に微分方程式）がガシガシ出てくるので、その辺の前知識なしにうっかり履修するとひどいことになる可能性が高いです。

220　生物環境の科学（’１６）
Environmental Ecology (’16)
内容充実度：６　内容難易度：５　試験難易度：６

「環境」という切り口から生物を考える科目です。生態系やバイオーム、植景観生態学、人間による環境改変といったテーマを扱います。シンプルに環境と生物の関わりが分析されていて面白いのですが、私は人間社会のメタファーとして見ていました。会社組織や社会の中の人間の行動もその辺の生き物と大して変わらないな、という悟りを得ることができます（人によります）。

220　入門線型代数（’１９）
Introduction to Linear Algebra (’19)
内容充実度：７　内容難易度：７　試験難易度：７
実質必修科目その①

ここまでに何回か出てきましたが、情報数理系の科目を履修するならこれは必須です。行列式から基底変換、固有値までを扱います。特に機械学習に触れる可能性があるのであれば確実に必須です。履修したほうがいいです。試験も過去問をきっちりやれば難しくありません。

220　入門微分積分（’１６）
An Introduction to Calculus (’16)
内容充実度：７　内容難易度：８　試験難易度：９
実質必修科目その②

線型代数と同じく情報系をやるならこれも事実上必須です。こちらはかなりやりごたえがありますが、数理系の科目の理解度が天と地ほど違うので履修をお勧めします。極限からスタートして広義積分・級数まで扱います。導入科目のわりに試験が平然と殺しにかかってくるので油断すると普通に落単します。

220　演習微分積分（’１９）
Problems and Exercises in Calculus (’19)
内容充実度：６　内容難易度：７　試験難易度：７
パワー！！

入門微分積分に対応する演習科目です。問題を解く→採点兼解説→問題を解く→・・・→小テストの流れをひたすらループするパワー系科目です。物量が多く、高校時代の夏休みの宿題をやってる気分になれます。最終レポートは理論を整理するものです。石崎先生の見た目から（勝手に）想像するよりだいぶ辛口採点です。

310　現代を生きるための化学（’１８）
Chemistry for Living in Modern Society (’18)
内容充実度：６　内容難易度：７　試験難易度：８

初歩からの化学と並ぶ化学の基本科目ですが、こちらはやや社会目線で環境問題・資源・創薬といった目線での議論がなされ、とっつきやすい印象です。両方取ると理解が深まるのではないかと思います。全体としてそんなに難しい科目ではないのですがところどころ割と高度な内容があり（ポテンシャルエネルギー曲面とか結晶構造解析の原理とか・・・）、完璧に理解しようと思うと思ったより苦戦しそうです。試験はある程度ちゃんと理解していないと解けない作りです。

310　はじめての気象学（’２１）
Introduction to Meteorology (’21)
内容充実度：７　内容難易度：８　試験難易度：７
結局物理と化学

某朝ドラの影響で履修しました。シラバスにもありますが理論的な説明が多めなので基本的な物理・化学の知識がないと苦しみそうです。時間・空間ともにスケールの大きな話で、仕事の苦しみを忘れられるデトックス効果があります（人によります）。「雨が降る」「風が吹く」といった身近な現象がどのような作用機序によって起こっているのかわかり、面白い科目だと思います（「冷たい雨」と「暖かい雨」があることを知っていますか？）。

320　線型代数学（’１７）
Linear Algebra (’17)
内容充実度：７　内容難易度：９　試験難易度：８

「入門線型代数」の続きです。内積外積からスタートして三角化や標準形、二次形式を扱います。機械学習をちゃんとやるのであればやっておいたほうがいい範囲だと思います。試験は隈部先生のやさしさを感じられます。

320　微分方程式（’１７）
Differential Equations (’17)
内容充実度：？？　内容難易度：１０　試験難易度：１０
数学系のラスボス

入門線形代数→解析入門と進んできた先に待ち構えています。「数値の処理と数値解析」でも少し出てくる微分方程式の解法を扱います。難しいです。覚悟をたくさん持ってきましょう。残念ながら私はすべてを理解することはできませんでした。

330　非ユークリッド幾何と時空（’１５）
Non-Euclidean Geometry and Spacetime (’15)
内容充実度：？？　内容難易度：１０　試験難易度：８
数学系の裏ボス

突然の非ユークリッド幾何学です。最近の機械学習には双曲空間上で動作するものがあり、少しでも非ユークリッド幾何の世界を理解しようと思って履修しました。内容的にはユークリッド幾何学から始まり、双曲三角法や球面三角法を経てミンコフスキー空間に至ります。難易度の割にテキストがかなり薄く、行間を読むのが大変でした（放送授業は丁寧です）。「世界を知った」だけで終わってしまった感覚があり、いつかリベンジしたいです。試験は講義内容と直接はあまり関係ない出題の時があるようです。

330　動物の科学（’１５）
Zoological Science (’15)
内容充実度：６　内容難易度：７　試験難易度：７

動物を対象とした生物学を一通り扱います（そのまんまですが）。生理心理学や比較認知科学を履修している中で、高校時代に学んだ生物の内容がいつの間にか古くなっていることが結構あることに気づき履修しました。情報学で出てくる概念でもちょくちょく生物の生態を参考にしたようなアルゴリズムやアーキテクチャがあるので、復習できてよかったと思います。試験は330だけあって細かいことを聞かれますが、会場試験の時代とは違って在宅試験であれば全部暗記している必要はないのでどうにかなります。

420　暮らしに役立つバイオサイエンス（’２１）
Living with Bioscience (’21)
内容充実度：５　内容難易度：５　試験難易度：７

バイオサイエンスと言っていますが微生物全振りで「生活微生物学」という感じの内容です。食品産業や微生物工業の観点から微生物の働きと活用について学びます。テキストが薄いのと試験平均点が高いので気を抜きがちですが、基本的な生物学と化学の知識がないと内容を理解するのは難しいと思います。醤油と味噌と日本酒に詳しくなれます。

心理と教育コース科目

220　心理学概論（’１８）
Introduction to Psychology (’18)
内容充実度：５　内容難易度：４　試験難易度：４
ここからはじめる心理学

放送大学随一の人気科目です（心理コースの学生が多く、だいたいここから履修するため）。専門科目として開講されている心理学の各領域をオムニバス的にさらいます。個人的には既知の内容が多かったですが、心理学の対象領域の大枠を把握する分には有益な内容だと思います。試験は難しくないです。

320　交通心理学（’１７）
Traffic Psychology (’17)
内容充実度：６　内容難易度：３　試験難易度：４
交通といいつつデザイン要素強め

交通心理学と銘打たれると何か心理学の特殊な領域のような感じがしてしまいますが、通底しているのは注意の理論や、リスクテイキング、エラー理論で、知覚心理学だったりデザイン論で扱われるようなテーマです。黄信号のジレンマや各セグメントのドライバーの認知特性など日常の交通安全に役立ちそうな内容も含まれています。試験は半分くらい常識で解ける内容です。

320　産業・組織心理学（’２０）
Industrial and Organizational Psychology (’20)
内容充実度：７　内容難易度：５　試験難易度：６

主に組織文化やコミュニケーション、モチベーションなどについて学びます。上司・部下に受講してほしい科目ナンバーワン（私調べ）です。特にモチベーション理論やコンフリクトマネジメントは会社ですぐ役立つ内容で、受講してよかったです。中小企業診断士の出題範囲と一部被っているので、試験対策にもなりえそうです。

320　比較認知科学（’１７）
Comparative Cognitive Science (’17)
内容充実度：７　内容難易度：８　試験難易度：９
動物から見る世界

単位認定試験の平均点が55点という心理と教育コースとは思えない数値を叩き出したことで有名な（私調べ）科目です。動物の認知と学習について学びます。認知や学習の方法を細分化した上で、どのような動物がどんな認知的な特性があるのかを知ることができます。「社会的知性」がキーワードの一つです。試験は55点も納得の辛口難易度でした。

320　心理統計法（’１７）
Statistics for Psychology (’17)
内容充実度：８　内容難易度：８　試験難易度：６
という名のベイズ統計入門

