  |
数学科ではなく、工業で使える数学と統計を多くの技術者が使いこなせていないのを、AIブームで感じる。
流行っていたWebプログラミングに比重を置くと、そもそも勉強しなくてもプログラミングはできる状況があり、優先度が低いと捉えられていたのではないか。
もちろん全く使えないことはないが、大学の教科書で数式の変形はできるが、現実の問題とリンクしていない。
既に知れ渡っている手法については数式も含め理解できるが、現実問題を解くときに対処しきれない。
数式でモデルを作れたとして、プログラミングに落とし込む所にハードルがある。
各プログラミング言語として、速度の遅くならないベストプラクティスは多くの人が興味を持つが、
bfloat16といったのが自分達で作れない。
政府は、欧州、中国の科学政策は収集、論文数などの統計は取っているが、内容までは踏み込めていない。
中国の科学力が伸びてきているといったときに、大学でどこまでの教育水準なのか、といった情報はない。
アメリカの大学院で使う洋書は、日本の大学院でも使うが、中国については情報はない。
中国語が最先端の部分が出てきているのに危機感も、学ぶ姿勢もない。
議論するとしても、論文数、研究費、人口のグラフを眺める所から深くはならない。
英語サイトは外国人雇用用ページなので、自動翻訳を使いながらでも見てみることをお勧めする。
製造業はJISがあるが、ソフトウェアについても開発手法など標準化を進めたほうが良かったのではないか。
アメリカの組織力に勝てないのに、国内企業間の過当競争でつぶれてしまう。
〇〇ペイは競争によって技術力が向上しただろうか。広告合戦で終わった。
消費税対応としても、増税による消費減を打ち消すだけの効果はなかった。支払い方法が増えても、集客は増えない。
結局、支払いプロセスが複雑になり、事業主の負担が増え、一時的に対応端末で売り上げは伸びるが将来の更新費を賄えない。
マニュアル人間が悪いと言われているが、知識を多くの人に広めるためにはマニュアル化が必要だ。
Matlabのマニュアルのように、複数の機能を使う時、どのように組み合わせれば目的が達せられるかといったのは重要だ。
柔軟性に欠けるのはマニュアルを更新しないことが問題だったりする。
11
