あなたは朝方か、それとも夜型か( 国立精神・神経医療センター精神保健研究所の睡眠・覚醒障害研究部のアンケートから)

3連休です。
夜間の気温も20度前半なら、良く眠れますね。すっかりと秋らしくなってきました。
冷房のスイッチに手をかけることがなくなってきましたね。
水野裕識(みずのひろのり)です。

国立精神・神経医療センター精神保健研究所の睡眠・覚醒障害研究部が提供しているアンケートをやってみました。
あなたは、朝方タイプ、それとも夜型タイプであるかをチェックシートに回答するだけで判定してくれます。

睡眠に関するチェックシートはこちらからどうぞ。
質問への回答はだいたい5分もあれば十分でしょうか。結果も、その場で戻してもらえます。

私の結果です。
かなりの朝方であることが分かります。
20-30歳代はたぶん中間型であったでしょうが、年を重ねた分だけ、朝方に移動してしまったという感じです。

仕事時間のピークパフォーマンスを尋ねられます、これらの質問は明らかに午前に偏っていました。
自分の仕事のピークは、朝から昼にあるのかなと、自覚した次第です。

じつは、ここ数年、夜早く寝て、朝早く起きるという生活をしています。
それもそのはず、室内のカーテンをあえて外し、太陽光とともに起床するというスタイルをとっているのです。

私自身の経験ですが、これはかなり強力なやり方をしていると思っています。
体内時計を、なかば強制的に太陽の運行通りに従わせているようにしています。
その結果、概日性(サーカディアンリズム)を、整えたといいますか、整えられた(笑)という感じです。

人間本来のやりかた(正しいかどうかはわかりませんが)太古のリズムに合わせてしまえとばかり、
太陽とともに起き、太陽とともに寝るという生活を続けているのです。
とくに東向きの開放性のある窓に向かって寝ているので、早朝のしらじらと空ける朝もほぼ毎日のように体験しています。

これが良いやり方であるかどうかは、わかりませんが(専門の方から一度お聴きしてみたい)
少なくとも日中眠いことはほぼない(そういえば電車に座っても最近は眠らない)と思っています。
また睡眠負債のようにお休みの日に睡眠を余計にとるということもないようなので、
これはこれで、いいのでしょうと勝手に思い続けて、続けております。

3連休も残り2日、しっかりと寝ることで、身体を休めたいところです。

日本の睡眠事情について

最近きちんと眠れていますか?
私は睡眠負債を残さないような生活を心がけております、水野裕識(みずの ひろのり)です。

世界睡眠会議の睡眠事情の図を参照させて頂きます。
この図は16歳~64歳の方の睡眠時間を調査したものでSociety at a Glance 2009(OECD)が出典です。
日本人は、各国と比較すると、眠れてないのですね。7時間50分です。
働きざかりの皆さんからすると、こんなに寝られないと思う、もっと短いという方もいらっしゃるのではないでしょうか。

厚労省が提供するe-ヘルスネットは、健康に関して様々な情報を見ることができます。
休養・こころの健康にある高齢者の睡眠ページから2つの図を参照します。子供から大人までの睡眠時間の変化を表しています。

12歳までの子供たちはよく眠れていますね。20歳の成人で、7時間です。そこからどんどん短くなり、60歳を超えると6時間を割り、70歳代では、5時間代まで落ち込んでいます。年を取るごとに、睡眠時間が短くなっていくようです。これは自然な生理現象なのでしょう。30歳から深いノンレム睡眠も短くなっていくので、若い頃に感じられたよく眠れたという気持ちを得にくくなっているようです。

こちらの図も高齢者の睡眠ページから引用しています。上の図と比較して興味深いことがわかります。

50歳代から睡眠時間は短くなる一方なのに、それに反して寝床にいる時間が長引いていることです。50歳代はまだその差30分程度ですが、80歳近くなると3.5時間もの差が生じています。これは何を表しているのでしょうか。
もしかして、やることがないから、早く寝る? それも一理あるのかもしれません。

