【紹介】僧侶のように、淡々とガンガゼを割り続けるダイバー
最近注目しているyoutuber、スイチャンネル sui-channelさんがすごい。
【ウニ駆除 第10弾】海藻が無いエリアのウニをひたすら駆除する Exterminate sea urchins to protect seaweed and sea environment
豊かな磯を守るため、サンゴに複雑に絡みついたイカ釣りの餌木を取り除いたり、海藻を食い尽して磯焼けの原因となっているという「ガンガゼ」をひたすら砕いて回ったりしているダイバーさんのようだ。
このチャンネル主は相当にバランスの取れた思考の持ち主で、エギングが磯に与える負荷について警鐘を鳴らしつつも、釣り文化と磯の環境が両立できるよう、餌木の動きを水中から観察し、釣り人に対して根掛かりしないエギングの方法を提案したりもしている。
ガンガゼを割ることに関しても、ガンガゼがいなくなれば藻場が戻ると確信しているわけではなく、そのプロセスを映像として記録に残し、長期的に検証する、という目的でyoutubeに投稿されているそうだ。
映像は基本的にただ淡々と、海の中でガンガゼを割り続けるというものなのだが、美しい海の映像と、ガンガゼが砕ける小気味いい音が不思議とみていて気分が落ち着く。
字幕で展開される、主の考え、知見も大変興味深い。
動画の中で、ガンガゼの駆除を持続可能なビジネスにする可能性について、高齢化が進んだ漁村で年老いた漁家が新しいビジネスを始めることはそう簡単でないだろうと、分析しておられました。
私も「地方創生」の現場を複数見てきた中で、似たようなことを考えたものです。
何が正解かわからないそのなかでも、誰のせいにもせず「とりあえず３年はガンガゼを割り続ける」という主の姿は、昔日、岩山にノミだけで青の洞門を掘ったという僧侶のようだと思いました。
果たしてこの取り組みの果てに何があるのか、今後も注目したいチャンネルです。
【考え事】PCR検査結果の解釈から得られる統計・AIリテラシー
PCR検査は増やすべきなのか？
https://www.yushoukai.org/blog/pcr
■コロナがもたらす叡知
コロナ禍の折り、メディアやSNSまで不確実な情報が溢れている一方、これまでは触れることができなかった情報を、それもめちゃくちゃわかりやすく説明してくれる人がどんどん現れるのはとてもいいことだなと思っているのです。
特に、PCR検査の結果の解釈の仕方については、偽陽性、偽陰性とか、感度とか、特異度とかものすごくわかりやすく説明してもらい、とても賢くなった気分を味わうことができています。
大学時代に、頭抱えながらわかりにくいテキストを解読した苦労を思い出すと、こんなにわかりやすく無料で説明してくれる神が相次いで現れるなんて、なんと素晴らしい時代かと思う。
偽陽性とか、偽陰性という言葉がなぜこんなに注視されるかというと、もし検査に間違いがあったとして、その「間違いの持つ意味や重要性」は状況によって異なり、そうしたものを配慮しながら検査計画を立てる必要があるからだ。
■AIとのかかわり
実は、この偽陽性、偽陰性とか、感度とか、特異度という言葉は、PCR検査以外にもAIの性能評価にも使われる。
というのも今のAI技術も過去のデータの蓄積から、複雑かつ不確実な事象の結果を予測するというもので、不確実であいまいな現象を推測するという意味で、PCR検査のようなものと似た性質があるためだ。
■例えば、
AIの画像認識で大量の製品の中から不良品を特定するシステムがあったとしよう。
この場における「偽陽性」とは不良品でなかったものを間違って不良品と判断してしまうことで、「偽陰性」とは不良品があったにも関わらず正常として見逃してしまうことである。
もし、車の部品のような人の命がかかわるものの検査をAIで行う場合、間違っても不良品を通すわけにはいかないので「偽陰性」は何としても防がなければならない。そのため、多少慎重になりすぎて「偽陽性」を増やしたとしても、検査の「感度」を高める必要がある。
一方、もしコアラのマーチに含まれる不良品を特定しようとした場合はどうだろう。あまりに「感度」高い検査をしてしまうと、消費者は気にもしないような些細なズレやかすれまで不良品として排除してしまい、製造の歩留まりを大きく下げてしまうかもしれない。なので、コアラのマーチの検査システムは「感度」の高めすぎてはいけない。
という具合に、これらの指標は不確実な事象の判定を行う場合にとても重要なのだ。
■PCR検査の話に戻ると…
もっとも、PCR検査の場合は「感度」を調整することが困難っぽい。そうすると、検査自体ではなく検査を受ける集団の方をコントロールすることになる。
