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。
https://www.youtube.com/watch?v=fV37SGxMqZs&feature=player_embedded

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。

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。

こんにちは、日曜日の午後です。
JONGDARI（ジョンダリ）は、過去見たこともない軌道を描き、地球の自転に反しての
右から左へ突き進みました。不思議なことが起きるものですね。
そして、今朝は、また暑い日曜日となっています。
どうも、水野裕識（みずのひろのり）です。

矢野さんの本と向き合おうと決めて、後半戦、4章になりました。
この章のテーマは、”運とまじめに向き合う”です。

運とは、ビジネス上の定義すると、「確率的に自分が必要とする知識や情報を持っている人に出会うこと」
運は、多くの場合、人との出会いより得られることのようだが、運に出会うことを理論・モデル化について、
４章では説明がなされる。人を介しての到達度とは、自分からみた人を介しての2ステップの到達数とし、
仕事がうまくひとというのは、概して到達度が高いとのこと。複雑に見える事象も、到達度をつかって、
そのヒントや答えの道筋に到達しながら、解決をしている可能性が高いようである。
人と人の関係性グラフ（ソーシャルグラフ）をえがくと、到達度の高い人のまわりに、多くの人が囲むようになるそうだ。
面白いことに、取り囲む状態は、必ずしも職位が高いからそうなるものでもないようだ。

なかなか希望を抱かせる結果である。コミュニケーションをしっかりとる、人のことを思いやる、
人望が厚いとか、結果を出せるとかいうすべての要素が絡み合い、このソーシャルグラフに反映されるのだろう。
組織のリーダが一人頑張らなくても、リーダーへの到達度を上げる方法もあるようだ。
そんなのはリーダが直接つながる人が増えればいいだけと、思ってしまったが、そこは違うとある。

ではなにかというと、メンバー間に三角形のつながりを作り出すのだそうだ。
3角錐の辺同士が連結していくのだと思った。強固な分子構造の話のようにも思える。
つまり部下同士が繋がることのようである。
これを意識してみると、三角形がない関係を、あえて作りだすようにしていくことで、リーダの力は自然と
あがってくる。面白いことを見つけるものですね。
この章では、事業統合の事例（違う会社の組織を統合して新事業体として進める話）が説明がなされ、
矢野さんの名札カードを活用し、データを分析することで、その統合もうまく進められたという話が紹介されている。
こうした利用法は、今後、様々な会社で活用されるのだろうなと想起される。詳しくは本書をお読み頂きたい。

会議の質も図れるようだ。会話とは、身体の動きのキャッチボール。言葉として発する部分は、会話とされるうちの
１割であり、それ以外の非言語によるコミュケーションが９割を占めるという。つまり、この9割は何かとなるのだが
身体の動きにも表れるということなのだろう。

会議に臨む人の態度は３つあるらしい。
１つは、対立を超えた答えを導く「建設」、2つ目は、リーダの意見に従う「追従」、3つ目は、「懐疑」だそうだ。
このカードで測定をすると、建設・追従・懐疑のどれにいるのか会話モードを計測できるとある。建設的な場面では、
会話が双方向率が高くなり、それ以外は低くなるとある。会話の双方向率と事業収益との関係が明らかになれば、
自然と建設的な会話モード（双方向率が高まる）にはいらざるをえなくなると考えている。

この日本の至るところで、不毛な会議、権限だけ持って能力のない上司、会話もない同僚などなど、生産性を抑える行動
が発生している予想する。名札カードを現場に取り入れることで、その組織の課題が客観的なデータとして見える化され、
さらにアドバイスまで頂けるなら（たぶん、上司からではなくて、AIがそう言ってますというのがいい）、
それに従ったほうが、早いとすら思える。

