NEWSインタビュー
-
2023/10/04
- お知らせ
- インタビュー
山形の大切な場所で、今、何が起こっているのか?~森林のデジタル化で見えるもの~
山形県と宮城県の県境にある蔵王連峰のアオモリトドマツ(オオシラビソ)林では、ハマキガやキクイムシによる集団枯損が発生しています。これらの昆虫の大発生の原因は未解明です。2023年4月に行われたデータサイエンスカフェでは、「蔵王山のアオモリトドマツのデジタル化」という演題で、農学部のロペス・ラリー教授にご講演いただき、森林の衰退や樹種構成の変化には、虫だけでなく、気候変動も影響しているとのお話がありました。ご講演後、これからの森林研究におけるデータサイエンスの可能性や、研究を通して学生に伝えたいことについて、ロペス先生にお話しを伺いました。 聞き手・奥野貴士(データサイエンス教育研究推進センター長) 山形大学 Lopez Larry教授 (農学部主担当/森林生態学) なぜ、蔵王をフィールドに選んだのか? 以前、モンゴルで研究していたときのテーマは森林火災でした。しかし、研究を進める中で、火災よりも虫の方が、森林に与える影響が大きいことに気がつきました。火災の方がニュースになりますが、虫の食害などにより弱くなった森林は、火災と大きく関係していました 蔵王に観光で行ったときに、森林が虫害で衰退していることを知りました。シベリアでは葉を食べる虫による食害なので森林は数年たつと復活する場合もあります。蔵王についても、当初は同じように復活すると考えていたのですが、現状では、自然に回復しないことがわかりました。蔵王の森林変化は非常にダイナミック。数年にわたって解析すると、毎年の変化がとてもよくわかります。しかも、画像データにすると、ビジュアル変化が分かりやすく、山形はもちろん世界の人たちに「蔵王に何が起きているか」、理解してもらえるようになるのではないかと思いました。 “データの集め方“を変えることで、期待できること 以前から、研究でドローンは活用していましたが、当初は撮影して“見る”だけでした。しかし、2018年にやってきたイタリアからの留学生が、ドローンで撮影した画像の解析ソフトを扱うことができ、活用の幅が広がりました。また、現在はパナマ大学の学生がいるのですが、彼はコンピューターサイエンスのスペシャリスト。ディープラーニングでの解析を担当しています。私の研究室には、いろいろな国の留学生が集まってきますが、一人ひとりがさまざまなアイデア、技術、経験を持ってやってくるので、研究が飛躍的に進んでいます。 日本は68%が森林ですが、実はまだまだ謎も多いです。ドローンを活用し、森林をデジタル化することで、謎が解けると期待しています。例えば、「一つの山の森林バイオマスがどのくらいあるか」、「伐採した場合の木材の価値はどのくらいか」なども、リアルタイムで予測できるようになれば、効率的な管理ができるようになるかもしれません。山形にとって、蔵王はとても大事な場所。今後は研究を進めると同時に、ドローンを使いながら地元の小学生~高校生などの若い世代にも現状を知ってもらえるような活動もできればと考えています。私にはない発想をもっているかもしれませんし、将来は大学に入って一緒に蔵王の研究をしてくれるかもしれませんしね。 森林研究を通して、伝えたいこと 私は気候変動影響の研究も同時に進めています。天候や気温、湿度などの気象データから、何がどのように変化しているのか分析しますが、森林生態系などの「環境」がどのように変わっているのか、気象が生態系にどのような影響を与えているのかは、わかりにくいものでした。ドローンを用いて連続的に記録することで、10年後や20年後にどのような変化が起こるのか、分析できるようになると考えています。広範囲の画像データを残すことができるので、研究も大きく広がります。森林の研究を進めるにあたり、フィールドを歩いて調査することはこれまで同様に大切ですが、広い目で森林を理解するためには、ドローンなどを用いたデジタル化も大切。多層的な視野を養うことで研究が発展していくのだと思います。
-
2023/09/29
- お知らせ
- インタビュー
データサイエンス座談会 番外編
〜座談会終了後、学生の皆さんにコメントをいただきました!~ わたしが、学生時代にやって良かったこと・身につけて良かったスキル ・様々な経験(授業、バイト、イベント参加)をしたこと・プログラミングの勉強 人間にしかできないことは“意思決定”であると今回の話を聞いて学びました。そのため、様々な経験をし、様々な人と対話をすることで、自分がやりたいことを考え、自己決定するというプロセスを、残りの学生生活も大切にしたいと感じました。(4年 秋葉さん) 新しいことに積極的に挑戦しました。 データサイエンスカフェに参加したり、サイエンスコミュニケーションの授業をうける中でScienceを大学外の人に伝えたいという思いが生まれ、友人と「サイエンスカフェ」を企画しました。反響もよく、7月に第2回のサイエンスカフェを開催します。今回の対談をうけ、どういう風に話を回していくかや、専門の話を分かりやすく、楽しく伝えるにはどうしたらよいかも考えられました。(4年 高橋さん) わたしが、これから身につけたいスキル・学んでみたいこと・チャレンジしたいこと これまで以上に、データ分析の結果を自分がどう考えるかを大切にしたいと思いました。データ単体よりも、どうしてそのようになったのかという過程に目を向けたいと思いました。(2年 齋藤さん) AI等を活用し、データや資料から自分の意見を選びとることができるスキルを身につけたい!データや統計に関する高年次の授業にとても興味がわいた。(2年 富岡さん) チャットGTPやコンピュータの知識や感情に越されないように、よく考えて、人間(自分)にしかできないアイディアを出せるようにすることにチャレンジしたいです。人間が打ち込んだデータを自分で学習する人工知能にのっとられないようにします。(1年 田茂さん) もくじ テーマ1:データサイエンティストと聞いてイメージすることは?(Vol.1へ) テーマ2:いま話題の「ChatGPT」もう使ってみましたか?(Vol.2へ) テーマ3:人工知能が人間を超える「シンギュラリティ(技術的特異点)」は来ると思いますか?(Vol.3へ) 番外編:参加学生のコメント
