SSブログ


  [右斜め下] [右斜め下] [右斜め下]

無料カウンセリング予約はこちら

OR

自走できるAI人材になるための6ヶ月長期コース【キカガク】
010010101010101010101001011010100101010101010101010010110100  
100101010101010101010010110100100101010101010101010010110100  

40代からのライフシフト [書籍と感想]


40代からのライフシフト 実践ハンドブック

40代からのライフシフト 実践ハンドブック

  • 作者: 徳岡 晃一郎
  • 出版社/メーカー: 東洋経済新報社
  • 発売日: 2019/02/22
  • メディア: 単行本





ライフシフトの実践の成功のカギ

自分自身を認識している
あまりなやまず第一歩を踏み出している
人脈、つながり、ご縁を大事にする
学ぶ努力を続けている
何でも引き受け経験から学ぶ謙虚さを大事にしている
柔軟性が高く、状況に合わせて自分のプランを変えている



ライフシフト実践者の哲学や思想

自分の思いを大事にし、見つめていきたい
人生を通じてやりたいことに賭けていきたい
社会とつながり貢献し続けたい
自分の持続的な成長を楽しみたい
いろいろなことに挑戦し続けたい



年齢を重ねれば、それなりに物事に慎重になり、保守的になる。
また、それなりの地位や守るべき家族など様々な要因により、
安定した生活を壊すことのリスクや不安を先に考え、
新たなことに挑戦することは、意識的に難しいと感じるようになる。
さらに、肉体的な衰えも、新しいことに挑戦する意欲を消失させる。

しかし、人生100年時代では、これまで、65歳で定年退職して、
残り80歳までの老後・余生を生きる計画を再設計する必要がある。

つまり、ライフシフトの実践は、80歳まで働き、
残り20年は老後と位置づける必要がある。


lifeshift.jpg




そのためには、どのように80歳まで、働き続けるのかを
真剣に考える必要がある。

日本社会は、今後、高齢化と人口減少により、国内市場は確実に縮小へ
向かい、長期低迷する日本において、いかに自分の収入を確保し、
自分の人生をつくっていかなければならないことを自覚する必要がある。

つまり、「結局、最後は自分しかいない」つまり、「一人事業主」という
考え方である。 

また、ライフシフトを実行するためには、
自分の未来図を描くスキルが最も重要になる。


実行の手順:

ステップ1:自分の歴史を振り返る
      経験、自分の資産の棚卸し書き出す。

ステップ2:ライフシフトのビジョンを描く
      遺言状を書く

ステップ3:具体的な計画表をつくる


ステップ4:定期的に計画の見直し、改善を行う



個人的には、100歳まで生きるは、本当のところあまり実感がわかない。
なぜなら、自分の家系を考えると70歳まで生きた男性はいないからである。

従って、これまで45歳までに早めにリタイヤして、残りの時間を
趣味に生きる人生をイメージしていた自分にとって、
ライフプランの大幅変更を求められることになる。


確かに、医療技術の格段の進歩により、病気やケガで死ぬ確率が
低くなったために、逆に生きていくための収入を確保しないと
いけない状況が問題として浮上してきた。

やはり、改めて自分自身がやりたい目標設定を行い、健康を維持して
ライフシフトを実践することが必要である。



nice!(0) 

人口増加の要因を考える [考察と分析]

人間の数は、過去と比べ増加しており、今後も増え続けることが予想される。
そこで、どのような理由、要因が、今日の人口増加に影響を与えたのかを考える。

要因の1つ目としては、人間の生活の最低限の必要なもの、衣・食・住のの発展に
あると思われる。

衣類においては、自然界の動物の毛皮から人工的に生産可能な繊維へ移行して、
機能的にも暑い地域では、涼しく冷感機能性のある衣類や衛生的な衣類、寒い場所での防寒衣類の開発など、地域の気候に適応した衣類を発展させた。

