Considering the issue of declining birthrate

1.4/50 Summilux ASPH, Leica M10P, RAW

A national discussion will be held on "countermeasures to the declining birthrate in another dimension (Extraordinary Measures to Curb Fertility Decline)”.

I thought it would be a good idea to organize the discussion once when I started writing this blog a little over a decade ago, but I lost the opportunity and here we are now. However, some of you who have read my book "Shin Nihon" (NewsPicks 2020) may remember that I went into considerable depth in my discussion there.

シン・ニホン AI×データ時代における日本の再生と人材育成 (NewsPicksパブリッシング)

Discussion of this topic will require consideration of the following three-stage question.

1. What exactly is the problem with the declining birthrate?
2. If it is a problem for some reason, what is the structural background?
3. What kind of situation is desirable and what kind of measures should be taken to achieve it?

However, this society (namely in Japan) seems to be in a state of confusion, with many people jumping to the conclusion of 3.

The background to the problem of the declining birthrate in 1 is, therefore, rarely verbalized, but there seem to be four major stories (excerpted and quoted from "ShinNihon," Chapter 6, "Is Population Decline Bad?").

(i) The economy is likely to shrink during a phase of population contraction
(ii) A smaller economy will not be able to repay its government bonds (could trigger a financial collapse)
(iii) If the ratio of seniors to young people becomes even more senior-oriented, the social security framework will lose its ability to support seniors.
(iv) If this situation continues, the population will disappear.

Of these, only (ii) is unconditionally correct, but its premise is (i). In essence, the discussion is based on the assumption that without population growth, productivity per capita cannot be increased significantly, and that there is no other way to generate economic scale other than through population growth. (iii) is based on the assumption that the definition of senior citizens will not change.

-

As we have seen, Japan's productivity has a considerably large room for improvement. To begin with, it has not even caught up with the G7 countries. There are many industrial sectors where there is room for productivity improvement of several times or even more than 10 times. In other words, the immediate decline in population and working-age population can be solved in large part by simply bringing Japan's productivity in line with the other G7 countries.

-

Human productivity has increased almost 100-fold over the past 200 years. As new technological innovations occur, there will be a 10-fold increase in per capita wealth over the next 100 years, as there has been in the past, if we do not buck the trend.

-

We are entering an era in which the only economic advantages of human "numbers" are honestly limited to the acquisition of training data when creating AI and the consuming population. Learning data can be obtained by doing business on a global scale as in the past, and fortunately, there is more than enough population in China, India, and other Asian countries to serve.

-

The time will come when people will be proud as long as they live and contribute to society to the extent of their capacities.

In other words, the argument that population decline is a major problem for economic reasons is likely to be misplaced if we look at the reality correctly.

Therefore, the essential issues are to increase productivity to world-class levels, to develop businesses that can contribute to society on a global scale, and to create a society where people can continue to create value within a reasonable range without being forced out as they get older.

This would mean that this discussion on the declining birthrate is meaningless, but that would be the end of the discussion, so let's continue the discussion a little further to the background of the declining birthrate in 2.

-

This is the story I mentioned the other day at the Ministry of Education (MEXT)'s throw-in, and as FACTFULNESS states, the most base background is that "affluence leads to longevity, but affluence leads to a rapid decline in children" worldwide.

*1

Factfulness: Ten Reasons We're Wrong About The World - And Why Things Are Better Than You Think (English Edition)

www.mext.go.jp

This is why, with the exception of the U.S., almost all major countries, including China, are in a population adjustment phase in which the working-age population is falling. In the case of the U.S., the working-age population is increasing due to immigration, which will begin to decline by 2030 if immigration stops (Shin Nihon, Fig. 1-12). India, which will soon overtake China in population, has seen a rapid decline in the number of children over the past few decades, and its fertility rate, which was near 6 until around 1970, finally fell below the 2.1 level needed to maintain the population last year. It is only a matter of time before India enters a similar adjustment phase.

indianexpress.com

In the first chapter of ShinNihon, I wrote, "Looking at the projections of the United Nations and other organizations, it appears as if the population growth of Africa and India shows no sign of stopping at this point. However, this does not fully factor in the impact of the country's future affluence, as discussed in FACTFULNESS".

-

It is not so difficult to understand why affluence reduces the number of children. In poor states, sanitation and health care systems, including water and sewage systems, are weak, and a large number of children need to be born as a buffer because by the age of five a significant number of children are lost. In addition, children are labor force to begin with, and begin to add value economically as early as age 10 or so, without any or very long education. In Japan until the mid-Meiji period, a child could be working in the fields at the age of 10 or less, or serving as a nanny for a younger sister or brother, or even serving as an apprentice after a few more years. In other words, the "incentive to have more children" is quite strong when society as a whole is poor.

In addition, in the past, when the economy was at a poorer stage, both men and women came of age earlier, and it was not at all unusual (especially for girls) to get married in their teens. This is understandable if one recalls that in Japan, the age of Genpuku (the ceremony of social recognition and celebration of adulthood) of the samurai family was between 11 and 17 years old. This is also clearly shown in Factfulness, but it is forgotten that until about 1800, the majority of people in almost all countries now belonging to the OECD (currently rich countries) were poor by today's standards.

As societies become more affluent, the proportion of children who survive to adulthood becomes extremely high, and the incentive to produce more of them falls significantly. Secondary education (equivalent to junior and senior high school education in Japan) becomes the norm, and the economic burden on parents rises, as well as the age at which they produce more children, across the board.

When a significant proportion of the population goes on to higher education (in Japan, universities, technical colleges and vocational schools), the age of first marriage naturally rises further. In pre-war dramas, you may have seen many students from girls' schools getting married before graduation, which is a typical scene from a transitional period. Needless to say, the economic burden on parents increases, which in turn causes further negative feedback. The average age of first marriage in Tokyo was 32.3 years for husbands and 30.5 years for wives in 2008, an increase of 4.7 years for husbands and 5.0 years for wives compared to 1975" (Tokyo Metropolitan Government, Comprehensive Plan for Supporting Children and Child Rearing (Phase 2), Chapter 2: "The situation surrounding children and families in Tokyo").

www.fukushihoken.metro.tokyo.lg.jp

Then, as the following historical paper by Dr Menken shows, we hit a biological limit: the phenomenon of a sudden decline in the fertility of children from around the age of 30 or so. In parallel, at this economic stage, both from the perspective of maintaining independence as a human being and from the perspective of maintaining an economic standard of living, mothers are expected to be working, and the question of who to ask to raise children becomes apparent.

Menken, Jane. “Age and Fertility: How Late Can You Wait?” Demography, vol. 22, no. 4, 1985, pp. 469–83. JSTOR, https://doi.org/10.2307/2061583.

Furthermore, so-called career women tend to have less incentive to have a second child or more, both because of their avoidance of career blanks and because of the learning effect of the higher-than-expected burden of child rearing. It is not surprising that the background to career blanks may be the inability to work remotely when appropriate and the lack of understanding of the need to temporarily leave the workplace to raise a child.

-

In summary, as society becomes more affluent, the following four major levers will synergistically lead to a rapid decline in fertility.

1. Children are more likely to survive childhood and there is less need to have more (this is a good story).
2. The incentive to have more children falls sharply in the first place, as children are not expected to be in the workforce and are rather expensive to bring up (the first half is a good story).
3. As people marry later in life, they run into biological limits and the probability of infertility increases.
4. With the shift to careers, the negative impact of taking longer breaks for childbirth and child rearing rises.

It is not humane in any way to reduce the probability of survival in childhood or to force children to be expected to be part of the labour force. As for the economic costs of raising children, it is quite possible to fully support them on a needs basis in a safety net manner (social security, as a basic function for the maintenance of society). Depending on the unit cost of education, there should not be anything with a higher ROI than child rearing and human resource development, which should naturally be considered.

The fact that it depends on the unit cost means that it may not really be economically viable when it comes to the cost of education at the level of a U.S. university. However, in many civilized countries, getting an education is directly linked to a person's basic ability to live proudly and autonomously (or socially qualified), and not being able to get one because of money should be avoided as much as possible.

Incidentally, when I studied at Yale, one of the private *2 national universities *3 on the East Coast of the United States from 1997 to 2001, basically all PhD students and 77% of undergraduates received some kind of Even for undergraduates, mainly from the university. I remember that the standard for receiving aide was an annual household income of about $370,000. If universities with high educational expenses can take appropriate measures in their own way, it should not be a serious problem. In Japan, however, the cost of some private elementary and secondary education, medicine, arts, some graduate schools, and preparatory schools that prepare students for these schools is particularly high. This appears to be a major area for improvement.

Regarding biological limitations, it is important to create a society where young people can have children after completing secondary education. Even if it is not possible to have a wedding, the birth of a child should be welcomed by society, and the tendency to avoid this should be avoided. In the case of large institutions of higher education or workplaces where many people gather in real life, it may be necessary to provide facilities to take care of children. It will also be necessary to make efforts to accommodate children who can be raised without marriage, in a de facto sufficient manner (if both parents are able to commit). In addition, it would be necessary to prepare for early liquid nitrogen freezing of gametes (eggs and sperm) and surrogate motherhood (called Surrogacy). *4

en.wikipedia.org

There seems to be a lot that can be done to address the negative impact of long maternity breaks on career development. We should have more and more workplaces that allow remote work, unless it is in the face-to-face service industry, and we should have a society where people can work even if it is only for 1-2 hours a day, and even then they should be compensated based on their output rather than their working hours. In areas where there is not enough capacity to accept nursery schools and school children, it is essential to expand the capacity and improve the compensation of nursery school teachers (this is something that can be done by the leaders of local governments). It is likely that the social security system will need to provide some level of support during this period. Of course, the employer can provide additional support in the form of a cover, and such a system would be necessary to ensure that such workplaces are highly valued in terms of diversity, equity, and inclusion (DE&I) and social sustainability. It would be effective to praise and share good cases rather than criticizing those that are not working.

These are just a few thoughts from the lever that causes the falling birth rate, but I think the discussion will be much clearer if we think about it in this way.

-

There is actually one more issue that needs to be considered.

As we have seen, a declining birthrate is halfway inevitable to some extent, and is likely to continue over the long term. Although I have not mentioned here, it can be said that this is a good trend from a macro perspective in this phase in which we must inevitably strive for the coexistence of humankind and the earth. On the other hand, keeping a society running under such a gradual, albeit long-lasting, situation, which could last for decades, or even a century or more in some cases, is a fairly new problem. Indeed, there have been many instances of plague and smallpox in the Middle Ages, and in modern times, famines and other events that have resulted in a sudden loss of 1/4 to 1/2 of the population in towns and villages (especially hitting the elderly and children). However, this is a transitory story at the level of a few years, and is qualitatively very different.