半分タイトル詐欺みたいな感じですが実態としては頻度主義統計ではなくベイズ統計に全振りしたベイズ統計入門です。イデオロギー的なほどにベイズを推してくる豊田先生の言動は一見の価値ありです。15回終わったころにはベイズ統計信者になっているに違いありません。閉講が残念で仕方ありません。試験は40問分のマークシートを全部使うストロングスタイルで、いろんな意味で伝説的でした。

320　心理学研究法（’２０）
Psychological Research Methods (’20)
内容充実度：６　内容難易度：６　試験難易度：５

実験法・観察法・面接法・検査法など心理学で使われる研究法を比較しつつ学ぶ科目です。主に「データをどう集めるか」が論点で、「集めたデータをどう処理するか」は心理統計法でカバーしています。ユーザ調査法と若干重複していますが、こちらは心理学ということもあり面接法や検査法に重きを置いている印象です。エビデンスレベルの強弱に関する議論もあったりと、必ずしも心理学ど真ん中の人でなくとも参考になる部分はありました。

320　錯覚の科学（’２０）
The Science of Illusion (’20)
内容充実度：８　内容難易度：６　試験難易度：５
錯覚は目の錯覚だけじゃない

いわゆる「目の錯覚」だけでなく、認知的な錯覚も取り上げているのがポイントです。システムエンジニアとしてはUIUXデザインの文脈で非常に参考になる内容でした。情報コース科目ではありませんが、面白い科目なのでぜひ履修していただきたいです。試験は過去問から出がちなので対策すれば難しくありません。

320　知覚・認知心理学（’１９）
Psychology of Perception and Cognition (’19)
内容充実度：８　内容難易度：８　試験難易度：８
UIUXデザインに効く科目

認知と感覚の仕組みを探る科目です。記憶や注意、意思決定の方策決定などが対象です。コンピュータによる情報処理を学ぶ情報コースの学生にとって、我々の身体が持つ情報処理機構の仕組みを理解しておくことは大いに意味があることだと思います。実際にディープラーニングや信号処理の仕組みには、この科目で扱うような人間の仕組みからのメタファーが多数取り入れられています。試験は細かいことを問われて難しめです。

320　生理心理学（’１８）
Physiological Psychology (’18)
内容充実度：７　内容難易度：８　試験難易度：６

神経心理学や脳科学に近い科目です。情報コースと直接的には関係ないですが、コンピュータの情報処理の多くがこの科目で扱うような生体の機構と類似していることを考えると、余裕があれば履修してみると新しい発見があると思います。試験は記述式ですが持ち込み可です。

320　学習・言語心理学（’２１）
Psychology of Learning and Language (’21)
内容充実度：７　内容難易度：７　試験難易度：８
文章が人選びそう

学習による行動変化、その特殊パタンとしての人間の言語習得について、学問上の位置づけの明確化と機序の理解を目指す科目です。敢えて「学問上の位置づけの明確化」と書いたのはここをかなり重視した構成になっているためで、前半1/3かけて心理学からの視点・言語学からの視点・生理学からの視点から対象を見つめなおすというやや特殊な構成になっています。個人的にはそれぞれの領域を少しずつかじったことがあったのでフムフムと読んでいけましたが、人によっては本題に入る前に脱落しそうです。

社会と産業コース科目

210　技術経営の考え方（’１７）
Management of Technology and Innovation (’17)
内容充実度：６　内容難易度：６　試験難易度：６

専門知識の活用やイノベーションに関わる科目で、特に企業勤めのIT技術者にとってはあまり意識することのない経営的なものの見方を学べて良い機会だったと思います。会社や社会のイノベーションシステムがどのように動いているのかを知っているのと知らないのでは、技術者個人のものの考え方に大きな差が出てきます。試験は平均的な難易度でした。エンジニアの方には余裕があればおすすめです。

210　新しい時代の技術者倫理（’１５）
Ethics for the Engineers of the 21st Century (’15)
内容充実度：５　内容難易度：４　試験難易度：５

東日本大震災以降の「新しい時代」を対象とし、技術者倫理について議論します。主張は全体通して「技術者たるもの哲学者たれ」というもので、密度が濃いわけではありませんが、倫理的判断基準について知っておくことは技術者にとって重要なことだと思います。試験は論述で、結構なボリュームです。

310　マーケティング論（’１７）
Marketing (’17)
内容充実度：７　内容難易度：６　試験難易度：８

単位認定試験の平均点が53点台というなかなかな数字をマークした科目です。スタンダードなマーケティングの教科書といった趣で、マーケティングコンセプトから始まりセグメンテーションやポジショニング、価格戦略やブランド戦略について扱います。後半でサービスマーケティングやリレーションシップマーケティングが取り上げられているのがやや新しめな印象です。中小企業診断士の試験対策にも良さそうです。試験は厳密性が要求される内容で、難しいというより得点しづらい作問の仕方でした。

310　物質・材料工学と社会（’１７）
Materials Science and Engineering in Our Society (’17)
内容充実度：８　内容難易度：７　試験難易度：７
こうじょうけんがく

社会と産業コースで一番産業っぽい科目です。鉄道やファッション、航空機といった現実の製品から「トップダウン」で各製品に関係する材料に迫るというアプローチをとっています。扱う内容自体は毎回違うので（セメント、炭素繊維、半導体・・・）しっかり理解しようとすると前知識か自習が必須だと思います。放送授業が工場見学っぽくて楽しめです。

310　住まいの環境デザイン（’１８）
Environmental Design for Housing and Living (’18)
内容充実度：６　内容難易度：６　試験難易度：５

在宅ワークが１年以上続き、少しでも住環境を向上させようと思って履修しました。エコな暮らしの考え方がいろいろ学べます。除湿設備を整えたりカーテンを変えてみたり細かいところをカイゼン中です。光熱費を減らして授業料のモトを取りたいです。

310　地域と都市の防災（’１６）
Comprehensive Disaster Management of Regions and Cities (’16)
内容充実度：７　内容難易度：６　試験難易度：７

自宅周辺がハザードマップで真っ赤っかだったことに衝撃を受けて履修しました。防災について、法律的な観点から技術的（免振技術など）な観点まで横断的に学ぶ科目です。江戸・東京という町は災害からの復興によって成立してきた、という議論が印象的でした。これを履修したからといってハザードマップが青くなるわけではないですが、心構えにはなりました。

320　都市・建築の環境とエネルギー（’１４）
Cities, Buildings, Environment and Energy (’14)
内容充実度：６　内容難易度：５　試験難易度：５

主に熱環境やエネルギーの観点から都市について考える科目です。仕事でインフラ系のお客さんと会話する機会があり、ヒントになればと履修しました。これまでさほど意識することのなかった緑化や通風計画という観点から街並みを眺められるようになり、少しだけですが見方が変わった気がします。

330　環境の可視化（’１５）－地球環境から生活環境まで－
Visualization of Environments (’15) : from Global Environments to Living Environments
内容充実度：６　内容難易度：６　試験難易度：６

リモートセンシングやシミュレーションを駆使して環境情報を可視化する方法について議論されます。環境センサーの情報処理として情報コースにいてもいい科目だと思います。対象も地盤・水流・熱環境と様々で、IoT時代（ベタですが）に効いてくる科目だと思います。試験は教科書の内容がそこそこ分かっていれば解けるレベルです。

生活と福祉コース科目
210　人体の構造と機能（’１８）
Structure and Function of the Human Body (’18)
内容充実度：７　内容難易度：８　試験難易度：７

順天堂大学の先生によるガッツリ講義で、系統的に学ぶことが意識されています。おそらく看護師の方がメインターゲットの科目だと思いますが、私はヒューマンインタフェース系の仕事をやるにあたって一回人体についておさらいしておきたいなと思って履修しました。試験は持ち込み可なので温情があって助かります（持ち込み不可だとこういうモチベーションで履修するにはかなり厳しいと思います）。

220　生活における地理空間情報の活用（’１６）
The Use of Geospatial Information in Daily Life (’16)
内容充実度：６　内容難易度：４　試験難易度：１

生活者＝ユーザ目線での地理空間情報の利活用についての科目です。トレーサビリティや疾病の空間分布といった身近なテーマが取り上げられます。切り口が地理空間情報なので、意外な活用法も紹介されていて面白いです。試験は持ち込み可で簡単な部類です。