-
2023/09/29
- お知らせ
- インタビュー
データサイエンス座談会 Vol.1
玉手学長と語り合う身近なデータサイエンス 2023年5月、玉手学長と山形大学学生5名による対談が行われました。データサイエンスに関する複数のトークテーマから、サイコロを投げて出た目のテーマについて話すという形式で、会場は終始なごやかな雰囲気。話題は、身近なデータサイエンスのことから今話題のChatGPTにまで展開していきました。 参加者 秋葉 玲奈さん(理学部4年) 高橋 雅子さん(理学部4年) 齋藤 奎舜さん(人文社会科学部2年) 富岡 智史さん(人文社会科学部2年) 田茂 柚希乃さん(人文社会科学部1年) 玉手 英利学長 進 行 奥野 貴士教授(理学部 主担当/データサイエンス教育研究推進センター長) もくじ テーマ1:データサイエンティストと聞いてイメージすることは? テーマ2:いま話題の「ChatGPT」もう使ってみましたか?(Vol.2へ) テーマ3:人工知能が人間を超える「シンギュラリティ(技術的特異点)」は来ると思いますか?(Vol.3へ) 番外編:参加学生のコメント(番外編へ) テーマ1:データサイエンティストと聞いてイメージすることは? ❝身近な「データサイエンス」❞ 奥野:皆さん、本日はお忙しい中お集まりいただきありがとうございます。昨年度、玉手学長にデータサイエンスの学びの大切さを学生に伝える企画にご協力いただきたいとご相談したところ、玉手学長から“学生と語る場が良いのでは”というご提案をいただいたことで、今回の企画が実現しました。今日は皆さんと身近なデータサイエンスをテーマに話していきたいと思います。では、まずは玉手学長から、ひと言お願いします。 玉手:私は理学部の教員をしていた頃からクマに関する研究をしており、そこでデータサイエンスを活用していました。例えば、私が以前に発表した論文(Uno et al.2015)を紹介すると、これまでに得られた約3000のクマの出没データを分析し、川からの距離や標高などの環境要因と出没の関係性から、その確率を調べるというものです。ちなみに私は趣味でフィギュアを集めるのが好きです。(すみっコぐらしのチョコエッグを出して)これは全部で21種類あり、コンプリートを目指しています。今日は皆さんにプレゼントします。 学生:かわいい!ありがとうございます! 玉手:データサイエンスの手法の中に「ベイズ統計」というものがあります。このカプセルトイ、いったい何個買ったら全種類が揃うと思いますか? メーカーはできるだけ多くを売りたいけれど21種類を等確率で混ぜてしまうと、目当てのものがすぐに手に入ってお客さんは買うのを辞めてしまいます。だから、もう少しで手が届く程度に適切な比率で種類を混ぜることで、売上を伸ばすことができるというわけです。メーカーによって混ぜ方が異なるため、私は20個ほど大人買いして、そのデータから混合比率を推定して楽しんでいます。 学生:へぇ〜、おもしろい! 玉手:レアが出たら私にくださいね。 学生:笑! ❝データサイエンティストってどんな人?❞ 奥野:ではさっそくサイコロを投げてテーマを決めていきましょう。最初は玉手学長、お願いします。──ひとつめのテーマは「データサイエンティストってどんな人?」です。玉手学長、いかがですか? 玉手:私のデータサイエンティストへのイメージはふたつありますね。ひとつめは、データを構造的に活用するスキルを持ったプロフェッショナルな人物像です。このようなスキルを身につけるには、大学でプログラミングについての理解を深めることが必要不可欠です。今はAIによるプログラムの自動化が進んでいますから、さらにそこから人々が喜ぶものを導き出すための構造やアプローチについて学ぶことも必要になるでしょう。 奥野:企業には大量のデータが集まります。データサイエンティストはそれを解析し、データから導かれる結論・判断や解決策を提案したり、そのデータを企業経営の意思判断に活用することもありますね。 玉手:ですから、むしろデータをどう処理するかよりも、「データを使って何ができるか」という視点で学ぶことが大切です。学部で基礎的なスキルを身につけておけば、将来に活かすことができるでしょう。そのような意味では、大学の研究者から企業でデータを活用して社会的課題に取り組む人まで、データサイエンティストと呼ぶことができると思います。 一方でふたつめのイメージは、必ずしもプロのレベルまではいかないものです。例えば、私は自身のクマの研究でデータサイエンスを意識せず進めていましたが、それが結果的にデータサイエンスの手法になっていた。そのようなレベルであっても良いと思います。 奥野:私は純粋に「データサイエンティストはすごい人」というイメージがありますね。データサイエンティストは膨大なデータを整理・分析するだけでなく、集めたデータから立てた仮説の立証・評価を繰り返し、より良い結果のための施策を出します。ITの知識だけでなく、あらゆる業界の専門的知識とデータを融合し課題解決に導く、とても魅力的な仕事です。データの量や質がそれほど多くなく複雑でなくても、データを扱い、何かを表現することもデータサイエンティストと言えるでしょう。そうなると、データサイエンティストという存在は私たちの多くに当てはまるのかもしれません。そしてそれは、社会にとって必要なスキルでもあります。 玉手:データサイエンティストにはさまざまなレベルがあります。山形大学のデータサイエンス教育はリテラシーレベルからより高度なスキルの取得まで段階的なアプローチを取っています。自分自身がどこまで進みたいか目標を見極めながら、学び進めていくことができます。 秋葉:データサイエンティストのスキルや思考は誰でも持てるものなんでしょうか? 奥野:誰もがデータサイエンティストになれるでしょう。でも、データサイエンティストひとりだけでは仕事を完結することはできません。データを収集する人のほか、その目的や必要性を理解してデータサイエンティストとコミュニケーションができる人材も必要不可欠です。 高橋:文系と理系とでは、どちらで活躍しやすいですか? 玉手:データサイエンティストが活躍する環境は、文系や理系に限定されることなく、どこにでもあります。データを活用して問題を解決することは、どんな業界や組織でも重要な役割を果たすからです。 ❝大切なのは、それをどう使うかを考えること❞ 玉手:山形大学の卒業生の中には、行政に就職する人も多いですよね。行政は施策の効果判断や検証にデータサイエンスやAIを活用しています。自分と違うもの、関係ないものだとは捉えず、自分もそれになりうるものだと考えていきたいですね。 奥野:皆さんは、玉手学長の話を聞く前と後で、データサイエンティストのイメージは変わりましたか? 富岡:データサイエンティストは、資料やグラフを読み取り、その傾向から提案をする職業だと考えていました。話を聞いて、データサイエンティストはあらゆる場所で必要とされる力であり存在なんだなと思いました。 秋葉:データサイエンティストと一言で言っても、かなり幅が広いんですね。今、IT技術の発展で情報やデータが大量にある中で、そのデータの分析方法や提案を考えるという力がこれから必要になると感じました。 玉手:そうですね。データを活用するためには、それを分析するだけでなく、どう活用するかという考え方が大事です。 秋葉:以前授業で取り組んだときに、分析方法が違うだけで答えがまったく別なものになりました。そのときに、分析の方法をしっかりと考えることが大事だと感じました。 玉手:私は自分で研究していたときに一番難しいと感じたのが、データ解析の自動化が進む中での結果の解釈や、追求すべき結果の選択でした。データサイエンスとは、誰かの情報収集や分析の結果でもあります。ですから、判断に正当性を持たせるためには、その答えが導かれたプロセスや背景も知っていた方が良いでしょう。 奥野:データサイエンスティストだけで、かなり話題が広がりましたね。では、次のテーマに移りましょう。(→Vol.2へつづく) 【引用文献】Uno R., Doko T., Ohnishi N.,Tamate H.B.(2015) Mammal Study 40(4):231-244 https://doi.org/10.3106/041.040.0404
-
2023/09/29
- お知らせ
- インタビュー
データサイエンス座談会 Vol.2
テーマ2:いま話題の「ChatGPT」もう使ってみましたか? ❝ChatGPTってどんなもの?❞ 奥野:さて、次のテーマは(学生がサイコロをふり)──。今話題のChatGPTですね。 玉手:皆さんと話してみたかったテーマのひとつです。 奥野:それは楽しみですね。では、この中でChatGPTを使ったことがある人はどんな風に使っていますか?使ったことがない人は、どんなイメージを持っていますか? 田茂:私はまだ使ったことがないのですが、ChatGPTにキーワードを入れて指示し、小説を作ってもらうテレビ番組が印象に残っています。人間だけが感情を使って思考しているのかなと思っていましたが、AIも感情のようなものを使って書いてくるのがおもしろいなと思いました。 玉手:単純に答えが返ってくるのではなくて、読んでる人の感情が動かされるからすごいですよね。 奥野:人の感情というのは「良い」とか「悪い」ということですよね。ChatGPTを始めとする生成型のAIツールは、その感情をスコアで表して、スコアがひとりで歩けるように勉強させています。一番最初にそのスコアを人間が付け、今度はそのスコア付けをするプログラムをつくります。そうすると、そのプログラムが自動でスコア付けを繰り返し、莫大な量のデータを蓄積します。そしてそこから導き出された言葉を人が読むと「いいね」と感じる。そんな世界です。富岡君はどうですか? 富岡:僕はChatGPTがニュースで大々的に取り上げられるまでは、企業サイトによくある質問ページのチャットAIのようなイメージを持っていました。質問を入力してもなんだかちょっとズレた回答が返ってくるような。でも小説を書いたり会話をしたりできるのは大きな進歩ですね。 玉手:今まで未来だったイメージがすぐそばにありますよね。齋藤君は? 齋藤:自分が見たのはオモシロツールとしての使い方です。突飛な質問をして、何かおもしろい答えが返ってきたり、自分には彼女ができますか?と質問して、できませんという回答をSNSで自虐ネタとして投稿したり。 玉手:実用的でなくても、感情が豊かになるおもちゃのような一面もありますね。 奥野:使ったことがある人はどうですか? ❝ChatGPT、どんなふうに使ってる?❞ 高橋:私はちょうど昨日初めてChatGPTを使って感動したんです。友人と一緒に、高校生の探求学習のサポートをしていたのですが、高校生たちは自分が何に興味があるか、何を調べたらいいかがわからなくて困っていたんです。そこでChatGPTを使ってみることにしました。 玉手:探求学習ですか。どんなふうに使ってみたんですか? 高橋:まずはChatGPTに「言語の探求について考えています。おすすめはありますか?」と聞いてみました。すると「言語の中でもどんな言語が良いですか?」「文法と文法的なものだと何が良いですか?」など、どんどん質問が出てきて。答えていくと、ChatGPTがどんどん話題を膨らませていきました。そのときに「AIって人間よりもスゴイのでは?」と感じましたね。皆さんはどんなふうに使っていますか? 秋葉:私はChatGPTに人工知能に関するおもしろい論文はあるかを聞いてみたところ、10選ほど紹介してくれました。あとは就活の自己分析をするのにも使えましたね。 奥野:私は企画を考えるとき、まとまった草案をもとに自分の考えにない視点を加味して、思考を整理するのに使っています。玉手学長はどうですか? 玉手:私はChatGPTがレポートの課題をどこまで自動的に書けるのかが気になり、実際に試してみたことがあります。自分が受け持つ基盤共通教育と、さらに理学部の3年生の授業で同じように試してみました。結果は、基盤共通教育の一般的な話題ではほぼ正解、一方で3年の専門知識になるとまだまだ間違いが多くありました。でも、いずれは後者の知識レベルにも追いつくでしょう。 秋葉:挨拶文や講演文の作成にも使えると聞いたことがあります。玉手学長は人前でお話をする機会が多いかと思いますが、ご自身の講演や挨拶の際にChatGPTは活用されていますか? 玉手:そうですね、使うこともあります。ただ、これからますます多くの人々に対してメッセージを発信する機会が増える中では、自分自身の明確な言葉を伝える必要があり、ありきたりなことはAIが言ってくれます。