Economically, as mentioned above, it will be quite possible to overcome this situation while avoiding downsizing by utilizing technological innovation, renewal of the basic social framework, etc. However, the majority of the infrastructure created in a society with too many people will actually become unnecessary. Many of the systems (companies, schools, etc.) that have been built on the assumption that people could be employed in large numbers one after another will no longer be able to continue in the way they have in the past. Many of the services that could only be created on the basis of manpower will become unsustainable. This is inevitable from a macro perspective *5, and innovation will be required one after another. This is the inevitable outcome of this story. It is almost certain that many unicorns and decacorns will emerge from this.

Like Covid19 three years ago, I am happy to be living in a truly unique and interesting phase. A society has begun in which everyone can be a hero or heroine.

(translated with a big help of DeepL. My sincere thanks!)

*1:Rosling, Hans; Rosling, Ola; Rosling Rönnlund, Anna. Factfulness: Ten Reasons We're Wrong About The World - And Why Things Are Better Than You Think. Hodder & Stoughton.

*2:i.e., not funded by the state or federal government

*3:In the U.S., the term "national university" does not mean the same thing as national universities in Japan, but refers to "large, research-oriented institutions of higher education that are recognized and valued throughout the country," as shown in the following US News ranking. These universities are highly regarded nationally and internationally for the quality of their academic research and teaching, and include a variety of types of universities, including state universities, public universities, and private universities. www.usnews.com

*4:There are two types of surrogacy: the conventional type, in which a woman is artificially inseminated with the father's sperm and carries the baby to term, and the sperm donor and partner raise it; and the "in vitro fertilization" technique, in which an egg is taken from the mother (or egg donor), fertilized by the sperm of the father (or sperm donor), and the embryo is then placed in the pregnant surrogate's In some cases, the embryo is placed in the uterus.

*5:for a while, there will be some companies that do well competitively and others that do not, but the sum total will inevitably be the same

少子化問題を考える

1.4/50 Summilux ASPH, Leica M10P, RAW

「異次元の少子化対策」について国をあげての検討が行われるという。

本ブログを書き始めた十年あまり前に一度議論を整理したほうがいいのではと思ったのだが、機を逸してしまい、今に至ってしまった。ただ、拙著『シン・ニホン』(NewsPicks 2020) を読まれた方であれば、僕がそこで、相当に踏み込んだ議論を行ったことを覚えている方もいるだろう。

シン・ニホン AI×データ時代における日本の再生と人材育成 (NewsPicksパブリッシング)

このテーマの議論は次の3段の問について考える必要があると考えられる。

1. 少子化は一体何が問題なのか
2. 仮に何らかの理由で問題だとしたときに、それはどのような構造的な背景があるのか
3. その上で、では一体どのような状況が望ましく、それに向けて、どのような取り組みを行うべきか

ただ、世の中の議論はどうかといえば、多く一足飛びに3の議論が行われ、何がなんだかよくわからない状況になっているように見受けられる。

１の少子化が問題だとされる背景は、したがって、ほとんど言語化されることがないが、大きく４つの話があるようにおもう（参考：『シンニホン』第六章 "人口減少は悪いことか？"より抜粋引用）。

① 人口縮小局面では経済が縮小する可能性が高い
② 経済規模が小さくなると国債が返済できなくなる*1
③ これ以上シニア対ヤングの比率がシニア寄りになると社会保障の枠組みでシニアを支える力がなくなる
④ このままでは人口が消滅する

この中で無条件に正しいと言えるのは２だけだが、その前提は①だ。要は一人あたりの生産性を大きく増やすことができない、人口増以外で経済規模を生み出す方法がない、という前提で議論が行われている。③はシニア層の定義が変わらないことを前提とした話だ。

-
（略）これまで見てきたとおり日本の生産性は相当に大きな伸びしろがある。そもそもG7の各国にすら追いついていない。数倍、10倍以上の伸びしろがある産業セクターも多い。つまり当面の人口減少、生産年齢人口減少は、生産性が他のG７諸国に到達するだけで解決する部分が大きい。

-
（略）人類の生産性は過去200年かけてほぼ100倍に増えてきた。新しい技術革新が起きる中、トレンドに逆行さえしなければこれまで通り100年で10倍程度の一人あたりの豊かさの増強が起きるだろう。

-
（略）人間の「数」が経済的に優位になるのは、正直なところAIを作るときの学習データ獲得と消費人口ぐらいしかない時代に突入している。学習データはこれまでどおり世界規模で事業さえすれば手に入るわけであり、市場としての人口は幸い中国やインド、アジアに十二分にある。

-
（略）人間は生きている限り誇り高く、キャパのある範囲で社会に貢献する時代になる。

つまり経済的な理由で人口減が大きな問題だという議論は、正しく現実を見れば、もはや筋違いである可能性が高い。

なので、ちゃんと世界水準並みに生産性を増やすこと、グローバルに社会貢献できる事業をちゃんと育てること、歳をとっても追い出されず、無理のない範囲で価値を生み出せつづけられる社会にすること、が本質的な課題と思われる。

となると、この少子化に関する議論はあまり意味がないということになってしまうのだが、それではもうシャンシャンなので、もう少し２の少子化の背景についてまで議論を進めてみよう。

-

これについては、先日、文科省の投げ込みでもお話した話だが、ロスリングさんのFACTFULNESSにあるとおり、全世界的に「豊かになれば長寿になるが、豊かになれば急激に子供が減る」という話がもっともベースの背景にある。

いずれもRosling, Hans; Rosling, Ola; Rosling Rönnlund, Anna. Factfulness: Ten Reasons We're Wrong About The World - And Why Things Are Better Than You Think. Hodder & Stoughton. にもとづく、文部科学省 今後の教育課程、学習指導及び学習評価等の在り方に関する有識者検討会（第3回）（2023年3月24日）での安宅和人提出資料

www.mext.go.jp

アメリカを除き、中国を含むほぼすべての主要国は生産年齢人口が下る人口調整局面にあるのはこのためだ。米国の場合、移民によって生産年齢人口が増えているのであり、これも移民が止まれば2030年までに下がり始めることが分かっている（『シン・ニホン』図1-12）。まもなく人口で中国を抜くインドも、この数十年急激に子供の数は減り続け、1970年ぐらいまで6近かった特殊出生数が、昨年ついに人口維持に必要な2.1を割った。同様に調整局面に入るのは時間の問題だ。

indianexpress.com

シンニホンの第一章で「国連などの予測を見ているとアフリカ、インドの人口増大は、今のところ止まる気配はないかのように見える。しかしこれは『FACTFULNESS』で語られたとおり、将来国が豊かになることの影響が十分に織り込まれていない」と書いたとおりだ。

-

なぜ豊かになれば子供の数が減るのかについては、それほど理解が難しいわけではない。貧しい状態においては、上下水道を含む衛生・ヘルスケアシステムが弱く５歳までに相当の子供がなくなるためにバッファーとして多めに生む必要がある。その上、子供はそもそも労働力であり、全くもしくはそれほど長い教育を受けず早ければ10歳かそこらで経済的に価値を生み始める。明治中期までの日本では子供は10歳になるかどうかで田畑で働きだしたり、妹や弟のおもりもし、もう少したつと丁稚奉公に出たりしたのと同じ話だ。つまり社会全体が貧困な状態では「子供を増やすインセンティブ」が相当に強い。

また貧しい経済段階の場合、男女ともに成人は早く、10代で結婚するのは全く珍しくない（特に女子）。我が国でも武家の元服*2が11~17歳であったことを思い起こせば理解できるだろう。これもFactfulnessに明確に示されているが、1800年ぐらいまで、現在OECDに属するほぼすべての国（現在豊かな国）で大半の人が現在基準で貧困に属していたことは忘れられている。

www.ndl.go.jp

社会が豊かになると、成人まで生き延びる割合は極めて高くなり、そのために多く生むインセンティブは大きく下がる。中等教育（日本では中学、高校での教育に相当）を受けるのが当たり前になり、親に対する経済負荷が上がるとともに、軒並み、子を生む年齢が上がる。

更に高等教育（日本では大学、高専、専門学校）を受ける人間が相当の割合になると、当然のことながら更に初婚年齢が上がる。戦前を描くドラマなどで女学校の生徒たちが卒業前にどんどんと嫁いでいく姿をご覧になると思うが、あれは典型的な過渡期の風景と言える。親への経済負荷が上がることも言うまでもなく、これが更に負のフィードバックを引き起こす。「東京都の平均初婚年齢をみると、平成28年には夫32.3歳、妻30.5歳で、昭和50年と比較して夫が4.7歳、妻が5.0歳上昇」している（東京都 東京都子供・子育て支援総合計画（第2期）第二章「東京の子供と家庭をめぐる状況」より）。

www.fukushihoken.metro.tokyo.lg.jp

そうなると、次のMenken先生の歴史的な論文にある通り生物学的な限界にぶつかってくる。30数歳ぐらいから急激に子供の生まれやすさが下がるという現象だ。並行して、この経済段階になると、人間としての独立性の維持の視点でも、経済的な生活レベルの維持の視点でも、母親は働いているのが当たり前になり、子育てを誰に頼んだらいいのか問題が顕在化する。

Menken, Jane. “Age and Fertility: How Late Can You Wait?” Demography, vol. 22, no. 4, 1985, pp. 469–83. JSTOR, https://doi.org/10.2307/2061583.