食においては、昔の狩猟生活から農耕生活へ移行して、食料を安定的に生産することが
可能となった、また、今後の人口拡大においても、遺伝子組み換えの技術を農業に応用し、
米・小麦および家畜に至るまで、生産性の高いもの確保できる仕組みを人間は確立しつつ
ある。

住は、外敵から身を守り、安全に暮らせる空間としての家の素材耐久性の向上により、
人間は定住化により、子供を安心して育てられるという考えから
人口が増える要因となったと推測する。 また、アパート、マンションなどの人口密度の
高い地域環境の構築は、人間同士、男女の交流の機会を増加させ、恋愛を生み出し、
新たな家族を生み出すという好循環から人口の増加の要因となった。


2つ目は、医療技術の進化により、人間が長寿になったり、事故・病気で
死ぬことが減少するようになった。
例えば、薬によって病気の早期回復や他人への2次感染の予防を実現し、
医師などの高度な専門技術を提供する職業がうまれ、人の命を助けている。
最近では、IT技術を使って、医療の遠隔地での検診などを実現したり、
画像解析の技術により、ガンの早期発見ができたりと人を生かす技術が、
飛躍的に向上したことが、人口の増加にも貢献したと考えられる。

3つ目は、エネルギーと交通技術の発展が、人口の拡大に繋がった推測する。
例えば、石油、電気のエネルギーは、自動車の普及を促進し、道路・高速道路は
人間の居住する地位域間を結びつけ、互いのアクセスを容易にした。
さらに、列車、船、飛行機などの開発により、多くの人や食料品、モノの移動を
効率的にかる短期間に実現できるようになり、人間の生活圏を拡げた。


最後に、言語による相互理解の発展も人口増加の大きな要因であると考えられる。
母国語では、意思疎通ができなかった人間同士でも、英語という共通言語を使用して、
互いにコミュニケーションが確立され、商業取引を活発化させより人間社会を
より発展させたことも人口増加に役立つたものと考えられる。


上記の個人的な推測に対して、人口問題研究の論文によれば、人口増加の
要因を以下のように報告している。

人類の人口の増加の要因は、人類の平均寿命の伸びであり、ほとんどは
乳幼児の死亡が排除されとされている。

これは、人類史初期の平均寿命が、20~35年であったのに対し、
1900年以降は40から50年へと拡大している事実からである。
現在では、最も健康水準が高い国では、平均寿命は約80年に達している。

この主な要因は、乳幼児の死亡率かほぼ0に近くなったことである。
その他、戦争による人口の大量減少が回避されるようになったことが、
考察されている。

また、生活水準、公衆衛生、個人の衛生観念、医療の向上を人口増加の
要因として挙げている。



核兵器.jpg


従って、人間が今後も人口を増加させて行くことは、疑いの余地もないが、
一方、人間を瞬時に滅ぼす技術、核兵器の脅威は、依然として社会のなかに
課題として存在している。
nice!(0) 

多動力はまず行動すること [書籍と感想]


多動力

多動力

  • 出版社/メーカー: Audible Studios/幻冬舎
  • 発売日: 2018/08/26
  • メディア: Audible版




既存の考え方を破壊して、新たな行動を起こすことが重要である。
例えば、「2頭追うものは1頭を得ず」から「3頭追うものは2頭を得る」
の発想思考への転換が必要である。


「多動力」よりの学びのまとめ

歴史を学び、海外の事例まで深堀りして、知識の幹となる本質に
到達することが、教養となる。

特に、人間社会で生き残るためには、社会、環境の変化を見通し、
将来の変化に適応する能力を身につけることが重要である。
その基礎となるのが、人間の教養である。


従来の発想、2頭の獲物を追う際に、始めから1頭を捕まえようと選択し、
その1頭を追いかけて逃してしまう。
しかし、集中したから100%獲得できるとは限らない。
1頭に集中しても勝率は50%で、得られる対価は、1頭である。

