fc2ブログ

WINEPブログ内で「 研究者 」を含む記事

(5件づつ表示されます)

2024-03-20 15:26 | カテゴリ:未分類
チャットGPTのインパクト ―われわれはどう向き合い、どう活用すべきかー

というタイトルで川村秀憲(ひでのり)北海道大学大学院情報科学研究院教授が新着の学士會会報(No.965)で述べている。9頁に渉る長文なのだが、今回の議論に関する部分のみを勝手に引用させていただいた。

::::今後チャットGPTに回答できる問題を、人が解くことに意味があるのでしょうか。人が猛勉強の末にやっと身に着けた能力をAIが簡単に代替できるなら、そうした能力を獲得する意味があるのでしょうか。

:::::人とのリアルな触れ合いや社会性の育成などはAIには担えないので、人の仕事として残るでしょう。

:::::進学、就職、結婚、経営、政治などの意思決定は、複数の目的から構成される多目的最適化問題なので、AIには解けません。

::::::::これから生まれてくる子供たちは幼いころからチャットGPTに親しんで育つので、今の中高年とは全く異なる考え方や発想をするでしょう。それを考えると、今の社会フレームに固執してはいけません。「調和系工学」の示す通り、人間とAIは共存し調和すべきです。AIの存在を前提に、倫理観、法律、教育、ビジネスなどを更新し続けることが大事です。::::::


これを要するに、些末なことはチャットGPT に任せておけ、今後は真に人が人としての独創性を発揮することを時代が要請しているということである。

そのためには人の独創性とはなんぞや?ということを万人がよく認識する必要があるだろう。と思いなら、最近の、日本人研究者による「創造性」に関する本をAIで検索したら、以下の本が出てきた(そのほか外国人の書籍も多数出てきたのだが)ここでは省略する(後日紹介したい)。
   
さっそく図書館で借りて読んだのだが、大変読みやすかった。かなり「創造性」に関して本質的なことに挑戦して考察しているので感心した。
数式がないのがおすすめです。以下に目次だけ紹介しておきます。
      
創造性はどこから来るか?
潜在処理、外的資源、身体性から考える 
阿部慶賀著 共立出版
(越境する認知科学日本認知科学界編2 The Cutting Edge of Cognitive Science)

第1章 ひらめきはどのように訪れるか
第2章 ひらめきの訪れを予測できるか
第3章 創造的思考を助ける外的資源と外化
第4章 外的資源としての他者
第5章 外的資源と創造性をつなぐ身体
第6章 創造性とあいまいになっていく身体
終章  創造性はどこからくるか、どこにあるか

この本の終章の最後の言葉を引用しておく。(多少陳腐に思う人がいるかもしれないが。。。。)

  強いて、ここまでの議論から創造的思考をするための教訓めいたことを述べるとするならば、「失敗を恐れずに愚直に自ら行動し、体験すること」があげられる。現状では最も有力視されている制約論的アプローチに従うと、試行錯誤を通して初期の誤った制約を解消することが洞察に至る堅実な方法だといえる。思考錯誤することで、環境を変え、変化した環境から新たな手掛かりが得られるかもしれない。そしてその環境の中の手がかりを手掛かりとして認識できるかどうかは、事前知識や身体との相性が関係する。ある身体を持った人間にとっては見過ごされてしまうような手掛かりが、別の身体を持った人にはポップアップされて見えるかもしれない。自分の知識と身体では見つけにくい手がかりがあるならば、他者の協力を得ればよい。誰もが他の誰かの創造性を触発する可能性を秘めているのである。

 
 
(森敏)
2024-03-12 14:31 | カテゴリ:未分類
スライド2
上がブラックホールを表す絵。下が AI を表す絵。


  文京区の図書館の新着雑誌の棚に kotoba (集英社 2024No.55) という月刊雑誌があったので、手に取って書架の前でペラペラとめくってみた。この雑誌を手に取ったのは生まれて初めてである。

  そのなかに 「学習物理学」って何? という題の随筆を見つけた。著者は物理学者橋本幸士(こうじ)京都大学教授である。

  わかりやすい軽妙な文体文章を読んでいくと、なかなか中身が躍動して面白いので、近くのソファーに座って一気読みしてしまった。

  面白いと思った理由の中身は、この随筆には、橋本教授が「学習物理学」という分野を新しく創生するに至った、経過が紹介されていたからである。以下に「新学問の誕生と、長い時間」というサブタイトルの部分の一部を少し長くなりますが無断で引用させていただきます。読みやすくするために行間をところどころ勝手に開けています。

