カテゴリー: ＩＴ関連

このページの一部のコンテンツは、Nikkei Business Publications からの DMCA 取り下げ通告があったためDecember 22, 2020に無効にされました。DMCA について詳しくはこちらをご覧ください:

https://wordpress.com/support/copyright-and-the-dmca/

誰でもソフト開発「ノーコード」　米IT大手が熱視線
https://www.nikkei.com/article/DGXMZO60479010Y0A610C2TJ1000/

※　正確には、「コーディングなしに」だ…。

※　ちょっと昔（むかし）には、VBとかで「オブジェクト」を操作して、プログラムを作成するものが流行った（Delphiなんかも、この系統…）。

※　最近は、もはや「オブジェクト（orコントロール）」の操作すら必要で無くなり、「行みたいなもの（まあ、オブジェクトの一種だと思うが…）」を、「ドラッグ＆ドロップ」したり、挿入・削除したりするだけで、ちゃんと「動作する」プログラム（アプリ）が、作れてしまう…。そういう世の中に、なった…。

※　特に、今般の「コロナ禍」においては、医療関係従事者や病院関係者、ソーシャル・ワーカーみたいな相談員…と言った、いわゆる「プログラマー」では無い人達が、必要に迫られて、早急に、何らかの「対策ソフト・アプリ」を作成する…、ということが加速した…。

※　台湾では、ＩＴ担当大臣自らが、「どこでマスクや医療関係用品が購入できるのか、在庫はどれくらいあるのか」が分かる…、というアプリを開発したそうだ…。それにひきかえ、我が日本国においては、どうだった…。「ハンコ」を押しに、出社しなければならない…、という体たらくだった…。そして、「ハンコ押しロボ」が、開発された…。どうも、方向性が違っている気がするが…。

『【シリコンバレー=佐藤浩実】プログラミング言語の知識がなくてもソフトウエアを開発できる「ノーコード/ローコード」と呼ぶ技術への関心が高まってきた。米マイクロソフトの開発基盤の利用者は半年で7割増え、米グーグルや独シーメンスは関連企業の買収に動く。エンジニア不足の処方箋として期待され、新型コロナウイルス対策に生かす例も増えている。』
『■350万人が利用
マイクロソフトが5月下旬に開いた年次開発者会議。サティア・ナデラ最高経営責任者（CEO）は「350万人が『パワー』を使って日常的にアプリを開発している」と誇った。』
『パワーはソースコードを書けなくても「パワーポイント」や「エクセル」を扱うような感覚でソフトを作成できるサービスだ。IT（情報技術）エンジニアが集う「GitHub（ギットハブ）」の利用者が5千万人いるのに比べれば少ないが、この半年でユーザーは1.7倍に増えた。

マイクロソフトは3年ほど前から「ノーコード/ローコード」の開発基盤の整備を始めた。「大々的に公開したのは2019年から」と、担当するコーポレート・バイス・プレジデントのチャールズ・ラマナ氏は語る。5月に関連技術を持つ英企業を買収するなど、ここに来て投資の積み増しも鮮明だ。』
『■グーグルなど買収ラッシュ
グーグルは1月、プログラミングなしのアプリ作成を支援する米アップシートを傘下に収めた。シーメンスも米社を買収。米新興のアンコルクが3月までに日本円で約140億円を調達するなどM&A（合併・買収）や大型の資金調達が相次ぐ。

世の中にある多くのソフトは今も、プログラミング言語を学んだエンジニアがコードを書いて作っている。「傍流」の開発手法にIT大手が力を入れ始めたのは、世界の企業が進めるデジタルトランスフォーメーション（DX）の一助になるからだ。』
『■ITエンジニア不足に対応
金融や製造業、小売業まで、ITでビジネスモデルや業務を見直す動きは盛んだ。一方で熟練のエンジニアは不足し、日本だけでも30年までにIT人材が80万人不足するとの予測もある。ギャップを埋めるため、専門知識がなくても短期間でソフトを作れるサービスへの関心が高まっている。

新型コロナも転機になる。医療現場などで急にデジタル対応が必要になる場面が増えたためだ。

米ワシントン州の病院は病床の空きや人員配置といった情報を医療関係者が共有できるアプリを「パワー」で制作した。開発を担当したケビン・ブルックスさんは「急速な変化を把握して患者に対応することができた」と話す。米ニューヨーク市はアンコルクのサービスを利用し、感染者らが健康状態を登録するシステムを3日で構築した。』
『■クラウド連携で普及期に
「ノーコード/ローコード」をうたうサービスの歴史は長く、01年設立の米アウトシステムズや05年設立の米メンディックスが先駆けだ。当初は、作ったソフトの拡張性や外部データとの連携に制約があり、ソフト開発の主流にはならなかった。