わたしたちは、一日の3分の1は寝床で過ごしているにも関わらず、睡眠について、実はあまり理解をしてないようにも思われます。より良い生活を得るためにも、睡眠について深く知ることも、必要そうです。

ストレス・睡眠サービスの可能性

9月に入り、2018年も後半戦に突入です。
これから、新事業に形にしていけたらと試行している内容について、説明をしてみたい。

水野裕識(みずのひろのり)です。

前回ブログで、著書”データの見えざる手”を著された矢野和男さんの仕事、センサーから人の幸福(ハピネス)に迫るお話を紹介させていただいた。
わたしも、ここ何年も、生体信号に興味を持ち、数多くのセンサーデバイスを使って、自分の生体信号の測定を繰り返してきた。

apple, fitbit社を始めとしたアクティブトラッカーは数多く世のなかに出回っている。
しかし、腕輪デバイスは、身体拘束を伴うもので、普段使いとするには、まだ壁があるなと理解している。

そこで、非接触型デバイスの可能性を探ってきた活動のなかで、素晴らしいセンサーに巡り合うことができた。

その内容について、軽くご紹介したい。
そのセンサーは、薄い薄膜のシートの形状をしており、座る・寝るだけで、心拍数と、呼吸数を、リアルタイムに測定できる。

この図は、私自身の測定結果である。ただ座り、ただ寝るだけで、このように綺麗な波形を取り出すことができている。

具体的に、何をどのように行うかについては、様々な会社と協議中であり、
こうした日々過ごす、生体データを活用して、未病サービス、見守りなど様々なサービス応用を図ろうとしている。

身体拘束は必要ない。ただ座るだけ、寝ているだけで、身体の内側の状態を見えるかができるようになってきた。
これを活用して、素晴らしいサービスに展開していけるように、願ってやまない。

平成最後の夏期講習(社会科編)を見ました

今日も暑いですね。

今日も朝ランをして、その後水泳をしてと、快適な一日を過ごしております。
水野裕識(みずのひろのり)です。

日曜日の午後、面白いことないかなあと思って、ググっておりましたら、
面白い映像をみつけました。

平成最後の夏期講習(社会科編)ですね。

なかでも、ヤフー株式会社CSO 安宅和人さんの講演は、刺激的でした。
「我が国の未来に向けたリソース投下の現状と課題:」

安宅さんの映像は、22分30秒~32分です。

課題・問題、あまりにキレキレすぎて、吐息しか出ませんね。
26分から説明がなされる、国の収支表、すごいことになっていますね。

安宅さんのブログでも説明がなされています。
http://d.hatena.ne.jp/kaz_ataka/20180526/1527308271

過去残債は、確かにシニア層に突っ込まれています。
2025年まで社会保障費は、グイグイ上昇しています。
そのころ、国債発行して間に合うのでしょうか
(もしかして買い手を見つからくなる?)

地方は公費がつっこまれている地方ばかりであり、
ベーシックインカム状態になっているという皮肉な状態にあるという。
(これ、新しい見方で、地方はすでにBIが成立しているという)

この大きな課題に対して、日本はどう対応していったらいいのでしょう。
次の大きな一手を期待したいのですが、もう間に合わないのでしょうか。

きっと、一言でいうと、未来へ投資をしろということなのでしょう。
(なぜ未来へ投資ができないのかを盛り上げていかないとですね)

それでは、良い週末をお過ごしください。

矢野和男さんの『データの見えざる手』(第5章)

今日も、ただ、ひたすら暑い。体温より暑い外気温、どう理解したらいいのだろうか。
これは外に出るなということだろうか。

本日も、矢野和男さんの著書、データの見えざる手を読み進めております。

人間の活動に温度差があるとはいえ、一日でできる小さな活動から大きな活動まである範囲に収まるという発見は、
驚かされた。U統計、U分布に、人の活動は規定されているのだ。自分の分布を知り、それをよりよくすることは、
是非ともやってみたいことであろう。加速度センサーからの人の行動、組織内部の行動構造について説明がなされたが、
第5章では、『データから見える社会を科学する』という視点からのお話をご説明いただいている。