だからこそ自分自身のメッセージは何かを確かめるためにChatGPTを使えますね。これは本質的なテーマなのではないでしょうか。 秋葉:確かにその通りですね。 ❝データが財産になる時代、注意すべきこと❞ 奥野:今、技術が急速に発達し、産業が大転換するほどのことが起こっています。確実に世の中は変わっていく。少しだけでもその世界の流れに興味を向けてみてもよいかもしれません。ChatGPTを使うときの注意点を山形大学のホームページに載せています。新しく生み出される技術をどんなふうに使っていくとよいのか、ぜひ考えてみてください。 高橋:ChatGPTを使うときの注意点は、なにかありますか? 玉手:これからはデータ自体が本当の価値となる時代です。個人のデータは自分自身の財産です。今、大手企業がこぞって生成型のAIツールを一般公開し、多くの人に無料で使わせているのはなぜでしょう。それは実は、個人が持っている貴重なデータを収集しているからです。だから今、企業機密データや個人情報はChatGPTに出してはいけないという規制がかかっています。皆さんもChatGPTを使うときは、自分の貴重なデータが吸い取られないように注意しなければなりません。固有名詞や自分の名前は入れないようにしましょう。自分たちのためにデータをどのように使っていくかを考えることも、データサイエンティストの役目でしょう。 高橋:なるほど。自分の名前や友人や家族の個人情報を入れないように気をつけます。 奥野:ChatGPTは、人間の言語をモデル化した「言語モデル」であり、人間と同じような思考や意識を持っているわけではないということを理解した上で、使い方を考えることが大事です。こんなふうに使えるのでは?どんなところで使えるのか? といった意識が出てくるとおもしろいですね。 (→Vol.3へつづく) もくじ テーマ1:データサイエンティストと聞いてイメージすることは?(Vol.1へ) テーマ2:いま話題の「ChatGPT」もう使ってみましたか? テーマ3:人工知能が人間を超える「シンギュラリティ(技術的特異点)」は来ると思いますか?(Vol.3へ) 番外編:参加学生のコメント(番外編へ)
-
2023/09/29
- お知らせ
- インタビュー
データサイエンス座談会 Vol.3
テーマ3:人工知能が人間を超える「シンギュラリティ(技術的特異点)」は来ると思いますか? ❝AIが進化しても残る仕事って何?❞ 奥野:さて、次のテーマは(学生がサイコロをふり)──、「人工知能が人間を超える「シンギュラリティ」は来ると思いますか?」です。 玉手:皆さんはシンギュラリティという言葉を聞いたことはありますか? 技術的変換点といって、そこから一気に伸びたり一気に衰退するポイントのことを言います。人工知能が人間と同様の会話能力を持つまでにはまだ至っていませんが、将来的に技術が発展し、AIが人間の思考に対応して自己学習を行うようになると、人工知能におけるシンギュラリティが訪れると考えられます。 富岡:マンガの世界が現実になるかもしれないんですね。 奥野:そうです。これから多くの職業がAIに変わると言われていますね。これまでも手仕事が工場に代わりオートメーションになりましたが、それと同じようなことになるのかなと私はイメージしてます。でも、それでも人でないといけないもの、もしくは人だからこそ残るものはあると思いますか? 富岡:教育現場では、授業の資料はAIの方が簡単に素早くつくることができるかもしれません。でも、生徒が「わからないんです」と質問したときはやはり先生の方が、求められるものに近い対応ができるのではないのかなと思います。ほかにも、最近はお店やホテルや施設の案内係がAIというところも増えていますが、人がやるからこその良さが感じられるものも残したいです。 齋藤:僕がこれは人でなくてはと思うのは、観て楽しむスポーツですね。AIよりも、人が頑張ってる姿を見た方が楽しいし、共感すると思います。 玉手:eスポーツの世界では、もう人間はAIに勝てないですよね。 齋藤:そうですね。機械が入ると勝ち負けの話にはならないことが多いですね。 玉手:高橋さんはどうですか? 高橋:私は人間がやり続けることができる仕事として、感情を表現できるものと、高いコミュニケーション力が求められるものは残ると思います。スポーツや芸術、音楽などはやはり人間でないとできない気がします。コミュニケーションにあたっては、今もこうしてみんなで話してる所に良さがあり、人工知能として話していても感情を揺さぶられることはないと思うんです。 玉手:たしかに、このように皆さんとリアルで対話する臨場感の良さは、AIにはありませんね。 高橋:そうなると保育士や学校の先生、サービス業にも人間の仕事が残り続けて欲しいなと思います。 秋葉:私も高橋さんと同じく、感情に関してはAIは難しいかなと感じます。人間は楽しいだけでは終わらなくて、その裏にはいろいろな複雑な感情があります。 もしそのAIをつくるとしても、必ずモデルになる人がいて、その人の感情や価値観を物差しにして5段階を評価します。だからそれが必ずしも正しいとは限らないと思います。人間の複雑な面や、人間にしかない脳のようなものを超えるのは難しいかなと思っています。 玉手:そういった意味では、AIが人間を超えると言ってもいろいろな超え方がありますよね。 ❝AIが人間を凌駕する!?❞ 玉手:データサイエンス教育研究推進センターでは、例えば蕎麦屋のご主人が経営判断に日常的にデータを活用できるようにする、そのくらいあたりまえにデータサイエンスを世の中に普及させることを目標の一つとしています。 秋葉:蕎麦屋のご主人がケータイのアプリに数字を打ち込んで「今日はどのくらい蕎麦を打っておこうかな?」なんて考える日がきたらおもしろいですね。 玉手:そんな日がくるのは、そう遠くはありません。ここで大切なのは「誰が意思決定をするか」です。AIは、蕎麦屋で日々つくるべき蕎麦の数や行政の意思決定に関するデータを提供しますが、最終的な意思決定をするのは人間です。人工知能は人間の判断を補完することであり、人間を凌駕することはありません。 齋藤:SF映画ではよく、人工知能が人間の代わりに意思決定する世界が描かれていますよね。 玉手:そう、そんなSF映画のような世界にはしてはいけないと私は考えています。