米ガートナーのジェイソン・ワンVPアナリストは近年脚光を浴びるようになった背景について、「クラウドや（様々なデータをつなぐ）APIといった技術と組み合わせて使えるようになったから」と話す。マイクロソフトやグーグルが触手を伸ばす背景には、開発者の裾野を広げ自社のクラウドの利用を促す狙いもある。

ガートナーは24年までに、企業で使う業務アプリの65%が「ノーコード/ローコード」の開発手法を用いて作られるとみている。技術者不足が利用に拍車をかける。

一方、日本の大企業はシステムをゼロから作りこむことを良しとし、簡易な開発手法の採用に難色を示す向きもある。変化の速度が早まるなか、柔軟にツールを使いこなす意識改革が必要だ。』

プログラミング講座　「手に職」求め、申し込み倍増
https://style.nikkei.com/article/DGXMZO60184280Q0A610C2000000?channel=DF040320205903
　※　「プログラミング」と「コーディング」は、違う…。ここを、誤解している向きは多い…。

文系AI人材になろう　ビジネス利用の基礎知識を伝授
八重洲ブックセンター本店
https://style.nikkei.com/article/DGXMZO54722070S0A120C2000000?channel=DF030920184323&nra
　※　この書籍は、実は買った…。電子書籍でだが…。
　けっこう、というより非常に参考になった…。
　全体的な視点は、もはや「ＡＩは、簡単に作れる段階に至った」。だから、ＡＩ人材というものも、「ＡＩを、作れる人材」から、「ＡＩを活用して、問題解決を図っていく人材」というものに、必要とされる人材像が異なる段階となった…。そこでは、むしろ、「理系」よりも、「文系」の人間の方が、活躍の「フィールド」が幅広いだろう…、というものだ…。

総合職でもスペシャリストでもない　10年後必要なのは
ミドル世代専門の転職コンサルタント　黒田真行
https://style.nikkei.com/article/DGXMZO60036750V00C20A6000000?channel=DF180320167080&page=3

『1950年ごろに生まれ、新中間層と呼ばれたホワイトカラーは、そこから70年経過して、より生産性の高い領域に進化しようとしています。このプロデューサーやテクノロジストを、さらに総称すると、「しくみをつくれる人」ということになるのではないでしょうか。

世の中は、プラットフォームの時代になっています。検索サイトが最も代表的ですが、ほかにも、中古品売買、求人、結婚パートナー探し、住宅などのありとあらゆるマッチングサイトも、プラットフォーム化しています。そのサイト内で、利用者が増えれば増えるほど、プラットフォームを提供している会社がもうかるしくみになっています。

このしくみのよさは「一度、つくったら動き続けてくれて、運営者がいなくてもしくみが稼ぎ続けてくれる」という点にあります。

労働集約の時代には、「与えられた情報を分析して整理し、言語化できる人」がエリートと呼ばれてきましたが、これからはプラットフォームのような「しくみをつくれる人」が求められていくことになります。

しくみをつくるには、自らの企画開発能力が必要なだけではなく、多様なプロデューサーやテクノロジストの力を借りて、事業を組み上げていく編集力が不可欠です。それを実現していくためにはテーマを設定し、ビジョンを言語化し、周囲を巻き込んで協力を得なければなりません。

コロナ・ショックをきっかけに、世の中の価値観が動き始めています。これから10年後の2030年に社会から求められる人材になるために、この記事を参考にしていただき、少しずつ準備を始めていただければ幸いです。』

「僕は起業家向きじゃない」　AI人材の育成こそ天職
東京大学大学院　松尾豊教授（上）
https://style.nikkei.com/article/DGXMZO59989990U0A600C2000000?channel=DF041220173308

『――具体的にどのように起業家向きではないのですか。

「僕は物事を抽象化するのは得意です。産業の重要性もよく理解していますが、具体的な事業の話になると興味がだんだん薄れてゆくのです。お金をもうけるのは具体的なところにどこまでこだわっていけるかにかかっています。僕は『知能とは何か』といった抽象的なテーマはとことん突き詰めるタイプだから、研究者としては合っていると思います。だけど、起業家は性質的にあっていません」

「もう一つ理由があります。人を励ますのが下手なんです。研究の世界は勝ち負けがはっきりしています。客観的に評価されて、忖度（そんたく）はありません。しかし、事業をやるとなると、ダメな人でもほめなくてはいけない場面がでてきます。でも、僕は良くないモノをどうしても良いと言えないのです。根が研究者としての設定になっているんでしょう」』
『――尊敬している起業家は。