310　生活環境と情報認知（’１５）
Cognitive Informatics on Human Living Environment (’15)
内容充実度：５　内容難易度：５　試験難易度：１

生活環境という切り口から、人間が情報をどのように認知し処理しているかを議論するオムニバス科目です。認知心理学に近い分野から環境情報の測定、医療情報の活用まで多岐にわたります。これも試験は持ち込み可で簡単な部類です。

320　ソーシャルシティ（’１７）
Social City (’17)
内容充実度：６　内容難易度：５　試験難易度：４

わかりにくい科目名ですが、まちを対象に環境とコミュニケーションについて多角的に検討する科目です。マーケティングやソーシャルグラフから始まり、モバイルセンシングや熱環境のシミュレーションまで話が広がります。私はまちづくりそのものを仕事にしているわけではありませんが、扱っているシステムが実空間インタフェースに近いこと、デジタルツインやメタバースといった領域に片足を突っ込んでいることから履修し、なかなか示唆に富む科目だったと思います。純粋にまちづくりに関心がある方にもよさそうです。試験は選択式ですがそれなりに理解していれば問題なく解ける水準です。2023年度から後継科目のソーシャルシティ（’２３）が始まるようです。

人間と文化コース科目

210　コミュニケーション学入門（’１９）
Introductory Course on Communication (’19)
内容充実度：８　内容難易度：６　試験難易度：７
無茶ぶりしてくるお客さんに履修してもらいたい

コミュニケーションの基礎概念から始まり、言語/非言語コミュニケーションの特徴や、多文化共生、文化進化論あたりを扱います。前半では日々無数に繰り広げているコミュニケーションの裏にはこんな理論が提唱されているのか、という気づきの多い内容で、大学の入門科目としてもおすすめできます。一方で後半の多文化共生と外国人労働者関係の章は、大切な議論であることは理解できつつも科目名から想起する内容からは若干外れている感じがあり（なぜここに置いているのかは説明がありますが）、多少人を選びそうです。試験は択一式で、授業内で扱った理論を実際の具体例に適用してみるとどうなるか？という問いが多めです。個人的にはこの出題方式は理解が促進されて非常に良いと思います。特に在宅受験になってから、教科書と記述が一致してるかどうかの国語クイズみたいになってしまってる科目が多いので・・・

210　現代人文地理学（’１８）
Contemporary Human Geography (’18)
内容充実度：７　内容難易度：６　試験難易度：７

「人間・環境」と「地理」の組み合わせからなる学問で、環境問題や災害、都市化といったテーマが中心的な論点です。GISを扱う回もあるので生活環境情報の表現－ＧＩＳ入門（’２０）あたりと相性が良いかと思います。私たちがこの世界で生活する以上地理との関わりは必須であることを思い出させてくれる科目です。個人的には「焼き畑は必ずしも環境に悪くない」という議論が印象的でした（子供のころからなんとなく環境破壊の代表的な絵面のような感じがしていたので）。

210　博物館概論（’１９）
Introduction to Museum Practice (’19)
内容充実度：４　内容難易度：２　試験難易度：２

第一義的には学芸員養成課程の科目ですが、趣味がミュージアムめぐりなので履修してみました。博物館額の各分野を概観するオムニバス系の科目で、博物館が持ついろいろな側面を知ることができます。

210　新しい言語学（’１８）－心理と社会から見る人間の学－
New Trends in Linguistics (’18): Humanics with Psychological and Sociological Perspectives
内容充実度：８　内容難易度：７　試験難易度：６
犬はゴーゴリと名付けよ

言語研究法（’１９）とセット売り感のある科目で、言語研究法（’１９）が古典的な言語学を扱うのと対照的にこちらでは認知言語学や社会言語学や語用論といった言語学の「新しい」領域を扱います。印刷教材の言葉を借りれば、「心理学的能力や社会的コミュニケーション能力の結実したもの」として言語を捉えるものです。個人的には命名論の「表示性」と「表現性」の対立が興味深く、世の中で物事が命名される時にどういった力学が働いているのか考えさせられました。試験は激アマではないですが、順当に勉強していれば問題ないレベルです。

210　日本語学入門（’２０）
Introduction to Japanese Linguistics (’20)
内容充実度：７　内容難易度：７　試験難易度：７
「は」と「が」の違い説明できますか？

日本語の音韻・文法・歴史・方言について論じる科目です。義務教育の「国語」では扱わない（扱った方がいいんじゃないの？と思いましたが）、日本語を客観的な一言語として捉える視点を獲得できます。「は」と「が」の違いが説明できるようになります。敬語表現の変遷や方言の周圏分布など、現代日本で生きるにあたって有益な内容も多いと思います。自然言語処理との捉え方の違いが鮮明に見えてくるのでその辺りを専門にしている方にもお勧めできるかと思います。試験はしっかり理解できていないと苦しい問題も出ます。

310　言語研究法（’１９）
Introduction to Linguistics (’19)
内容充実度：６　内容難易度：６　試験難易度：７

あまり研究法という感じはなく英語の科目名（言語学入門）の方が正確な気がしますが、新しい言語学（’１８）に対する「旧」言語学を扱う科目です。オンライン科目ですが特に演習とかがあるわけではないので小テスト付きの放送授業という趣です。古典的な言語学の対象である音韻論や形態論、統語論、意味論などを扱います。こちらも自然言語処理erの方にもお勧めできると思います。小テストが一発勝負なので多少気を使うかもしれません。

310　博物館展示論（’１６）
Museum and Exhibition Studies (’16)
内容充実度：５　内容難易度：２　試験難易度：２

リトルワールド、博物館明治村、国立科学博物館などを取り上げ、「資料を展示する」ことに関連する議論をしていきます。東京国立博物館や国立科学博物館などは子供のころからよく通っていたので、展示にこんな工夫がされていました、という説明が伏線回収的で楽しめました（そして博物館明治村など行ったことのなかったところはこの機会に行ってみました）。ほかの博物館系科目と比べても一番一般利用者に近い分野なので、普通に眺めているだけでも博物館が好きな人は面白いと思います。試験は簡単です。

310　博物館資料保存論（’１９）
Preservation of Museum Collections (’19)
内容充実度：４　内容難易度：３　試験難易度：３

展示論から一転して、ほぼ一般利用者の目に触れることはない部分です。これはこれでバックヤードツアー的な趣があって面白いです。日本の温湿度がいかに博物館資料の保存に適していないかがよくわかり、職員の方に頭が下がるようになります（？）。

320　博物館教育論（’１６）
Museum Education (’16)
内容充実度：３　内容難易度：２　試験難易度：３

博物館で行われる教育活動について取り上げる科目です。「博物館教育」と言っても博物館主催のセミナーのような公式のイベントだけでなく、個人的な学びや来館者同士のコミュニケーションもまた学びであるということが強調されます（単なる「教育」も似たような考え方があると思いますが）。ちょっと事例紹介してるだけっぽくなってしまってるのが構成として惜しい感じがしました。

320　博物館経営論（’１９）
Museum Management (’19)
内容充実度：３　内容難易度：２　試験難易度：４

博物館経営という訪問者側がほぼ意識しないであろう内容について学ぶ科目です。完全な公共機関でも民間企業でもない博物館という組織が政策に翻弄されながら経営していることがよく分かります。プログラム評価や提携戦略のパートは会社で仕事していくうえでも参考になるところかと思いました。博物館は社会にどんな価値をもたらすのか？という議論は昨今の文化施設に対する風当たりに対する回答として一見の価値ありです。

320　西洋音楽史（’２１）
History of Western Music (’21)
内容充実度：７　内容難易度：６　試験難易度：６

古代ギリシャから19世紀までの歴史的展開を追う構成です。我々が当たり前のように考えている「クラシック音楽」はどこに由来するのか？という問いが中心にあります。放送時間45分の制約で紹介される音源が限られているのでかなり理論面に寄っており、扱われた曲をちゃんと聞きたかったら自分で探さないと厳しいです（私はAmazon Music Unlimitedを契約して聞いてました。グレゴリオ聖歌とかマニアックなオペラとかも割とカバーしててAmazonすげー！となります。）。これを履修してから古楽に微ハマり中です。