―――――――
:::::
僕にとって学習物理学の始まりは、唐突だった。2017年、僕はAIを学びたくて、勝手に研究会を企画した。そこに、AIの心臓部の機能を提案した甘利俊一先生などを招いて、詳しくAIの動作機構を学んだ。

その研究会で、ある講演者が見せた図。それに、ピント来てしまった。AIが僕が研究しているブラックホールにそっくりだな、と見えてしまったのだ。

その図(上図)には、オートエンコーダと呼ばれるある種の機械学習モデルが描かれていたのだが、その図が、重力の量子論を取り扱う時によく用いられるブラックホールの図にそっくりだ、と感じたのだ。もう一旦見えてしまったら、そうにしか見えなくなってしまう。

脳の機能を模したニューラルネットワークによるAIが、ブラックホールとそっくり? そんなはずはない、と思いながらも、周辺の研究をいろいろと調べ、学んでみた。確かに、似ている。これなら、宇宙とAIが繋がるかもしれない。

僕はふと思い出した。18歳の僕が大学一回生で学んだことを。それは今は無き素粒子物理学者である田中正(しょう)先生のゼミでのことであった。田中先生は言った。

「僕たちがアインシュタインの重力理論を美しいと思うのは、その原理である『一般座標変換不変性』が、人間が外界を認識する方法そのものだから、だよね」

大学に入ったばかりの僕は、田中先生が何を言っているのか、全くわからなかった。その「わからなさ」がずっと心に残っていた。

『一般座標変換不変性』とは、現象が座標の取り方によらないという性質のことを言う。あらゆる物理学の現象は空間と時間の中で発生するが、例えば、空間のx、y、zの軸の選び方を変えても、現象自体は変わらないはずだ。とても自然な考えである。アインシュタインは、この原理だけから、重力の基礎方程式を算出することに成功したのだ。

僕が重力理論を使って研究し始めた20代半ば、ようやく、田中正先生の言っていた意味が分かるようになった。そして、確かにそうだ、と徐々に同意するようになった。けれども、物理学をきちんと使って、田中先生の言ったことを納得のいく形で証明することはできないまま、年月が過ぎて云った。人間の認知の方法と重力の基礎原理が、果たして関係するのか?

そして、ついに、である。2017年の研究会で、人間の認知を模したプログラムであるAIと、重力理論を繋げる橋渡しの「鍵」を、見つけた気がしたのだ!

僕は、研究会に来ていた若手の研究者にアイデアを話し、皆でそのアイデアを具体化した。そしてその後数か月かけて、重力理論とAIを橋渡しする論文を完成させたのだ。田中先生が僕にあの言葉を伝えてから、25年の歳月がたっていた。

振り返ってみると、こういった若いころの「もやもや」を抱えたまま僕は研究者になって、そしてその「もやもや」はずっとアタマのどこか深いところの引き出しにしまってあって、時々開けてみるのだが、また閉める、それを繰り返しているのだ。

25年経って、ついにその引き出しからそれを取り出す時が来た。これから、共同研究者たちとそれを磨いて、膨らませて、世界に広げていくのだ。:::::::::
 
―――――――
 
  かって市川亀久彌氏が人間の発明や発見の契機になる瞬間の「ひらめき」を「等価変換理論」で詳しく説明しています。

  この橋本教授の躍動する文章の中には、彼が無意識にあたためていた「重力理論」が「AI理論」と結びついて「学習物理学」という物理学の新しい分野を切り開くことができた心的過程がのべられています。

  その発見の核となったのは上図に示す二つの図の類似性ということです。いいかえれば二つの図のパターンが類似しているという一瞬の衝撃的な認知です。(頭の中に火花が散ったのですね。小生には2つの図のそれぞれの意味が何が何だかわかりませんが、とにかく橋本教授は両者が似ている!と感じたんですね。潜在意識が意識化されたのです)。

  これは「等価変換理論」の典型的な例と思われるので紹介しました。


   
(森敏)