「たくさんいますが、東大出身者だと、江副浩正さん（リクルート創業者、13年没）はすごい人だったと思います。もともと広告を情報として載せる、というビジネスモデルを考え出して事業を成長させました。1980年代にはニューメディア事業を模索していて、インターネットが出るかなり前から新たな情報媒体を使った広告モデルを考えていたようです。90年代も江副さんが現役で活躍していれば、日本でも検索エンジンの開発が進んでいた時代だったので、絶対に広告ビジネスを考え出していたはずです。もしかして、グーグルのような巨大企業が日本から誕生したという、別の未来もあったかもしれないとさえ思っています」』
『「2002年に研究者として、ウェブ上のデータ分析を活用した広告モデルを提案したことがあります。現在でいうターゲット広告の基礎となるような技術なのですが、当時の偉い先生から『広告なんてくだらない』と却下されました。その時、いいメンターがいれば違ったはずだと感じました。世界に先駆けた圧倒的な技術だという自信があったからです。当時、有能なベンチャーキャピタリストがいて、この技術で起業してみればという話になっていれば、もっといろいろ広がったのに、と今でも思います」

「江副さんのような人がいれば、僕を支援してくれたかもしれないんです。だから逆に今、若い人にやってあげたいのです。僕がシリコンバレーのベンチャーキャピタリストのような役割を果たしたいと考えています。起業家の成功、失敗の事例をたくさん集めて、きちんと把握し、抽象化して次の挑戦者に伝えてゆく。そして起業の成功率を上げてもらうのです」』

常識打ち破りたい　使える「不思議ちゃん」になる方法
第7回　創造思考
https://style.nikkei.com/article/DGXMZO60013360V00C20A6000000?channel=DF120320205956&page=3

『「アイデアとは既存の要素の新しい組み合わせにすぎない」（ジェームス・ヤング）というのが、もっとも有名なアイデアの定義です。ここから言えるのは、大量の知識や情報を頭につめこんでおかないと発想は生み出せない、ということです。これが1つ目の原理です。

実際に、皆さんのまわりにいるアイデアパーソンは、いろんなことに興味を持ち、常に情報収集を心がけ、とても物知りな方ではありませんか。インプットが創造思考の成否を握っています。

2つ目の原理は「数撃てば当たる」です。どのアイデアがヒットするか事前には分からず、次から次へと組み合わせを変え、量を増やすことで質を上げるしか方法がありません。桁違いにたくさんのアイデアが母数として求められます。

そのためには、3つ目の原理として、発散（広げる）と収束（絞り込む）、仮説（考える）と検証（確かめる）のステージをきっちりと分けることです。アイデアを広げるときは評価や批判は厳禁。特に、みんなでアイデア出しをやるときは、注意しなければなりません。』
『創造思考を働かせているうちに、行きづまってしまうことがよくあります。これ以上新しいアイデアが思いつかなくなったり、ありきたりの発想からどうしても抜け出せなくなったりして。

そんなときに効果的なのは、「前提を疑う」ことです。「○○すべきだ」「○○でなければならない」という当たり前や常識を、「本当にそうなんだろうか？」と疑ってみることが大事です。』

https://r.nikkei.com/article/DGXMZO59432930S0A520C2000000?s=4

　※　目を引いたのは、次の部分だ…。『ゲーム向けは前年同期比27%増の13億3900万ドル。2月はサプライチェーン（供給網）の混乱や店舗閉鎖による落ち込みが目立ったが、自宅で過ごす時間が延びたことでゲームで遊ぶ人が増え、四半期ベースではプラスとなった。任天堂の「ニンテンドースイッチ」向けの販売拡大も寄与した。ジェンスン・ファン最高経営責任者（CEO）は「あつまれ　どうぶつの森」など人気ゲームの名前を挙げ、「エヌビディアの技術を使って遊んでもらっている」と話した。』
　おんや？…。ニンテンドーのゲーム機は、AMDじゃなかったっけ…。
　それで、ちょっと調べた…。

※　次の記事が、参考になった…。
　非常に参考になる…。ほぼ丸々、引用させていただきます。
　問題がある場合は、Word Press.comの方に連絡してください。

Nintendo Switchのチップ解剖から考えるデグレード版Tegra X1を選んだ理由
https://eetimes.jp/ee/articles/1703/29/news022.html

