п»ї みんなで機械学習 | ニュース屋台村
1 2

既にそこにあるデータ
『みんなで機械学習』第18回

3月 29日 2023年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニングのビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

◆制作ノート

英国の経済学者エルンスト・シューマッハー（1911～1977年）の「スモール イズ ビューティフル」における中間技術の提案を、「みんなの機械学習」として実現するため、「スモール ランダムパターンズ アー ビューティフル」という拙稿を連載している。前稿では、社会全体がサービス業化する近未来における、データサイエンスの役割について考えてみた。前稿をふり返りながら、本稿への足掛かりを探して、「制作ノート」としている。本稿は途中の画像以降なので、制作ノートは、飛ばし読みしてください。

「スモール ランダムパターンズ アー ビューティフル」のゴールは、結論ではなく、希望を実感することにある。古典的なモノの価値を問う経済学から、コト（サービスなど）の意味を重要視する経済学への移行を時代背景として、近未来のデータサイエンスが、人類の文明論的な変革をもたらす夢物語を、少なくともディストピアとはしない、複数の道程を探したい。物語のゴールにおいては、意味が認知される以前の「データ」そのものが、みんなの機械学習によって、「言語」とは別の、文明の道具になるだろう。 記事全文>>

コメント

廻るデータサービス
『みんなで機械学習』第17回

3月 15日 2023年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニングのビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

◆制作ノート

英国の経済学者エルンスト・シューマッハー（1911－1977年）の「スモール イズ ビューティフル」における中間技術の提案を、「みんなの機械学習」として再考するため、「スモール ランダムパターンズ アー ビューティフル」という拙稿に挑戦している。前稿では、経済データと健康データのデータサイエンスについて考えてみた。前稿をふり返りながら、本稿への足掛かりを探して、「制作ノート」としている。本稿は途中の画像以降で、制作ノートの要点も、画像以降にまとめている。拙稿全体のゴールは単純だ。古典的なモノの価値を問う経済学から、最近のコト（サービスなど）の意味を重要視する経済学への移行を前提として、未来のデータサイエンスが、人類の文明論的な変革をもたらす夢物語を、少なくともディストピアとしないために頑張っているつもりだ。そのゴールにおいては、意味が認知される以前の「データ」そのものが、みんなの機械学習によって、「言語」とは別の、文明の道具になるだろう。 記事全文>>

コメント

中間組織のデータサイエンス
『みんなで機械学習』第16回

2月 20日 2023年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニングのビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

◆制作ノート

データサイエンスを教える大学が人気だそうだ。経済データや健康データを活用して、現場で問題解決をする人材が不足している。オン・ザ・ジョブ・トレーニングやリスキリングでは、人材の質・量・学習時間が、データニーズの増大に追いつかないのだろう。行政や企業のリーダーたちも、データサイエンスの学習意欲はありそうだ。データサイエンスは金融業界で成功したので、儲かりそうに思えるのかもしれない。しかし、現在のデータサイエンスは、データに関するサイエンス（少なくとも自然科学）ではない。従って、本論考が探求している「データにとっての技術と自然」について、現在のデータサイエンスでは明確な答えはない。現在のデータサイエンスでも、現在の問題の一部は解決できるかもしれないけれども、問題が山積みにされるスピードにはとても追いつけない。「データにとっての技術と自然」を深く思索して、機械（コンピューター）とともに、共生・共進化する未来を実現すること、それが本論考の目標であって、ひとびとの行動が変容するほど、単純で実行可能な、生活レベルで役に立つデータの利活用を見いだしたい。 記事全文>>

コメント

ソフトパワーから知的自由エネルギーへ
『みんなで機械学習』第15回

1月 25日 2023年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニングのビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

◆制作ノート

前稿（『みんなで機械学習』第14回）からは、「データにとっての技術と自然」について考えている。ひとにとっての技術と自然は、歴史の底流であって、哲学のテーマとしても様々に議論されてきた。ひととコンピューターが共生・共進化する近未来において、「データにとっての技術と自然」という本論考を、「コンピューターにとっての自然はデータである」という意味不明なテーゼから始めてみよう。機械（コンピューターやロボット）が自発的にデータを収集・分析すること、機械自身の機能や状態もデータ化することなど、機械にとっての自然がデータとなるための技術的な課題を設定することは可能だろう。しかし、機械にとっての自発性や、機械自身といった言葉は、未定義な意味不明な言葉で、どのようにでも解釈できる。そもそも、データ論の立場では、データによって言語を拡張する、もしくは、データの意味を言語では把握しきれない、ということが出発点になっている。機械が人びとのように言語でコミュニケーションするようになるのは遠い未来のことだと仮定して、機械と機械、もしくは機械とひとは、データでコミュニケーションするのが近未来のイメージだ。データによるコミュニケーションは、言語によるコミュニケーションの初歩的な機能を模倣（もほう）したものでしかない。コミュニケーションという意味では、データは言語以下であって、言語の拡張ではありえない。しかし、データはコミュニケーション以外にも、未来予測や自己制御など、機械にとって大切な機能を実現するために不可欠な「何か」でもある。その「何か」を、「機械にとっての自然」として、意味不明なままに探求しようとしている。 記事全文>>