一方、3頭得るために工夫する方法を考え、行動してこそ1頭以上、
あわよくば3頭全てを得る可能性もある。

インターネットの普及で、知識や情報に簡単にアクセスできるようになった現代、
知らなければ調べて、自分ができなければできる人を探してお願いすることで、
多くの問題は、簡単に解決する可能性が大きい。

ただ、多くの人が、行動に移すことに躊躇する。
行動しない理由を明確にすれば自分の行動認識のパターンが分かるようになる。
例えば、社会的に大人が他人に質問することは恥ずかしいと感じるのは、
自分の無知、不勉強さをさらけ出すためである。

知らないことは、「恥」ではない。 今の社会では、誰かに聞けばいいだけだし、
ネットで調べれば直ぐに答えが見つかる。

つまり、質問力は、自分の能力を成長させる。
ただし、専門家に聞く場合は、ある程度の基礎知識を学んだ上で質問しないと、
相手も説明するのに時間が掛かるため効率が悪い、質問の質を上げるためには、
学んだ基礎知識に自分の体験を参照し、自分の所見をまとめた上で専門家の意見を聞く
ことが最も有効である。

恥をかいた分だけ自由になれる。

結局、他人はあなたの人生に興味はなく、
自分の人生は自分のものである。
したがって、自分の好きなように思い切り生きることである。

できるかどうかはおいて、とにかくやってみる。
やってみれば、結果や問題があらわれる。
それからそれでも続けるか、止めるかの選択をすることの方が簡単である。

人間は年齢ではなく、新しいものに興味がなくなった瞬間に老いが始まる。

いつまでも3歳児のように好奇心をもって生きていこう!

とにかく動け
Just do it


書籍.jpg

タグ:多動力
nice!(0) 

いまさらHTML/CSSの入門 [AI とIT 関連]


Webサイトの仕組みを改めて学習してみようと思い、
無料のドットインストールのサイトにて、HTML/CSSの学習を
してみました。

知らないことを学ぶ刺激と、新しい問題を解決した際の達成感を
久しぶりに得ることができました。


1.学習環境を構築するためには、 
Visual Studio Codeのインストレーション
Google Chromeブラウザをインストレーション

2.演習例題を実際にコードの記述を行いながら学習
まず初めにHTMLでメインのテキストや文章を入力
HTML は、Head, Bodyの構成
Headでは、主にページ言語の設定、タイトルなど
Bodyでは、内部header, footerを追加して記述。
画像の貼り付け
外部リンクへの設定
CSSにて、表現を微調整する。

3.効率的なコート記述の手順として
コード作成して、直ぐにブラウザ更新して画面を確認する
エラーの場合は、ブラウザのデベロッパーツーで問題部分
の内容、行を特定できる。



+++ 以下は学習メモ ++++++++++++++
画像の表示:imgタグ

属性

全角文字の入力に注意

文章全体につけるタグを見る
DOCTYPE
html
head
body
字下げ 「移動」 Alt+矢印で範囲を上下移動



文書に関する情報設定
文字コード utf-8
title
favicon
description


コードのコピー方法
shift +Alt +矢印キー


コメントタグの使用



header, footer は、Bodyタグの中に記述

sectionタグの使用
意味のまとまりを示すsectionタグで区切ると
その中のHは、H1から始める。

ulタグでリストを表示
ul(unordered list)順番のない、箇条書きリストを表す
複数のリストは、ulタグ内で、それぞれli(list item)タグで囲う

外部サイトへの設定
aタグでリンクを設定

"