320　舞台芸術の魅力（’１７）
Charm of Performing Arts (’17)
内容充実度：７　内容難易度：７　試験難易度：８

西洋芸術の歴史と理論と同じ青山先生の舞台芸術（オペラ・バレエ・ダンス・演劇・歌舞伎など）に特化した授業です。そもそも舞台でパフォーマンスするとは何か？とか古典演劇が古典たる所以は何か？という根本的な話からスタートします。映像が豊富で普段あえて意図しないと見ないようなパフォーマンスを見る機会になるので良いと思いました。オペラ座の馬蹄形劇場は社交のためだったというのが印象的でした。試験はやはり在宅試験向けにチューニングしてきている感じがします（2021年度1学期は平均53.9点。。）。

330　西洋芸術の歴史と理論（’１６）
History and Theory of Western Art (’16)
内容充実度：８　内容難易度：７　試験難易度：９

UIUXデザイナーという仕事柄、「芸術理論」というものに関心を持って履修しました。テレビ授業の本領発揮という感じでヨーロッパ各地の美術館や教会を巡りながら進んでいきます（お金あったんだなあ）。「芸術は芸術家の自己表現ではなく、世界表現である」というスタンスに立ち、時代時代の世界の捉え方を追いながら作品を解釈していきます。「ゴシック」「バロック」「ロココ」など、なんとなく聞いたことはあるけど何なのかよくわからなかった概念が整理されてすっきりした気持ちになれました。2021年から在宅試験向けに単位認定試験がチューニングされてありえないくらい難化してるので要注意です。
330　日本美術史の近代とその外部（’１８）
Modernism of Japanese Art History and it’s Exterior (’18)
内容充実度：８　内容難易度：７　試験難易度：？

単位認定試験が実質レポートな特殊科目です。「近代とその外部」というのが若干わかりづらいのですが、ざっくり日本美術とヨーロッパやアジア諸国（アフリカも少し出てきます）の美術の相互作用に焦点が当たっていると理解しました。芸術作品とその背後にある思想、さらに他の地域のそれらを有機的に結んでいく綺麗な構成で、美術や文化に関心のある方であれば面白いのではないかと思います。通信指導・単位認定試験ともにレポート課題の候補に明らかに無理ゲーと思われるトラップ課題がかなりあるので、手を動かし始める前に書けそうかどうかよく精査してから取り組むことをお勧めします。

410　音を追究する（’１６）
Exploring Sound (’16)
内容充実度：７　内容難易度：６　試験難易度：６

「音」がテーマのオムニバス科目で、物理・心理・音楽・言語・社会の切り口から議論します。単位認定試験は同じオムニバス科目の「色と形」よりは重箱の隅つつく系の問題が少なく、解きやすい部類かと思います。コンサートホールの音響特性の話が興味深かったです。

大学院科目

2022年、ついに大学院科目にも手を出してしまいました。放送大学は沼。

情報学の技術（’１８）
Technologies of Informatics (’18)
内容充実度：８　内容難易度：７　試験難易度：７
新人研修に使おう

猛烈にざっくりした科目名ですが、基本的にはソフトウェア技術者を対象に、一旦社会の視点に立ち返って情報技術の技術的な要素を掘り下げてみる、という趣旨の科目です（社会の視点からというには技術的な掘り下げが深すぎる気がしなくもないですが）。障害分析やシナリオによる要求獲得の技法、制限日本語による要求表現、技術者教育などを扱います。中盤のコンパイラの回だけは少々数学的な色合いが濃すぎますが、残りは新人研修に使ってもいいのでは？と思える（もはや部署で使おうかなと思ってる）水準です。IT企業で普通に仕事をしているだけだと認知できない技術や、なんとなく使っていても厳密な扱いを理解しているかと問われると答えに窮する技術というのがあると思いますが、その辺りに手が届くというのがこの科目の存在意義だと思いました。試験の平均点が異様に高いですが普通に難しかったので大学院科目の試験平均点はアテにならなそうです（そもそも精鋭しか受けてないので、、）。量子コンピュータがちょっとだけ出てきます。

ソフトウェア工学（’１９）
Software Engineering (’19)
内容充実度：８　内容難易度：８　試験難易度：７
UML、アーキテクチャ、プロジェクト計画

開発プロセスから始まり、UMLを使ったモデル化、品質管理といったソフトウェア開発の技術を学ぶ科目です。特にオブジェクト指向に力点が置かれ、結局オブジェクト指向の何が嬉しいのかよくわかっていなかった私にとっては学びが大きかったです。やはり実務と並行してあるべき論を学ぶことで見えてくるものもあります。中盤のモデル検査（オートマトン）と形式手法のところだけガチめの数理論理学なのでここでしばらく止まりました。試験もなんやかんやきちっと理解していないと落としそうな問題が出ます（例によって平均点は高いのですが）。こっちもUML周りを中心に新人研修に使えるレベルだと思います。

知能システム論（’１８）
Intelligent Systems (’18)
内容充実度：９　内容難易度：９　レポート難易度：気合による
放送大学でAI人材になろう the Final

人工知能技術を学ぶオンライン科目です。AI人材になった↓ので満を持して履修しました。

分野の進化スピードがあまりにも早すぎるので（受講当時）4年前の開講だとどうかな？と思いましたが、現在主流の深層学習（さすがにBERTとかは入ってませんが）に加え、深層学習の強すぎるパワーによって主流から外れてきた数々のトライアル＆エラーを振り返ることができるのが却って勉強になります。G検定とかE資格はほぼ機械学習・深層学習一本勝負になってしまっているので、その周縁知識を補完する意味でもいい科目だと思います。昨今はGoogle Colabと様々なパッケージを活用すれば技術的・数学的な内部処理をあまり理解できていなくとも簡単にAIでポンできてしまう時代ですが（それ自体は喜ばしいことです）、やはりその下層にある基礎技術を理解しているのとしていないのでは応用の幅が大きく変わってくると思います。レポートはテーマが何十個かあるので実装系でもリサーチ系でも好きに選べます。放送大学は昨今データサイエンスに力を入れていますが、この科目の内容が理解できれば一つの山の頂上に達したと言えるのではないかと思います。

生活環境情報学基礎演習（’１８）
Basic Seminars in Living Environment Informatics (’18)
内容充実度：８　内容難易度：９　レポート難易度：前半１０・後半３
スクラッチでつくる信号処理入門

生活健康科学プログラムに属するオンライン科目で、前半は時系列データに対する信号処理を扱うScilabプログラミング演習、後半はArcGISを使った地理空間情報の演習です。後半については学部科目の生活環境情報の表現－ＧＩＳ入門（’２０）と重複する部分があります。前後半で難易度が大きく異なり、後半は授業内で扱われるArcGISの基本的な操作が分かれば容易に対応可能ですが、前半は相当に高度なプログラミング能力が求められます。シラバスの履修上の留意点には「パソコンの基本的な使い方を知っていて、表計算ソフトでの四則演算の経験、高校卒業程度の数学の知識があれば履修可能です。」と書いてありますがこれはかなり怪しく、学部の手取り足取り教えてくれるプログラミング系科目とは異なり「～を行うプログラムを作成せよ」とぶん投げてくる形なので配列操作や周波数解析の手法がある程度分かっていないと苦しいと思います。私は前半の課題に数十時間要しました。

情報デザイン特論（’２２）
Exploratory Study on Interaction Design (’22)
内容充実度：７　内容難易度：７　試験難易度：６
デザインと哲学のはざまで

学部の「情報デザイン」と姉妹科目と思われます。抽象的な議論としての「デザインとは何か？」「デザインするとはどういう手続きか？」という問いに挟まれて、講師陣が実践してきた看護現場や博物館でのデザインプロジェクトが紹介される形を取ります。三人称での観察と一人称での省察の関係によってデザインができあがっていく、というのが根底にあるようで、この科目の教材を見ているだけだと具体例でしかない部分がやや多く、そこから抽象化してどのような手続き・思考が必要なのか？と受講者自身が納得するまで考えることが必要な作りになっています。「情報デザイン」を履修、ないし自身でデザイン的な（これが必ずしも世にイメージされる「デザイン」ではないことが明かされるわけですが）営みに関心がある方が受講すると意味のある科目だと思います。試験は記述で、自身の経験を省察する小論文のような形です。