更にいわゆるキャリア女性の場合は、キャリア的なブランクが生まれることを忌避する気持ちからも、子育ての負荷の想定以上の高さの学習効果からも二人目の子供以降をもとうというインセンティブがむしろ下がる傾向にある。適宜リモートワークができない職場であること、子育てで一時離脱することへの理解のない職場であることがキャリア的なブランクを生む背景にあることも当然ある。

-

まとめると社会が豊かになると

1. 子供が幼少期も生き延びる確率が高く、多めに生む必要がなくなる（これは良い話）
2. 子供を労働力として期待しない上、育てるためにはむしろお金がかかるので、多く生むインセンティブはそもそも急激に下る（前半は良い話）
3. 晩婚化に伴い、生物学的な限界にぶつかり不妊の確率が上がる
4. キャリア化に伴い、出産と子育てで長く休むことの負のインパクトが上がる

という4つが大きなレバーとして、相乗的に少子化が急激に進む。

幼少期の生き延びる確率を下げるとか、子供を労働力として期待せざるを得ないようにするというのはどのように考えても人道的にありえない。育てるための経済的なコストについては、セーフティネット的にニーズベースで全面的に支える（社会保障、、社会維持のための基礎機能として）というのは十分ありえる。教育の単価にもよるが、子育て、人材育成ほどROIの高いものはそうないはずであり、当然検討すべきだろう。

単価によるというのは、米国の大学のような教育費用になると本当に経済的に合わない可能性があるということだ。ただ教育をうけることは、多くの文明国において、人が基本的に誇り高く生きること、自律的に生きる能力（あるいは社会的な資格）と直結しており、お金を理由に得られないということは極力避けられてしかるべきだ。

ちなみに僕が1997-2001年に米国東部のprivateな（= 州政府や連邦政府に支えられていない）national universityの一つのYale*3に留学していた当時、学内のPhD学生は基本全員、undergraduate（学部生）でも77%がなんらかのfinancial aide（経済的な援助）を主として大学から受けていた。当時家計年収37万ドルぐらいがaideを受けられる基準だったと記憶している。このように教育経費が高い大学は高い大学なりにちゃんと手を打てるのであれば深刻な問題にはならないと思われる。ただ、日本では一部の私立の初等中等教育、医学系、芸術系、一部大学院、またそこに通う事前準備としての予備学校的な費用がとりわけ高単価であるがこのようなセーフティネットは不十分に見える。大きな改善の伸びしろと言えるだろう。

生物学的な限界については、中等教育を終えた後は、若くとも子を持ちうる社会にすることがとにかく大切だろう。仮に結婚式ができなくとも子が生まれることは社会としてwelcome（歓迎）すべきであり、これを忌避する風潮は避けねばならない。リアルで人が多く集まる大規模な高等教育機関や職場の場合、子供を預ける施設を置くことは必要になると思われる。また、結婚をしなくとも、事実婚的に十分に子供が育てられる（両方の親がコミットできるのであれば）それも受け入れるような取り組みが必要になるだろう。加えて、早期の配偶子*4の液体窒素凍結、代理母出産（Surrogacyと呼ばれる）の準備も必要だと思われる。*5

en.wikipedia.org

キャリア化に伴う、出産で長く休むことへの負のインパクトの軽減に向けてはやれることは随分と多い。そもそも対面のサービス業などでない限り、リモートワークが可能な職場がどんどんと増えるべきであり、一日、仮に1-2時間であっても仕事ができる社会、そのようなときも労働時間というよりアウトプットベースでちゃんと対価が支払われるような社会とするべきだ。保育園や学童の受け入れキャパが足りない地域では、キャパ拡大、そのための保育士の方々の待遇改善は必須だろう（ここは基礎自治体の首長の肚一つで相当できることが多そう）。Maternity, Paternity両方の産休、育児制度も必須化すべきであり、その間は、社会保障制度がある程度支える仕組みが必要になるだろう。もちろん勤務先がそれを被せる形で更に手厚くすることもでき、そういう職場こそがdiversity, equity, and inclusion（多様、平等、包摂 ; DE&I）、社会のsustainability（持続維持）的にも高く評価されるようになる仕組みも必要だろう。できていないところをあげつらうよりも良いケースをたたえていく、そして共有していくことが有効だと考える。

一旦、少子化を引き起こすレバーから少し考えてみただけだが、このように筋立てて考えてみると、だいぶ議論はスッキリするのではないかと思うがいかがだろうか。

-

あと一つ考えておかねばならない問題が実はある。

少子化というのはここまで見たとおり、半ばある程度必然であり、おそらく長期的に続く可能性が高い。また、ここでは触れないが、それは人類と地球の共存をどうしても図っていかねばならないこの局面においてはマクロ的には良い流れともいえる。一方、このように緩やかとはいえ、数十年、場合によっては100年以上も続くという状況下で社会をまわし続けるというのは、かなり新しい問題だということだ。たしかに中世のペストや天然痘だとか、近世においても飢饉などで町や集落で1/4〜1/2の人口が急激に減る（特に老人と子供を直撃）ということは何度となく起きてきた*6。しかし、それは数年レベルの一過性の話であり、質的に大きく異る。

経済的には上述の通り、技術革新、社会の基礎的な枠組みの刷新などを活用し、縮小を避けながら乗り越えることは十分に可能だとは思われるが、人が多すぎる状態の社会で作られたインフラの大多数は実は不要になる。人が次々と大量に採れるということを前提としてきた仕組みの多く（会社、学校など）はこれまでのやり方は続けられなくなる。人手をベースにしか生み出せなかったサービスの多くは維持できなくなる。これはマクロ的には必然といえ*7、次々とイノベーションが求められることになる。AIやロボティクスによる課題解決に大いに期待されるのはこの話からも必然と言えるだろう。ここから数多くのユニコーン、デカコーン企業が生まれてくるだろうということもほぼ確実なのではないかと思う。

３年前のCovidもそうだったが、本当にユニークで面白い局面を生きていることを幸せに思う。誰もがヒーロー、ヒロインになりうる社会が始まっている。

Factfulness: Ten Reasons We're Wrong About The World - And Why Things Are Better Than You Think (English Edition)

FACTFULNESS（ファクトフルネス）10の思い込みを乗り越え、データを基に世界を正しく見る習慣

*1:> 財政破綻の引き金になりうる

*2:大人になったことを社会的に認め、祝う儀式

*3:米国ではnational universityという言葉は、日本の国立大学のような意味はなく、次のUS Newsのランキングにあるとおり「国全体で評価され、認識された大規模で研究指向の高等教育機関」を指す。これらの大学は、国内外で高い評価を受けており、学術的な研究と教育の質が高いとされており、州立大学や公立大学、私立大学など、様々なタイプの大学が含まれる。 www.usnews.com

*4:卵子、精子

*5:代理母出産には、父親の精子で人工授精を受ける女性が赤ちゃんを身ごもり、出産し、精子提供者とパートナーが育てる従来型と、体外受精」と呼ばれる技術により、母親（または卵子提供者）から卵子を採取し、父親（または精子提供者）の精子と受精させ、その胚を妊娠代理母の子宮に入れるケースがある。

*6:これらも相当量『シン・ニホン』で議論した通り

*7:しばらくは競争的にうまくやれる企業とそうじゃない企業に分かれるが、総和としてはどうしてもそうなる

AI is a transcript of our world

1.4/50 Summilux ASPH, Leica M10P, RAW

（This is a sequel to the following blog post.）
kaz-ataka.hatenablog.com

I often hear problematic discussions about the results of machine learning based AI.

When we look at something:

• Extremely biased against men
• Extremely biased against people of European descent
• It is extremely liberal (left-wing in the English-speaking sense of the word)
• Too much of the argument is directed at wealthy people
• Extremely biased against people with good physiques and looks

These feelings are very understandable, but given the nature of machine learning, they are often unavoidable. This is because machine learning-based AI is a considerable computational environment in which algorithms, including text processing and machine learning, are implemented and trained for a specific purpose given a large amount of experience.

-

Large amounts of experience can be real (even in virtual space) if it is a game or manipulation (such as picking or driving) that produces results, but in many cases existing data is often used.

Existing data presents a challenge to those who use it in two ways.

First, it contains a large amount of material that is not necessarily factually correct. This should be called the reliability of the information, or whether it is trustworthy or not.

Second, it contains a lot of things that are factually correct but socially unacceptable. This should be called the social justice of the information, or whether it is socially acceptable or not.

Taking search as an example of the most widely used machine learning-based AI tool, the first issue has been a fundamental problem since the birth of search.

In addition to government and other trustworthy information sites, it also indexed sites in the Yahoo! directory, which at the time of Search's birth was the most labor-intensive and trustworthy, as well as the Page Rank invented by Larry Page (named after Page's name and the site's pages). It is almost certain that search platforms still evaluate the degree of use of information sources, the credibility of the site and the credibility of the person who produced the article, quite broadly and deeply.

Incidentally, before the Web, only publishers, newspapers and TV stations were able to provide information to a large number of people, so there was a lot of bias in the information due to the choice of media, but the credibility of the content was more than guaranteed to a certain extent. On the other hand, the information space has changed dramatically in the sense that a considerable amount of information is now suspect, as social media, represented by Twitter, YouTube and Tiktok, are advancing.

Google and the former YST (Yahoo! Search Technology), as well as Bing, Baidu, Naver, and Yandex, have long invested enormous energy in ensuring that the first information that appears on the Web always contains information that is wanted (relevant to interest), useful, and fresh. The so-called "ten blue links" are the result. Anyone who used web services more than 25 years ago should remember that it was common to have to scroll through several pages of machine searches to get to the information you wanted. When we consider that your vast search history has refined these results, this is a great human edifice, the result of the endless efforts of billions of people.

-

The second issue is not often discussed, but is much more important from a social justice perspective, and also much more difficult. It is directly related to what has recently been called Diversity, Equity, and Inclusion (DE&I). This is because what is at stake in this content has changed radically over time.

When I was a child in my early fifties, there were honestly only about five major DE&I-like issues in Japanese society.

First, eugenic discrimination. Although it became famous in Nazi Germany, it is actually extremely deep-rooted since Plato, and this actually overshadows the other axes. The fact that Japan also had a eugenics protection law until 1996, although in the latter period it was only a skeleton to allow abortion, is very sinful. I cannot begin to tell you the agony of those who were sterilized and those around them.

Second, racial and ethnic discrimination, especially the issue of black liberation. The issue is mixed with memories of the colonial and slavery era, and furthermore, it is rooted in the problem of acceptance of differentness, the problem of being different from each other. These include the issue of discrimination against "zainichi" in Japan and the theory of the Yellow Peril in the pre-war United States.

Third, discrimination against women. This is the history of women's liberation and coeducation, which began simultaneously in the U.S. in the late 1960s. It also includes discrimination in hiring and promotion between men and women in the workplace.*1

Fourth, the issue of wealth and poverty. This is the issue that is now called the social divide, but I suppose that Tiger Mask and Star of the Giants, etc., which crawl out of poverty, were televised with great social significance.

Fifth, national discrimination. This is an issue represented by the North-South problem at that time. It is often intertwined with issues of racial and ethnic discrimination.

-

If this were the case today, the challenges posed by eugenic ideas would be that while the success and rights of people with various disabilities have been taken for granted, as seen in the Paralympics (an excellent development), the debate has become considerably more complicated, with issues still being revived in relation to designer babies and gene therapy. It is quite difficult to figure out what is socially acceptable and to what extent.

Race is a biologically meaningless concept, and although those who question the elimination of discrimination based on it have become outwardly extinct, they are very reluctant to do so and have not yet eliminated the problem. As a result, it has become a much more sensitive issue than it once was, and the range of acceptable expression is extremely narrow. The tribal issue is a major political issue for the neighboring countries, which was not a major debate at that time.

Gender parity issues are being recognized in Japan as a problem to be solved, but nowadays gender issues naturally include the issue of sexual minorities, represented by LGBTQ. Japan's gender division, male/female, is significantly behind, with female, male, non-binary, prefer not to say, being the global standard. Here, too, the common sense of the past is no longer acceptable.