もし健康な人も含めてPCR検査を浅く広く実施したとすると、本当に感染している人数よりもたくさんの「偽陽性」を検出してしまい、検査陽性と判断されることの信頼性を大きく下げてしまうことになる。
なので、PCR検査を受けることができる対象をコロナっぽい症状がある人に絞ることで、無用な「偽陽性」があふれかえることによるパニックを防ぐのだ。
※詳しくは紹介している記事の説明が分かりやすくてかつ正確。
■不確実な事象の判定を評価する混同行列
こういう、検査陽性・検査陰性／有病・無病の組み合わせでできる4つの数字を混同行列と呼び、この数字から検査の実施方針等を検討することができる。
【数学】「検査で陽性だった人が実際に病気である確率は数%程度」とかいうやつ、何？
https://www.ajimatics.com/entry/kensa_yousei?fbclid=IwAR0eiMLg21i_IPSoGGOIhRjmM5TDYD17Ok0LAVYOaRLltT6O5AtWC01rMYs
もし、AIの時代が来るというのならば、こうした知識は次世代の教養になるのかもしれないので、是非この機会にこういうことを学んでくれる人が増えるといいなと思う。
■検査拡大派としてメディアに担がれる山中教授
※こうした議論をひも解いていくと、PCR検査はむやみやたらに拡大すべきでないということは間違いないだろうということになるのだが、そこに来てIPS研究所の山中伸弥教授がPCR検査拡大論者としてメディアに引っ張り出されることがあるように感じる。
しかし、それもよく見ると別にむやみにPCR検査をすべきだと言っているわけではない。
１．感染が疑われる方の診断のための検査
医師の判断で、速やかにPCR検査が実施できる体制が必要です。
２．院内感染予防のための検査
他の病気で入院される方や医療従事者のPCR検査が必要です。各病院でのPCR検査体制を整備するとともに、無症候であっても保険適用が必要です。
３．市中感染の広がりを把握するための検査
数千人単位の調査が必要です。PCRでは困難です。抗体検査がより適しています。感染の広がりを把握することは、活動制限の程度を決定する上で不可欠です。抗体検査は、現状では感度や特異度が不明であり、1人1人の感染の有無の判断に使うのは危険です。しかし、集団として、どれくらいの人が感染したかを推察する目的では、極めて有用です。PCR検査は、現在の10倍、100倍と検査体制を増やす必要があります。大学や民間の研究機関も活用するべきです。
これを読む限り、有病率が高いとみられる集団（要所見者、医療関係者等）についてPCR検査が不十分だと主張しており、市中検査には抗体検査が必要だと主張されている。
山中伸弥教授による新型コロナウイルス情報発信 ５つの提言(更新版) 他
https://www.awaji-doctor.com/2020/05/12/%E5%B1%B1%E4%B8%AD%E4%BC%B8%E5%BC%A5%E3%81%AB%E3%82%88%E3%82%8B%E6%96%B0%E5%9E%8B%E3%82%B3%E3%83%AD%E3%83%8A%E3%82%A6%E3%82%A4%E3%83%AB%E3%82%B9%E6%83%85%E5%A0%B1%E7%99%BA%E4%BF%A1/
また、山中教授は大学のリソース使ってPCR検査もっと増すべきとも主張されており、自分たちでもPCR検査はできるはずなのに、制度の壁で何もできないことの歯がゆさから、PCR検査の拡大を訴えているのではないかなとも思うわけです。
【考え事】AI×行政の展望について
ちょっと旬を逃した話かもしれなくて恐縮なんですが、
行政とAIの話をします。
たまたまなんだけど、私は行政マンにしては珍しく大学院まで進学し、研究のツールとして統計学に触れた関係で、今流行りのニューラルネットワークを主としたAIについてある程度内容を理解できるというラッキーな立場にいます。
前にこんな記事も書いたりしました。
そういう立場から、行政の人が
「ポストAI時代の行政マンの働き方はどうなるか？」
みたいなことを話しているの聞いてると、なんでそんなに楽観的なのかととても不思議に思う。
いや、なんで自分たちがポストAI時代についていける前提なん（笑）
今のところ、行政がAI社会から置いてきぼりにされる可能性が一番高いと思うんだけど。
メディアとか、一部の専門家が「行政はAIにとってかわられる」みたいなこと言ったからムキになってるんだろうけど、ちょっと冷静になってほしい。
娑婆はコロナでリモート前提になりつつある世の中で…。
やれ紙だ、やれハンコだと、それ以前に普通のIT化が進んでないじゃん？
まず普通のIT化に後れを取っているのに、なんで先端技術を導入できると思っているのか？
まずIT化しないとAI化もできないと思う。そしてその「普通のIT化」の壁が何より厚いんだわ。