" 別のブラウザを開くためには、target属性を設定する " MDNのサイトでHTMLの仕様を確認する。 aタグが親要素、子要素の関係で記述が正しい分からなくなったら Google検索のul MDNにて、「許可されている内容、親要素」を確認する。
20191024web02.jpg
20191024web03.jpg
>>>> CSS head要素内に styleタグ セレクタとプロパティ /* VS codeでは、ファイル保存先を自動的にフォロー、なければ作成する。*/
20191024web04.jpg
Chromeブラウザであれば、スタイルを確認する方法は、 対象部分を選択し、マウス右クリックで検証を選ぶ デベロッパーツールが起動する。 色の表現方法 color: rgb(0,255,0); CSSは後から指定されたコードが優先される。 コメントは、/* */ フォントを設定する方法 font-famuly: verdana, sans-serif; (verdanaフォントがなければsans-serifフォントを表示する)
20191024web05.jpg
ボックスモデルを確認しながらheader領域のスタイリングを進めていきます。 background-color ボックスモデル marginで余白を削除  領域は、ディベロッパーツールで確認 margin: 0;を追加する。 divタグ HTML内での記述
CSS内での記述 .container {} display: flexbox; を記述 margin-left: auto; margin-right: auto;

20191024web06.jpg

特定の部分のスタイル設定 .icon img {border-radius: 50%; border-width: 4px; boder-style: solid; border-color: white; } セレクタの適用範囲を限定する 属性を反映させる場合でも 例えば .works h1 (全てのh1) .works > h1 (直下のh1のみ) line-height で行間の高さを調整する。



完成したHTML ⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓

20191024web01.jpg

タグ:HTML CSS
nice!(0) 

英語の3倍速学習の方法より [書籍と感想]

「英語の3倍速学習の方法」よりの学習のまとめ

目標を達成する方法は、様々あるが、その一つの方法が、
物事を細分化し、それぞれを効果的に伸ばす方法である。

例えば、英会話を最速で身につける場合、会話に必要となるスキルは
「リスニング」と「スピーキング」である。
また、洋書を読めるようにないたい場合は、リーディングのスキルが必要である。

つまり、目標を達成するためには、行動を起こす前に何のスキルが必要であるかを
明確にし、そのスキルを意識しながらトレーニングすることが最も効率的である。

英語を話せるようになりたいなら 「リスニング」→「スピーキング」の順に伸ばす
子供が言葉を学習するのは、親の言葉を聞いて、それを真似するからです。
従って、言葉は、聞き取れないものは、話せないと言われのも道理です。

それでは、英語のリスニングを上達させるためには、

英語では、「リエゾン」またはlinking「リンキング」と呼ばれる
「文章中で特定の単語の末尾の音と直後の単語の先頭の音が連結して違う発音になる」
ような現象が多くあります。

従って、リエゾンが分からないと 英語の音を聞き分けるのは難しく、上達しないのです。

それでは、音を聞き分ける為の効果的な練習とは、
リエゾン自体を聞き取れるように練習をすることです。

リスニングの際、聞こえてくる音をスペルはテキトーに書き出すこと。
次に、スクリプトを見て、 正しく聞き取れたか確認する。
これを繰り返し行うことで リエゾンの感覚が磨かれ、
英語の音を聞き分けられるようになります。

このトレーニングを 100 時間以上行う。

スピーキングの最短学習法は、 話し方を真似することです。

スマホの録音機能で録音した自分の発音が、 英語教材 の音声といかに近いかを確認します。

フレーズの丸々暗記でかまわないので、
ネイティブのように英語の音を出せるようになること。

この「リスニング」と「スピーキング」のトレーニング継続すれば、
格段に英会話のスキルは向上する。

書籍.jpg
nice!(0) 

生き残るって、ほんと無理ゲー! [書籍と感想]

生き残るって、ほんと無理ゲー!
なぜならこれまで地球にうまれた
数えきれないほど多くの生き物のうち
なんと99.6%の種が
消滅している。


続 わけあって絶滅しました。 世界一おもしろい絶滅したいきもの図鑑

続 わけあって絶滅しました。 世界一おもしろい絶滅したいきもの図鑑

  • 作者: 丸山 貴史
  • 出版社/メーカー: ダイヤモンド社
  • 発売日: 2019/07/18
  • メディア: 単行本(ソフトカバー)





この本は、地球上のほとんどの生き物は、絶滅することとその理由を理解させてくれる。
しかし、そこからさらに学べることは、人間社会という視点からでも同じ大きな原理を
見つけることができる。

