• HOME
  • 会社概要
  • サイトマップ

MTシステムのことを知りたい

かんたん解説

なんのことか分からんぞ問答集

Q.
シンプルで確実・・・そんなうまい話なら、なぜ今まで誰も気付かなかったんだろう? 世界中の研究者が知恵を絞った方法があるんじゃないのか? 「パターン認識理論」とか「人工知能」とか言っていたと思う。それなのに、誰がそんなうまい方法を考えついたんだい?
A.

MTシステムを考えたのは、田口玄一博士です。
1997年に「米国自動車殿堂」に選ばれた方です。

Q.
「自動車殿堂」って何?
A.

自動車の発展に尽くした方々を世界中から選んで記念する制度で、デトロイトに本部があります。田口博士は、本田宗一郎氏、豊田英二氏に次いで、日本人として3人目の殿堂入りをしました。

Q.
田口博士と自動車とはどんな関係があるんだ?
A.

「良い製品」とは期待したとおりの働きをする製品ですね。期待外れがありません。 つまり、働きにばらつきが少ないということです。田口博士はそのための体系を確立しました。 そして、「パターンの処理もばらつきの処理である点で共通」であることを、博士はずっと考えておられました。

博士によるパターンの研究は1970年代からですが、広く知られるようになったのは1990年代になってからです。

Q.
パターンの処理がばらつきの処理である、ということが分らない。
A.

手書き数字を自動的に読取る機械を作るとします。人間であれば、たとえば、数字の"5"という文字を簡単に読むことができます。誰が書いた字でも。

それは、"5"という文字が、ある"ばらつきの範囲内"の形やバランスを持っているからと考えることができます。

工場の稼動について考えると、うまく稼動しているときは温度や圧力や流量などが、あるばらつきの範囲内やバランスの範囲内にあるはずです。流量のゲートを開けたら、ちゃんと流量も増えるとか、その辺りの関係が整然としているのが正常な稼動です。そのほか、機械の音が一定の高さにあるなどでも、稼動状態の判断材料になります。 そういうことは、ベテラン技術者なら感覚的に分っています。

 

Q.
数字の8が、あるばらつきの範囲内ということは、何となく理解できる。無茶苦茶に書いたら5にならないものね。しかし、文字を判読することぐらいは人間にとってはごく当たり前のことだ。なんでコンピュータは不得意なんだ?
A.

人間は、小さい頃から5という文字を自分で書いたり、他人の書いたものを見て覚えてきました。何万回書いたか分らないくらいですね。だから、自然と頭の中に5という文字の形がしみこんでいるのです。ばらつきも含めて。

Q.
しみこんでいるのは分るけど、人間の脳みそにしみこんでいることをどうやってコンピュータにさせるんだ?
A.

そこで田口博士は考えたのです。「5という文字には5であるが故の均質性がある」と。

Q.
均質性?
A.

ばらつきの範囲内ということです。

Q.
「想定の範囲内」なら、ホリエモンが言っていたな。
A.

そう、それと同じです。5という文字に想定される形の範囲内ということです。 ホリエモンは「法定の範囲外」のことをしたとの嫌疑で捕まってしまいましたが。

Q.
でもね、均質性なんて言われるとよく分らないよ。普段あまり使わないしね。均質にかきまぜるとかは言うこともあるけど。
「100均」の店なんかは価格が100円ばかりということだけど、それとは違うの? つまり、その、揃っているという意味で。
A.

そうですね。揃っているということと、ほとんど同じ意味です。でも、100均は全部が100円ですが、均質というのは全部が同じということではなくて、ほぼ揃っているという意味です。ですから、値段が95円から105円くらいの製品を売っていて、平均値が100円という感じですね。

Q.
まだよく分らない。「均」という字は平均の均だから、平均的ということかい?
A.

だいたいその辺です。いいかげんな答のようですが、それ以上説明のしようがありません。

Q.
じゃあ「質」って何だ?性質の質だよね・・・。あ、そうか。平均的な性質ということか。
A.

平均的な性質を持つとか、類似した性質を持つとかいうことですね。タグチ理論は、一つのところに留まっていると、全体が見えなくなりますから、そろそろ先に進んだ方がいいですよ。