蕎麦屋で人工知能を使って「今日は30杯しか売れない」と結果が出ても、それ以上頑張る意志を失ってしまうのは良くありません。「だけどもうちょっと頑張ってみようか」という人間の意志のポイントは下がってはいけません。データを使って割り出した費用対効果に対し、どう考えるかは「人」なのですから。 奥野:最後に考えるのは人。辞めるか、それを良くするためさらに考えるかの意思決定は、その人のモチベーションであり熱意です。たとえAIが人間を凌駕したとしても、私たちは文化的豊かさや揺るぎないアイデンティティを育むために、それぞれの人が自分自身がやりたいと思うことを心から楽しんでやるべきでしょう。綿密に計算して数字を出しても、その通り生きてたらおもしろくないと思いませんか? (学生たち深く頷く) 奥野:今日は皆さん、たくさん話していただきましてありがとうございました。最後に玉手学長からメッセージをお願いします。 玉手:データ主導型社会に向かう自分自身の姿勢というのは、それぞれの人が決めるものです。今日は皆さんが意外と知らないデータサイエンス、そんなテーマをざっくばらんに話す時間を持てて良かったです。 それでは最後にクイズです。皆さんにプレゼントしたこのカプセルトイ、今日ここでダブる確率はどれぐらいあると思いますか? 学生:あ、『ぺんぎん?』がダブっているね。 玉手:答えは…、実はダブる確率は意外と高いんです。データサイエンスをこんな風に日常から、ぜひ考えてみてください。 学生:今日はありがとうございました!とても楽しかったです。(→番外編へ) もくじ テーマ1:データサイエンティストと聞いてイメージすることは?(Vol.1へ) テーマ2:いま話題の「ChatGPT」もう使ってみましたか?(Vol.2へ) テーマ3:人工知能が人間を超える「シンギュラリティ(技術的特異点)」は来ると思いますか? 番外編:参加学生のコメント(番外編へ)
-
2023/09/20
- お知らせ
- インタビュー
地域の「記憶」をアーカイブし、未来に繋ぐ。「現在」を失わせないために、学生とともに立ち上がる
再開発などを理由に、街並みは刻一刻と変化しています。このままでは景観だけでなく、暮らしていた人々の思いなど、未来に残すべきかけがえのない地域の「記憶」は失われてしまいます。そこで、山形大学附属博物館が中心となり、街並みの撮影やまちの人々へのインタビューをデジタル化する取り組みを進め、その成果をホームページや年に2回開催のイベント「ななはく!」で公開しています。2023年6月に行われた「データサイエンスカフェ」では、「地域の『記憶』をデジタルで集める・残す・活用する」と題して、人文社会科学部の小幡圭祐准教授と、学生サークル「まちの記憶を残し隊」の髙橋怜華隊長にご講演いただきました。イベント終了後、お2人から活動内容やデータサイエンスとの関わり方について、お話しを伺いました。 聞き手・奥野貴士(データサイエンス教育研究推進センター長) 我々の「身の回りにあるもの」も後世に残すべき史料 当初、山形大学附属博物館の佐藤琴先生が、七日町のみなさんと「何か、一緒に取り組んでいきたいですね」という話をしていたところに、私にも声がかかりました。私の専門は日本近代史ですが、現在、山形は非常に変化が激しいと感じていて、記録することへの協力はできるのではないかと考えました。当初は、私が定期的に七日町の街並みを撮影し記録したりしていましたが、今は授業の課題として取り組んだり、学生サークル「まちの記憶を残し隊」のメンバーと活動したりなど、学生を巻き込みながら展開しています。 「歴史」というと「江戸時代」など昔のことを想像する人が多く、古い時代の史料というのは大事にされます。一方で、現在は当たり前に存在している、我々の身の回りの物事や出来事は、大事にされにくい。それらを残していく大切さに気づかないと、100年後や200年後に何も残っていない状態になってしまうかもしれません。私たちの活動が、そういった気づきのきっかけにもなればと思っています。(小幡先生) 山形大学 准教授 小幡圭祐先生(人文社会科学部主担当/日本近代史) 人のココロを動かして、次世代に繋げるために 山形大学 人文社会科学部学生 高橋怜華さん(「まちの記憶を残し隊」隊長) 「まちの記憶を残し隊」の活動に興味を持ってくださる人は、歴史好きが多く、イベントに来てくださる方は比較的年齢層が高めです。でも、歴史に興味がない人たちや若い世代にも、この活動の重要性を伝えていくことが大切なのではないかと思っています。私たちは、街並みの記録だけではなく、インタビューを動画で記録するなど、人々の記憶のアーカイブ化にも取り組んでいます。また、「ななはく!」などのイベントでは、まちの思い出を付箋に書き込んでもらうなどの活動もしています。歴史に興味はなくても、自分に関わるものなら、興味はあるはず。例えば学生時代に流行していたものから、記憶を辿ってもらいアーカイブのきっかけにするなど、人々の想いを次世代に残すことに共感してもらえるような方法を考えていきたいです。 私個人としては、教育にも興味があります。今は、アーカイブをする活動が中心ですが、今後、そのアーカイブを使って、小学生や中学生、高校生などにどのような授業をできるのかを考えたりすることもあります。(高橋さん) 得意分野のスキルを活かし、協力しながら取り組む 私は理系分野については苦手で、全くわかりません。でも、まちの記録や記憶をデジタル化していくという今の活動は、とても楽しんで取り組めています。また、自分は、私たちの活動を広く知っていただくための広報や周知は、比較的、得意分野。そこから自分のスキルアップに繋がることもあります。そのような経験から、メンバーそれぞれが自分のスキルを活かして、協力しあって取り組んでいくことが大切ではないかと、活動を通して感じています。(高橋さん) 私は写真撮影のテクニックがあるわけでもないですし、情報システム技術についてもよくわかっていない部分も多いです。でも、そんな私でも、データサイエンスと言えるものには、今のような形で携われています。「データサイエンス」と聞いても敷居高く感じずに、まずは取り組んでみたらいいのではないかと思います。(小幡先生)
-
2023/09/08
- お知らせ
- インタビュー
データサイエンスを学んでいる学生は、一歩先に進んでいるという自信を持って!