※　こういう人が、書いている記事だ…。

『半導体チップからゲーム機を作り上げてきた任天堂

　2017年3月3日に任天堂からゲーム機「Nintendo Switch」が発売された。任天堂は歴代、新たな半導体チップを擁して常にゲーム機の新しさを追求してきた会社の1社である。初代「ファミリーコンピュータ」（以下、ファミコン）、「スーパーファミコン」、「NINTENDO64」などで独自チップを作り、その上で走るユニークなソフトウェアで一時代を築いてきた。図1は、今回発売されたNintendo Switchの前世代ゲーム機である「Wii U」と「3DS」（2014年版）に搭載されているメインプロセッサの様子である。

図1：任天堂は歴代機で半導体の盟主だった （クリックで拡大） 出典：テカナリエレポート
　任天堂のゲーム機用チップは初代ファミコンからCPUとグラフィック系チップを用いている。Wii UではIBMのPowerPC系のCPUを3基持ち、GPUはAMDのRadeon HDのモディファイ版が使われている。2チップ構成だ。ともにWii U専用の新規開発のカスタムチップであった。携帯ゲーム機の「3DS」では富士通セミコンダクター（現ソシオネクスト）が設計したチップを採用している。こちらは45nmプロセスから28nmプロセスへと製造プロセスの微細化によるコストリダクションを経ているが、当初からディジタルメディアプロフェッショナル（DMP）のGPUとARMコアを1チップ化した、CPU+GPU構成となっている。

“カスタマイズされたTegraプロセッサ”に迫る
　Nintendo Switchは2017年1月13日、東京ビッグサイトで開催された「Nintendo Switchプレゼンテーション2017」で発表された。米国の半導体メーカーNVIDIAと共同開発を行った「カスタマイズされたTegraプロセッサ」が活用されていることが発売前から明らかになっていた。

　図2は、販売開始になったNintendo Switchの背面と、背面下部に印字されている文字部分、背面カバーを取り外したところである。

図2：任天堂スイッチはドイツ生まれ （クリックで拡大） 出典：テカナリエレポート
　背面下部には商品に関する情報（型名、デザイン場所、製造場所、年号）が書かれている。どの製品もこの情報から「いつ、どこで、だれが」開発したかが分かる。Nintendo Switchは順に「2016年、ドイツの任天堂が設計し、中国で製造した」ことが読み取れる。』
『米国ではなく“ドイツ”
　本連載の第11回（初代ファミコンとクラシックミニのチップ解剖で見えた“半導体の1/3世紀”）で報告した「ニンテンドークラシックミニ ファミリーコンピュータ」は“いつ、どこで、だれが”の情報記載されておらず「任天堂（漢字）＋MADE IN CHINA」の文字が搭載されているだけであった。しかしNintendo Switchではドイツにある任天堂ヨーロッパの住所、2016年という年号が記載されている。この情報から「2016年にドイツで開発されたもの」だと推測される。任天堂は新たな半導体プロセッサを開発するところからゲーム機を作ってきた。そのためにIBMやAMDといった米国を代表するプロセッサメーカーとともに仕様を決めて、チップ開発を行ってきたことは先に述べた。

　しかしNintendo Switchでは米国ではなく、“ドイツ”のネーミングが刻まれている。

2015年発売の「Tegra X1」と同じ!?
　図3は、実際にNintendo Switchを分解し、メインのプロセッサ「ODNX02-A2」をチップ開封した様子である。

図3：スイッチのプロセッサはNVIDIA Tegra-X1 （クリックで拡大） 出典：テカナリエレポート
　筆者が代表を務めるテカナリエではNintendo Switchの発売前から、NVIDIAのアプリケーションプロセッサ「Tegra」の全てのバージョンに対してチップ開封を行っている。そこで過去のTegraのチップ開封で得た情報と照らし合わせたところ、Nintendo Switchが搭載するプロセッサは2015年発売の「Tegra X1」と同じものであることが判明した。

　TegraX1はどのようなプロセッサなのだろうか。実際にはゲーム機のみならず車の自動運転システムやインフォテインメントシステム、GoogleのAndroidタブレット「PixelC」などで広く活用されるプロセッサである。CPUにはARMの64ビットプロセッサ「Cortex-A57」「同A53」が各々4基ずつ搭載される。GPUはNVIDIA独自のGPU内部アーキテクチャ「Maxwell」が活用されCUDAが256基も搭載されるGPUリッチなSoCだ。チップにはカメラISPやビデオデコーダー／エンコーダーなども搭載されている。