Q.
じゃあ、その均質性と5という文字を見分けることと、どういう関係があるんだい?
A.

5という文字に許されるばらつきの範囲内の文字をいくつか集めるのです。つまり、集めた文字は皆5です。

Q.
5を集めて?
A.

それらの5をじっと見たとします。そこに5ではない文字を見せられると、「違うな」と思うでしょう。逆に、5と読める文字を見せられると「5だ」と思うでしょう。

Q.
じっと見てと言っても、コンピュータに文字を読ませる話でしょう?
A.

そう。でも原理は同じです。コンピュータに5といういくつかの文字パターンのデータを与えるのです。そして、そこに共通する性質を取り出してもらう。

Q.
共通する性質を取り出すと言っても、それって何?
A.

5であるが故の共通する性質です。難しいことはコンピュータに任せるとして、共通する性質のうまい取り出し方を田口博士は考えたのです。

Q.
うまい取り出し方って?
A.

これから少しずつ説明します。ちょっと我慢して付き合ってください。

Q.
はい。
A.

もう少し「共通する性質」の話をさせてください。
レントゲン写真を見て、癌細胞をうまく見分けることができるお医者さんと、それが未熟なお医者さんとが居ます。

Q.
ちょっと待て。文字の次は癌細胞か?
A.

どちらの問題も、人間が目で見て判断できることです。どちらも、画像です。

Q.
頭の切り替えが大変だな。でもいいよ。どちらも目で見る問題だね。それで?
A.

癌細胞を見分けるためにお医者さんが行なうトレーニング方法があります。

Q.
トレーニングか。どんなやり方?
A.

このトレーニングというのが、田口博士の提案する方法と全く同じなのです。つまり、癌細胞を見つけるためなんだけれども、まずは癌細胞の無いたくさんの画像を見続けるのです。

Q.
・・・。ム・・・少し分ってきた。
A.

・・・・・・・

Q.
癌細胞の無い画像を見るということは、それが5という文字をじっと見ることに相当することになりそうだ。
A.

・・・・・・・・

Q.
癌細胞が無いが故の均質性に注目する。そうだろ!
A.

当り。素晴らしい。

Q.
うん、うん。ただ、その後どうするかだ。均質性に注目するのはいいけど、それで本当に癌細胞をうまく見つけられるのかい?
A.

「癌細胞の無い画像に共通する性質」がうまく習得できたとします。すると、共通する性質以外の性質があった場合、癌細胞を持つ画像である可能性が出てきませんか。

Q.
なるほど。理屈はそうだ。
A.

理屈はそうなのです。そこが重要なのです。
ただ医者は人間ですから、共通する性質を脳にしみこませています。そうなると、しみこんだ性質を外に引っ張り出さなければ、他の医者に伝授や説明ができません。そうでなければ、他のお医者さんも同じようにじっと見る訓練が必要になります。

Q.
うん。
A.

もう一つ、馴染み深い例を話しましょう。コンビニの例です。

 

Q.
コンビニ?何でも中国語では"便利商店"と書くらしいね。
A.

あなたが、その便利商店の店主であったとします。そして、明日の弁当の仕入れ量を考えたとします。

Q.
癌の話から、ばかに日常の世界の話題になったな。
A.

弁当は生ものですから、仕入れが多すぎて売れ残ってもいけませんし、売切れてしまって、後で買いにきたお客さんが帰ってしまったら、あなたは商売の機会を逃しますね。

Q.
私の友人のお母さんが天ぷら屋さんをやっていて、その日に売れる種類や数をだいたいうまく予想するんだそうだ。
A.

痛風のおばさんが、天気の変化をうまく当てるそうですね。天気予報より確率が良いと聞いたことがあります。某気象予報士よりいいらしい。 弁当の売れ行きも天気も、永年の勘や体の神経がちゃんと教えてくれるんでしょう。

Q.
弁当の売れ行きは永年の勘ということになるかな?
A.

そうですね。でも、最近のコンビニ店長はそれほど永年やっているわけでもないでしょうから、何らかの合理的な予想方法があると便利です。

Q.
それを文字認識や癌細胞の発見技術でやってやろうという、とんでもない展開を考えているんだろう?
A.

とんでもなくはありません。情報処理としては同じなだけです。どんな問題もたった一つのことに帰着して扱うことができる。それがMTシステムの素晴らしいところです。

Q.
では、その同じなわけを聞かせてもらおうか。
A.

元気出てきましたね。聞くだけではなくて、一緒に考えてください。

Q.
文字を読むことと、コンビニの弁当売上の関係だね。
A.

はい。今見ている文字が5であるということが、5という文字に共通する性質、あるいは均質性がポイントと話しました。弁当の売上も、そこに注目します。ただ、弁当の売上の場合、全く売れない日や思いがけないほど売れる日もあるでしょう。