音楽・情報・脳（’２３）
Music, Information, and Brain (’23)
内容充実度：７　内容難易度：７　試験難易度：８
ハイパーソニック！

放送大学の科目の大半が圧倒的な編集努力によってその分野の標準的な教科書を目指している中にあって、ハイパーソニック・エフェクトという特定の学説にかなりの重点を置いた異色科目です。情報コースにありますが、音楽を中心に脳科学や生理学、情報工学といったいくつかの切り口で音楽が人間に与える影響を明らかにしようという内容上、学部の総合科目に近い位置づけであると思います。私も関連論文を調べてみましたが、ハイパーソニック・エフェクトは未だ定説とは言えない状況でもあり、意欲的ながら扱いが難しい科目だなと思いました。試験は記述式で授業内で扱った内容を問われるものですが、なかなか採点が厳しい感じがしました。

コンピューティング（’１９）
Computing (’19)
内容充実度：８　内容難易度：１０　試験難易度：９
計算理論の沼へ・・・

チューリング機械・帰納関数論・ラムダ計算といった計算理論を扱う科目です。様相論理やカリーハワード同型対応、ゲーデルの不完全性定理といった（普通のシステムエンジニア目線では）数学的なそこそこの深淵を覗くことになり、難しい科目です。教材内では理論の説明が主ですが、試験はきっちり計算（というより理論の帰結としての具体例の処理という方が正しいかもしれませんが）が求められます。かつ過去問の解答が未公表のため、参考文献をあれこれ駆使する必要がある点でもなかなかハードルが高いです。

おわりに

以上です。なかなかのボリュームですね。皆様のご参考になればうれしいです。

せっかくマイルストーンを名乗ったので、広く科目情報を全コース向けに充実させたいです。ほかにも似たような試みをされている方をTwitterなどで見かけているので、リンクするとか何か考えようと思います。

（2021年8月追記）→リンクしてみます。

放送大学個人的デ・シラバス｜ぷじぇば｜note
放送大学で履修した科目をまとめておこうと思い、この投稿をします。 自分で学んだことを言語化しつつ、誰かの役に立ちますよう
note.com
↑同世代のITエンジニアで勝手にシンパシーを感じてるぷじぇばさん

＜放送大学＞ 2021年度前期 履修科目レビュー！??｜坂口さかな＠後悔しない大学選び｜note
こんにちは！放送大学心理と教育コースの坂口さかなです。 放送大学2021年度前期にぼくが履修した16科目(全て心理系)
note.com
↑心理と教育コースの坂口さかなさん

【放送大学おすすめ科目をご紹介】看護学士を目指して履修した科目を、すべて振り返ってみた
こんにちは、生涯現役放送大学生もなかです！ 今回はわたしがこれまでに「看護学士を目指して放送大学で履修した科目」を全てご紹
http://www.inton-kangoshi.com
↑全く違う属性ですが看護師のもなかさん

↑京都クスノキ大学出身のぺでさん

ここにリンクしても良い方がいましたらコメントかTwitter @RakT1a869LnEHne で教えてください。

いいなと思ったら応援しよう！

チップで応援する

ITエンジニア

通信制大学

放送大学

UIUXデザイナー

OUJ

逆評定

科目紹介

358

lumpsucker
lumpsucker

フォロー
通信会社系SIerで働くフロントエンドエンジニア/UIUXデザイナーです。放送大学で情報学を勉強していました。普段はTwitter @RakT1a869LnEHne にいます。　』

スパコン「富岳NEXT」は現行富岳の約100倍、50EFLOPS以上の実効性能に
https://pc.watch.impress.co.jp/docs/news/1660329.html

『大河原 克行2025年2月5日 06:15
ポスト
リスト
シェア
はてブ
note
LinkedIn

富岳

　スーパーコンピュータ「富岳」の次世代となる「富岳NEXT」(開発コードネーム)の開発、整備の状況などについて、理化学研究所(理研)が説明を行なった。

　理研は、新たなフラグシップシステムの開発主体に指名され、計画から前倒ししてプロジェクトをスタート。2025年1月から富岳NEXTの開発および整備を開始したところだ。2025年4月には理研の中に次世代計算基盤開発部門を新設する予定で、国内外の研究者や企業と連携してプロジェクトを推進する方針を明らかにしている。

　富岳NEXTでは、現行の富岳と比べて、既存のHPCアプリケーションで5～10倍以上の実効計算性能を目指し、AI処理でゼタ(Zetta)スケールのピーク性能を念頭に、50EFLOPS(エクサフロップス)以上の実効性能を実現するシステムの開発、整備を目指している。

　今回の説明では、プロジェクトの状況や想定されるシステムのハードウェア機能、仕様概要などについて解説した。

富岳NEXTは2030年頃の稼働を目指す

理化学研究所 計算科学研究センター 次世代高性能アーキテクチャ研究チーム チームリーダーの近藤正章氏

　2025年4月に、次世代計算基盤開発部門の部門長に就任予定の理化学研究所 計算科学研究センター 次世代高性能アーキテクチャ研究チーム チームリーダーの近藤正章氏は、「50EFLOPSは、富岳の約100倍の実効性能となり、意欲的な目標になる。運用開始時点では、世界最高水準のAI処理基盤の実現を目指す」とした。

　一方で、「特定の指標だけでトップを目指すものではない。また、時代によって求められる指標が変化することも想定される」と語り、LINPACKの実効性能をもとに、世界で最も高速なコンピュータをランク付けするTOP500において、トップを狙うことにはこだわらない姿勢を示した。

　富岳NEXTは、遅くとも2030年頃の稼働を目指して開発している次世代スーパーコンピュータである。

　理研の近藤氏は、「生成AIの進展を始めとして、計算科学だけでなく、科学技術やイノベーション全体の推進、産業競争力強化の観点などから、計算基盤の重要性はさらに増している。今後、計算資源の需要はさらに増大するだろう。また、求められる機能も多様化していくことが予想される。

　全国の大学などに設置された情報基盤センターのスパコンの強化により、日本全体の計算資源は増加し、2030年頃には、富岳と情報基盤センターの計算資源はほぼ同等規模になることが想定されている。だが、それを併せても必要とされる計算資源需要に対しては大幅に不足する」と指摘。2030年頃の計算資源需要は、2023年比で5倍以上となり、それを埋めるためにも、次世代フラグシップシステムが必要となる。

　文部科学省の「次世代計算基盤に関する報告書最終取りまとめ」では、「自国の技術を中心にスーパーコンピュータを開発、整備する能力を国内に維持し、国内人材育成や産業競争力の維持、発展に資するために、京や富岳の開発において蓄積してきたCPUの開発およびシステムのインテグレーションに加えて、メモリ実装技術の開発をコア技術と位置付けて、継続的に開発を行なうべきである。また、さらなる性能向上や生成AIへの対応を図るため、加速部を導入するべきである。そして、最先端のメモリ技術を採用し、利用者にとってさらに魅力的なシステムとなることを期待している」としている。

AIを含めたアプリケーション性能の向上

　加えて、「システムソフトウェア開発においては、アプリケーションやAIなどの研究開発のプラットフォームとして、世界で使われている基本的なアプリケーションが、これまで以上に、多様かつ円滑に利用できるように設計し、運用開始後も継続してシステムソフトウェアの改善を図るべきである」としており、これが富岳NEXTに求められる基本機能になる。

　理研ではこれに対応するために、以下の6点を開発方針の前提として掲げている。

データ移動の効率化を含めた実効性能重視のアプリケーション・ファーストなシステム
AI for Scienceの実現に向けたHPCとAI技術の高度な融合

エコシステムへ訴求が可能、かつ富岳NEXTのみならず、広く利用される構成の探求
富岳の知見やソフトウェア資産の有効活用と継続的な研究開発

量子コンピューティングとのハイブリッド利用を見据えたプラットフォームの実現
次の技術開発を中長期的な技術評価、研究開発を継続し、将来のシステムの入れ替え、拡張への対応

