橋本大也のレビュー一覧

2014/7/17 やってみたい分野。サイエンティストは学問でビジネスよりのってとこも惹かれる。産官金学（地域を活かした）こんな企業があればな。

沢辺さんの頑固（わざと？）さがおもしろかった。絶対折れないのね。。

「談話室沢辺」の文化通信社・星野渉さんの章がおもしろかった。DNPの出版書店グループ化に関しては、（合併された）当事者ですら知らない内容がたくさん盛り込まれていたので、さすがは業界紙！という印象。

この本に参加している方々は、出...続きを読む版業界の中でも異色の人たちであろうから、すぐにこの通り事が進むとは思わないし、期待される展望ですら思わぬ勢力により抵抗を受ける可能性もあると思う。たとえそれが崩壊に向かっていると、誰もが理解していたとしても、戦後の慣例を変えることは並大抵のことではない。おそらくすったもんだしている内に、ある時期にどどっと崩壊してしまう業界なのだろう。さて生き残らなければ！

ChatGPTの有料版を契約しているが、いまいち使い方がわからないという方には、良い本だと感じました。

　「チューリングの大聖堂」で名を馳せた科学史家による現代文明批判の書。18世紀、ライプニッツにより提案されるもロシアのピョートル大帝の興を惹かずに終わった「道徳と形而上学を正確な計算により解明する」というアイディアに仮託させ、「特定の主体ではなくアルゴリズムにより支配される現代文明」というセルフ・イ...続きを読むメージの改訂を我々に迫る。
　著者はまず人間文明を4つの時代に区切る。工業化以前の第1の時代、工業が発展した第2の時代、デジタル論理が席巻する第3の時代、そして現在の第4の時代だ。第4の時代では、アルゴリズムとそれを制御する一部の層が支配的であると一般的には考えられているが著者の考えではさにあらず、むしろこの時代は自然が支配権を握っていた第1の時代に引き戻されようとしている、という。本書はこの各時代における自然と科学の関わり合いを、主に北アメリカにおける先住民と西洋文明の邂逅と対立に二重写しにする形で描き出してゆく。

　第1章から興味深くもやや冗長な文章が続くが、面白くなるのは19世紀のディストピア小説「エレホン」を題材に「創発」を扱う第7章から。著者によれば、機械による生命の置き換えに警鐘を鳴らすこの「エレホン」は単なる機械文明批判の書ではない。むしろ、生物の持つ知能というシステムが個々の細胞に内在する生物学的コードに随伴（supervene）して生じたように、機械の知能も個々の人間の知能に随伴して生じてこれを超越する、ということを喝破した啓蒙の書として扱われている。この人間を部品とした決定論的システムは、完全に決定論的ではなく幾分創造的で予期せぬ結果をもたらす。これが「創発」であり、つまり機械は自然と同じ発展性と創造性を有することになる。人間は機械に奉仕する形になるかもしれないが、それは必ずしも不幸なことではなく、自然に支配されていたアメリカ先住民と同様の豊かさを享受できるかもしれないのだ。

　最終章ではこの著者の主張が、より抽象的な議論を絡めながら展開されている。まず、カントールの「連続体仮説」で主張される二種類の無限、すなわち離散的な「可能無限」と連続的な「実無限」に、それぞれ「デジタル・コンピューティング」と「アナログ・コンピューティング」が対応させられる。前者は非生物的な機械で用いられ、エラーや曖昧さを排除すべく各段階での厳密なデバッグを要するが、後者は生物による創発的な階層で用いられ、ノイズは許容されたまま確率的・統計的に処理される。
　アナログ・コンピューティングは今日、生物神経システムを模した相互システム接続を前提としたネットワーク・コンピューティングに形を変えて現代のメインストリームを形成している。より上位の階層で支配的であろうとするアナログの力が、デジタルに代わって主流となりつつあるのだ。そこではコントロールする主体がいないにも関わらず、情報がそれぞれのネットワークにおける位置や役割に応じて自然発生的に制御され、他に影響力を及ぼす。システム自体が意味を持ち始めるのだ。
　そうなると、機械が可能無限を、自然が実無限を担当していた第2・第3の時代とは異なり、このテクノロジー全盛の第4時代はこれらが混然一体となり、あたかも自然を模した自律的な機械によるデジタルコンピューティングが、より創造性に富む「理性」や「道徳」などのアナログ・システムを創発する第1の時代に回帰していくのではないか、というのが著者の主張だ。