　2016～2017年にNVIDIAはFP64（64ビット浮動小数点演算性能）のアーキテクチャを強化し、FP16を扱える新世代のGPUアーキテクチャ「Pascal」を採用したGPU製品群を発売しており、Tegra X1はその点で1世代前のプロセッサという位置付けになっている。Tegra X1の後継チップ「Parker」も発表されており、こちらはPascal世代GPUとNVIDIAの独自開発によるARM準拠コアDenver2が採用されるチップとなっており、Tegra X1は2017年の時点では「CPU」も「GPU」も共に1世代前のものということになる。

　Nintendo Switchの発売にあたり、NVIDIA Tegraのカスタマイズチップを活用との情報を明らかにしている。しかしチップ開封によってシリコンは、TegraX1と全く同じものであることは判明している。どんなカスタマイズを行っているのだろうか。答えを図4にまとめた。Tegra X1は、Nintendo Switchだけでなく、車載用途から、ホーム機器まで多くの製品に使われている。その中で最も機能を使っている（製品側の仕様書から）ものが、NVIDIA自身が発売する「Shield Pro」というホーム・エンターテインメント機である（車載の場合にはカメラ画像処理プロセッサなどの機能は使わない!!）。

図4：ピン数を落としデグレードで「速さ」を選択 （クリックで拡大） 出典：テカナリエレポート
　Shield Proに使われるTegra X1のチップパッケージは「1232」端子を持っている。一方Nintendo Switch向けのTegra X1は「960」端子。実に22％端子数が削減されている。単純計算になるが、おおよそ5分の4しか機能を使っていないことになる。「カスタマイズされたTegra」という表現は正しい。グレードアップのカスタマイズではなく、デグレードされたカスタマイズということなのだろう。これもカスタマイズであることは間違いない!!』
『なぜ、デグレードのなのか
　歴代ゼロスクラッチからプロセッサチップを作り、半導体開発からゲーム機を作り上げた任天堂の姿はない。中国Allwinner Technologyのプロセッサ「R16」をそのまま使って作り上げたクラシックミニファミコン（本連載第11回参照）、NVIDIAの汎用プロセッサ「Tegra X1」をデグレードさせて使ったNintendo Switch。これらは、なぜこのような手法で作られたのだろうか。

図5：クラシックミニは中国、台湾の半導体メーカー製チップで構成されていた （クリックで拡大） ※連載第11回図3を再掲載
　ゲーム機市場がスマホによって縮小したからか？　岩田さん（＝故岩田聡元任天堂社長）を失ったことで任天堂の方針が変わったからなのか？　あるいは専用チップをわざわざ作らなくとも市販チップでも十分な性能を作り上げられるほどに市販チップの性能が高いからなのか……。そして、それが最もローコストで速く作れるからなのか。真相は分からない。しかし、開発は最も速い時間で完結することだけは確かだ。市販チップのデグレード品を利用するのが最も速いのである。

ドイツで開発した意味合い
　ドイツと言えばNVIDIAのTegraとは最も結びつきの強い国の1つである。車向けのTegraではAudiがすでに採用し、2017年に入ってZFやメルセデスもNVIDIAとの提携を発表している。任天堂とは直接関係はないが、自動運転システムやAI（人工知能）にも活用されるNVIDIAチップは強力なソフトウェア開発を必要とする。

　NVIDIAは2012年にドイツのユーリヒ総合研究機構に同社GPUが採用され、さまざまな科学解明に活用されていることを発表している。膨大なソフトウェア開発者を必要とするのはゲーム機も同じ。無関係とは言えないかもしれない。

⇒「この10年で起こったこと、次の10年で起こること」連載バックナンバーは、こちら』

　※　ということだ…。スイッチのCPUがARMのCoretexコアになっていたことも、GPUがNVIDIAのTegraになっていたことも、知らんかった…。いつの間にか、「取り残されて」いたな…。まあいい…。世の中、そういうものだ…。「それでも、生きて行くんだよ。」だ…。

Nintendo Switch の凄いスペックまとめ
https://www.d-colors.net/game/nintendo-switch

まずは数理的思考を身に付けよ！全大学が「ＡＩ教育」を競い合う時代に
https://newswitch.jp/p/22307

※　こういう人が、書いている記事だ…。

『ビジネスや行政などの意思決定の根拠となるデータを、数理的な思考でとらえて人工知能（ＡＩ）で分析する―。そんな数理、データサイエンス（ＤＳ）、ＡＩの人材育成が急ピッチで進む。政府の「ＡＩ戦略２０１９」では初級レベルは全大学生に必須とされ、認定教育プログラム制度が進みだした。文部科学省のモデル構築事業も拠点６大学から協力校へと展開中だ。これらの教育に関わらずに済む大学は皆無、そんな時代に入っている。（取材＝編集委員・山本佳世子）』
『政府が１９年にまとめたＡＩ戦略でイメージするのは、組織の活動やＩｏＴ（モノのインターネット）で得られるビッグデータ（大量データ）を、統計学やＡＩで分析して活用する人材だ。企業や官公庁、地域社会などあらゆる分野の課題解決でニーズが急増している。内閣府は象徴的な言葉としてＡＩを出しているが、教育テーマとしては論理的考え方やデータに基づく分析など広義のものだという。