コメント

ディストピア
『みんなで機械学習』第14回

1月 05日 2023年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニングのビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

◆制作ノート

前稿（『みんなで機械学習』第13回）では、集団の個体差を機械学習することが可能になった場合、わたしたちは機械から学ぶことができるのか、という仮想の話を考えてみた。例えば集団における経済合理性について、人間的な経済学ではなく、自然科学における熱力学の法則を応用した経済学、経済化学を機械から学ぶことができるのだろうか。経済化学によって、正確な予測が可能な市場(precision market）が出現するという考えは、正確な薬効予測が可能な薬剤（precision medicine）から借用しているので、わたしにとっては20年間考えている課題の応用問題でもある。この課題を、40年間考えた「個体差とは何か」という哲学的な設問ではなく、データの機械学習という技術的な課題として、社会・経済の文脈の中で、課題自体を再定義することから始めている。 記事全文>>

コメント

行動の予定と、予定がない行動
『みんなで機械学習』第13回

12月 15日 2022年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニングのビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

◆制作ノート

前稿（『みんなで機械学習』第12回）では、集団の個体差について考えてみた。個人の個体差から集団の個体差へと議論を展開するこの部分が、本論の主要な主張であり、難解かつ仮説でしかない試論である。理想気体の熱力学と統計力学をモチーフとしていて、個人主義と集団主義（正確には組織の周辺主義）を矛盾なく統合しようという、野心的な試みだ。予想通り、難解な文章になってしまったので、多少解説を加えてみたけれども、もっと難解になったような気がする。難解だということだけを理解していただけばよいのかもしれない。実際は、論理や文章ではなく、データと試行錯誤によって、理解を深めるしかないのだろう。 記事全文>>

コメント

集団の個体差
『みんなで機械学習』第12回

11月 21日 2022年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニングのビジネス展開を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

前稿（『みんなで機械学習』第11回）では、個体差の機械学習について考えてみた。哲学の文脈で、概念としての個体差について考えると、少なくとも言語の範囲では、定義矛盾となってしまう。個体であるということは、言語の範囲では、属性や概念ではないことを意味するからだ。一方で、データの世界では、属性に与えられた「所与」（データの哲学的な表現）の集合体が、個体の意味となる。すなわち、個体差は言語ではなく、データの世界で理解することが適切といえる。データの世界において、個体における複数の属性間の構造が明示的に与えられているのであれば、統計モデルによる解析が可能で、統計専門家が活躍する。しかし、医療技術や株価の変動など、個体差に伴う不確定性が問題となる場合、適切な統計モデルが不明で、どのようなデータを収集するのか、どのような構造のデータベースが適切なのかなどの検討が不可欠で、データ解析以前の段階であるデータマネジメントにおいて試行錯誤することになる。機械学習とは、そのようなデータマネジメントとデータ解析を統合して自動化している、最新のAI（人工知能）プログラミング技術だ。技術的には、音楽のレコメンドなど。個体差の機械学習はありふれた課題なのだけれども、医療やヘルスケア、特に新薬開発の「バイオマーカー」における個体差の機械学習は、データ収集の段階から、従来の統計解析とは異質の社会的コンセンサスを考慮する必要がある。さらには、個体差を明示的に取り扱うことで、機械学習技術自体を再考するきっかけになりうるし、AIの新たな技術革新となる可能性もある。 記事全文>>

コメント

個体差の機械学習
『みんなで機械学習』第11回

10月 19日 2022年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニングのビジネス応用を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長、Pfizer Global R&D, Clinical Technologies, Director。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