データサイエンス分野の第一線でご活躍中の方をお招きし、学生と一緒にランチをとりながら、現場のリアルなお話をうかがう「データサイエンスカフェ・ランチ」を2023年6月29日に山形大学・データサイエンス多目的ホールで行いました。このイベントでは、東レエンジニアリングDソリューションズ株式会社・システム技術本部の早川貴倫さんと大坂開さん、東レエンジニアリング株式会社・人事部の新谷友季子さんにお越しいただきました。大阪さんからは「エンジニアリング会社でのDSキャリア」とのご演題で、データサイエンティストの仕事実態と、食品業界のDXを目指した取組実績についてご講演いただいた後、学生との懇談会を実施しました。イベント終了後、データサイエンティストを目指す学生が、学生時代に身につけて欲しいスキルや心構えについて、御三方にお話を伺いました。 聞き手・奥野貴士 データサイエンティストになるために必要な資質とは? 就職活動中の学生さんから「入社するまでにやっておいた方が良いことはありますか?」と聞かれることがあります。データサイエンス分野に関する勉強も大切だとは思いますが、私たち人事部からのアドバイスとしては「コミュニケーション能力を高められるようなアルバイトとかをやってみては?」と言いますね。アルバイトの内容も、家庭教師のような人間関係が固定されるものよりも、接客業など、さまざまな人とコミュニケーションをとる機会があるものがよいと思います。(新谷さん) 仕事をする上で、コミュニケーション能力は非常に重要なスキルです。逆にそこが苦手でやりたくないという人は、データサイエンティストではなく、研究職に進んでいただくほうがよいのかもしれません。また、データサイエンスのスキルアップという点では、自分でテーマを決めて何かに取り組んでみる、というのも勉強になると思います。会社ではチームワークが求められますので、テーマに対してグループで取り組むというのも良い経験になると思いますね。(早川さん) 私は2012年に大学に入学しましたが、当時、データサイエンスはまだまだ浸透していませんでした。データサイエンスという単語を聞き始めたのは2015年頃からでしょうか。今は国内の大学でも、専門的に学べる学部が増えました。データサイエンスは、統計学やプログラミングなどの知識を学びながら、キャリアを進めていく分野だと思います。(大坂さん) データサイエンス分野への就職活動、心構えは? データサイエンティストは、首都圏には多いかもしれませんが、地方ではまだまだ不足していて、これからも益々需要がある分野です。「データサイエンスの勉強をしている」というだけでも、魅力的な人材なのだと思います。(早川さん) 入社前から、プログラミングを完璧にマスターしている必要があるのかと言えば、そうとも言い切れません。入社時には出来なくても、学び続ける意欲があるかどうかが重要です。一方で、学生のみなさんにお伝えしたいのは、将来を決めつけないで欲しいということです。みなさんの将来は無限に広がっていますので、さまざまな視点で就職活動を進めていただければと思います。データサイエンスを勉強しているということは、勉強していない人と比べても一歩進んでいると思いますので、自信を持って欲しいですね。(新谷さん) 前列左から:新谷友季子氏(東レエンジニアリング株式会社)、早川貴倫氏、大坂開氏(東レDソリューションズ株式会社)、後列左から:奥野貴士教授、中西正樹教授(山形大学)
-
2023/05/01
- インタビュー
- お知らせ
宇宙の謎を解き明かす研究の魅力と学生時代に研究を通して身につけてほしい論理的思考力
近年、宇宙物理学の分野でもデータサイエンス的手法による研究が広まってきています。2023年1月に行われた「データサイエンスカフェ」では、「高エネルギー宇宙物理学とデータサイエンス 〜ときどきドイツ滞在記〜」をテーマに、航空宇宙工学専攻出身で、ドイツの研究所での研究経験もお持ちの山形大学理学部の石井彩子助教にお話しいただきました。イベント終了後、石井先生に、これまでの経歴や研究内容について、お話しを伺いました。 聞き手・奥野貴士 山形大学データサイエンス教育研究推進センター長 (2023年1月20日実施) 研究者を目指した理由は 会話しなくてよい仕事だから? 山形大学 助教(理学部 主担当/専門 宇宙物理学)石井彩子先生 子どもの頃はコミュニケーションが苦手で、将来は人と話さなくてよい仕事がしたいと思い、研究者を目指しました。でも実際になってみると、学会に参加していろいろな人と議論したり人脈を広げたりなど、人と話す必要のある場面がたくさんあると気づきました。研究分野については、「宇宙はきれいでロマンがある」と魅力を感じていたので、宇宙関連への進路を漠然と考えていました。スペースデブリの問題に興味を持ったり、宇宙飛行士を目指したいと思ったり、いろいろと考えましたが、様々な条件を加味して東北大学工学部へ進学。そのまま大学院に進み、大学院修了後は東京大学での特任研究員を経て、2019年10月からドイツの「マックス-プランク重力物理学研究所」でお世話になりました。2021年10月から現職です。 理論・観測の両面から天体現象に迫る 私は、ガンマ線バーストや超新星爆発といった宇宙で生じる天体爆発現象について、数値シミュレーションを用いてその発生メカニズムや放射機構を調べる、という研究を行っています。天体から発せられた光が観測者にどのように見えるのかを調べるため、各々の光子の軌跡を追っていくというシミュレーションを行っています。観測者に届いた時点で各々の光子が持つエネルギーを調べてスペクトルを計算したり、光子を積算することによって光度の時間変化を得ます。このスペクトルや光度の時間変化の計算結果を観測データと比較することにより、シミュレーションで仮定していたモデルや物理過程が正しいかどうか一つ一つ確かめつつ、天体現象の発生メカニズムの解明を目指していきます。観測の場合は、現状の観測装置で観測できる天体しか研究できない一方で、理論研究では将来的に装置の性能が向上した暁には観測されうる、という天体を対象に研究することもあります。しかし、天体現象によってはシミュレーションの中で仮定する初期条件についてほとんど制限がついていないこともあり、モデルが本当に正しいのか疑問が残る場合もあります。 