　富岳NEXTでは、AIを大幅に加速する各種技術のさらなる発展と、それによるアプリケーション性能の向上、高帯域およびヘテロジニアスなノードアーキテクチャの採用、先進的なメモリ技術の採用、AI for Scienceを始めとした今後の発展が見込まれる新たな計算資源需要に対応したシステム設計を実現するほか、標準規格や既存のエコシステムとの親和性が高いシステムの構築、継続的なシステム構築および運用環境の実現に向けた研究開発環境の整備、運用技術の高度化による省エネルギー化の実現も目指す。

　近藤氏は、「富岳NEXTは、シミュレーションとAIの双方で、世界最高性能の達成を目指す。これによって、仮説生成や実証などのサイエンスの自動化、高度化によるAI for Scienceを通じた科学研究の加速、混合精度演算やサロゲートモデルの利用によるデジタルツイン実効性能の大幅な向上を実現する。また、導入時点で入手可能な最先端の積層メモリ技術の利用し、データ移動の効率化による実効性能と電力効率の大幅な向上も図る」とコメントした。

　さらに、「Made with Japan」を推進する姿勢も示す。

　ここでは、世界的に訴求力を持つ国産技術の高度化、技術継承を進めることによる情報産業での戦略的不可欠性の確保、グローバルマーケットへの展開、国内および国外の技術や人材の連携などによる国際協調を通じたプロジェクトの推進を盛り込んでいる。

　「国産技術を取り入れたCPUおよびGPUなどのアーキテクチャの採用、Made with Japanのシステム構築による国内技術力の強化と育成も推進する。加えて、既存のシステムソフトウェアとの互換性を担保。富岳NEXT専用ではなく、クラウドなどに展開できるシステムを探求する」とも述べた。
現時点では、国産技術については「具体的なものがあるわけではない」としたほか、「GPUについても、NVIDIAに限定したものではない」と述べた。

富岳のCPU部と加速部

　富岳NEXTは、CPU部と加速部(GPU)で構成されることになる。

　次世代計算基盤開発部門 次世代計算基盤システム開発ユニット ユニットリーダーに就任する予定の理化学研究所 計算科学研究センター プロセッサ研究チーム チームリーダーの佐野健太郎氏は、「富岳NEXTは、分散メモリ型の並列計算機であり、電力効率の高いCPU部と、帯域重視の演算処理加速部で構成する。合計ノード数は3,400ノード以上となる」と説明。

　さらに、「高帯域およびヘテロジニアスなノードアーキテクチャを基本構成としたシステムであり、CPU-GPU間は、キャッシュコヒーレンスを有する高速リンクにより、低遅延かつ高バンド幅で接続することができる」とする。

理化学研究所 計算科学研究センター プロセッサ研究チーム チームリーダーの佐野健太郎氏

　富岳NEXTに採用するCPUは、Arm命令セットのメニーコアアーキテクチャであり、富岳とはバイナリレベルで互換性を持つ。FP64のベクトル演算に加えて、AIの推論を高速化するために低精度行列演算(FP16、BF16、FP8、INT8など)をサポートする。

　加速部は、大規模スパコンで活用実績があるGPUに基づくアーキテクチャの採用を検討する考えであり、FP64ベクトル演算性能や、FP16、BF16、FP8、INT8などの行列演算性能を向上。導入時期における先端メモリ技術を採用するほか、DDR系の大容量メモリも検討する。複数のGPUインスタンスへの分割や仮想化をサポートすることも検討する。システム全体で数万規模の加速部ソケットを搭載する予定だ。

　これにより、理論FP64ベクトル性能は、CPU部が48 PFLOPS以上、加速部が3.0 EFLOPS以上を目指す。また、理論FP16/BF16行列演算性能はCPU部が1.5 EFLOPS以上、加速部が150 EFLOPS以上、理論FP8行列演算性能はCPU部が3.0 ELOPS以上、加速部が300 EFLOP以上を目指す。
さらに、メインメモリサイズは、CPU部、加速部がそれぞれ10 PiB以上、メインメモリバンド幅はCPU部が7 PB/s以上、800 PB/s以上を想定している。

　一方、富岳NEXTのストレージシステムでは、データサイエンスや大規模チェックポインティングなどの従来型I/Oや、AI for Scienceなどの新たなI/O要求に対応可能な最先端ストレージシステムを検討。開発者へのヒアリングに基づいたストレージシステムの性能および容量の検討も進める。

　第1階層ではローカルストレージとして、ファイルシステムはCHFSなどを検討。バンド幅は総メモリダンプ時間で1分以下、IOPSは1秒以下、容量は総メモリサイズの2倍以上とする。

　第2階層は共有ストレージとし、ファイルシステムはLustreや DAOSを検討している。バンド幅は総メモリダンプ時間で5分以下、IOPSは第1階層の10分の1とし、容量は総メモリサイズの30倍以上を目指す。

　「富岳から、富岳NEXTへの円滑なデータ移行を進める一方で、ストレージノードのメモリ枯渇によるI/O性能の不安定性を解決。安定した性能を実現するためのハードウェアおよびソフトウェア設計を推進する。持続可能なファイルシステムソフトウェアの開発も進める」という。

　システムネットワークは、加速部の相互接続Scale-upネットワークと、ノードの相互接続のScale-outネットワークを組み合わせで構成する。Scale-up ネットワークは、ノード内の複数のGPUを相互に接続するほか、複数ノードのGPUをスイッチで相互接続し、Podを構成。Scale-out ネットワークでは、IPやRDMAをサポートするオープンな仕様のものを検討し、多段のスイッチを用いた間接網などを検討するという。

　なお、富岳NEXTの合計消費電力は、計算ノードおよびストレージを含めて40MW以下とする。富岳の消費電力は約30MWであり、富岳NEXTでは、大幅な性能向上に対して、消費電力の上昇幅を抑える。

端境期を作らずに柔軟なシステムに

　一方、富岳の開発と運用における課題解決に対応することも打ち出している。

　その1つが、京から富岳へと移行した際に、システムの入れ替えによる「端境期」が生じ、日本における計算資源が一時的に減少したことへの反省である。

　理研の近藤氏は、「システムの入れ替えによる端境期を極力生じさせず、利用環境を維持することが大切である。新旧システムの稼働時期をオーバーラップさせ、世界最高水準の計算性能と計算資源量を継続し、安定的に提供することを目指す」とする。

　富岳NEXTの設置場所は、現時点では正式には決定していないが、端境期を作らずに、富岳を半分停止させながら移行を図るなど、さまざまな方法を検討するという。

　さらに、最新の技術動向に対応するために、適切なタイミングで、柔軟にシステムを入れ替えたり、拡張したりできるようにし、進化し続けるシステムになることを目指す。

　近藤氏は、「近接施設での一体整備や運用によって、既存の運用体制および施設と共通化できる部分が多くなり、効率化ができ、最新設備へのアップグレードも容易になる。半導体産業を始めとする国内外の製造技術の成熟状況を随時見極めて、導入する技術を検討していくことになる」という。

アプリケーション・ファーストの使いやすさ

　富岳NEXTでは、「アプリケーション・ファースト」を理念としているのが特徴だ。

　富岳から富岳NEXTへと、ユーザーが違和感なくアプリケーションを利用できるとともに、新たな技術の取り込みを可能とするシステムソフトウェアの構築を目指しており、CPUと加速器を効率よく利用するためのプログラミング環境やソフトウェア環境を整備。科学シミュレーションとしての活用だけでなく、AI for Scienceや、量子コンピュータとの連携を可能にする最先端のソフトウェア環境の整備も進める。

　また、Exascale Computing Projectを始めとする国内外のコミュニティと連携したソフトウェアエコシステムの開発や、OSSの利活用の促進も行なう。

　近藤氏は、「HPCIコンソーシアムでは、次世代計算基盤を利用した成果の最大化に向けた提言を行なっており、そこで示された内容は、富岳NEXTで打ち出したアプリケーション・ファーストによるシステム設計に合致している」とし、「富岳では、システムとアプリケーションとの協調設計(コデザイン)を行なったが、富岳NEXTでもこの手法を踏襲。適切なタイミングで、幅広い関係者に情報発信を行ない、アプリケーションへの対応力を強化する。コンパイラやライブラリなどの継続的な整備、業界のデファクトスタンダードであるOSSや商用アプリケーションの利用環境の構築も進めていく」と述べた。