今後の世界経済はリセッション（景気後退局面）となることが確実視されている。筆者が製薬企業の臨床開発部門に所属していた20年前、新薬開発、特に認知症や脳卒中などの、加齢とともに発症リスクが高まる脳疾患の治療薬開発が行き詰まっていた。筆者たちのグループは、薬効評価を質問票の点数（スコア）で行っていることに問題があると考えて、医療画像などの「測定」できる数値（バイオマーカー）による薬効評価に取り組んでいた。FDA（米国食品医薬品局）は製薬企業の活動と呼応して、白書”Innovation or Stagnation”（※参考１）を公表している。残念ながら、その後の新薬開発では、イノベーションではなくスタグネーション（停滞）の予想が的中してしまった。例外は、ガン治療薬などにおけるバイオ医薬品で、とても高価だけれども有効な新薬が、次々に開発されている。最近、エーザイは認知症の重症化予防効果があるバイオ医薬品（抗体医薬）の開発に成功した。バイオ医薬品の開発において、当時開発していたイメージング・バイオマーカー（FDG・PETやアミロイドPET）が活用されているので、全面的なスタグネーションではないとしても、新薬開発におけるバイオマーカーの活用は、期待には応えられなかったといわざるを得ない。新薬開発だけではなく、経済全体においても、金融やITのイノベーションは社会・経済の期待には応えられず、リセッションとなってしまうのだろうか。 記事全文>>

コメント

Small Random Patterns are Beautiful
『みんなで機械学習』第10回

10月 10日 2022年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o株式会社ふぇの代表取締役。独自に考案した機械学習法、フェノラーニングを実装して、ビジネス応用を模索している。元ファイザージャパン・臨床開発部門バイオメトリクス部長（臨床試験データベースシステム管理、データマネジメント、統計解析）。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

『みんなで機械学習』は、第9回を最後に1年ほど中断してしまった。その1年の間に、世界が政治経済的に分断され、ビジネス環境が大きく変化している。第9回の「ビジネス関連特許の9画面表現モデル」は、筆者が40年以上考え続けているデータ論としては、ひとつの到達地点だったと思う。西欧哲学的な、真・偽、敵・味方、など2項対立の論理はとても強力で、データの統計解析においても、2×2分割表などの形で様々に利用されている。こういった単純な古典論理が有用であることは疑いない。しかし、自然や社会のデータが、古典論理に従っている、古典論理で理解できるというのは単純すぎるし、量子力学などの複素数でしか記述できない現象には、古典論理では無力としか言いようがない。「9画面表現モデル」は、3×3分割表のように見えるけれども、中心となる特異点の周りをまわる「廻（まわ）る論理」を表現している。すなわち、データ論を「表現論」として再構築しようという試みだ。 記事全文>>

コメント

ビジネス関連特許の9画面表現モデル
『みんなで機械学習』第9回

9月 22日 2021年 社会

LINEで送る
このエントリーをはてなブックマークに追加
Pocket

山口行治（やまぐち・ゆきはる）

o 株式会社Pラーニング研究所設立準備中。元ファイザージャパン・臨床開発部門バイオメトリクス部長（臨床試験データベースシステム管理、データマネジメント、統計解析）。ダイセル化学工業株式会社、呉羽化学工業株式会社の研究開発部門で勤務。ロンドン大学St.George’s Hospital Medical SchoolでPh.D取得（薬理学）。東京大学教養学部基礎科学科卒業。中学時代から西洋哲学と現代美術にはまり、テニス部の活動を楽しんだ。冒険的なエッジを好むけれども、居心地の良いニッチの発見もそれなりに得意とする。趣味は農作業。日本科学技術ジャーナリスト会議会員。

「みんなで機械学習」第1回では、CAPDサイクル（ビジネスのPDCAサイクルを、機械学習との組み合わせでCheckから始める加速モデル）を紹介して、4回転半のゴールを設定した。前稿までのCAPDサイクル2回転目では、大量の特許データをインターネットから無料で入手して機械学習してみた。AI（人工知能）プログラムを使って「みんなで機械学習」するのはCAPDサイクルの前半で、後半は中小企業経営者が自習する。自習して「ふりだし」に戻る。「みんなで機械学習」するのは、AI技術によって近未来のビジネス環境が激変することへの準備であり、できればビジネスのチャンスにしたい。単純に言って、ほぼ全てのビジネスにおけるサービスにおいて、AI技術による自動化が導入されるだろう。AI技術にとってサービスの自動化は難しい課題ではない。ヒトよりも心地よいサービスとなるかどうかは疑問だけれども、ヒトが作り出して、ヒトが解決できない多くの社会問題・地球環境問題にチャレンジすることがAI技術に期待されているので、ヒトも機械も忙しいのだ。

記事全文>>

コメント

1 2