「AIで代替することが技術的に可能であること」と、その「組織や業界がAIをうまく導入することができるか」について切り分けて考えるべきだと思うんだけどなあ。
でも、嘆いても仕方がないので、AIの技術を懇切丁寧に説明していくのと、ITを使って幸せになれるビジョンを分かりやすく伝えるしかないのかなと思うのでした。
ついでに、「世の中の〇割はAIに代替されてしまう」みたいな議論に関して
最近は、やや言い過ぎだったかなとか、現場の観察が足りていないのではないかとか言われていますが、本当にその通りだと思います。
こういうことを言っている人たちは、「AIが代替できる」と言っている対象の行g買いが、自分たちの置かれた理想的な環境に準じるようなIT環境、いやそうでなくても、せめて「普通のIT化」くらいはできていると思っているでしょう。
でもそうじゃない。予想以上にアナログなんだ。
例えば、コロナに関する報道で、行政の発表に誤りがあったとかよく騒がれているけど、それも当然、だって全部FAXとか電話で聞き取った内容を、それぞれ作ったエクセルシートにまとめてるんだもの。そりゃミスも出るわ。
民間だと、ITを使いこなす先端企業が、既存の企業を蹂躙してくれればAI化は理想的な形で進むかもしれないけど、たぶんそう簡単でもないでしょう。
あと、落合陽一さんとか、デジタルネイチャーとかいって、めっちゃキラキラした未来の世界観を語ってることあるけど、たぶんそうなるのって落合さんのクラスタだけなんじゃない？？
最初から、視界にすら入ってないと思うのよ。
はい、ちょっと未来予測をしてみました。さて、私はどう生きましょうかね？
【考え事】卓球youtuberがなんだか癖になる件
休日の自粛モードに入ってもうだいぶ経ちますね。もうだいぶ、家でできる簡単な娯楽は少なくなってきました。
最初はこれを機に成長しようと仕事のまねごとをしたりもしましたが、やはりおうちに仕事を持ち込むのはあまりよくない。ストレスがたまる。
かといって、娯楽もどんどんネタがつきてくるもので。
果たして独身の私から仕事と娯楽を差し引くと、まいったことに何も残らない。土日はただ、布団にくるまり、たまに食べ物を摂取しては、消化するだけの何か。これじゃまるで植物だな、と思いましたが植物はちゃんと光合成をして酸素を生み出しているしなぁ。うーん、俺も光合成するか？？
と、少し考えて、YouTubeで動画を探してみることにしました。
今回行きついたのが「卓球youtuber」の「卓キチちゃんねる（登録者数4.3万）」。
https://www.youtube.com/channel/UCb-slPqk-FYuoIUJbRBABRw
卓球のあるあるネタを淡々と紹介したり、たまに真面目に卓球したりする。卓球なんて全く知らないけど、なぜか「卓球あるある」が面白い。なんだろう、「細かすぎて伝わらないモノマネ選手権」に通じるところのある面白さだ。卓球の実力も相当のもので、真面目に卓球している動画も素人からすると曲芸じみていて面白い。
登録者数を伸ばす戦略なのか、同じ卓球youtuber同士（これが結構いる）のコラボ企画も多いのだが、youtuber同士の掛け合いも面白い。いや別に面白くないけど、何というかほっこりする。なんだか男子生徒が昼休みにやるくだらない遊びのような懐かしさがあって、ぼんやり頭を使わずに眺めるのにちょうどいいんです。
という感じで、思いがけずYoutuberの生態系を知る機会になっています。植物の光合成より役に立つかわかりませんが、ストレス解消には一役買っています。
あれも自粛、これも自粛で気が滅入りがちですが、仕事を頑張るためには、気晴らしが重要です。
皆さんはおうちで何をされていますか？
【考え事】昨日、2/3年ぶりに記事書いたけど…
昨日、久しぶりにブログを書きました。
前は何とか月に1本は記事を書いていたのに、すっかりご無沙汰になってしまいました。
私のブログは、固定の読者がいるわけではなく、ピンポイントでロシア旅行や、段ボール収集術や、島原そうめんや、選挙における浮動票と組織票の割合に関心がある人が訪れるのみなのですが、そのうちの際主力であるロシア旅行の記事がコロナ以降、すっかりアクセスがなくなってしまったようです。
1年前から、仕事で広報担当になり文章を書くことが仕事になってしまったがため、ブログにまで手が伸びていませんでしたが、あんまり人が来なくなったブログを久しぶりに見て、なんだか申し訳ない気持ちになりました。
別に記事を書いたからアクセス数が伸びるわけではないのですが、それでもたまに私の思い付きや、たまたまほかの人が記事にしなかったことが、誰かの情報源になるかもしれないと思うと、このまま辞めるのは嫌だなと思うわけです。
放置してゴメンねhokusoemi、もうちょっと頑張ります。