付記1:
そこで、現在進行形の「学習物理学」の目指すところを生成AIに聞いてみました。
 
小生:物理学の新しい分野と言われている「学習物理学」について、素人でも分かるように1000字ぐらいで説明してください。
 
Copilot(生成AI):
「学習物理学」は、物理学と機械学習を結びつけた新しい分野です。素人でも理解しやすく説明します。

・学習物理学とは何か?
目的: 学習物理学は、基礎物理学の根本的な課題に機械学習の手法を応用し、新法則の発見や新物質の開拓を目指します。

 o融合のアプローチ: 物理学と機械学習の理論的手法を統合し、物理学全体を進展させるプラットフォームを構築します。
 o具体的な課題:
  新法則の発見: 学習物理学は、物理法則の新たな側面を探求します。例えば、素粒子物理学や重力物理学において、新しい法則を見つけることが目指されています。
  新物質の開拓: 物性物理学の分野で、新しい材料や物質を発見するために機械学習を活用します。

•なぜ学習物理学が重要か?
 o融合の可能性: 機械学習は物理学の多様な分野で有用です。学習物理学は、理論的な融合が可能である分野に焦点を当てています。
 o新基盤領域の創成: 学習物理学は、量子、重力、時空、量子ゆらぎ量子縺れなどの理論的手法と機械学習を組み合わせて、新たな基盤領域を創り出すことを目指しています。
 
 このように、学習物理学は物理学者と機械学習の専門家が協力して、未知の領域を探求する新しい舞台となっています。
 
  
付記2:
橋本幸士さんは『物理学者のすごい思考法』(インターナショナル新書 2021年刊)という非常に面白い随筆集を出版されている。図書館でこの本を借りて読んでいるのだが、小生が大好きな寺田寅彦、中谷宇吉郎、湯川秀樹、朝永振一郎などの物理学者の頭の柔軟な随筆家の系譜を曳いているように思う。
2024-03-07 17:04 | カテゴリ:未分類
世界の海洋鉄栄養研究者は、ゴビの砂漠から黄砂が発生して偏西風に乗って西太平洋へ運ばれるので、その鉄栄養でこの地域の漁場が豊かになっているという定説を信じている。

それは、南氷洋の海水などの鉄が極端に貧栄養となっている海域に、鉄材を散布すると、オキアミなどの異常発生が起こるという大規模実験で実証されている。

だから単純に考えると、世界の貧鉄栄養の海域に鉄材を撒いて行けば、植物プランクトン→動物プランクトン→魚介類という食物連鎖で世界の漁場が豊かになるだろうという期待を抱かせるものがあった。

しかし海洋生態系はそんな単純なものではないかもしれないという海洋生態学者の危惧から、このような試みは、小生の知る限り、いまだ積極的には実用化されていない。

  
スライド3
アムール河の河口が起源の流氷のながれと分布図(黄色い線の範囲)
  
今回、朝日新聞(2月29日夕刊)に、「この30年間で流氷の厚みが3割も減少し、流氷の漂う面積も縮小傾向にある。そのために「オホーツク海域に鉄分が運ばれず海の豊かさが損なわれる恐れがある」という北海道大学の大島敬一郎教授(海洋物理学)・三寺史夫教授(海洋物理学)・西岡純教授(化学海洋学)らの話が載っていた。
 
以下にその記事を部分引用すると、

:::::流氷には、大陸のアムール川などを起源とする鉄分が豊富に含まれている。春に流氷が解けることで、海に鉄分が放出される。その結果、春のオホーツク海では植物プランクトンが大増殖する。それが動物プランクトンなどのエサとなり、魚類を含む海の生態系全体を支える。
ホタテ貝や、カガニ、スケトウダラが取れる北海道沖のオホーツク海は世界的に見ても高い漁業生産量を誇り、「豊饒の海」と呼ばれる。流氷が運ぶ鉄分は、こうした海の豊かさをもたらす要因の一つとなっている。:::::::::::
   
  これまで小生はオホーツク海域の鉄栄養もゴビの砂漠からの黄砂によるものだと思っていたので、今回google検索で、地図上で、アムール川からの流氷の流れの範囲を確かめてみた。

  上図のように、気象庁などが発表する毎日の流氷分布図を見ると、黄色い線の範囲に流氷が発生している。矢印のように流氷がアムール川河口からサハリン東岸に沿って南下して、北海道網走沖に張り出していくとのことである。

  尚、別にgoogleで、黄砂について調べてみると、一年のうち、時には大陸から偏西風に乗っての黄砂が蛇行してオホーツク海に達するときもあるようだが、その頻度は高くはなさそうである。
  