基本設計は2025年度中に、順次開発を進める

　富岳NEXTの開発、整備に向けた想定スケジュールについても明らかにした。現在、富岳NEXTのプロジェクトは、基本設計のフェーズにあり、これを2025年度中に完了させる。

　基本設計では、2025年3月までに開発ベンダーの選定を行なうための意見招請、入札を行ない、4月以降に開発ベンダーとの契約手続きを行なう。5月以降には、ベンダーによる基本設計を開始する一方、この時点から理研が主体となってシステムソフトウェアの設計開発や、アプリケーション開発の準備などを進めることになる。2026年1月以降に詳細設計に向けた準備を進める。

　さらに、2026年度からは詳細設計を開始。2028年度には完了させて、2029年度から製造、設置、調整を行ない、2030年度から運用を開始することになる。いよいよ富岳NEXTの構築に向けた動きが始まった。今後の進展を注視しておきたい。』

歩みののろいPCの進化
https://pc.watch.impress.co.jp/docs/column/config/1659453.html

『山田 祥平2025年2月1日 06:36

今、PCはソロバンが電卓になったくらいの大きな遷移の最中にいる。ユーセージモデルも大きく変わろうとしている。汎用アプリを稼働させるための汎用ハードウェアに過ぎなかったPCは、今「調べる」という行為を担うことが求められるようになったからだ。

研究開発とPC

　「R&D」という言葉がある。Research and Developmentの頭文字をとったもので、日本語では研究開発と訳されることが多いようだ。たいていの企業はこのR&Dを担う部門を擁している。製品を作るメーカーのみならず、あらゆる産業で市場が研究され、その結果をもとに新たな製品やサービスが開発されていく。

　PCは今、Researchの部分を担うようになっている。これまでのPCは、Researchのための便利な道具として機能してきたに過ぎない。あるいは、人間のResearchの記録に貢献してきた。インターネットは実社会の縮図であり情報のルツボでもある。そこを探せばたいていのものは見つかる。

　だが、その見つけるという作業はあまりにも過酷だ。なぜ過酷なのか。それはキリがないからだ。これだけ調べたのだからもう調べることはないだろう。そう思った瞬間に、別の情報が見つかったりする。どこかでキリを見つけなければリサーチの作業は終わらない。

　AIに頼む場合、それがローカルで稼働しているのか、クラウドサービスとして稼働しているのかは別として、意外と簡単にキリのない情報探索を打ち切ることができる。エンドユーザーによっては念押しくらいの追加プロンプトくらいは与えるだろうけれど、多くのユーザーはAIの言いなりになるだろう。

　それは、Webブラウザでのキーワード検索だけに頼っていた時代に、リストアップされた銭湯の数項目を開くだけで、インターネットすべてを確認したと錯覚するユーザーがほとんどだったのと同じだ。

　とまあ、PCはそんな役割を与えられようとしてきていて、現時点での未完成なAIでも、使ってみるとちょっとした部下ができたように錯覚してしまうこともありそうだ。

　AIの進化は著しいというけれど、今のAI活用の源流とされるOpenAIのChatGPT/GPT-3.5の公開は2022年11月だった。LLMであるGPT-1の登場は2018年で、2020年6月のGPT-3などを経て、GPT-4に至っている。

　Microsoftは2019年時点で大金を出資、ほぼ同時にGoogleもLLMの提供を準備している。AmazonやMetaも競合サービスとして想定しているのは当時のOpenAIだった。

　AIの進化は2018年前後で大きく変わる。その転換点とされるのがLLMの登場で、2010年代のAIテクノロジーを一気に塗り替えた。2018年にはGoogleのBertやOpenAIのGPTが登場し、新たな流れを作ったのだ。それこそAIに調べてもらってAIのアルケオロジーをひもといてみると、どうやら2018年の動きが今の源流になっているように見える。

騒がしいかなAI界隈

　今は2025年だ。2018年からもうすぐ7年だ。この7年におけるAIの進化はすさまじいものがあったように言われているし、実際にそうなのだが、すでに7年経っているという事実は現実としてどうか。

　コンピュータの世界ではドッグイヤーと呼ばれるスピードで時間が流れるそうだが、犬にとっての1年は人間の7年に相当するとのこと。つまり7年は半世紀だということだ。半世紀かけてこれなのかとも思う。

　だが、今年に入ってからの1カ月の間にも、MicrosoftがOpenAIの独占的データセンターインフラの提供を打ち切ったり、ソフトバンクグループが巨額の追加投資を発表したりと騒がしい動きがあった。AI開発がいかに金食い虫かを証明するような動きで、ほぼ同時期のDeepSeek AIの動向もあって香ばしい。冒頭の写真はSoftBank World 2018における孫正義氏の基調講演の様子だ。

　こんな動きを横目にWindowsやAndroid、iOSといったクラッシックなインフラはどうかというと、なんだか停滞しているようにも見える。もちろん、IntelのプロセッサCore Ultraシリーズ2などが掲げる進化はすさまじいとも思うが、搭載製品登場のスピード感が昔ほど感じられないのも正直なところだ。この状況を観察していると、Microsoftはもしかしたら、WindowsのメインプラットフォームをArmにしようとしているんじゃないかという噂話もまことしやかに思えてしまう。

秘密は秘密、外に出さない

　どっちにしても今後のPCはAI抜きには語れなくなる。それは誰もが同意するに違いない。だが、エッジでやるのかクラウドでやるのか、それともハイブリッドでやるのかというのは難しい課題だ。もちろんどれでもできるようにしておくのが汎用性というものだ。

　というのも、AIに尋ねたいことは、誰もが知りうる事実だけではないからだ。方法はともかく、世間一般の人がいろいろな手段を使って、事実であるに違いない確からしい情報を参照し、それをまとめて収集する。インターネットという手段が確立され、それを介して、組織や個人が公開する情報を参照できるようになったことで、かつて大変だった情報収集は飛躍的に容易になった。

　けれども、PCを操作する自分自身についての情報は得るのも大変だ。なぜならPCのエンドユーザーは、自分自身のことを洗いざらいAIに対して暴露することはなさそうだからだ。それはそれとして、AIも今後は、PCでやりとりしたメールの履歴、Webブラウザで参照するサイトの嗜好、その滞留時間といったアクセス解析などで、エンドユーザー自身の人となりを学習していくことになるだろう。

　そんな情報をクラウドサービスに委ね、万が一にも流出するようなことがあったら、それはパスワード漏洩どころじゃないかもしれない。だからこそ、情報は唯一無二のデバイスに閉じ込め、決してその情報を外には出さないようにする。外からの情報とも混ぜないようにする。あるいはAIが内と外の間に立ってファイアウォールのような役割を果たす。
　不便は目に見えている。ユーザーが使うスマートデバイスは1台であるとは限らない。場合によってはスマホを併用し、ノートPCも数台を使い分けているかもしれない。もちろん機種変更的なPCの乗り換えも想定しなければならない。

　デバイスごとに再学習というのは考えられない。あまりにも不便だ。それぞれのデバイスで同じようなAI活用を行なうには、AIとの対話が何らかのかたちでデバイス間同期される必要がある。でも、自分の情報を外には出さないと決めた以上、それができない。

　そこのところをどう解決するかは、今後の重要な課題となっていきそうだ。ローカルでできればそれでいいというわけではないのだ。超絶的な暗号化通信でデータをリアルタイム同期する仕組みが必要だ。クラウドサービスを通過しても、クラウドにデータが留まらないことが求められる。それで安心かどうかも議論があるだろう。

　そんなわけで、めまぐるしく変わり、議論が起こっているAI界隈なのだが、未だに半年前と変化なくWindows 11のバージョン24H2が落ちてこない環境に、PCハードウェアそのものの歩みののろさを感じる毎日だ。

　それでもそのWindows 11でアプリが稼働するクラウドサービスのGoogle Geminiは、Gmailの受信トレイにあるミーティング案内メールを探し出し、頼めばそれをカレンダーの予定として登録してくれるようになった。今朝方、それができるようになっていることに気が付いた。要約も秀逸で満足できる。これこそが未来だ。クラウドサービスで十分で、ローカルのNPUはピクリとも動かないがそれでいい。