地球が生まれておよそ46億年、

地球に生命が誕生したのが40億年前、(4,000,000,000年)

人類が生まれたのが、およそ2000年~3000年前

地球における人間の歴史とは、今のところ全体の0.000075%の時間の流れしかない。

この対比は人間の寿命を100年とすると、わずか3日である。

深く考えると自分の時間の大切さがより実感となり湧いてくる。

多くの生物は、わずかな期間に生まれ、消滅していくサイクルを繰り返しているにすぎない。

つまり、生き物が絶滅した理由は、人間が理由の出来事もあるが、多くは自然の摂理である。


survival.jpg


特に、多くの生物が絶滅した理由は、以下の地球環境の3つの変化である。

火山噴火による大陸の移動
空気の成分変化
激しい気温の変化

地球上の生き物は、地球の環境変化により命運を握られているいるといっても過言でない。
また、厳密に絶滅の要因を考察すると、外的要因、内的要因、突発的な要因の3つに分けられる。


外的要因は、住んでいた環境の変化により、食べ物が減少して絶滅
内的要因は、食べ物があっても、生き方を変化させずに適応できずに絶滅
突発的な原因は、天敵が出現して、殺されて絶滅

これらのことから、現代社会で生き残るための教訓として、企業・人はどのように進化していけば良いのかを考えるとき、以下の3つの戦略が考えられる。

外的要因に立ち向かうには、市場における拡大・成長する分野にポジションをとること。
内的要因には、独自性・差別化を維持しつつ、マーケットのニーズに迅速に適応すること。
突発的な原因に対しては、他の企業・人と連携・協力して、数で相手を包囲して対抗すること。

人間の絶滅は、まだ数十年はこないであろうが、個人として、現代社会のなかで生き残るための教訓として、生物の絶滅から多く学ぶことができる。
タグ:絶滅
nice!(0) 
共通テーマ:

データベースの機能 [AI とIT 関連]

データベース管理システムは、データベース定義、データベース操作、データベース制御機能の3つのから成り立っている。


データベース定義は、データの構造の作成、破棄など

データース操作は、データの検索、更新、削除などのデータの操作に関するもの

データの制御は、データベースに対するセキュリティやトランザクションに関するもの


その他データベースの機能で重要な処理は、

保全機能  (データの不正な登録や更新を防ぐ)
データ機密機能(データのセキュリティを維持し、不正な利用を防ぐ)
排他制御(データの二重更新などのデータの矛盾を防ぐ)
障害回復(データベースの障害から復旧する)


書籍.jpg


データベース管理者の重要な2つの役割

設計管理

データベース化のためのデータの論理構造を定義する
ユーザやユーザの部門のためにデータベースの見方を定義する
データベースのハードウェア装置や物理構造を定義する


運用管理
デースの運用状況を監視する
データベースの性能を評価する
障害の際、更新ジャーナルなどをとり、復旧処理に備える
データベースの再編成または再構成を行う
データベースの障害復旧処理を行う


データの分析
データベースを使用する情報処理システムを利用する業務につて、その業務のシステム化の範囲、将来必要とされる処理からデータを取り出す。

業務分析によるデータ抽出
アンケートやヒアリング、業務現場の観察、計画書や各種帳票の収集から業務分析を行う。

メタデータの収集
データについてのデータをメタデータと呼び、例えば社員データがあるとすると、そのデータの作成日時、保管場所、データの作成者などのことである
データディクショナリ
データの項目や名称についての説明、メタデータなどを載せておく辞書であり、データ定義のチェック、食い違いの予防に使用する。


データベースは複数のユーザがアクセスを行うため、データベース制御においてトランザクション管理(複数のデータ処理の実行管理)は最も重要であり、主に4つの特性がある。
この特性はACIDまたはACID属性と呼ばれる。