  したがってオホーツク海の鉄の主要な供給源が流氷であるというのは、信じられることと思われる。

  一方で、地球温暖化によるアムール川の流量がどれくらい経年変動しているかも、オホーツク海への総鉄供給量として重要なファクターだと思われるのだが、その情報はこの朝日新聞の記事には記載されていない。
  
  
(森敏)

2023-12-13 15:26 | カテゴリ:未分類
  いま質の高いYouTubeがネットで大流行している。そこで彼らプロのYouTube(つまりYouTubeだけで生計を立てていると思われる人々)の評価を調べるために、Bingで直近の職業評判の調査の結果を調べてみた。以下のとおりである。調査の出自は様々なのでいちいち記載しておりませんが、世論の傾向はわかると思います。
 
     
日本の親が子供になってほしい職業についての調査結果は以下の通りです:
   
男の子になってほしい職業のランキング:
1. 公務員
2. 一般企業の会社員
3. 医師
4. プログラマー・エンジニア・ゲームクリエイター
5. 研究者
    
女の子になってほしい職業のランキング:
1. 公務員
2. 一般企業の会社員
3. 薬剤師
4. 看護師
5. パティシエ
    
一方、親が子供になってほしくない職業についての調査結果は以下の通りです:
1. YouTuber
2. 芸能人
3. 自衛隊員
4. 政治家
5. 介護士
     
子供自身が望む大きくなってなりたい職業についての直近の調査結果は以下の通りです:
      
小学生・男子:
1. 会社員
2. Youtuber・動画投稿者
3. サッカー選手
4. 警察官
5. ゲームクリエイター
   
小学生・女子:
1. パティシエ
2. 漫画家・イラストレーター
3. 会社員
4. 看護師
5. Youtuber・動画投稿者
     
中学生・男子:
1. 会社員
2. ITエンジニア・プログラマー
3. 公務員
4. ゲームクリエイター
5. Youtuber・動画投稿者
     
中学生・女子:
1. 会社員
2. 漫画家・イラストレーター
3. 公務員
4. 教師・教員
5. パティシエ
     
高校生・男子:
1. 会社員
2. 公務員
3. ITエンジニア・プログラマー
4. 教師・教員
5. 学者・研究者
      
高校生・女子:
1. 会社員
2. 公務員
3. 看護師
4. 教師・教員
5. 幼稚園の先生・保育士
       
大学生が成りたくないと思っている職業についての直近の調査結果は以下の通りです:
   
1. 営業:43%の大学生が成りたくないと回答しています。
2. 医療・福祉・介護:23.33%の大学生が成りたくないと回答しています。
3. 建築・土木技術職:22%の大学生が成りたくないと回答しています。
4. ITエンジニア:19.67%の大学生が成りたくないと回答しています。
5. 技術工・設備・交通・運輸:19.33%の大学生が成りたくないと回答しています。
        
大学生が成りたいと思っている職業についての直近の調査結果は以下の通りです:
     
1. 事務・管理系(総務、経理、事務など):23.1%の大学生が成りたいと回答しています。
2. 医療・福祉系(薬剤師、看護師、医師など):17.6%の大学生が成りたいと回答しています。
3. 技術・研究系(研究、生産・製造、品質管理、建築土木など):13.9%の大学生が成りたいと回答しています。
    
また、別の調査では以下の職業が大学生から成りたいと思われています
   
• 公的機関&士業(人気率40%:男性36%、女性41%)
• 金融・保険(人気率22.7%:男性14%、女性26%)
• メディア・広告関連(人気率20%:男性23%、女性19%)
• ゲーム、音楽、パチンコなどのエンタメ・レジャー、旅行関連(人気率19%:男性22%、女性18%)
• 医療品・化粧品などの生活用品・サービス関連(人気率17%:男性20%、女性16%)
     
日本で最も人気のある職業についての情報は以下の通りです:

• 事務・管理系(総務、経理、事務など)
• 医療・福祉系(薬剤師、看護師、医師など)
• 技術・研究系(研究、生産・製造、品質管理、建築土木など)
• 臨床心理士
• プロスポーツ選手
ユーチューバー(YouTuber)
• イラストレーター
• 看護師
     
日本の大学生が最も人気のある企業についての直近の調査結果は以下の通りです:
  
文系男子:
1. 東京海上日動火災保険
2. ソニーグループ
3. ニトリ
4. 日本生命保険
5. 伊藤忠商事
  
文系女子:
1. 伊藤忠商事
2. 明治グループ(明治・Meiji Seika ファルマ)
3. 東京海上日動火災保険
4. ソニーミュージックグループ
5. 日本生命保険
  
