参加して
先週参加してきたモデリングフォーラムのレポートです。
流れが見えにくいレポートになっております。
資料と一緒に見ていただけると嬉しいです。
それぞれのセッションの資料は公開されているので、閲覧できます。
下のサイトからどうぞ~。
※原田 騎郎様の資料は、掲載されておりません。(2017/11/15現在)
午後の三つしか受講できず非常に残念でしたが、どの講演も、とても興味深いものでした。
このフォーラムの前日に参加したJenkinsDaysJapanのとあるセッションで、「これからはビジネスを創造できる人材が特に必要であり、そのスキルが問われる。そのために生産性を上げていく必要がある」と言われていたばかりで、このモデリングフォーラムでも同じ結論が聞けるとは思ってもいなかった。
つながりを感じてさらにワクワクした一日でした。
開催概要
◇名称 | Modeling Forum 2017 — Society5.0を支えるモデリング — |
|
◇会場 | TEPIAホール 〒107-0061 東京都港区北青山2丁目8番44号 http://www.tepia.jp/ |
|
◇日程 | 2017年11月10日(金) 9時45分 – 17時45分 (受付開始 9時15分) | |
◇主催 | 特定非営利活動法人UMLモデリング推進協議会(UMTP/Japan) |
●AI、IoT時代におけるモデリングとは?
株式会社エクスモーション 代表取締役社長
一般社団法人組込みシステム技術協会(JASA)理事
渡辺 博之
★モデリングがどうなっていくのか?
このままうかうか過ごしていたら危ない。今日は警告を発しに来た。
日々の進化が激しくて、もうすでに欧米にかなりな遅れをとっている。日本は頑張る時期にきている。頑張るべき領域は、CPSだと考えている。
第4次産業革命⇒CyberPhysicalSystem
従来の組込みシステムもCPSである。
ただ、どう制御しようかという対象を絞っただけのモデルである。
AIはエンジン・モデル、IOTはシステム・インフラ、ビックデータはモデルの元ネタと考えることができる。
機械をオペレーティングするのはAIになるので、生産性の制約はなくなってくる。そうすると、影響範囲は大きくなる。ヘアーカットなど、日常のものにも波及してくる。
国の方向性と企業の方向性を合わせていかないと負ける一方になる。
そのおかげで、経産省のHPをよく見るようになった。
★これからの時代に求められるふたつの観点のモデル
いろいろな産業が入り込んで来るので、お互いの合意形成・説明責任のすり合わせなどが必要になるのではないだろうか。
モデリングは2種類必要になると思われる。
一つ目は制御するための制御モデル。これは、従来と同じ。機器の制御。
二つ目は、ドメインごとの「こまったこと・うれしいことなどをねん出するモデル」が仮想世界では必要になるのではないかと考えられる。新しい価値の創出である。
今までの暗黙知を可視化してモデル化する。
ビジネス領域、ビジネスを横串したときの価値とか、ビジネスモデルをどうするかということを考えていく必要がある。
様々なビジネスで使えるモデルを整備した後に出てくるのが、モデル選択の基準である。これを話し合う活動をJASAで始める。
UMTPでの活動休止!JASAで組込みIoTモデリングWGをたちあげることになった。興味がある人は参加してほしい。
★これからのエンジニアに期待されること
今後のエンジニアは、ビジネスユニットごとに人間の経験・知識・合意をとりながら、ビジネスを横断した活動が期待されることなのではないかと考えている。
・ビジネスデザインができる人
・システムを俯瞰的に見ることができる人
これが必要とされている。
日本は給料が安いから、いい人材が来ない。
でも、給料上げてきている業界もあるので、
これからそこを起爆材としてのびてくるのではないだろうか。
●統計学におけるモデルの役割について:直感・説明・検証
農研機構・農業環境変動研究センター ユニット長
東京大学大学院 農学生命科学研究科 教授 三中 信宏
★モデルを立ててデータを考察する。
データをちゃんと理解しているのか?分析結果に納得できるのか?
人間は、心理学的にとても良い「差のある・なし」を判別できる能力がある。
基本的で有名なものに、分散分析というものがある。F分析・F検定で判断される。
F値というのは、我々にとってはとても直感的にわかるようなものなのかもしれない。
(平均とか)
我々が感じてきたこと・見てきたことを数値化したものなのかもしれない。
以下の二つの文献の文言で示されるように、一方は「データそのものから現象をみる」行為と、「ある種のパターン化されたデータのばらつき・組み合わせなどがあり、そこで現象をみる」というものが考えられる。
・クラフト・エヴィング商會
データをみて人それぞれの解釈がある<>データの向こうに真実がある
・歴史・レトリック・立証(カルロ・キンズブルグ2001)
視界を妨げる壁<>開かれたまど ゆがんだガラス
証拠を逆なでしながら、それを作り出した者たちの意図をさからって読むすべを学ばなければならない。
データから先を見るには?・・・モデル。モデルで説明をする。
では、データを見たときに、どうやったら説明できるだろうか、納得できるだろうか?
データの持っている特性・特徴を見える化するのがモデル。
データを見て現象を把握するだけでなく、説明するということがこれから求められてくるので、やはりモデル化する能力・見抜く能力というのは必要なものである。
★モデルとデータの接点に触る
モデル(共通要因・個別要因)⇒データ(統計的誤差)
単純なモデル、複雑なモデルのどちらを選択すればよいのか?
・モデルの良し悪しの判定(モデル選択の基準)
・データの当てはまりをどう追及していけばいいのか
複雑だからよいというわけではないという判断で使うもの⇒AIC
複雑度の高いモデルは、データの実値を優先に考えるので、値のフィッティングが揺れると「弱い」予測能力になる。
p-valueの使い方にも注意してほしい。0.05というものではなく、より精度を求められる実験などを検証するときには、0.005というより厳密な値を使うことを勧める。
●DevOpsにも役立つモデリング
株式会社アトラクタ Founder 兼 CEO
原田 騎郎
12年前に、モデルを役に立てようという試みをしていた。
ソフトウエア開発で一番危なっかしいのは「ビジネス」。
そこで、「ビジネスをモデリングしよう!」ということをはじめた。
DevOPSも、一種のビジネスのモデル。
素早くすることでリスクを下げる。
反応速度を早くすることで計画を立てなきゃいけない期間を短くする。
リスクを下げる。リードタイムを短くする。スループットを増やす。
1週間・2週間でSWリリースできるのにサーバ3か月もかかるのは、やってられない!
そこから、アジャイルインフラ&オペレーションを考えるようになり、リーンシンキング、ToCなどを取り入れていった。
「もの」と「情報」の流れ図(=ValueStreamMapping)
カイゼンの実行計画を考える際に、現状や未来や理想像を描くのに使う。
これもモデリングである。
見えないものはカイゼンできないならば、みえるようにする。モデルを書く。
現状のストリームの地図を描く。将来のストリームの地図を描く。
変更計画を作り出す。逆流率と直行率を出す。
手戻りの線を矢印で結んで手戻り率を計算する。
ECRS(Eliminate、Combine、Rearrange(QAの人を最初に連れてくる、とか)、Simplify)
カンバン仕事術へつながる。