単なる加速度という時系列データから、ここまで価値を引き出したものだと思う。

データ上は、数字と時間のペアが、延々と並んでいるだけであろうが、
そのデータにラベル化を行い、意味を見いだしを繰り返し、ここまででも大変な作業であったと推察するが、
コミュケーションや組織にまで適用しようと研究をされたことに、驚くとともに敬服する。
いま流行りの？IoTにおける問題は、ここが欠落していて、データを大量に集めましたのその先が、見えてないことにある。
データの適用先を見いだせるかどうか、さらにそれを従来からの問題の解決に使えるように仕立て上げられるかどうか。
センサーデータを積み上げてきた結果、これに使えそうだ、こう使えばこういう意味のあることが言えるようになるという
ことを、説明をしていかなければならない。
IoTサービスも、そろそろ見える見える話から、こうすれば使える使えるの発想に切り替わっていかなければならないと思う。
この意味でも、矢野さんの書かれたこの本は、貴重だと思いました。

今日も暑うございます。今年の夏は、まだしばらく猛暑が続くみたいですね。
早朝の外ランは、距離を短くしました。これから、午後は水泳してきます。
水野裕識（みずのひろのり）です。

今日も、矢野和男さんの『データの見えざる手』を、冷房の効いた部屋で読んでいます。

３章のテーマは、”人間行動の方程式を求めて”です。

人の行動は多様に見えても、じつはある方程式に従っているとのこと、例えば人に会う面会はランダムに起きる（ポアソン分布）のではない。

再会の確立は最後にあってからの時間が経過するに従って低下することがデータ解析で分かったようだ。
結果は、１／Tに比例して、次の面会までの間が、小さくなっていく。（Tは、前回会ってからの時間間隔）
これは、確かに、時間が空くほど、会いにくくなるという経験則にも従っている。
”去る者日々に疎し”をデータエビデンスにて証明し、それを法則化できたということになる。とても、興味深い。

１／T法則は、面会間隔のみならず、メール受信から次の送信までの間隔もこの法則に従ったり、安静状態から活動状態への遷移間隔も、これに従うらしい。
安静が２時間続けば、活動に転じる確率は、安静が１時間続いた場合に比して半減する。
さらに、活動の遷移確率を、健常者とうつ状態にある人を比べると、健常者のほうが遷移確率が高いという研究報告を引用している。

同じ動きは継続しないのだ。ある動きが中断する確率は、１／Tに比例して小さくなる。継続時間は２０から１００分だそうだ。
ある行動に入ると、その行動を止めにくいという特徴を見いだされた、なぜか身体行動には、継続性があるということだ。

仕事や生活に楽しさや充実感を得ている人は、身体運動の継続性が高いことが明らかにもなってきたようである。
実際、矢野さんは、ご自身のセンサーを分析結果から、早い動き（２Hz以上）を日々の生活に取り入れるようだ。
会話は、立ったままする、オフィスの中を歩き回るなどして早い動きを取り入れる工夫をされている。

もしかすると、ある特殊な領域、たとえばスポーツ選手の強化に応用ができたりするかもしれない。
プロ野球選手にはそれ特有の身体運動の継続性が見つかるかもしれないし、バスケ選手、卓球選手ではどうかなど、
競技によって差が出るものかどうかも見えてくるのかもしれない。
自分が何に適しているのかが分からない幼少期時代に身に着けると、あるスポーツへの得手不得手が見えたりするのではないだろうか。
未来予測に走りすぎると、それは怖い気もするが、あなたの行動パターンをもっとこうしてみたらいいと思うというアドバイスはお金を払っても
もらいたいと思う場合もあるだろう。

私自身、多くのヘルスデバイスを腕に身に着けて確認をしてきた。実は女性を被験者として装着の依頼を行ったこともあり、
男性も女性も腕輪側デバイスの長期間装着をいやがる傾向が見られた。寝ている時くらい外したい、この暑いときは外したいなどは普通にある。
ポイントは腕への装着。そもそも論として、人の腕に、長期間、装着することはおそらくできないと思うが、いかがだろう。

ただ、首にかけるストラップであれば職場にいるときだけ判断すればいいだろう。
幅広く使ってもらえるサービスにするために、もっと簡便なデバイスにする必要があるのではないだろうか。
子供やお年寄りは、それこそズボンのポケットにいれておくだけであるとか、バックルに収納するなど。
そんなことは、矢野さんチームは百も承知だろうが、社会実装するためには、通り抜けなければならないだろうとも思える。