In the past, the body shape of the people in the ads was never an issue, but even Victoria's Secret (the leading women's underwear brand in the U.S.), which has produced supermodels such as Tyra Banks, Naomi Campbell, and Miranda Kerr, has decided to discontinue their Angels program in 2018 and transitioned to VS Collective, which highlights partners with unique backgrounds, interests, and passions (including Naomi Osaka). It is already out of the question that only beautiful men and women with good style appear in advertisements, and body diversity is now an inevitable trend.*2

The Divide issue is becoming more and more serious, yet there is a mysterious tendency to be afraid to discuss it openly. At the same time, the permissibility of drinking and smoking has dramatically decreased, although the relationship is subtle.

As far as national discrimination is concerned, it is improving considerably with the prosperity of Southeast Asia, represented by Singapore, China, India, Latin American countries such as Brazil, and some African countries, and as a result the zone of permissible expression towards these countries has changed drastically. On the other hand, problems related to the Taliban and the Islamic State (IS) after 9/11 have emerged from terrorism and international politics, problems that did not exist at that time.

Animal right, which few people cared about at the time, is now a sensitive topic, and if you say anything careless with the sense of the 1990s (30 years ago), you will step on a landmine.

In short, it is a completely different world than 30-40 years ago. Much of what was once tolerated is no longer allowed.*3

-

Nevertheless, if we take a scanned copy of the world's data as it is, the entire memory of these societies will be copied.

It means that the world will be copied with a world full of information that is not "politically correct/socially acceptable" in today's eyes. It is not just about the bias of the information being digitized. It is not just about the trustworthiness of the information, but also about the fact that the white and gray areas of DE&I are in fact moving targets, and the boundaries of what is acceptable are dynamic over time. In other words, it is virtually impossible to completely eliminate this challenge from machine learning-based AI.

As for machine learning-based AI, it will swallow all information that seems trustable once and for all, and provide it in terms of the importance of the data (distribution of the data and whether people will use it). This should be true for search and for large language model (LLM)-based AI like ChatGPT. But the result is that not only is it tainted by social bias, but it is also somehow tainted by the norms by which society operates.

Having said that just as you cannot remove criminal or discriminatory terms from the dictionary, removing them makes the search function, for example, much less useful. This is because first, the information itself is worth looking up, and second, most search terms (queries), which I will not go into detail about, are huge long-tail information that may or may not be used more than once a year, and the satisfaction of the search user depends heavily on whether these are answered or not.

Therefore, it is necessary to have a deep understanding of the literacy of information use in the modern age, to the point that the information sources that are the basis of AI contain information that is not acceptable on these two axes, that both axes are moving considerably, and that it is therefore impossible to create a completely clean tool.

Children should also be taught properly, and although it may be fine to start with "safe search", it is necessary to open up search to adults from around the time they enter junior high school or so, otherwise their interests will not be well served. At this stage, there needs to be a forum where the challenges and risks can be discussed repeatedly, along with the principles of machine learning based on case studies.

-

While you may be getting a little carried away at this point, I would like to point out two other axes of information provided in addition to Trustable/Acceptable.

The first is the bias of the user's orientation or inclination, although he or she may not be aware of it. This is the third axis. Machine learning absorbs more and more of your usage characteristics and produces more and more results that you like. This is called personalization.

Personalization does not necessarily mean that it is done to an individual. It happens in different languages and in different regions. 災害(Japanese) and "disaster" are processed differently. I don't know if this is a problem, but it clearly creates an information bias. As an interesting example, to remove the ID tagging, start a browser in incognito mode and do an image search for Beautiful woman, खूबसूरत महिला (Hindi) and you will see how different the results can be.

In addition to this linguistic, regional, and social context, there is the added bias of the type of search results you see. It is difficult to recognize this filter bubble or echo chamber problem unless you have a very strong sense that the search results you see and the chatbot responses are not generic. In fact, it may be better to continue searching, etc. without logging in.

Finally, the fourth axis is the degree to which society is actually behind the information. For example, in the 2016 U.S. presidential election between former Secretary of State Hillary Clinton and Donald Trump, the underdog was strongly in favor of Clinton, and many people said they would vote for Clinton when asked, but Trump actually won quite clearly. The other day at a Pixie Dust (PXDT) event, Dr. Yoichi Ochiai, the head of Pixie Dust, told me that this axis is important when looking at information, and I was struck by his words. This Ochiai axis, or degree of honesty, is quite important, but I am not sure how it is reflected in the information we see today or in the results of machine learning that incorporates this information. More research is needed.

-

As a literacy requirement in the age of machine-learning based AI, I have tried to sort out a bit of the story behind it and the implications of its information absorption. The AI that swallowed the transcripts is one of the greatest intellectual assets we have created, but there is a considerable amount to understand and keep in mind. I want to be able to use it knowing that.

Have fun with it!

ps. Click here for the original in Japanese.
kaz-ataka.hatenablog.com

*1:Although Japan has lagged behind, it is unquestionably just that both men and women should have the same educational opportunities and the same representation in society. In accordance with this perspective, prestigious universities on the East Coast of the United States, which were originally all-boys boarding schools, opened their doors across the board in the late 1960s, and since the end of the 20th century, they have realized gender parity. The global consensus is that what was originally done in co-educational elementary, junior high, and high schools with a 1:1 gender ratio should be done in higher education and in the workplace, especially at the decision-making level. The former U.S. Ambassador to Japan was a woman, and in Mexico, a complete gender parity has been realized even in the National Assembly, but even now only 10% of the Japanese Diet is made up of women. (Reference) Times Higher Education - World University Ranking 2023 : Gender ratio is a basic evaluation item, and even Caltech and MIT, which focus on science and engineering, have approx. 40% women. Incidentally, it is not a male-female ratio, but a female-to-male ratio. This is the global standard.

*2:Comedians as representatives of the general public on Japanese TV variety shows have contributed greatly in this regard.

*3:In Japan, most of these issues are rarely discussed openly, except for those that are convenient to discuss (such as employment of the disabled and the number of female executives), due to the "cover up what smells" culture. This has created an awareness in this country that is decades behind the major countries of the world, and people, especially those in leadership positions, should be well aware of this. I also strongly recommend that you look at how your operations and your company/organization are doing. As a personal note, I was grilled for several hours at the embassy a few years ago by a North American Ambassador to Japan about Japan's bizarre lag in various DE&I attributes, and it really made me want to cry about my country's current state of affairs.

AIは世界の写し絵

1.4/50 Summilux ASPH, Leica M10P, RAW

（これは次のblog postの続編です。）
kaz-ataka.hatenablog.com

機械学習ベースのAIの生み出す結果について問題提起的な議論を聞くことが多い。

〇〇についてしらべると

• 極端に男性に偏っている
• 極端にヨーロッパ系の人たちに偏っている
• 極端にリベラル（英語圏の意味の左派）よりである
• 豊かな人達に向けた議論があまりにも多い
• 体型や容姿に恵まれた人への極端な偏りを感じる

などなどだ。

気持ちは大いにわかるが、機械学習というものの特質を考えると致し方ないところは多い。機械学習ベースのAIは7-8年前にHarvard Business Reviewで整理したとおり、相当の計算環境に、テキスト処理や機械学習を含むアルゴリズムを実装し、大量の経験値を与えて特定の目的に向けて訓練したものだからだ。

安宅和人「人工知能はビジネスをどう変えるか」より（Nov. 2015, Diamond Harvard Business Review）

大量の経験値は、結果が出るゲームやマニピュレーション（ピッキングや運転など）のようなものであれば実戦（バーチャル空間を含む）で良いが、多くの場合は、既存のデータが用いられることが多い。

既存のデータは二重の意味で使う側からするとちょっとした課題がある。

第一に必ずしも事実として正しくないものが大量に含まれている。情報の信頼性と言うべきものであり、英語で言えばtrustworthy (trustable) かどうかだ。

第二に事実としては正しいけれども社会的に許容されないものが大量に含まれている。これは情報の社会的正義性というべきものであり、英語で言えばsocially acceptableかどうかだ。

最も大量に使われている機械学習ベースのAIツールという意味で検索(Search)を例に取ると、第一の課題は検索が生まれたときから続く本質的な課題だ。

これについては政府など出自が確実な情報サイトに加え、Search誕生当時、もっとも人手をかけて信頼性が担保されていたYahoo! Directoryに載っているサイトなどがindexingされ、その上で、Larry Page氏が考案したPage rank（Page氏の名前とサイトのページを掛けた命名）システムにより当初立ち上がった。今でも情報源の利用される度合い、サイトの信頼性、記事を生み出した人の信頼性を相当に幅広く、そして深くratingしていることはほぼ間違いない。

ちなみにWebの前はそもそも出版社、新聞社、TV局ぐらいしか多くの人に情報を提供できなかったために、メディア側の選択による情報の偏りは大いにあったと思うが、中身の信憑性はある程度以上に担保されていた。一方、Twitter、YouTube、Tiktokに代表されるソーシャルメディア化が進む現在では相当の情報が怪しいという意味で情報空間は劇的に変化した。

GoogleやかつてのYST（Yahoo! Search Technology）、そしてBing、Baidu、Naver、Yandexは長らくten blue linksとよばれるウェブ面で最初に出てくる情報に欲しい（関心にrelevantな）、役に立つ（useful）、可能であれば鮮度の高い（fresh）情報が必ず含まれることを担保するために膨大なエネルギーを注いできた。25年以上前のwebサービスを利用した人であれば、機械検索をした場合、数ページ以上もスクロールしなければ、欲しい情報にたどり着けないことが普通だったことをよく覚えているだろう。みなさんの膨大な検索履歴がこの結果を磨き上げてきたと思えばこれは10億単位の人の無限の取り組みによる人類の偉大な建造物と言える。

-

第二の課題はあまり議論されないが社会正義的には相当に大切で、また相当に難しい問題と言える。これは最近であればDiversity, Equity, and Inclusion（DE&I）と呼ばれる話が直結している*1。直訳すれば「多様性、公平性、包括性」なわけだが、この中身で問題とされているものが時代とともに急激に変わってきたからだ。

50代前半の自分が子供の頃は、正直、社会的に大きく話題になるDE&I的な話題は5つぐらいしかなかった。

第一に優生学（eugenics）的な差別。ナチスドイツで有名になったが、実はプラトン以来の話で極めて根深く、これが実際のところ他の軸にも覆いかぶさっている。末期は単に堕胎を認めるためのものとして形骸化していたとはいえ、日本にも1996年まで優生保護法があったことの罪深さは大きい。断種された方々やその周囲の方々の苦悩は僕には到底語ることはできない。

第二に人種および民族差別、特に黒人解放問題。植民地・奴隷制度時代の記憶が混ざっており、更に根にあるのは自分たちとはそれぞれが違うという問題で異質の受容性の問題だ*2。戦前の米国での黄禍論、日本における在日差別問題もここに含まれる。

第三に女性差別。女性解放（Woman liberation）や米国で1960年代末に一気に始まった男女共学化（co-education）はこの話だ。仕事による男女の雇用や昇進差別問題はここに含まれる。*3