これまでは、理論の研究者との共同研究をメインにしてきましたが、山形大学には、天文台もあり、観測の分野では郡司先生や中森先生、理論では滝沢先生など、アクティブな先生方もいらっしゃいます。理論だけではなく、観測研究との共同研究もできればうれしいです。 将来を見据えながら、 学生時代に学んでほしいこと 将来、技術の発展に伴って、天体の観測数は増えていくと思います。ということは、理論のほうでもモデルをつくる手がかりが増え、理論研究もブラッシュアップされるかもしれません。その反面、モデルの複雑さも増すので、理論研究の方でもより高度なシミュレーションが求められていくと予想されます。 データサイエンスや人工知能などの分野については、学んでいる学生を歓迎する就職先も増えていると思います。「AIの進化に伴い失われる職業」という話題を耳にすることもありますが、AIやデータを操る側が消えることはないと私は思っています。 学生時代にやっておいた方が良いことと言えば、研究を通してデータの解析に慣れておくと、将来役立つことがあると思います。グラフ一つを読むにも、慣れていないと正しい解釈ができないということがありえます。研究活動を通して身につけた論理的思考力は、将来にも活かされると思います。 また私は、ドイツ在住時、日本の常識が通用しないことによく遭遇して、何度もショックを受けました。そういうことを、現地でのさまざまな体験を通して知ることができ、ドイツ渡航前に比べるとかなり視野が広がったと思います。また、ドイツに行ったからこそ、日本の、特に地方都市の魅力にも気がつくことができました。学生のみなさんには、機会があれば積極的に海外に行くことをおすすめしたいです。
-
2023/04/21
- お知らせ
- インタビュー
過去の音楽の文脈から繋がりを意識し、新しい“音”を生み出す
AI音楽生成システムを用いたプロジェクトには、既存の作曲家が作った音楽を学習生成するものが多くあります。2023年2月に行われた「データサイエンスカフェ」では、「人工知能と作るこれからの音楽」をテーマに、名古屋芸術大学 非常勤講師の大久保雅基先生にお話しいただきました。イベント終了後、大久保先生に音楽の世界に飛び込んだきっかけやこれからの音楽に関しての考えなどを伺いました。 聞き手・奥野貴士 山形大学データサイエンス教育研究推進センター長/具志堅裕介 同センター担当教員(地域教育文化学部 主担当) (2023年2月15日実施) 変わった“音”との出会い,音楽をプログラムする 名古屋芸術大学 非常勤講師大久保雅基先生 ダンスミュージックと民族音楽が好きで、中学生の頃から作曲をはじめました。当時つくっていたのは主にトランスミュージック。ライブに出たり、CDをつくって文化祭で配ったりしていました。作曲をしていく中で、シンセサイザーなどを使って、いろいろな変わった音色を作りたいという興味を持ち始めたのですが、もっとマニアックに音楽制作をしたいと思っていたときに、大学の先生に教えてもらったのが、Max/MSPという音楽のプログラミング言語でした。それを使えば、変わった音が作れるということを知り、電子音響音楽というジャンルと出会いました。それが、アカデミックの世界に踏み込んだきっかけですね。とは言え、当時は自分が作っている音楽が「アカデミック」というイメージは全くなくて、ただただとにかく作曲を続けていました。 人と違う音楽,「新しい」とは何か どの芸術分野でも、何をもって新しいとするかは難しいところです。私は、既存のモノがあって、そこから少し違うことをしているのが「新しい」と評価されると思っています。そこを飛び越えすぎると、新しいではなくて「変なモノ」。「ちょっとここを拡張している」から「この作品は新鮮」、という感覚があります。ですので、過去の音楽の文脈から繋がりを意識して、その上で新しいことを取り入れるように気にしています。 現代音楽も、現代美術も素養がない人が触れたら全然理解できないという作品はたくさんあるはずです。しかし、それらはいろんな文脈に繋がった結果生まれた作品だと理解できる人からしたら、「変なモノ」ではなくて「新鮮な面白いモノ」になるのです。初見では「なんだコレ!?」という作品もありますが、薄っぺらい表現の場合は「なんだコレ!?」で終わる一方で、すごくいい作品というのは、「なんだコレ!?」がコンセプトから組み立てられ理論武装されていて、結果として普通のものとは違う表現をしていたりします。 人工知能と音楽,共に作り出す“音”の可能性 人間には知覚できない、人工知能だけが知覚できる音楽表現っていうのは、可能性として考えられるとは思いますが、人間の限界は決まっています。例えば人間が聞こえる周波数というのは20ヘルツから20キロヘルツです。機械はそれ以上を扱えるかもしれませんが、扱えたとしても人間は楽しめません。結局は人間が楽しめる範囲、扱える範囲でしか新しいものは生まれないと思います。また、「AIの発達により、人間の演奏の仕事が奪われるのではないか?」という懸念を持つ人もいますが、私は「人間というのは、人間の限界を見て楽しんでいる」と思っています。例えば、長年の練習の成果による素晴らしい演奏技法などを見て、「私にはできないけど、人間はこんなところまでできるんだ」というのを楽しんでいるのではないでしょうか。 現在、作曲家を目指して学んでいる人は、自分が取り組んでいることの最新の動向を見続けて、取り入れながら自分の音楽を作っていくことがよいでしょう。AIが今後、音楽業界に入ってくるのが当たり前になるかもしれません。でも、AIが脅威になり仕事を奪われるのではなく、AIを使うことが当たり前になるのではないかと思います。そのときには、すでに作曲家として活動している人のところに相談や仕事が来るのではないでしょうか。そのときには、当然AIも扱えていた方が良いですよね。
-
2023/03/31
- お知らせ
- インタビュー
教科「情報」は理系?文系? 学問分野にとらわれない、これからの「情報教育」のあり方