同戦略では２５年の目標を掲げ、大学生は学部によらず「全員が初級のリテラシー（読解記述力）レベルを学ぶ」とする。大規模な取り組みとなるため「数理・データサイエンス・ＡＩ教育プログラム認定制度」で後押しする。応用基礎レベルの整備は１年先に予定しているが、まず今年３月にリテラシーレベルを２本立てで整えた。

このうち「認定教育プログラム」は「全学での開講」「複数の専門分野の学生の履修」「履修の学生数や率を高める計画」などの要件を満たせば書類審査で済む。ただ申請プログラムで１年以上の活動実績が必要だ。「データサイエンス学部の実績を基に、全学展開を図る大学」などが対象と予想される。』
『もう一つ、一段上となるのが「認定教育プログラム＋（プラス）」だ。他大学を先導する独自のプログラムで、認定には実地調査もある。「全学生の半数以上が履修しているか、３年以内に実現する計画」という部分のハードルが高い。内閣府の佐藤文一審議官は「旧帝大や研究型大学には、より先進的な取り組みで『プログラム＋』にチャレンジしてほしい」と強調する。どこが先陣を切るのか、視線が集まることは間違いない。』
『文部科学省は１７年度から、大学が文系理系を問わず全学的な数理・ＤＳ教育を後押しする事業を進めている。２０年度は国立大学の運営費交付金の一部の１０億円をこれに充てる。事業開始時は「数理・ＤＳ教育」としており、前面になかったＡＩも、今は内閣府の戦略と相まって扱う。

拠点校は北海道、東京、滋賀、京都、大阪、九州の６国立大学だ。数学、統計、情報など各大学の強みを出しながら、他大学の参考になる標準カリキュラムの策定に向けて、学内での実施に取り組む。』
『九州大学数理・データサイエンス教育研究センターは最初に、高年次学生・大学院生向け講座に取り組んだ。受講生の卒業・修士研究用のデータ解析プログラムを実装し、個別指導をしつつ理論の学びに誘導した。理論から実装に進む通常の積み上げ式とは、逆の学びにしたのが注目だ。

次いで低年次学生向け講座では、看護学や文学など意外な分野も含めた先輩の実例を紹介。その上で学科別に必要なデータ解析法の原理を解説し、学生のやる気を引き出した。

専門が多岐にわたる教員・研究者６０人程度が参加する合宿勉強会もユニークだ。共同研究費を用意し、例えば数学、情報、病院の研究者が、病院内の治療方針や医薬品選定を合理的に決める手法の開発に取り組む。内田誠一センター長は「データ分析を串にして、考えられなかったつながりが生まれている」と効果を実感している。』
『一方、北海道大学の場合は「学部、修士、博士の各課程を想定した文科省のＤＳの３事業すべてで採択されている」（数理・データサイエンス教育研究センターの湧田雄基特任准教授）のが強みだ。またデータを持つ企業と北大の産学共同研究を基に、社会人教育を展開する特色もある。』
『１９年度には６拠点大学に加えて計２０の国立大を協力校に据え、さらに公私立大へも広げていく計画だ。他大学での実施には、新型コロナウイルス対応で導入が進んだオンライン授業と演習の組み合わせや、指導役の教員を育成するファカルティー・デベロップメント（ＦＤ）も重要だ。伝統と異なるさまざまな手法で浸透を図ることになりそうだ。』
『内閣府の総合科学技術・イノベーション会議（ＣＳＴＩ）などで議論してきたＡＩ戦略のうち人材育成は、２５年時点で実施する人数を示している。最も下の小中学生は情報通信技術（ＩＣＴ）の端末を１人１台で扱う。年間、つまり１学年の全高校生約１００万人で理数（理科と数学）の素養を強化する。右図のピラミッド構造で底辺を支える大学などの全学生約５０万人は、数理・ＤＳ・ＡＩの初級レベルを学ぶ。学部１、２年生が対象だ。ここまでがリテラシーレベルだ。』
『この上の応用基礎レベルは「各専門分野×ＡＩ」の教育だ。専門の学びをする学部３、４年生の半分、約２５万人を想定する。目を引くのは理工系人材は半分程度にすぎず、保健系や人文・社会科学系での育成も重視されている点だ。ダブルメジャーとして「専門は経営学とＤＳ」などと言えるだけの力を付け、実社会での活躍を最も期待される層だ。