第四に貧富問題。現在Social Divideと呼ばれている問題だが、貧しさの中から這い上がるタイガーマスクや巨人の星などは大きな社会的な意義をもって放映されていたと推定する。

第五に国家の差別。南北問題に代表される問題だ。人種・民族差別問題と絡み合うことが多い。

-

これが現在であれば、eugenics的な考えがもたらす課題は、パラリンピックに見る通り、様々な障害を持つ方々の活躍や権利が当然になる一方（素晴らしい進展だ）、実は今もデザイナーベイビーや遺伝子治療の関連で課題が復活しつつあり議論は相当に入り組んできている。何がどこまでsocially acceptableなのかの見極めはかなり難しい。

Raceというのは生物学的には意味のない概念であり、これによる差別の撤廃に疑義を唱える人は表立っては絶滅したが、実にしぶとく、まだまだ問題を廃絶できていない。その結果、かつてとは比較にならないほどセンシティブな問題になっており、表現においてacceptableな領域は極めて狭くなっている。部族問題は当時は大きな議論にならなかった隣国の話が大きな政治課題だ。

Gender parity問題は解決すべき課題と日本でも流石に認知されつつあるが*4、現在、gender問題にはLGBTQに代表される性的マイノリティの問題が当然含まれる。日本の性別区分、男/女は相当に遅れており、female, male, non-binary, prefer not to say（女性, 男性, それ以外, 言いたくない）が世界の標準だ。ここでもかつての常識は許されなくなっている。

かつて広告に出てくる人の体型など問題視されたことはなかったが、Tyra Banks, Naomi Campbell, Miranda Kerrなどスーパーモデルを輩出したVictoria's Secret（米国を代表する女性向け下着ブランド）ですら、彼女らAngelsプログラムを2018年に廃止し、ユニークな経歴、興味、情熱を持つパートナーにスポットライトを当てるVS Collectiveに移行した（大坂なおみ選手もその一員）。広告に出るのはスタイルの良い美男美女ばかりというのはすでにアウトであり、Body Diversityはもう不可避な流れと言える。*5

Divideの話は深刻さをむしろ増しているのにも関わらず大っぴらに議論されることは憚られる謎の風潮がある。併せて、関係は微妙であるが飲酒行為やタバコにまつわる許容性も劇的に小さくなった。

国家の差別については、シンガポールに代表される東南アジア、中国、インド、ブラジルなど中南米諸国、いくつかのアフリカ諸国の繁栄とともにだいぶ改善されつつあるが、その結果、これらの国々に対する表現として許されるゾーンは激変した。一方で911以降のタリバン、IS関連の問題などは逆に当時なかった問題がテロと国際政治を起点に発生している。

当時気にする人など殆どいなかったAnimal rightも今や相当にセンシティブな話題であり、1990年代(30年前)の感覚で迂闊なことをいうと地雷を踏むことになる。

つまり30-40年前とは全く別の世界と言っても良い状況だ。かつて許容されたことの多くがもう許されないのだ。*6

とはいうものの、世界のデータをそのままスキャンして写し絵をとると、これらの社会の記憶がまるごと写し取られる。

それは今の目から見ると「政治的に正しい/社会的に許容可能である (politically correct/socially acceptable)」ではない情報が溢れている世界が写し取られるということだ。デジタル化されている情報が偏っているだけの話ではない。情報のTrustabilityだけでなく、DE&Iのホワイト、グレーゾーンが実際にはmoving target（動く標的）であり、このacceptableな境界線は時間とともにダイナミックに動いているからだ。つまり機械学習ベースのAIからこの課題を完全に排除することは事実上不可能と言って良い。

機械学習ベースのAIとしては、trustableそうな情報はすべてを一旦飲み込む、それをデータの重要性（データの分布や人が使うかどうか）という視点で提供する。これは検索においてもそうであるし、ChatGPTのような大量言語モデル(LLM)ベースのAIについてもそうだ。しかし、その結果は、社会の歪みで汚れているだけでなく、社会の動く基準の両方によって、ある種よごれているということだ。

ただ、犯罪に絡む言葉、差別用語を辞書から剥ぎ取ることができないのと同じく、これらを剥ぎ取るとたとえば検索の機能は相当に使えないものになる。第一にそれ自体が調べるに値する情報であり、第二に詳しくは割愛するが、検索ワード（クエリ）の大半は年に一度も使われるかどうかという代物の巨大なロングテールといってもよい情報であり、これらに対して答えが出るかどうかで検索利用者の満足度が大きく変わるからだ。

ということでAIのもとになる情報源にはこの２つの軸でnot acceptableなものが入り混じっていること、双方の軸が相当に動いていること、したがって完全にクリーンなツールを作ることはできないことまでは、現代における情報利用のリテラシーとして深く理解をしておく必要がある。

子供に対してもちゃんと教えるべきであり、はじめは子供向けの検索でいいかもしれないが、中学校に入るかどうかぐらいから大人向けの検索を開放しなければ彼らの関心にうまく答えられなくなる。その段階で繰り返し、事例をもとに機械学習の原理とともに課題とリスクを話し合うような場が必要だ。

ここまでで少々お腹いっぱいかもしれないが、Trustable/Acceptableに加えて、あと２つの提供される情報に関する軸をheads-upしておきたい。

一つは、これは本人が余り意識していないかもしれないが、利用者の志向というか性向による偏りだ。これが第3の軸になる。機械学習はあなたの利用特性をどんどんと吸収し、あなたの好む結果をどんどんと出してくるのだ。いわゆるパーソナライズだ。

パーソナライズと言っても個人に対して行っているとは限らない。言語によっても地域によっても起きる。「災害」と"Disaster"は異なる処理がされているということだ。これは課題と言っていいのかわからないが、明らかに情報の偏りを生じさせる。興味深い事例として、IDのタグ付を外すために、ブラウザでシークレットモードの画面を立ち上げ、そこで Beautiful woman、美しい女性、खूबसूरत महिला（ヒンディ語）と画像検索をして頂ければどれほど違う結果が出るかわかるだろう。

このような言語、地域、社会的な文脈に加えて、自分がどのような検索結果を選んでみているかによる偏りが重なってくるということだ。自分が見ている検索結果や、Chatbotの返答は一般的なものではないという認識を相当強く持っていないとこのフィルターバブル*7、あるいはエコーチャンバー*8的な問題を認識することは困難だ。本当はログインなしで検索などは続けたほうがいいのかもしれない。

最後に、4つ目の軸として、その情報の背後にある社会の本音度というのがある。たとえば前国務長官のヒラリー・クリントン氏とドナルド・トランプ氏が戦った2016年の米国の大統領選では下馬評ではクリントンという声が強く、人に聞いてもクリントンに入れるよという人が多かったわけだが、実際にはトランプがかなり明確に勝った。この軸こそが情報を見るときに大切だという話が先日、Pixie Dust社（PXDT）のイベントで代表の落合陽一氏から出て、たしかにと膝を打った。この落合軸というか本音度は相当に大切だが、これはいま我々が見ている情報や、それを飲み込んだ機械学習の結果にどのように出てきているのかはよくわからない。今後研究が必要になるだろう。

-

機械学習ベースのAI時代に求められるリテラシーとして、その背後の話とその情報吸収の意味合いについて、ちょっと整理してみた。写し絵を飲み込んだAIは僕らの生み出した最大級の知的資産の一つではあるのだが、そこには相当に理解を深め、留意しておくべきことがある。それを知った上で使い倒せるようになりたいものだ。

Have fun!!

ps. DeepLとDeepL Writeを活用し、英語版も作りました。FYI
kaz-ataka.hatenablog.com

*1:タバコやアルコールのようなそれ以外の問題ももちろんある

*2:帝国主義、中華思想的なものはすべからくこの傾向がある。かつて大日本帝国を名乗っていた日本も相当に色々深く反省し未来に生かさねばならない。

*3:日本はなぜか立ち遅れているが、男女は共に同じ教育機会を得られるべきであり、社会的にも同じrepresentationを持つべきであるということは疑義のない正義のはずである。この観点に則って、もともと全寮制の男子校であった米国東海岸の名門大学たちは軒並み1960年代後半に門戸を開き、20世紀末以降はgender parityを実現している。本来は共学の小中高で1:1で定員を当てている通りのことが、基本高等教育や職場、特に意思決定層でもおきなければいけないというのが世界のコンセンサス。前駐日米国大使が女性だったり、メキシコでは国会ですらgender parityが実現される中、日本の国会はいまでも1割しか女性がいない。 （参考）Times Higher Education : World University Ranking 2023 : Gender ratioは基本的な評価項目であり、サイエンス、工学にフォーカスしたCaltechやMITですら女性が4割である。ちなみに男女比ではなく、女男比。これが世界の標準。

*4:先進国の大半ではほぼ解決しつつあるが、注釈のとおり日本は何周か遅れている

*5:日本のTVのバラエティ番組における一般庶民の代表としてのお笑い芸人はこの観点で大きく貢献している。

*6:なお、日本では「臭いものに蓋」文化のせいで、この大半が、議論して都合の良い物（障害者雇用や女性役員の数など）以外は、ほとんど正面から議論されていない。そのためにこの国が世界の主要国からは数十年遅れた意識になっていることは、特にリーダー層の方々は相当に認識したほうがよいだろう。また、自分の業務や会社がどのような状況かをチェックすることを強く推奨する。実際、僕も数年前に赴任直後の北米からのとある駐日大使に様々なこのDE&I的な属性での日本の異様な遅れについて数時間、大使館でガンヅメサれたが、自国の現状に本当に泣きたくなるほどだった。

*7:特定の情報フィルターを通った情報だけの泡の中にいる現象

*8:音が反響する部屋

Analogical Capacity of Generative AI

1.4/50 Summilux ASPH, Leica M10P, RAW

Midjourney and ChatGPT, two powerful applications, have emerged in rapid succession, and so-called Generative AI based on the Diffusion Model or Transformer architecture is a hot topic around here and there. Midjourney, which attracted a lot of attention for its ability to generate more and more images, is more on the creator side, but when ChatGPT, which returns answers in an interactive manner, was released at the beginning of December, it became a topic of considerable discussion in the Skill Definition Committee of the Data Scientists Society of Japan due to its ability to answer questions. I was also quick to advise the students in my lab, "You guys should use it without thinking too much. Without using it, you will not understand its greatness, its challenges, or anything else.

midjourney.com

Then, two weeks ago at a seminar, a student who was about to graduate said to me,

“I can't live without ChatGPT. I make ChatGPT do all my assignments, my emails, ChatGPT can do SQL, ChatGPT can do diagrams. But when I ask ChatGPT to cite a paper, ChatGPT generates a fictitious paper and cites it.”