Atomicity(原子性)
トランザクションは、分解されない処理単位として、完全に全て実行されるか、または実行されないかを保証する。

Consistency(一貫性)
トランザクションの処理の終了後に、データの一貫性がとれていることを保証する。
また、一貫性を保てない処理は終了させる。
例えば、商品のデータベースで在庫量がマイナスになる処理は実行できないように制御する。

Isolation(独立性)
トランザクションの実行がそれぞれ独立しており、他に影響を及ぼさないことを保証する。

Durability(永続性)
トランザクションの実行の完了後、データベースからその処理結果が消えねいことを保証する。



nice!(0) 

ロボット技術の拡大 [AI とIT 関連]

ロボット技術の市場は、純粋なロボット開発企業とオートメーション企業が混在しています。しかし、実際には、ロボットはファクトリーオートメーションの一部にすぎません。 ISOでは、ロボットを自動制御され、再プログラム可能で、3次元以上のプログラム可能な多目的な操作機械であり、産業オートメーションアプリケーションで固定また移動できると定義されています。

例えば、安川電機、ファナック、およびABBは、産業用ロボットの製造の最大企業です。 また、ABBとならび、シーメンス、ロックウェルは、自動化分野nの主要な会社です。マシンビジョンのニッチな市場においては、コグネックスが最大の企業です。KIONは、最大のサプライチェーン自動化の企業です。
Intuitive Surgical(ロボット手術の分野)とiRobot(ロボット掃除機の分野)は、市場ニッチにおいて、先行者の優位を持つ企業です。

日本企業の安川電機とファナックは、ロボット工学のリーダーであり、
アジアにおいて、確固たる地位を築いています。
実際に、世界のロボット出荷台数は、中国、日本、韓国の合計が全体需要の60%を占めています。

安川電機は、産業用ロボットの売上の60%をアジアから生み出し、
その内、売上の24%は中国、22%は日本画締めています。

同様に、ファナックの自動化およびロボットの売上はの訳62%はアジア諸国であり、その売上の26%は日本、17%は中国が占めています。

中国は、既に産業用ロボットの最大の市場ですが、
ロボットの導入密度は低く、今後も十分な成長が予想されます。

banksy star wars.jpg

ABBとシーメンスは、ファクトリーオートメーションおよびプロセスオートメーション市場の大企業です。
このプロセスの自動化には、原材料の自動制御が含まれ、さらに、石油化学精製、化学処理、水質処理も含まれます。
近年、ABBは、業績不振な事業は他社に売却したり、事業を撤退したりして効率化を断行しているとともに、将来に産業オートメーション、ロボット工学、スマート製造にフォーカスすることを経営方針として明確にしています。


シーメンスも事業の再構築にフォーカスしています。例えば、ヘルスケア事業や再生可能エネルギー事業の株式を売却し、電力事業を分離、一方、デジタル産業(ファクトリーオートメーション、モーションコントロール、プロセスオートメーション、産業用ソフトウェア)とスマートインフラストラクチャの2つのセグメントに集中投資していいます。

ロックウェルは、工場の自動化ソリューションは米工企業で最も注目されています。同社は、ファクトリオートメーション、コネクテッドエンタープライズの収益は2018年に約3億ドル(約300億円)であり、今後4年間で2倍以上になる予想である。

コグネックスはマシンビジョン市場を独占しており、主要な競争相手は日本のキーエンスです。コグネックスの2Dおよび3Dビジョンシステムは、自動化された機器とロボットをガイドし、自動化されたプロセスを監視および制御するために必要です。同社の製品は、自動車および家電の製造業、荷物を識別する物流市場、さらには空港の手荷物処理に使用されています。

ドイツのKIONは、純粋なロボット企業ではありませんが、製品への需要は、 Industry 4.0とロボット工学の使用の増加により、Web対応のデバイス、マシン、スマートファクトリーによって大量の情報が作成される場合、モバイルコンピューター、スキャナー、バーコードを介して情報を収集する必要もあり、拡大することとなります。