Q.
確かに、大雨や大雪が降ってお客さんが来ない日は売れないし、天気が急に良くなってみんながピクニックに出かけるような日は、たくさん売れるかもしれない。
A.

そうです。毎日の弁当販売数のデータが得られますね。天気や曜日によって売れ行きが上下します。

Q.
ちょっと待って。文字を読む場合は、5に共通する性質とか、あるバランスの範囲内とか言っていたけど、弁当の場合には何が共通と考えればいいの?弁当の売上数には、「これがちょうどいい売上」なんてないよね。
A.

そうですね。店にとっては、「ちょうどいい売上数」などありません。「たくさん売れる」ことがいいに決まっています。しかし、現実はそうではありませんから、ここでは「普通の売れ方」を考えます。普通の売れ方を、5と読める文字に対応させて考えます。

Q.
普通の売れ方・・・
A.

普通の売れ方というのは、そのコンビニにとって、通常の売上数と考えられる状態と考えます。

Q.
平均値という意味?
A.

平均値あるいは平均値に近い売上状態でもいいです。計算した結果に基づいてもいいし、ホリエモンの「想定の範囲内」でもいいです。ここは、コンビニの店長さんが決めなければなりません。5と読める文字かどうかを人間が決めるのと同じです。普通の売れ方のときに「共通する性質」がわかればいいのです。そうすることによって、共通する状態から逸脱することが予測されれば、それは弁当が普通の売れ方と違うということになります。

Q.
普通の売れ方と違うと言っても、じゃあ、売れる場合も売れない場合もあるということ?
A.

そうです。普通の売れ方に共通する性質と異なるという状況には両方があります。

Q.
でも、それでは弁当をたくさん仕入れたらいいのか、少なくすべきかが分らないじゃない。
A.

そうです。文字の場合は、5と読めるかどうかだけの判断でよかったのですが、弁当の売上予測の場合には、普段より多く売れるのか少ないのかがもう一つ重要な点になります。

Q.
ちょっとややこしいね。間違えると大損する。多いのか、少ないのかはわかるの?
A.

はい、わかります。詳しいことは改めて説明しますが、今は第一段階として「普通の売れ方と違うかどうか」だけを考えたいと思います。

Q.
わかった。でも難しいな。普通の売上、つまり想定の範囲内の売上か。
A.

パターン認識はコンピュータが自動的に計算することだとは言っても、コンピュータに初めに正しいデータを与えるのは人間です。「正しいデータ」をどうやってきちんと整えるかが、大切な点です。弁当売上の場合、「普通の売れ方」なり「想定の範囲内」をどれだけきちんと定義できるかが大事です。つまり、パターン認識は前もってデータを揃えるところがかなり大切です。

Q.
親のモラルが子に伝わるということだね。そう考えると、子供をきちんと育てるために親がしっかり頭を使えということだね。
A.

そうですね。親が人間としての普遍の道徳を子供に教えることが重要なのと同じです。

Q.
なんだい、パターン認識は道徳とも関係があるのかい?
A.

はい。人間の判断をコンピュータに代行させるんですから、その行く末はロボットに人間とまっとうにお付き合いできる能力を持たせることということになります。 で、話を戻します。普通の売れ方をうまく定義できるかどうかが、コンピュータによい弁当売上予測をさせるために重要な点になります。

 

Q.
平均値でもいいし、店主が「これが普通だ!」と言ったことが外れでなければいいわけだね。
A.

恐らく商売やっていると、それほど長い時間かけなくても、普通の売れ方のうまい定義方法が分ってくるんだと思います。生活がかかってますからね。 それからもう一つ重要なことですが、予想問題は「練習ができる」ということです。

Q.
練習?
A.

コンピュータに予想させた場合、予想が当ったかどうかはいずれ分りますね。例えば、明日の売上予想をしたときの結果は、明日の夜になれば分かります。1週間後の予想も同じです。

Q.
そうか。答がわかるわけだ。
A.

普通の売れ方をいくつか定義しておいて、それらによる予想を出してみて、結果を比較してみればいいわけです。データは一つですが、コンピュータの計算は何種類でも試すことができます。計算だけですから。

Q.
普通の売れ方ね。いろいろ知恵を出すといいことがありそうだ。
A.

うまい売上予測ができれば、売れ残りゼロ、品切れゼロが達成できますから、利益もよくなるし、何よりも食べ物を捨てるムダがなくなります。

Q.
さて、「共通の性質」とやらは、何となく分った。じゃあ、文字や癌の画像にしても、あるいは弁当にしても、その共通の性質をどうやってコンピュータに与えるんだ?
A.

コンピュータは計算機械ですから、性質を数値にしなければなりません。

Q.
数値か。一番苦手なところだけど、君と話しているうちに恐れは少し薄らいできた。さあ、そろそろ教えてくれ。5という文字に共通する性質を数値にする方法はどうするんだ?
A.

文字を数値化するうまい方法を田口先生は考えました。それは・・・

少し分ってきたぞ問答集へ


お問い合わせ
 
ページの先頭に戻る