He literally uses ChatGPT as his "new servant" and makes ChatGPT write codes, translate, draft reports, and reply to emails to people who are a pain in the ass. The student have ChatGPT cite papers, and he can spot where ChatGPT is making up stuff that doesn't really exist. It's quite impressive.

In parallel, when the US Medical Licensing Examination (USMLE) was solved by the ChatGPT, reports emerged that it scored at or near pass level without any special training, and that it also had high levels of agreement and insight in its explanations. It seems obvious that this is a good match for medicine, where reliable information is available, but it is also likely to be a major factor in the training and future of intelligent professionals.

www.medrxiv.org

That said, a significant number of students at Stanford University are already using ChatGPT. According to an anonymous survey conducted from 1/9 ~ 1/15 (N=4,497), just over a month after it appeared, around 17% of student respondents used ChatGPT for fall quarter assignments and exams, according to an article in The Stanford Daily (founded in 1892) about five days ago.

stanforddaily.com

This is not surprising for Stanford, which is located in the middle of Silicon Valley.

Although university spokesperson Dee Mostofi says in the article that "Students are expected to complete coursework without unpermitted aid”, "In most courses, unpermitted aid includes AI tools like ChatGPT."

In this phase of discontinuity, it is more important for those who create the future to use it and get a feel for the implications of it more than anyone else, rather than simply following the rules and remaining ignorant of them.

This should be certainly the case at UC Berkeley, the rival school across the Bay, as well as at Carnegie Mellon (CMU) and MIT, the four major computer science meccas, along with these two schools.

And now, in a bit of a milestone, Microsoft has announced a major investment in OpenAI, a major player in this field. The implications of this in itself are quite interesting from an industry perspective, but will not be discussed in this article.

openai.com

-

Back to the topic at hand, the emergence of generative AI tools indicates that education, work, and everything else needs to change . As I wrote in Harvard Business Review Japan (HBR Japan) more than seven years ago, humans are creatures who use everything and anything technology that is created. (This is when artificial intelligence became a hot topic so rapidly and the views were so confused that I was asked to organize a discussion on how we should think about AI, including its implications for society and business.)

www.amazon.co.jp

At the end of the 20th century, when "search" was invented at the Stanford campus in Palo Alto, it was said that the value of simply providing answers was disappearing, and this is a sign that we are entering a new era. From this perspective, the current education system, in which students are given many questions in cases where there is a fixed answer, and compete to give the correct answer as quickly as possible, is really approaching a pointless world. This is because machines are better at this, and we are entering an age in which we are more likely to leave it up to them. (On the other hand, the ability to dig into questions that have no starting point is more important than ever.)

According to the Stanford Daily article above, one subject now requires "If you choose to use an AI agent for generating portions or aspects of an assignment, you must disclose this use and cite it in the same manner as you would cite any external source.” Some other subjects have reverted to paper and pencil exams in response to the impact of the ChatGPT.

It is true that there are many cases in which you need to have knowledge like anatomy in medicine crammed into your head to make immediate decisions in the field, and the confusion in higher education in this area will continue for a while, but I believe that it would settle down after a year or two.

Be that as it may, this change means that the ability to formulate meaningful questions, evaluate the answers produced, and provide correct questions and instructions has become critically important. In a real sense, we have entered the age of “liberal arts,” and this also means that we have entered the age of refining "perception," which was the conclusion and core concept of my discussion regarding the essence of intelligence in the past on HBR Japan.

www.amazon.co.jp

The ability to understand various values and beauty in a complex and vivid way, a sense of beauty based on this, a heart that wants to have a certain thing, and a vivid sense of knowing that this is not good enough, are really the key to success in the future with these Generative interactive AIs. The starting point is to feel deeply and vividly with the body, such as by stroking and licking.

As I discussed with Dr. Yoichi Ochiai at Weekly Ochiai at the beginning of the year, Japan's elementary and secondary education system, which mainly provides almost the exact opposite education, has the potential to become a device that produces a large number of "high IQ people who are simply put to work" if drastic changes are not made. Even though there are many aspects that students will hack on their own, if they are not given considerable freedom in elementary, middle, and high school, their ability to generate questions and to feel and evaluate things in their own way will be considerably damaged.

newspicks.com

As you will soon see, ChatGPT is very different from so-called "search. While it is possible to use ChatGPT as a search tool by typing in the words you want to know, this is not an approach that unleashes the power of this Large Language Model (LLM)-based tool, because search is better and more accurate at such things, and LLM-based tools are far better at them.

This is because search is better and more accurate at such things, and there are other things that LLM-based tools are overwhelmingly better at. (Some of you may remember that Galactica, the AI tool that Meta introduced as if it was an AI that could answer everything, went on a bit of a hiatus after three days.)

www.technologyreview.com

Search, which is arguably the most used AI-based tool today, is extremely strong in tapping out what the answer is. It can search even behind the scenes around the world and give you the answer in an instant. And it is highly reliable. In reality, it is a process of looking up digitized information in advance to determine its reliability and then organizing it, but if done well, it can arrive at the answer you want at a shockingly fast pace.

ChatGPT is a Chatbot that provides a general direction for things you want to know, or things you want to do but don't know what to do, in other words, things you couldn't get answers to before unless you tried to figure it out yourself or involved people who know what they are talking about. Moreover, answers are generated in real time. This is a unique and moving experience, just like when you are asking something to a human being. I also like that different answers are generated each time. If you give the right instructions, you can even have ChatGPT write programming code.

This is true not only for text, but also for images, music, and other generative systems in general, but the speed at which this new machines creates something is incomparably faster than that of humans (see Ochiai's demonstration in Weekly Ochiai). What this means is that many people are approaching a state similar to Michelangelo, who had a large number of disciples and devoted his energy to directing and finishing their work.

The problem is that things are said that are not necessarily correct, and as my students have pointed out, are often somehow made up or pieced together with similarities (the generative system itself is inherently creative, if you think about it). The same is true of papers, and facts. When I acquired the building blocks (tsumi-isi) in the image above, I asked, "What are the similarities and differences between “Sai no Kawara”(the Children's Limbo) and The Myth of Sisyphus?" and got the following answer

In Greek mythology, the Sai no Kawara is the place of judgment for the dead. Those who have done evil are cast into the underworld, while those who have done good are accepted by Elias.

On the other hand, "Sisyphus" is the place of judgment for the dead in Egyptian mythology. The dead are judged by Osiris, and those with light hearts are brought back to life, while those with heavy hearts are cast into the underworld.

Both depict the place of judgment that the dead undergo, so there is a similarity, but there is a difference because the person or method of judgment is different.

This is quite an interesting answer, but it clearly confuses the Buddhist worldview of the Sai no Kawara with Greek mythology (Sisyphus) and Egyptian mythology.

However, this is to some extent unavoidable considering that many phrases and meanings in LLM are represented as vectors in a multidimensional space. The following presentation on Google translate will give you some idea of the representation in multidimensional space.

https://arxiv.org/pdf/1611.04558v1.pdf

However, it is even a little impressive that "Sai no Kawara" is a concept that is quite close to "Sisyphus" in terms of vector space. Perhaps it is because we are only a few steps away from the discovery of similarity as in humans, the extraction of meaning from it, and its extension from some kind of idea and analogy.

In fact, the largest use (about 60%) of the Stanford students who used ChatGPT in the previous article was as a brainstorming partner. Even Stanford students, who are usually close to experts and people who know a lot about most things, are not likely to ask people for something like this kind of college homework. However, most of our daily ideas start with something that is almost unimportant. And when we ask, we get something back from ChatGPT almost instantly. A messy answer is not a bad thing. People are more messy and more random, but communication is still possible, and something interesting can come out of such dialogue.

I am not the only one who feels that this is leading to something great.

One of my greatest joys is to imagine something more by connecting things that are not normally connected, and I am now in possession of another new tool.

Now, with new tools in hand, let's go back to the real world.

ps. For a sequel, click here.
kaz-ataka.hatenablog.com

Note: This blog entry is based on the original Japanese entry translated by DeepL (also an LLM-based AI tool) with some minor modifications.

kaz-ataka.hatenablog.com

生成系AIのアナロジー力

1.4/50 Summilux ASPH, Leica M10P, RAW

Midjourney、ChatGPTと立て続けに強烈なアプリケーションが出てきて、Diffusion model（拡散モデル）やtransformer architectureに基づくいわゆるGenerative AI（生成系AI）がそこらで話題だ。ガンガン画像を生み出すことで一気に注目を集めたMidjourneyはクリエーター寄りだけれど、11月末、対話型で答えを返してくれるChatGPT*1が出てきたときに*2、あまりの回答力にDS協会*3のスキル定義委員会でもひとしきり話題になり、僕も自分の研究会の学生たちに「君ら、深く考えずにまずは使い倒したほうがいいよ」と早々にアドバイスした。使わないことには凄さも課題も何もわからないからだ。

すると二週ほど前のゼミで、ある卒業を控えた学生が

ChatGPTがないと生きていけない。課題もメールも全部やらせている。SQLも図の作成もできる。ただ、論文を引用してくださいと聞くと架空の論文を生成して引用してくるのでこれだけは使えない

と宣う(のたまう)ではないか。本当に彼は文字通り「新たな召使い」としてChatGPTを使い倒し、codeも書かせ、翻訳もやらせ、レポートも下書きを書かせ、めんどくさい相手へのメールの返事も書かせている。論文を引用させて、それが本当には存在しないものをでっち上げているところもちゃんと見破っている。なかなかである。*4

並行して、米国医師資格試験（USMLE）をChatGPTに解かせてみると、特殊な訓練なく合格かそれに近いレベルのスコアで、説明の一致度や洞察も高かったという報告が出てきた。信頼できる情報が揃っている医学との相性がいいのは当然としても知的プロフェッショナルの訓練と未来に大きく関わることは間違いなさそうだ。

www.medrxiv.org

かと思えばStanford大学ではかなりの数の学生がすでにChatGPTを使っているという。まだ現れて1ヶ月あまりの1/9 ~ 1/15まで実施された匿名調査によると（N=4,497）、学生の回答者の約 17% が、秋学期の宿題や試験にChatGPT を使用したというのだ。5日ほどまえの学生新聞（The Stanford Daily; 1892年創刊）の記事だ。

stanforddaily.com

シリコンバレーのど真ん中にあるStanfordとしては当然だろう。

大学スポークスパーソンのDee Mostofi氏は

学生は「許可されていない助け」なしにコースワークを仕上げることが期待されており、「許可されていない助け」は多くの場合、ChatGPTのようなAIツールを含んでいる（“Students are expected to complete coursework without unpermitted aid,” “In most courses, unpermitted aid includes AI tools like ChatGPT.”）

と記事内で語っているが、この不連続性の高い局面においては、単にルールを守って知らないままでいるよりも、使って使ってそれで意味合いを誰よりも身体で掴むことのほうが未来を生み出す人たちにとって大切だからだ。