例えば、製造および物流環境、ヘルスケア環境、小売環境のおいて、自動化されたプロセスを促進するために、データを収集するためには現状、人間が関与する必要があります。具体的には、倉庫でのハンドヘルドバーコードリーダーの使用の増加です。


結局のところ、ロボット技術は、技術毎に特定のニッチな市場分野にて異なる企業が独占しています。
nice!(0) 

歩行と老化速度の関係 [健康管理]

40代の人々がどれだけ速く歩くかは、脳だけでなく身体も老化の兆候である、と科学者は示唆している。 (2019年10月12日 BBC News)

歩行速度の簡単なテストにより、研究者は老化プロセスを測定することができました。
調査の結果は、歩行が遅いひとの身体はより早く老化しただけでなく、顔が老けて見え、脳が縮小していた。

この研究では、1970年代に生まれのニュージーランドの1,000人に対象に45歳まで歩行速度テストを実施した。また、研究の参加者は定期的に身体検査、脳機能検査、脳スキャンを受け、子供の頃は数年ごとに認知検査を受けていました。

多くの医師は、特に65歳以上の人たちの歩行速度を測定して全体の健康状態を測定します。これは、筋力、肺機能、バランス、脊椎の強さ、および視力の優れた指標であるためです。さらに老年期の歩行速度が遅いことも、認知症と衰弱のリスクが高いことと関連が認められました。

研究のデータとして、45歳の測定結果でも、歩行速度には大きなばらつきがあり、最高速度(走行なし)は、2m / sでした。

一般に、歩行の遅い人は、歩行の速い人よりも肺、歯、および免疫系が悪い形で「加速老化」の兆候を示す傾向がありました。

さらに予想外の発見は、脳スキャンにより、歩行速度が遅い人ほど脳の老化が認められたということです。

そして、研究者は、3歳のときから知能、言語、運動能力のテストの結果を使用して、45歳の歩行速度を予測できることに気付きました。

最も遅い歩行者(平均歩行距離は1.2m / s)は、最速歩行者(1.75m / s)と比べ、子供の頃に平均してIQ が12ポイント低かった。

この結果からは、速く歩くウォーキングのトレーニングが、健康状態を改善するだけでなく、簡単に認知症や老化の予防に効果的であると考えられる。


walking.jpg
nice!(0) 
共通テーマ:健康

AIは女性を差別する [AI とIT 関連]

最近の人事採用におけるAI活用の取り組みの中で、様々な問題が浮き上がっており、
今後の取組の大きな課題となると考えられる。

人事採用におけるAI導入の主な問題点とは、人事部が人事の仕事を理論的に整理できないこと。

もう一つは、データを取り扱う人事担当者の倫理主観がAIを構成定義する要件に大きく反映されることである。

本来、人事採用においてAI技術の導入が効果を発揮するには、人間が見落しているものを把握し、大量の認識データを分析し、その結果から行動予測がたてられることである。

例えは、多くの履歴書の中から会社にとって適切な人材を探したい場合、過去の採用者のパフォーマンスを分析して、その傾向に近い候補者を選択したり、会社の採用基準を定義する必要がある。この作業こそがAIを高度な機能にするための基礎の機械学習のフェーズとなる。

しかし、2018年10月にアマゾンがAI採用をやめた1つの理由として、AIを活用した人材採用システムには「女性を差別する機械学習の欠陥」があることが指摘されたためである。つまり採用・評価にあたっては、AIは、女性より男性を高く評価する傾向がある要素が認められた以上、AIを人事採用関連に現段階では活用できないとの判断からである。

この問題を解決するには、会社の採用要件をより厳密に定義する必要があり、
その作業そのものが困難である。
さらに、現在、人事採用のシステムにAI技術を活用した場合、人材採用の公平性を疑われる事となり、社会的に批判の対象となるため難しいと思われる。


woman.jpg

nice!(0) 

この広告は前回の更新から一定期間経過したブログに表示されています。更新すると自動で解除されます。