　ライプニッツの抱いた夢は、形而上的概念を数学的概念で表そうという「上から」の科学的態度を体現するものだった。著者はいわば「下から」、つまり自然そのものに内在する離散的な下位概念に随伴する形で連続的な上位概念が生じるという図式をもって、叶わなかったライプニッツの夢を体現しようとしているのかもしれない。

洋書を読めるようになりたくて英語を勉強しようと思い、過去何度も挫折してきた。そんな中出会った本。

著者は翻訳の仕事をしている。著者も何度も挫折してきて、45歳から始めた勉強がハマって英語力が伸び、今に至る。その著者の主張は、10000時間勉強しろというもの。勉強というより、英語に触れる時間をそれだ...続きを読むけ取るようにする。1日6時間やって4〜5年かかる。主な内容はとにかく多読、多聴。そのためのルールとして、

①わからなくても先に進んでいい
②興味のあることだけに取り組む
③日本語を封印する時間を増やす

とある。③がとても厳しい。日本語の本も読みたい。二兎追うものはなのか。1人の力ではまた挫折してしまいそうだ。誰かに尻を叩いてもらおう。

著者が45歳の時から始めた英語学習法について紹介する本。これまで世に出ている英語学習本にある通り、興味のあることを続けることが大事であると。この方は読書が好きなのでとにかく読書をして英語力が上がったということ。私も45歳、いつになったらスイッチがオンになることやら...

データサイエンティストとついて説明した一冊。

今世紀に入ってからよく聞くデータサイエンティストについて知ることができた。

「ビッグデータの正体」を読んだ後だと、事例紹介などもあまりインパクトを感じなかったが、インタビュー記事は興味深い。

Yahoo!Japan の事業戦略本部データソリューション開発部の話を中心に、
巷で言われる「データサイエンティスト」やその仕事について言及した書籍になります。

自分は仕事でデータサイエンティスト関連の方と関わることが多いので、
全体的に興味のもてる内容でした。
以前からあった部署ではあるものの、...続きを読む
Yahoo!Japan のなかでも最近になってから
焦点があてられるようになった部署で、
日本のビッグデータと呼ばれるものを一番扱っている部署でもあるのかと。

「データサイエンティスト」という言葉の定義には聞く人によりさまざまであり、
この書籍も、そんな疑問に対してあるひとつの案を提示しているものになります。
ただ、その案を定めるまでの経緯や考え方というものを、
Yahoo!Japan の内部の方とのインタビューなどを通しておこなっているので、
この考え方に共感できる方は多いのかなと思います。
自身の考えをつらつらと綴るのとは異なり、
現場の方の考え方を取り入れたり、
インタビューを通して「現場ではデータサイエンティストと名乗る人はいない」という事実を、
そのまま載せていたりするところは個人的に好きでしたね。

「データサイエンティスト」と自身から名乗る人ほど、
この定義が曖昧であったり必要とされているものを有していないことがあるそうです。
そいうった方を見分けるひとつの定規代わりとしても、
この書籍の内容は役立つのかもしれません。

新書なので、当然ながら基本的なことをまとめた本。ただ、それを前提として読むのであればわかりやすくて良い本だと思う。様々な事例やインタビューが興味深く、分析が苦手な人でも考え方の部分とか参考になるところも多いだろうし、楽しく読める1冊ではなかろうか。

電子書籍本をいくつか読んでみたけど、だいたいどれも似たことが書いてある。でもこの本は、いろんな立場の人が自分の考えをガンガン言ってるから読んでいて気持ちがいい。実際には理想書店の電子書籍版で読んだ。出てきた言葉をネット検索したいときにT-Timeはコピペできなくて不便。

本書は、タイトルに惹かれて購入しました。専門家になるために必要な時間は、目安として1万時間と一般的にも言われています。その時間をどのように確保するのかの参考になればと思って読みました。
私の目的で本書を読むと、「はじめに」の章と１章、この２つの章が読めれば良かったのかもしれません。英語に触れる時間を...続きを読む増やすために、日本語の時間を減らすという発想がユニークで実践的な戦略だと思います。
早速、スマホの言語を英語に変えてみることから始めてみます。