SF Bayの向かいのライバル校である UC Berkeleyでもきっとそうだろうし、この二校とならびComputer Scienceの４大メッカと言えるCarnegie Mellon（CMU）、MITでもそうだろう。

そして現在、ちょっとした節目ということでMicrosoftはこれの大元であるOpenAIに大きな投資をすることを発表した。この意味合い自体が業界的にはかなり興味深いが本稿では割愛する。

openai.com

-

話を戻すとこのような生成系AIツールの出現は、教育も仕事も何もかも変化が必要だということを示している（先日ちょっと話題になったリンク先のTweetでも書いた）。人工知能が急激に話題になり見立てが混乱していた七年あまり前、AIをどう考えたらいいのか、その意味合いも含めて議論を整理してほしいとの依頼を受けて書いたとおり、人間は生まれた技術を何もかも使い倒す生き物だからだ。

人工知能はビジネスをどう変えるか DIAMOND ハーバード・ビジネス・レビュー論文

20世紀末にパロアルト Stanfordのキャンパスで「検索（Search）」が生まれたときも、ただ答えを出すということの価値は消えつつあると相当に言われたが、これは本当にそういう時代に更に突入したことを示している。この視点で見ると決まった答えがあるケースにおいて問いを多々与えて、早く正確な答えを出すことを競う今の教育は本当に無意味な世界に近づいている。それはキカイのほうが得意であり、キカイに任せる時代により一層突入してしまうからだ。（逆にとっかかりすらない問いについて掘削する力はこれまで以上に大切になる。）

上のStanford Dailyの記事によれば「宿題の一部でもAI agentを使ったらちゃんと資料として使ったことを明らかにすること（If you choose to use an AI agent for generating portions or aspects of an assignment, you must disclose this use and cite it in the same manner as you would cite any external source）」と課すクラスが現れ、紙と鉛筆の試験に戻した先生もいるとある。確かに医学における解剖学のような知識を頭に詰め込んでおかないといけないと現場での即座の判断ができないことは多々あり、この辺りの高等教育現場の混乱はしばらくは続くと思うが、1-2年もすると概ね落ち着くだろう。

それはそれとして、この変化は意味のある問いを立てる、生み出された答えを評価し、更に正しく問いや指示を与えるという能力が決定的に大切になったということを意味している。本当の意味で教養の時代に突入したということでもあり、これはかつて知性の本質について考察した際に結論、また中核概念として述べた「知覚」の磨き込みの時代に突入したということでもある。

知性の核心は知覚にある DIAMOND ハーバード・ビジネス・レビュー論文

イシューからはじめよ――知的生産の「シンプルな本質」

多様な価値や美しさを複合的にそして生々しく理解できる力があるか、それに基づく美意識、〇〇がほしいという心、これではダメだとわかる皮膚感覚、、この辺が本当に勝負になる。なでて、なめるなど、身体で深く生々しく感じることがその起点である。

ほぼ真逆の教育をメインに行なっている日本の初等中等教育は、劇的と言っても良い変化をしなければ、年始のWeekly Ochiaiで落合陽一氏と語り合ったとおり、本当に「High IQのただ使役させられる人」を大量に生み出す装置になる可能性がある。学生たちが勝手にハックする部分が多いとはいえ、小中高で相当の自由度が与えられなければ、問いを生み出したり、自分なりに感じ評価する力は相当にダメージを受けるだろうということだ。

newspicks.com

-

使ってみればすぐに分かるが、ChatGPTは、いわゆる「検索」とは大きく異る。クエリと言われる知りたい言葉を打ち込む（= 検索のような）使い方もできなくはないが、それはこの大量言語モデル（Large Language Model: LLM）に基づくツールの能力を解き放つものとしては微妙だ。なぜなら、そういうことは検索のほうが得意で正確であり、LLMベースのツールのほうが圧倒的に得意なことが別にあるからだ（あたかもなんでも答えられるAIかのようにMetaが投入したGalacticaが３日でちょっとしたお休みに入ったことを覚えている人もいるだろう）。

現在最も使われているAIベースのツールといっても良い「検索」は答えがあることを叩き出すのには極めて強い。世界中の裏までも探して、一瞬で答えを出してくれる。しかも信頼性が高い。実際にはデジタル化された情報を信頼性を見つつ事前に調べ上げ、それを整理しているのだが *5 うまくやれば*6衝撃的な速さで欲しい答えにたどり着くことができる。

ただ、なんとなく知りたいことだとかやりたいが何をしたらいいのかよくわからないこと、つまりこれまでは自分で頑張って考えるか、よく分かる人を巻き込まないと得られなかった答えの大まかな方向性がChatbotであるChatGPTでは得られる。しかもリアルタイムで答えが生み出される。これがなんというか人間に聞いているときのような独特の感動がある。毎回違う答えが生み出されるのも良い。適切に指示さえすればコードを書かせることもできる*7。

このようなテキストだけでなく、画像や音楽などの生成系全般に言えることだが、この新たなキカイが何かを生み出す速度は人間とは比較にならないほど速い（Weekly Ochiaiの落合氏のデモを参照）。これは何というか大量の弟子を持っていて、指示と仕上げにエネルギーを注いでいたミケランジェロに近い状態に多くの人が近づいているということだ。

問題は必ずしも正しくないことが語られること、僕の学生が指摘しているようになんというかでっち上げる、あるいは類似したものでつなぎ合わせてしまうことが多々あるということだ（生成系そのものが考えようによれば本質的にクリエイティブである）。論文もそうであるし、事実もそうだ。僕が上の画像の積み木（tsumi-isi）を入手したとき、「賽の河原とシーシュポスの神話の類似性と違いを教えて下さい」と聞くと次の答えが得られた。なかなか興味深い回答であるが、これは仏教的な世界観である賽の河原とギリシャ神話（シーシュポス）、エジプト神話を明らかに混同している。

ただこのことはLLMにおいて多くのフレーズや意味が多次元空間におけるベクトルとして表現されていることを考えれば半ば致し方ないことと思われる*8。多次元空間での表象については、次のGoogle translateに関する発表を見ていただければ多少イメージが湧くだろう。

論文リンクhttps://arxiv.org/pdf/1611.04558v1.pdf

しかし「賽の河原」が「シーシュポス」と相当にベクトル空間的に近い概念であると言うこと自体がちょっとした感動すら覚える。人間同様の類似性の発見とそこからの意味合い抽出、その延長にあるある種の思いつきとアナロジーからの発想まであと数歩だからかだ。

実際、先程の記事のStanfordの学生たちでChatGPTを使った学生たちの最大用途（約6割）はブレストの相手としての活用だ。だいたいのことで識者や詳しい人間が近いはずのStanfordの学生といえども、こんな大学の宿題みたいなもののために人に尋ねるわけにはそうそういかない。しかし僕らの日頃の思いつきってほとんどどうでもいいことから始まることがほとんどだ。しかも即座に尋ねて、ほぼ即座に何かが返ってくるのだ。雑な回答というのも悪くはない。人間はもっと雑だしもっと適当なのに、十分コミュニケーションは成り立っており、そんな対話から面白い何かが生まれてくる。

これってなにかすごいことにつながっている気がするのは僕だけではないだろう。

普通にはつながらないものをつなげてさらに何かを妄想する、それが僕の最大の喜びの一つだが、また一つ新しい道具が手に入りつつある。

さあ新しい道具を手にしつつ、生の世界に帰ろう。

ps. 続編はこちら。
kaz-ataka.hatenablog.com

ps2. DeepLを活用し、英語版も作りました。
kaz-ataka.hatenablog.com

https://amzn.to/40ch0Xhamzn.to
www.designofficea4.com

*1:OpenAIから生まれたAIチャットボットの一つ

*2:テスト公開は12/1。一週間以下で100万人以上が使用

*3:データサイエンティスト協会

*4:この学生は学部二年でとある情報系の名のある学会で奨励賞をもらったような輩なので、それなりのリテラシーはある。

*5:「検索（Search）」には意図把握、答えの準備と事前整理、意図と答えの意味的なマッチング、人にわかるように出す、という大きく4つのAI的なステップがあり、「答えの準備と事前整理」にはサイト評価、indexing、knowledge graph作成、それに基づくknowledge panel作成などの様々なすさまじい量の活動がリアルタイムで行われている

*6:複数の単語を並べたり、引き算的なことなどの技によって恐ろしく快適になる

*7:たとえば株式会社Works Human Intelligenceの@autotaker1984氏による次の論考を参照 ChatGPTによるプログラム生成の可能性と限界（前編） - Qiita ChatGPTによるプログラム生成の可能性と限界（後編） - Qiita

*8:実はもう一つ根源的な背景があるのだがそれについては別の論考で別途検討したいと思う

人生に影響を与えたコンテンツ2

Summilux-M 1:1.4/50 ASPH, Leica M10P, RAW @Hakuba, Nagano, Japan

全く終わっている感じがしないので昨日の続きをもう少しつづけられればと思う。

kaz-ataka.hatenablog.com

-

そうこう彷徨っているうちに、出会ったのが現代生物学だった。40年近い前の当時の僕の理解では、ウイルス、細菌、培養細胞を用いた研究により、セントラルドグマや異端児としての逆転写酵素など分子生物学的な骨格的課題の検討が概ね終わり、人間の生命の理解は大きく次のフェーズに入ろうとしているように思えた。

利根川進先生らによる免疫の多様性の解明、ホメオボックスなどの発見による発生など高次なレベルでの生命の検討が進むようになったこのタイミングであればもしかしたら、精神活動を物理化学的なアプローチでそろそろ迫ることができるのではないかと直感を得、その方向で進むことにしたのだった。

細胞の分子生物学 第6版

• 当時の通称はCell。そもそも版が大きく、約35年前ですら1300ページぐらいあった辞書のような本。1953年以降に解き明かされてきた、膨大な生命の秘密とその解明プロセスを取りまとめた一冊。神を感じざるを得ない、いや自然こそが神なのだと思わされた。
• リードを見ればメッセージが見えるというワトソンのこの教科書は世界の数多くの様々な分野の教科書のモデルになったと思われる。極めて専門性の高い内容をストーリー仕立てで明晰に伝えていくこの文章には、さして難しくもない内容を難しい言葉で語る衒学的な文章に辟易していた自分にとって、青天の霹靂のような感動があった。多分、僕の文章にも見えないが大きな影響を与えている。
• 一体どのように「生命とは何か」という問いに対して人類はアプローチし、どのような実験、分析、技術開発、そして何より問いの立て方によって答えを出してきたのか、この一冊を適切に調べ、考えつつ丁寧に読めば100冊を超える本を読んだのを超える学びがあると思う。

二重らせん (ブルーバックス)