いきなり社会構造といっても分からなくなってしまうので、まずは一人ひとりの人間の周りにある「場」とその周辺にある
人との相互作用の結果が、行動として表れるとしている。環境とのやりとり、相互作用から、行動が生まれるのだから、
環境内部に、様々な確度からの測定することができるならば、社会のある構造について語れるはずであるというアプローチを
取っておられる。人を加速度センサーという視点で詳しく見てきた方なので、場と相互作用も何かしらの方法で見える化できれば
と考えるのは、得心いたします。

様々なセンサーを取り付けた店舗内情報と、人の活動情報を照らして、売り上げを最大にするための要因を明らかにした
説明がなされています。跳躍学習を取り入れたAIシステムソフトウエアの凄さを解説いただいている。
何がすごいかって、一言でいうと、仮説生成を自動で行えるシステムに仕上がっている点にある。

計算機システムは、だいたい、よくわかっている専門家が、その知識のうえに、システムをくみ上げる。
これが何がダメかといえば、その専門家の恣意が、知らず知らずに入ってしまう点にある。
問題をシンプルに置き換えて、簡単かしてしまうような発想では、社会構造のような複雑な事象を扱うことができない可能性が
あり(気づかないだけで、シンプルな構造表現できる場合もあるし、それを見つけることがこれまでの科学手法でもあった)、
複雑な事象とは、どの方向からどうやって分けるのかすら、分からないほど、複雑なので、であるならば、帰納的な部分については
複雑なまま計算機に扱わせてしまおうという立場で説明される、これなんぞは、目から鱗である。

矢野さんらのAIシステムが画期的であるのは、データから仮説を自動生成、その仮説数も数百万の仮説を作りだして、
ある特定のパフォーマンスを高める因子を見つけ出せるようである。モデルはこうだと思い込んで、プログラム開発をするのではなくて、
データからすると、どうもモデルはこうなっているようだと、モデルの逆生成を行っているという、なんともすごいことである。

システム屋からすると、いままでの反対の行動でどんどん進んでおられるので、たいへん興味がわく次第である。
これができるなら、これからの必要となるといわれるデータアナリストも、いらなくなるのではないか。
アナリストがデータ分析を繰り返して、1つの道筋を見つけている間に、跳躍学習Hは、膨大な仮説から、
非常に多くな有用なストーリを示して頂ける可能性がある。もちろん、業界の専門家ですら、気付けない点についても、
きっとHシステムから、ご提案をいただけるのであろう。ほんとに、カッコいい。

今後私たちがなすべきことが分かった気になった(気づかせて頂けたというべきか)。
前提として、何を目標・目的に据えるかである。この目標・目的は、人間でしかできないことであり、意思を表すということだ。
そしてのその目標・目的を表現するために、どういうミクロなデータを集めるかを決めなければならない。
いついかなる時も、均質なデータを延々と取り続けること。取ったり取れなかったりするデータでもなくて、
24時間365日のデータ(時間軸上はできる限り短い時間、データ量はその分増えるが)を手にすることである。
この膨大なデータ量を手にした後、そのデータから目的や目標に到達するストーリを、計算機に導かせる。
人が作りだす仮説なんてものは、個人の恣意が入り、仮説のうちに入らないという世界が、近づいてきているようにも思えた。

目標設定⇒均質なデータ取得⇒データから多くの仮説を作り、目標を達成するモデルを逆生成する。

将棋・囲碁、画像認識、自動運転、こうした考えがベースになって、それぞれのアプローチを進めているように思います。
わたしも、こうした動きに少しずつでも理解を深め、前に進めるアプローチできたらと思います。

矢野さん本、いよいよ残りは6章だけになりました。矢野さんの見ている世界観を少しでも近づくことができたらと思っています。
勉強になります。