アクセスの多い記事（多い順）
【メモ】G検定受かっていました。
G検定、受かってました。
先月、３月１４日に開催された日本ディープラーニング協会のG検定、受かっていました。
このG検定のGは、Generalistの頭文字であり、昨今流行りのディープラーニングを中心としたAI技術に関して、一般的な知識を問う試験です。
この試験は、オンラインで受験することから、インターネットが使い放題であり、一部ではgoogle検定と揶揄されていたりするのですが、侮るなかれ非常に問題数が多いので、全部検索していては最後まで行きつかないゲームバランスになっているのです。
また、AI技術に関連する簡単な計算問題もあり、その場合ももちろん検索する意味はありません。
大学時代の持ち込みアリの試験を思い出させるものがありますね。
試験を受けるにあたって
公式テキストやstudy-AIで公開されている過去問で勉強しました。study-AIの過去問は一部にミスがあり、正しい正解がどれかわからないものがあったりします（あと、混同行列の解説で納得いかない部分がある）が、どのくらいのスピードで解けるようになればいいのかわかるので、やる価値は大きいと思います。
公式テキストも意外と読みやすく、普通にAIの勉強をするのにいいテキストだと思いました。
基本的に難しい用語もあまりないのですが、CNNやRNNの解説になると急に早口に専門用語を連発するようになり、読者をふるい落としにかかるので注意。…といっても、そのレベルの話になると、素人にわかりやすい説明なんてそもそも存在しないのかもしれませんね。
あと、テキストでは極限まで数式を排除していて、数式が苦手な人にとってはありがたいのかもしれませんが、さすがに文章だけで説明するのにも限界があります。
大学で理系に進んだ人であれば、ニューラルネットワークを数式で理解するのは簡単だと思いますので、そういう方は「ゼロから作るdeeplearninig」でCNNやRNNを勉強されると、より学びが深いものになると思います。
（１がCNNに関して、２がRNNに関して詳しく説明されています。）
どれくらい勉強したか？
私は試験の１０日前に、この試験を発見し、１週間ほど勉強して、google様の力も借りつつ合格することができました（さすがに、『どこの国のなんとかってエンジニアが、何とかって最適化手法を考えた』なんてことまで暗記するのは勘弁）。
もともとある程度はAIの知識はあるつもりでしたので、自分の知識を確かめたいという思いで試験を受けたのですが、自分が触れてこなかった知識についても体系的に学ぶことができて良い機会になったと思います。
先ほども書きましたが、基本的に数式はほとんど出てきません。しかし、一部の用語は理系の高校数学を修めているとスムーズに理解できると思いますし、大学で線形代数や、統計、微分を学んでおけばなおのこと有利です。
逆にそうでなければ、知らない言葉がどうしても増えるため、学習に苦労するかもしれません。
また、簡単な計算問題も３問程度出題されますが、「ゼロつく」を理解しておけば、楽勝で解けます。AIわかっている人の気分になれてとても気持ちいですよ。
進化するG検定？
さらに、試験内容は徐々に進化していっているようで、試験直後のtwitterでは予想外の出題に困惑する声が多数ありました。
私としては、この傾向はとても素晴らしいと思っています。
たとえば、今回の試験では、データの正確さと、変数の数のバランスをとる指標「赤池情報量基準」が出題されました。
公式テキストでは謎の定理「バーニーおじさんの定理」という変数の数と、必要なデータ数の間の経験則みたいなのが紹介されていますが、一体バーニーおじさんが何者なのかも含めて、出典がわからないといわれており、この謎定理を覚えるよりは「赤池情報量基準」を覚えた方がよっぽど意味があると思うので。
https://qiita.com/HiroSnow0413/items/ab6b034bb50f3e53271e
ここ数年、AIAIと世間で騒がれておりますが、所詮はただの統計手法であり、世の中の因果関係に対する洞察や、それを裏付ける膨大でかつ整然としたデータを入手できなければ何の役にも立たないわけです。また、莫大なビッグデータをもとにしたニューラルネットワークによる予測は、その判断の過程がブラックボックス化するというデメリットも抱えています。
一方で、ニューラルネットワークの勉強は数Ⅲ・Ｃを修めた理系高校生にはちょうどいい難易度であり、もしAIが今後社会をせっけんするのであれば、ニューラルネットワークの本質を理解できる理系人材の社会的地位向上につながればいいなとも思っています。
↓↓昔書いた、ニューラルネットワークの概念に関する世界一わかりやすい説明です。