お坊ちゃんだから日銭稼ぎにあくせくせずにこういうことを調べて書けるということなのだろうか？カヤックや木の上の家とかも。デジタルの未来とも限らないよみたいな歴史知識ありエッセイみたいな感じ。即物的に役立つ読み物ではない。余裕がある人向け。カリカリしてると全部読んでいられないかも。

英語学習に対するスタンスは筋が通っていて再現性もあり共感できた。
日本語の誤字がかなり多いのと、あまりに基礎事項の説明やAIとのやり取りに分量が割かれていたのが残念だった。

・”知的生産”の定義を考えさせられる「知的仕事人＜知的生産」に内包される？

・ヤフー社員がデータを使って行っていること：「最適化」レコメンデーションの質を上げる。
→我々は？データを使って何を行うのだ？
□集計の業務効率化（達成した）
□状況の把握、客観的に伝えられる指標をもつ（取組み中）
□サー...続きを読むビスの改善に繋げる（まだ先）
自分（我々：ポイントグループ）の現段階：ビッグデータの活用方法を定められていない
・ヤフーの収入源：広告
■我々の収入源はどこか？
□自治体、加盟店
→彼らに価値を伝えることが「サービスの改善」
・ソフトバンクには「どうやったらできるか」が、まずある。そのために数字を使って考える
※「やらないため」のデータ分析はない、という文脈

・Power of Local
ローカルもスモールもデータドリブンの時代
（飲食：食べログ、ぐるなび）ローカル、スモールに寄り添いデータの力を活かすのが我々の”価値観”ではないか
→データは恐ろしいものではない、便益であると伝えることも使命。ラストワンマイル

【データの扱い方】
・認知バイアス「スロヴィックのリスト」過大評価を誘発する
・ソフトバンクが使うツール
SPSS,Excel　+プレゼンテーションスキル「伝えたいことを理路整然と」
【データサイエンティストとして】
・インプットは、量がものを言う部分は事実ある
「日頃から浴びるほどデータに触れているから発見できるものもある」

データサイエンティストとは何かの答えとしては、本書の最後にある、ソフトバンクの人の言葉が、真実であろう。「自分たちをデータサイエンティストと思っている人はいない」。データサイエンティストとは職業ではなく、これからのビックデータ時代を生き抜くスキルの一つではないだろうか？

本書の最後にソフトバンクモバイルの社員がインタビューに答えている。一般社員が専門職並みにデータ分析のリテラシーを持っており、大いに刺激を受けた。時代に乗り遅れないよう、スキルを身につけなくては。

思い込みから自由になる
シンプルに考え、限られた情報からざっくり答えを出し、たくさんの仮説からもっともらしいものを選び出す
統計とITの能力、ビジネスの問題を発見し解決する能力、創造的な提案を行う能力

データサイエンティストという言葉が一人歩きしているなかで、新書としてその定義を綺麗にわかりやすくまとめている。本書にあるように、データサイエンティストには統計学のみならず多様な知識が能力が必要とされる。今後２３万人が不足する人材育成に対してどのような施策が国と打たれるのか興味深い。

ここ最近“データサイエンティスト”という言葉をよく耳にします。
誰が仕掛け人なのかわかりませんが、なかなかに興味深いレイヤの仕事かなと。

　“データサイエンティストの仕事とは「ツールを駆使して大規模データを分析し、
　　ビジネスの課題を発見して、その解決に向けて創造的な提案を行うこと」”

とり上...続きを読むげられている事例がソフトバンク系のものが多いので、
ある種の販促本（便乗本？）とも思いますが、わかりやすかったです。

　“（データサイエンティストは）統計学×IT（情報技術）×ビジネス
　　の領域横断のクロス人材である”

個人的には非常に興味深いですね、、ふとジョブズの言葉を思い出しました。
「人文科学と技術の交差点で生きるのが好きなんだ」、との。

　“データサイエンティストに期待される役割は、
　　分析そのものというよりも、その先にある課題解決”

いわゆる“ICT技術”はやはりツールでしかなく、
期待されているのはその先の、実践を伴う課題解決なのでしょう。

“情報”に対してどう向き合っていこうかは、最近のテーマでもあるので、
なかなかに考えさせられる概念でもありました、、やはり潮時かな、とも。

サラッと読めますので、自分なりの視座を確認する意味合いでもいいかもです。