引き続き、矢野和男さんの『データの見えざる手』（第２章）を読み進めています。
水野裕識（みずの　ひろのり）です。

２章テーマは、”ハピネスを測る”です。

５０％遺伝的、１０％は環境要因、残り４０％日々の行動によって決まるそうです。
幸せは、日々積極的に行動を起こすことで得られるようです。

ハピネス研究の第一人者、ソニア・リュボミルスキ教授の研究を引き合いにして、
今を耐えて、未来にきっと訪れる幸せを得るためにという昭和感たっぷりの心がまえではなくて、
日々のちょっとした積極的な行動で得られるようだ。

指示されて行動するのではなくて、自ら行動するために、技術がどう支援できるかと説く。
確かに真逆の考え方である。幸せだと感じるためには、少しの行動を起こせばいい。

仕事ができるビジネスマンは、幸せであると、
幸せなビジネスマンは成功しているのどちらか。

著者の結論は、後者のようである、面白いことを見つけ出す。

心の充足・幸せだといえることが先であって、そういう状態にあれば、仕事もうまくいくとなる。
よって、会社の業績を上げるために、社員一人ひとりが幸せだと感じることができればよいとなる。

そこで、幸せを感じているかどうかを測定するために、矢野さんのセンサー技術が登場する。

共同実験で、良かったことを紙に書いた群は、幸福度があがり、組織への帰属意識が高まったそうである。
その結果は、加速度センサーデータに現れていて、身体活動の総量と相関がみつかったそうだ。

つまり、本人が思う幸せは、普通は個人の内面のことだから、他人からはわからないと思われたが、
じつは動きとして計測できるのだ。よく、そんなことが分かったものだと感心します。

幸せを感じるようになると、活動量が増える。
仕事をしていても、この人なんだか、熱い人だなとか、情熱を持った人だなと思う方にお会いすることがある。
熱い状態にいるので、身体の活動量（動きが増える）が増しているのかもしれない。

人と会話をしているときの運動量が多い人は、積極的に問題解決をする人と相関があるそうだ。
前者の状態を観測していれば、後者の特徴を持ったひとを、ピックアップすることができる。
さらに、1万以上のデータに潜む特徴量の相関を見つけ出そうとされている。

その相関パターンが明確になるにつれ、今いる人同士の最適な組み合わせや、これから採用しようとする人の
特性まで踏まえた、新しい組織構造を自動で提供することができる。AIのほうが、はるかに組織のことを知っている
可能性がでてくるという印象を受ける。

最初は試しにAIシステムの言う通りに実践をして、センサーの状態を継続してモニターし続ける。
さらに、AIは新しい仮説を作り出して、個々の人に提案もするだろうし、上長にも人の配置提案もできるだろう。

コールセンター、開発現場での検証結果を報告されているが、その詳細は本書をお読みになることをお勧めする。

メール、SNSでの情報共有が格段に進んだこの25年。
隣の席同士でも、SNS経由でランチのお誘いをしあっているという、笑い話。
過度にITに依存しすぎている人も多くなってきた。
そう思うと、その逆の視点が抜け落ちてしまっているのかもしれない。
（昭和の仕事はどう進んでいたのだろうかとすら思う）

ひとはコミュニケーションの動物で、対面で話をすることで、理解がすすむ。
動きは伝搬しあうという。心理学の同調、ミラーリングも、センサーでわかるのだろうか。
（うつは周りにうつるんだよという話もある）
人同士の対面で向き合えば、活動が相互に伝搬をして、影響を与える。

要因因子とパターン、そのバランス・組み合わせとして、理解がこれからのようである。
それが分かるにつれて、
個人として幸せをえるために、自然にその行動が誘発されるようなアドバイス提供サービスは、価値があると思いました。
ただ、分かっていてもできないんだよねとか、そうしたいんだけど、うまくいかないんだよねという人は多いと思います。
一方で、そう簡単にもいかない気もするし、でも明らかにしたい気持ちもとても理解します。
いずれにしても、この２章もたいへん勉強になりました、矢野さん、感謝です。（多分ブログ見てないだろうけど）

追伸
データの見えざる手というタイトルは、アダムスミスの神の見えざる手からきているのかと今分かった。
なるほど。