その上のエキスパートレベルは大学院生などで、２０００人とぐっと数が減る。研究者やその卵としてＤＳ・ＡＩを活用する。最上位のトップレベルは世界と戦うＡＩ先端研究者などで、１００人としている。』
『データ分析は多くの数値データから普遍的な真理を導くのが狙いだ。伝統的には統計学を使い、心理学や教育学の調査研究でも行われる。統計学は数学の仲間だ。世の中の現象を１次式で近似する多変量解析には、数学の線形代数が使われる。過去のまとめに適するが、変化の激しい未来の予測手法としては微妙なところだった。

一方、ＡＩは多様なツールがあり、未来予測に適する面がある。その一つ、人気のディープラーニング（深層学習）は画像判断や機械翻訳、囲碁などで、その強さが一般社会でも実感されたことで注目が高まっている。

日刊工業新聞2020年5月18日』

社会人のためのデータサイエンス入門｜総務省統計局
https://gacco.org/stat-japan/

※　総務省でも、「無料のオンライン学習」をやってるぞ…。

※　むろん、「有料オンライン学習」の講座も、あまたある…。

データサイエンティストのスクール比較・おすすめ講座・コース7選
https://www.bigdata-navi.com/aidrops/1809/

データサイエンス独学の書籍、オンライン講座、ブログ50選
https://www.finereport.com/jp/analysis/site/

※　にわかにＡＩにスポットライトがあたり、どの企業でも「ＡＩの活用を図れ！」とか、「ＡＩ使って、何かやれ！」とかいう号令が下されるようになった…。しかし、如何せん、そういう「ＡＩが何であるのか」「ＡＩで何かやれる」という「ＡＩ人材」なんか、どこにもいない…。いても、数が少なくて、「需要に供給が追いつかない」…。「ＡＩ人材」どころか、そもそも「データサイエンス」を分かっている人材（ＤＳ人材）すら、数が少ない…。そういうのが、現状だ…。

※　それで、「このままでは、日本企業は、生き残っていけない！」ということで、強力に「政府の尻を叩きにかかった」わけだな…。

※　そういうことで、オレも気にはかけて、若干の資料や画像の収集は、やっていた…。今、フォルダを見ると、どこのサイトからキャプチャしたのかの「データ」までは、保存していなかった…。

※　まあ、いいや…。貼ってしまおう…。出所は、よく分からん…、ネットのどっかに転がっていた…、ということで…。

※　何か新しい分野にチャレンジしてみようと考える時は、
１、文献（紙の書籍、電子データの書籍）で、ざっと感じを掴む。
　導入本、初級本、中級本、上級本とあるので、まず「導入本」を２、３冊読んでみる。中には、「マンガで解説する○○」みたいなものもある…。
２、無料の「お試しオンライン学習」を、やってみる…。
３、大体の感じが把握できたら、いよいよ「有料オンライン学習」に取りかかる…。
　という段取りで取り組むのが、いいんじゃないか…。
　まあ、オレはいつも１で止まっているが…。それも、「導入本」２、３冊読んで「オシマイ」というのが多いな…。
　ネットは、玉石混交だ…。中には、「金取り」「詐欺まがい」も混じっている…。そういうものも、回避していかないとな…。

Udemyで400コース学んだ黒澤さんがおススメするデータサイエンスコース10選＋α
https://zine.qiita.com/products/udemy-datascience/
『──具体的な事例ですごくイメージが沸きました。次に伺いたいのですが、黒澤さん自身、これまで学ばれてきて、データサイエンスにはそもそもどんな知識・スキルが必要だと考えていますか︖また、あわせてそのスキル習得に効果的だったUdemyコースも教えてください。

黒澤：データサイエンスに必要なスキルは大きく3つと考えています。

１）数学（微分、線形代数、統計など）
２）プログラミング（Python、R）
３）問題解決力（価値創造する力、論理的思考力など）

まず数学についてですが、僕の経験上からもこれがデータサイエンスの学習においては最も重要だと考えています。

というのも、自分自身、Udemyでデータサイエンスを学び始めたころ、数学を学ばなかったことで失敗しているからです。』
『──そうだったのですね。それはどんな失敗だったのですか？
黒澤：正直いうと、もともとプログラミングスキルには自信があったので、PythonやRもすぐに使いこなせて、データサイエンスもできるとおごりがありました。
しかし、実際は、Pythonが使えたとしても数学の理解がないとただチュートリアルを動かすだけしかできません。