山形県教育センター 指導主事佐藤 勝治 様 山形大学データサイエンス教育研究推進センターでは、2023年1月31日に、高等学校や大学などの教育関係者を対象としたFD講演会(※)を開催しました。講演後、第一部で「学習指導要領の改訂に伴う高等学校における情報教育の学びの変化」についてお話しいただいた佐藤勝治先生にインタビューを実施。山形県の情報教育に携わる佐藤先生が考える、教科としての「情報」のあり方や今後について、お話しを伺いました。 聞き手・奥野貴士 山形大学データサイエンス教育研究推進センター長 (2023年1月31日実施) ※FDとは…Faculty Developmentの略。教育内容や方法を改善し向上を図る組織的な取り組みのこと。 教育の面白さを知り、 民間企業を経て教員に 大学では情報工学を専攻していました。周囲はシステムエンジニアなどの技術者を目指す人ばかりでしたが、私は友人と教職課程の単位も取り始めました。明確な理由はなく、なんとなく授業を受け始めたのですが、教科としての「情報」を学び、教育実習なども行う中で「教育って面白いなぁ」と思うように。でも、当時は教科「情報」の教員採用が極端に少なかったので、就職活動ではひとまず塾や予備校を受けました。教師になるとしても、教え方や進路の知識があった方がよいのではないかと思ったんです。卒業後は民間企業に就職し、その後、山形県で初めて「情報」の教員になった先生と話す機会があり、改めて教員として「情報」に携わろうと考え、採用試験を受け「情報」の教員になりました。 文系の生徒にも 目を向けてほしい「情報」 学校の教科は、数学や理科などの「理系」と、国語や社会などの「文系」に分かれていますが、個人的にはそのくくりは無くした方がいいと思っています。生徒に「情報はどっちだと思う?」と聞くと、大半が「理系」と答えますが、「情報」を通して学ぶ統計とかは、どちらの分野でも使いますよね。近年、探究型学習が重要視されていますが、課題を解決するプロセスにも「情報」の知識は必要です。教科としての「情報」というと、「高度なプログラムを作らなればならない」と考えてしまうから、理系だと思われがちですが、あくまでプログラミングの手法や考え方を学ぶのであって、高度なプログラムを作る必要があるときには得意な人に任せればいいんです。そう説明すると、文系思考の学生も「情報」に興味をもってくれます。 実際、生徒から「情報で学んだ○○が、別の授業で活かされました!」と報告されることもあります。私たちも気が付かないことが多いので参考になりますね。数学や理科だと、知識を積み上げて達成できるようになる(問題を解けるようになる)ことが学習成果となりますが、「情報」は必ずしも知識を得ることだけが目的ではないというのは、教育上で難しい面でもあります。 はじまったばかりの教科だからこそ、 能動的に学ぶ姿勢を大切に 現在、山形県教育センターでは、「情報」の教員を対象にした講座を企画しています。これは、先生方に模擬授業を考えてもらいながらグループワークを行い、学び合うような研修となる予定です。お互いに情報共有しながら、教育のスキルを高めていければと思います。また、文部科学省でも教員研修用の動画も準備されています。はじまったばかりの教科ですので、能動的に学ばなければいけないことが多いのは、ある意味では大変かもしれません。 もし、「情報」の教員になりたい方がいれば、まずは基本となる「情報Ⅰ」の教科書を読んでいただき、知識をおさえてほしいです。また、欲を言えば生徒が自ら学べるように導ける教育スキルもあればよいですね。すぐに身に付くものではありませんが、教科としての「情報」を生徒に教えていくには、そういうマインドを持つということが大切だと思います。
CATEGORY
TAG
- #座談会
- #ランバイェケ
- #まちづくり
- #MATLAB
- #3D
- #生物間相互作用
- #SDGs
- #宇宙物理学
- #ChatGPT
- #弥生時代
- #歴史教育
- #3Dプリンター
- #STEAM
- #生物学
- #データ駆動型
- #データサイエンス
- #人工知能
- #古墳時代
- #デジタルアーカイブ
- #3Dモデリング
- #芸術
- #農学
- #共同講座
- #ガンマ線バースト
- #プログラミング
- #オープンデータ
- #ボーンデジタル地域資料(BDRM)
- #Fusion360
- #スポーツ
- #シンギュラリティ
- #講座
- #FD
- #UAV
- #講演
- #データサイエンティスト
- #宇宙
- #データエンジニア
- #データ駆動型思考
- #Society5.0
- #講演会
- #ドローン
- #セミナー
- #エンジニアリング
- #星のソムリエ🄬
- #技師
- #統計学
- #持続可能な発展
- #情報教育
- #機械学習
- #サイエンスイラスト
- #DX
- #宇宙物理学理論
- #就職
- #マーケティング
- #生物多様性
- #高等学校
- #GIS
- #イラストレーター
- #キャリアセミナー
- #星空案内人
- #スキル
- #売上予測
- #生態系サービス
- #AI
- #森林管理
- #キャリアパス
- #ボーンデジタル地域資料(BDRM)
- #NPO法人小さな天文学者の会
- #学生時代
- #データ分析
- #科学ー政策インターフェース
- #音楽
- #演習
- #進路
- #科学イラスト
- #人材育成
- #資質
- #GoogleColaboratory
- #生成系AI
- #作曲
- #学内限定
- #仕事
- #研究発表
- #イベント
- #水田
- #蔵王
- #音楽創作
- #データサイエンスカフェ
- #文化遺産
- #画像生成AI
- #化学
- #微生物
- #バクテリア
- #森林生態
- #14C
- #アーカイブ
- #伝える
- #科学
- #DNA解析
- #植物
- #ベイズ統計
- #放射性炭素
- #資料防災
- #魅せる
- #歴史
- #メタバーコーディング
- #DNA
- #考古学
- #年代分析
- #歴史資料の救済
- #キャリア
- #文化
- #バイオインフォマティクス
- #菌根菌
- #地質学
- #土器
- #リスクコミュニケーション
- #Python
- #エクステンションサービス
- #生物同定
- #地球
もっと見る
ARCHIVE
2023年
2022年
- 2022年12月 (3)
- 2022年11月 (5)
- 2022年10月 (2)
- 2022年9月 (3)
- 2022年8月 (1)
- 2022年4月 (1)
- 2022年2月 (2)
- 2022年1月 (2)
2021年
2020年
2019年
2018年