　もちろんウソツキは嫌いだ。情報ソースを再確認することも必要だ。何かを調べてもらうときに複数のエージェントに同じことを尋ねるようにするのは、せめてもの防衛策だ。』

「リンダ問題」を解く（再掲）
https://http476386114.com/2020/12/28/%e3%80%8c%e3%83%aa%e3%83%b3%e3%83%80%e5%95%8f%e9%a1%8c%e3%80%8d%e3%82%92%e8%a7%a3%e3%81%8f%e3%80%80%e8%84%b3%e3%81%a8%e3%81%84%e3%81%ae%e3%81%a1%e3%81%ab%e6%8c%91%e3%82%80%e9%87%8f%e5%ad%90%e7%94%9f/

ヒューリスティック
https://ja.wikipedia.org/wiki/%E3%83%92%E3%83%A5%E3%83%BC%E3%83%AA%E3%82%B9%E3%83%86%E3%82%A3%E3%83%83%E3%82%AF

『出典: フリー百科事典『ウィキペディア（Wikipedia）』

（ヒューリスティクスから転送）

ウィクショナリーに関連の辞書項目があります。
ヒューリスティック

ヒューリスティック（英: heuristic、独: Heuristik）または発見的（手法）[1] [2]:7 [3]:272とは、必ずしも正しい答えを導けるとは限らないが、ある程度のレベルで正解に近い解を得ることができる方法である。

発見的手法では、答えの精度が保証されない代わりに、解答に至るまでの時間が短いという特徴がある。「アルゴリズム」に対置する概念である[4]。

主に計算機科学と心理学の分野で使用される言葉であり、どちらの分野での用法も根本的な意味は同じであるが、指示対象が異なる。

すなわち、計算機科学ではプログラミングの方法を指すが、心理学では人間の思考方法を指すものとして使われる。

なお、論理学では仮説形成法と呼ばれている。

人間の思考におけるヒューリスティックは、直観的な思考のショートカットであるが、認知バイアスに陥る危険性もある[5]。

計算機科学

計算機科学では、コンピューターに計算やシミュレーションを実行させるときに、発見的手法を用いることがある。

たいていの計算は、計算結果の正しさが保証されるアルゴリズムか、または計算結果が間違っているかもしれないが誤差がある範囲内に収まっていることが保証されている近似アルゴリズムを用いて計算する。

しかし、そのような方法だと、計算時間が爆発的に増加してしまうようなことがある。

そのような場合に、妥協策として発見的手法を用いる。

発見的手法は、精度の保証はないが、平均的には近似アルゴリズムより解の精度が高い。
また、発見的手法の中でも、任意の問題に対応するように設計されたものは、メタヒューリスティックという。

発見的仮定

アルゴリズムの近似精度や実行時間を評価したいが、真面目に評価するのが困難な場合、アドホックな仮定（妥当な仮定に見えるものの、その正しさを証明できないような、その場しのぎの仮定）をおいて評価を行うことが多い。こうした仮定のことを「発見的仮定」と呼ぶ[6]:82。

アンチウイルスソフトウェア

情報セキュリティの世界では、ヒューリスティックな手法を利用すると誤検知の可能性が生じるものの未知のリスクにも対応できるようになることが知られている[7]。

近年のアンチウイルスソフトウェアでは、ヒューリスティックエンジンを搭載したものが増加してきている。

また、フリーソフトにも搭載されており、その進展を見せている。

ただし、個々のソフトの発見的機能は同じでも、その仕組みは異なっているものが多い。一般的には誤検知を少なくするために、既知のリスクを正確に検出するパターンマッチングを併用する[8]。

心理学

心理学における発見的手法は、人が複雑な問題解決などのために、何らかの意思決定を行うときに、暗黙のうちに用いている簡便な解法や法則のことを指す。

これらは、経験に基づくため、経験則と同義で扱われる。

判断に至る時間は早いが、必ずしもそれが正しいわけではなく、判断結果に一定の偏り（バイアス）を含んでいることが多い。

なお、発見的手法の使用によって生まれている認識上の偏りを、「認知バイアス」と呼ぶ。

発見的手法の例

利用可能性発見的手法[注釈 1]、想起発見的手法

想起しやすい事柄や事項を優先して評価しやすい意思決定プロセスのことをいう。
英語の訳語である検索容易性という言葉の示す通りの発見的手法である。

代表性発見的手法[注釈 2]

特定のカテゴリーに典型的と思われる事項の確率を過大に評価しやすい意思決定プロセスをいう。

代表的な例として、「リンダ問題」がある。

係留と調整[注釈 3]

最初に与えられた情報を基準として、それに調整を加えることで判断し、最初の情報に現れた特定の特徴を極端に重視しやすい意思決定プロセスをいう。
脚注
[脚注の使い方]
注釈
^ 英: availability heuristic
^ 英: representative heuristic
^ 英: anchoring and adjustment
出典
^ 萩下 & 大崎 2008.
^ 竹原 2011.
^ 玉置 2007.
^ “ヒューリスティック | IoT用語辞典 | キーエンス”. http://www.keyence.co.jp. 2024年12月27日閲覧。
^ “認知バイアス”. ITパスポート試験ドットコム. 2024年12月26日閲覧。
^ 洪 & 高梨 1990.
^ “ヒューリスティックエンジンの原理とは － ＠IT”. atmarkit.itmedia.co.jp. 2024年12月26日閲覧。
^ Trend, I. T.. “ウイルス対策の１種「ヒューリスティック検知」とは？概要を解説！｜ITトレンド”. ITトレンド. 2024年12月26日閲覧。
参考文献
萩下敬雄; 大崎純 (2008-11-30). “発見的手法と非線形計画法の統合による離散構造の位相最適化”. 日本建築学会構造系論文集 (日本建築学会) 73 (633): 1959-1965. doi:10.3130/aijs.73.1959.
竹原有紗 (2011-05-01). “用語解説：第7回テーマ：ヒューリスティックアプローチ”. 電気学会論文誌B (電気学会) 131 (5): 5-7. doi:10.1541/ieejpes.131.NL5_7.
玉置久 (2007-04-10). “最適化”. 計測と制御 (電気学会) 46 (4): 268-273. doi:10.11499/sicejl1962.46.268.
洪起; 高梨晃一 (1990-12-30). “信頼性理論に基づく最適設計 : 強度の経年劣化を考えた構造物の荷重係数”. 日本建築学会構造系論文報告集 (一般社団法人日本建築学会) 418: 81-86. doi:10.3130/aijsx.418.0_81.

出典は列挙するだけでなく、脚注などを用いてどの記述の情報源であるかを明記してください。 記事の信頼性向上にご協力をお願いいたします。（2018年8月）
中島秀之、高野陽太郎、伊藤正雄『岩波講座 認知科学 8 思考』岩波書店、1994年、10,112頁。ISBN 9784000106184。
鹿取 廣人・杉本敏夫編『心理学』（第2版）東京大学出版会、2004年、174頁。ISBN 9784130120418。
市川伸一「第六章 第一節 不確かな状況におけるヒューリスティックス」『考えることの科学-推論の認知科学への招待』（第2版）中央公論新社〈中公新書〉、1997年、110-113頁。ISBN 9784121013453。
T. ギロビッチ 著、守一雄・守秀子 訳『人間この信じやすきもの-迷信・誤信はどうして生まれるのか』新曜社、1993年。ISBN 9784788504486。
関連項目
仮説形成
近似アルゴリズム
外部リンク
『ヒューリスティック』 – コトバンク
表話編歴
数理最適化 • 最適化問題 : メソッド • ヒューリスティック
典拠管理データベース ウィキデータを編集
カテゴリ: ヒューリスティックアルゴリズム心理学認識論認知バイアス科学的方法推論
最終更新 2024年12月27日 (金) 04:04 （日時は個人設定で未設定ならばUTC）。
テキストはクリエイティブ・コモンズ 表示-継承ライセンスのもとで利用できます。追加の条件が適用される場合があります。詳細については利用規約を参照してください。』