人類史に一度しかない生命の根源物質とその仕組みが人の前に現れる瞬間。その生々しさと面白さ、ワイルドさ、ありがたみを教えてくれた一冊。とにかく面白い。

-

本当にふとした拍子で何年間かマッキンゼーでコンサルタントをすることになり（その経緯は以下のブログエントリをご参照）、出会ったのがperception technologyというべきマーケティングの分野だった。ここで最初にやった仕事の一つで、市場の最小単位が1消費場面（オケージョン）であることに思い至り（以下の「市場における原子」をご参照）、そこから市場を純化して見出す手法（オケージョン=ベネフィット）を見出すというとても面白い仕事を最初にした*1。

kaz-ataka.hatenablog.com

kaz-ataka.hatenablog.com

この発想の根本にあったのは、『ファインマン物理学」の中にある、人類がすべての知恵を失い、一つだけの情報を残すとしたら何だと思うか、という問いだった。市場を純化して原子、分子レベルといえるところまで落とし込めばきっとものすごくきれいな塊が切り出せるに違いないと思ったが、それが本当にワークし、きれいに初めて塊として見えてきたときの感動は今も忘れられない。このあと、随分多くの市場で適用し、大きな市場創造に何度もつながった。

ファインマン物理学〈1〉力学

• Caltechで行われた歴史的な講義をもとに作られた人類の至宝というべき教科書（オリジナルの英語版は全3巻）。天才ファインマンが自然を理解するとはなにか？ということを真に深く、そして簡潔に語る。
• モノのオーダーによってどのようなサイエンスが必要になるのか、の語りはおそらく名著（そして名動画）Powers of Tenの本の着眼につながっている。
• 人間の自然への理解がどう始まり、どのように今に至るのか、スクラッチで物を考えるとはどういうことなのか、など実に多面的にinspirationを得てきました。いつか自然のすべてをファインマンのように理解し、考えられたらと思いますが、そんな日は来ないと思えるところがまた素敵です。

パワーズ・オブ・テン: 宇宙・人間・素粒子をめぐる大きさの旅

まだ入社1年目の終わりなのに５千億の売上の事業の戦略立案を、クライアントの部門に張り付いて一人でやる（3-4ヶ月後から先輩が加わり二人で）というちょっと今では（当時でも、、）考えられないプロジェクトを任されていたこともあり（前のプロジェクトで僕が生み出してしまった上の手法と、そこで生み出された新しいフレームワークを応用するという立て付け）、社内にあるマテリアルは本当に膨大に読み込み、マーケティングということでコトラー先生の本『マーケティング・マネジメント』もすごい圧力の中で一日で読んだ。当時は黄色い本でもっと小さかった。僕の知りたいことが書いてないということがわかったのが大きな成果だった。笑。

その後、マーケティングの基本となる部分を何もかも自分で再構築しながら理解していくことになる。。ちなみに上のプロジェクトに伴い、当該ブランドは劇的にブランド価値が高まり、そこから生まれた新商品は日経優秀製品・サービス賞をいただくことになる。最初の数年、かなり大きな仕事を立て続けにしたこともあり、三年目の終わりぐらいから、職場では新人のトレーニングを時折するようになった。

コトラー＆ケラー＆チェルネフ マーケティング・マネジメント 〔原書16版〕

22 Immutable Laws of Marketing

売れるもマーケ 当たるもマーケ―マーケティング22の法則

ポジショニングという言葉を生み出したAl Ries & Jack Trout両氏の一冊。当時、本当に目から鱗がポロポロと落ちた。日本語訳もよいが可能であれば原文で読むことを推奨。

Being Digital

ビーイング・デジタル―ビットの時代

これほど衝撃を受けた本はあまりないと思う。MITメディアラボの創設者であるネグロポンテ先生が著者。衝撃を通り越して、未来を激しくinspireされた。いま読んでもきっと気づきがある、特別な一冊。

-

Society Of Mind (A Touchstone book)

当時、良く見ていた、ミンスキー先生の歴史的な一冊。心の働きがシンプルな機能的モジュールによって創ることが可能であることを示した思索をとりまとめている。すべてのAI論の原点の一つなのではないかと思う。

既に大学を退官されていた日本でのサイエンスの師匠の大石道夫先生*2のすすめもあり、PhDをとりに米国に留学した。

Principles of Neural Science, Sixth Edition (English Edition)

神経科学のすべての「基本」となる考え方を体系的かつ重層的に学んだ一冊。Cell同様、大判で千数百ページもあり、まさにCellの神経科学版のような感じです。しかも文字がさらに細かい、、。読者は生化学(biochemistry)、生物物理(biophysics)、分子生物学(molecular biology) のある程度の素養があることが前提。この内容を1セメスターで駆け抜ける講義（週2コマ x 2だったか。試験も3~4週に一回）がPhDを取りに留学したときの最初の大きなハードルの一つだった。懐かしい。

The Synaptic Organization of the Brain

本年逝去された（涙）嗅覚研究の世界的な権威であるGordon M Shepherd先生による脳神経系のメタかつミクロな構造的な理解を実現した驚異の一冊。これほど複雑な神経系がこれほどシンプルな構造化が可能なのだということを知ったことは本当に自分にとって大切な気づきだった。先生のThe Synaptic Organization of the Nervous Systemの講義*3をとり学ぶことができたのは一生の宝。（注：全く素人向けの本ではないので、Neurobiology/Neuroanatomyについて相当学んだ人以外の購入は勧めません）

エネミー・オブ・アメリカ [Blu-ray]

米国滞在当時にみたアメリカという国に追われるアメリカ人（ウィル・スミス）の物語。Cyberに筒抜ける世界の恐怖をこれ以上ないほど赤裸々に見せてくれた。このあと9.11が起きたが、そのあとのアメリカで起きた対応があまりにもリアルだった。。

-

日本に戻ってきてからはトレーニングプログラムの基本担当メンバーとなった。合わせて、二代の支社長直下でトレーニングマテリアルを見直すという特殊なプロジェクトを（クライアントワークの裏面で）担当した。分析や課題解決はなぜか割とすっと筋が見えるところがあり、ただ、その根っこの部分、たとえば「分析とは比較である」という僕にとってはアタリマエのことなどはうまく言語化されていないなと思い、これらを社内のトレーニング資料としてまとめていった。「犬の道」という言葉をマッキンゼー社内のトレーニングで使うようになったのは、アメリカから帰ってきた頃のことのように思う。

卒業後、いつかどこかでまとめておかねばならないなと思っていたのだが、石倉洋子さんに勧められて書き始めたブログのある場末のエントリが随分と話題になったため、これは出さないといけないんだなとおもって、12年前に出したのがこのいわゆるイシュー本。

イシューからはじめよ ― 知的生産の「シンプルな本質」

思い出のブログエントリは以下。
kaz-ataka.hatenablog.com

-

生の短さについて　他二篇 (岩波文庫)

古代ギリシアの哲人であり、政治家であったセネカの本。『イシューからはじめよ』の帯にある言葉「人生は何かを成し遂げるためにはあまりにも短い」は「人生は良く生きれば十分に長い」と語るこの本へのオマージュです。学生の頃からの座右の書の一つであり、今でも開くと背筋が伸びます。

メメント・モリ

コーランを目指して作られたというヤバい一冊。インドおよびアジアを放浪し、生きることの核心を味わってきた天才写真家による類まれな作品。高校生の時に出版されて、その月に買ったほぼ初版を持っています。写真プラス言葉の選びがもう奇跡。イシュー本もこの本同様、ボロボロになるほど繰り返し立ち返るものになってほしいと願って書きました。

-

未来、映画まわりについても少し。

インデペンデンス・デイ(3枚組)[4K ULTRA HD + Blu-ray]

一番好きな映画の一つ。20回は観た気がする。唐突に現れる異星人と向かい合う人類の物語。面白く、深く、考えさせられ、そして元気が出ます。ジョディ・フォスターのContactも好きですが、得られるパワーという意味でこの作品を推したいと思います。

コンタクト [Blu-ray]

風の谷のナウシカ 全7巻箱入りセット「トルメキア戦役バージョン」

10代、20代前半ずっと連載していたアニメージュの原作。巻が出るたびに読み、涙しました。これが心に潜んでいて、今やっている『風の谷を創る」運動論につながっていると思います。これをさらに映画として世に出し、我々の活動も止めずにやらせて頂いている宮崎駿監督、鈴木敏夫プロデューサー、ジブリの方々には感謝しきれないです。

Places in the Heart [Blu-ray]

Awesomeとしか言い難い映画。大恐慌時代のテキサスの小さな町で、夫に突然死なれた若き二人の子を持つ未亡人が苦労して、目の不自由な同居人、アフリカ系の綿花栽培のプロなどと生活を立ち上げていく。今や盟友で知られる元アイドルのサリー・フィールドが二度目のオスカーを取った歴史的作品。映画館で友人と観て、しばらく席を立てませんでした。

ふるさと

田舎の山奥でダムができて沈んでしまう村の物語。老人役の加藤嘉がリアルすぎる。田舎で育った人は涙腺崩壊すると思います。

ブレードランナー　ファイナル･カット(字幕版)

未来（2019年）をテーマにした、都市にしか住めなくなった人類と人造人間（アンドロイド）が共存する世界での人類の行く末。美しいが悲しいディストピア。

サピエンス全史（上）　文明の構造と人類の幸福 サピエンス全史　文明の構造と人類の幸福

サピエンス全史（下）　文明の構造と人類の幸福 サピエンス全史　文明の構造と人類の幸福

これほど人類のたどってきたものを俯瞰してメタ化し、考察した本はまれ。衝撃の一冊です。

シン・ゴジラ Blu-ray特別版4K Ultra HD Blu-ray同梱4枚組

『シン・ニホン』のタイトルと帯の言葉「この国はもう一度立ち上がれる」はこの映画のオマージュ。これほど国、政府をリアルに扱い、その無力感を味あわせてくれる作品は類例がない。

シン・ニホン AI×データ時代における日本の再生と人材育成 (NewsPicksパブリッシング)

文明論之概略 (岩波文庫)

現代語訳　文明論之概略 (ちくま文庫)

数多くの西洋概念を日本に取り込み、紹介し、未来を生み出した福澤諭吉先生の歴史的な著作。明治あるいは開国というのは一体日本人にとって何だったのか、を本当の意味で理解できる稀有な一冊。その後、日本を揺るがすことになる「国体」が全く想定外の言葉の翻訳であることを知り驚きました。統計学を日本で初めて紹介したという意味でデータサイエンス教育の原点でもある。『シン・ニホン』を執筆しているとき、常に僕の机の上にはこの本がありました。

*1:ここで生まれた商品は今もCVSなどで普通に日本中で売られている

*2:東京大学 分子細胞生物学研究所 初代所長。当時、筑波の産総研 生命研所長

*3:PhD学生向けの10人以下の講義