理系男子:
1. ソニーグループ
2. 味の素
3. 富士通
4. NTTデータ
5. トヨタ自動車
  
理系女子:
1. ソニーグループ
2. 味の素
3. 富士通
4. NTTデータ
5. トヨタ自動車
  
これらの企業が人気の理由は以下の通りです:
  
1. 業績が好調:企業の業績が好調であると、その企業が安定していると感じ、就職先として魅力的に見えます。
2. 働き方改革:20時以降の残業原則禁止など、働き方改革を積極的に進めている企業は、ワークライフバランスを重視する就活生にとって魅力的です。
3. 海外勤務の機会:商社などは世界中に支店を持っており、海外で働く機会が多いため、国際的な経験を積みたいと考える就活生にとって魅力的です。
4. 高給与:一部の企業では、平均年収が高いことが知られています。給与が高いという点は、生活を安定させるための重要な要素であり、就活生にとって大きな魅力となります。
5. ネームバリュー:大手企業や知名度の高い企業は、そのブランド力や社会的地位から魅力的に見えます。
     
日本で最も稼いでいる職業についての情報は以下の通りです:
  
1. 航空機操縦士:平均年収は約1,700万円〜2,000万円とされています。
2. 医師:平均年収は約1,440万円です。
3. 大学教授(高専含む):平均年収は約1,073万円です。
4. 公認会計士,税理士:平均年収は約958万円です。
5. 法務従事者:平均年収は約878万円です。
             
  結論として、YouTuberは単独の職業としてはまだまだリスクが大きくて、小中時代の子供は望んでいるが、親は全く望んでいない。しかし、世間的には人気がある職業である。だから、常識的には当面定職に就きながら、YouTuberとしての実力をじょじょにつけていくという手法が、一番無難なのだろう。
これまでに、何人かのYouTuberが非常識な映像の拡散で逮捕されている。だから、YouTuberには、世間的な常識的な倫理観も要請される。プロのYouTuber職人として抜きんでて生きていくためには、高度の多角的な教養が要請される職業だと思われる。
    
  現役の高校生のころからYouTubeを発信し始めている生徒もいるようで、YouTubeもこれからも各段に多様に若い力で進化していくのではないだろうか。
   
     
(森敏)
2023-11-22 12:56 | カテゴリ:未分類
  近藤孝男さん(名古屋大特別教授・時間生物学)が11月16日、肺炎で死去、75歳。近藤さんは平成26年日本学士院賞を授賞して令和元年には文化功労者に選出されている。業績の中身は「生き物の体内で時を刻む生物時計の仕組みが、たんぱく質の機能に基づいていることをシアノバクテリアで明らかにした」と新聞では報じられている。
 
  小生は毎日この新聞の片隅の「死亡欄」を見ているので、この記事を見てアッと声が出なかった
 
  近藤さんと小生は同じ年に日本学士院賞を授賞して、その日は丸一日学士院・皇居・ホテルとご一緒したからである。
 
  生物時計遺伝子ではショウジョウバエを用いた外国人に3人枠の為かノーベル賞を惜しくもかっさらわれましたが、研究を名古屋大学で現在も続行中だったようです。

  あまりにも早いご逝去でした。心からご冥福を祈ります。
 
 森敏
 
付記1:近藤さんの日本学士院賞受賞研究要旨は、以下のネットの学士院欄に紹介されています。
  
  kondo.pdf (japan-acad.go.jp)
 
付記2:Bingで検索すると以下の簡潔な情報が得られました。
 
  ショウジョウバエを用いて生物時計の遺伝子を発見してノーベル賞をもらった研究者は、ジェフリー・ホール、マイケル・ロスバッシュ、マイケル・ヤングの3人です。彼らは、ショウジョウバエのX染色体に位置するperiod(per)遺伝子をクローニングし、その転写とタンパク質発現の振動がショウジョウバエの概日リズムを制御する分子機構において中心的な役割を果たしていることを明らかにしました。per遺伝子の変異は、概日リズムの周期を短くしたり長くしたり、あるいは完全に狂わせたりすることが知られています。このように、生物の体内で時を刻む「体内時計」に指示を出す遺伝子を特定した功績が認められ、2017年にノーベル生理学・医学賞を受賞しました。
FC2 Management