僕は、データサイエンスを活用した課題解決において重要な「数値予測」か、「カテゴリー予測」かの判断が数学（統計）の知識がなくてできなかったんです。

例えば、手書き文字の画像認識をしたい場合は「カテゴリー予測」を使う。商品の売上シミュレーションをしたい場合は、「数値予測」を使うなど課題に応じて判断しなくてはいけないのですが、それができなかったんです。

数学を学ばずに、機械学習ライブラリを使った⾼度な分析を実⾏しても理解が浅く、チュートリアル以上の事をしようとすると途端に難しくなってしまいました。』
『──エンジニアリング力の素地がある方だからこそ陥ってしまう落とし穴なのかもしれませんね。ただ、「微分・線形代数」については、具体的になぜ必要なのかまだわからないのですが、補足いただけますか？

黒澤：微分や線形代数は、機械学習など関数を使った予測モデルの作成に必要になります。機械学習とは、プログラム（機械）にデータを学習させて、予測させることです。予測するためには、実測値と予測値の誤差を最⼩限にさせていくことが必要で、これを「最適化」と言い、微分を使います。

この「最適化」の計算・演算をするためには、画像やExcelで作られた表データなど、すべてのデータを行列の形で数値化する必要があります。この行列を計算するための手段として線形代数が必要になります。さらに、学習させたモデルの精度を確認するために統計が必要になるんです。』
『──なるほど、よく理解できました。では、黒澤さんも特に重要だという数学を学ぶのにおすすめのUdemyコースはありますか？

黒澤：「【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 初級編 -」と「【ゼロからおさらい】統計学の基礎」がおススメです。

「【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 初級編 -」は、板書のように手書きで順を追って説明してくれ、わかりやすく人工知能の仕組みと機械学習の実装に必要な数学（微分と線形代数）を学ぶことができます。さらに得た知識をもとにPythonを使って簡単な機械学習の実装までを4.5時間で経験できるので入門者にはおススメです。』
『「【ゼロからおさらい】統計学の基礎」は、統計の基礎が学べ、統計基礎の鬼門といえる「仮説検証」を中心に理解することができます。また、「アプリの同時起動数」をテーマに統計を使い、「どれだけのユーザーが同時にアプリを起動してもサーバーが落ちずに耐えられるか？」を予測する演習をエクセルを使って行います。』

　※　後半は、「宣伝くさい」が、重要なことを言っていると思われる…。こういう、「電子計算機」を使って「機械」に仕事をさせようとする場合、「数学」のある程度の理解は不可欠だ…。なぜなら、「電子計算機」は、しょせんは「計算・演算」しかできないからだ…。そういうものに、「人間の望むような仕事」をさせようとすれば、「数式を組んで」「代入する値（データ）」を与え、「計算・演算」させていくしかない…。それには、「数学」のある程度の知識が前提になってくる…。

https://xtech.nikkei.com/atcl/nxt/column/18/00154/00902/?P=2

※　スマホは、そろそろ台数的には、頭打ちになった感じだ…。それで、「スマホ」後にブレークしそうなデバイスを、予想したことがあった…。すぐに思いついたのが、「ウエアラブル」＋「ＡＲ・ＶＲ」だった…。もはや、ある程度は製品化されているんだな…。

『Trimble XR10とは別に提供するクラウドサービス「Trimble Connect for AR／VR」を利用すれば、各種設計データを3DのAR画像に変換できる。設計データの種類はSKP、IFC、RVT、DWG、DXFといった主要なCADやBIM（ビルディング・インフォメーション・モデリング）データ形式に対応している。

　設計者と施工者の間で図面の整合性を3D画像で確認したり、施工の関係者同士で合意形成がしやすくなるという。例えば、鉄骨などの躯体（くたい）や仕上げといった建築工事と、配管などの設備工事において、現実空間に3DのAR画像を重ねて表示。躯体と設備が相互に干渉していないかを現場で確認しやすくなる。施工前に現場担当者が3Dモデルを見ながら、空間の把握や課題の抽出をするといった用途にも使える。』

※　見た目は、こんな感じ…。

※　インターフェースは、ディスプレイ内に映し出されるウインドウに対し、手や指のジェスチャーで行う…。未来的だ…。

※　オプション品の数々（かずかず）…。建設現場での「騒音」を考慮して、ヘッドセットが「骨伝導」のものになっているところが、「なるほどな」だ…。

※　こんな風に、まだ敷設されていない配管の完成画像を、映し出すこともできる…。相当、応用範囲は広そうだ…。