2018年10月04日

最適な自動配車のプログラムと最近のAIについて

”AIが使えたら苦労しなかったのではないか・・・”
と思えるシステムを無理やり作ったことがあった。                                                                                                                    
30年ほど前、バブル絶頂期だったろうか、情報システム部門に所属していたとき、物流部から、荷物をどのトラックに最適に載せるかという「自動配車」のシステムを完成させるように言われた。                                                        
当時、荷受待ちのトラックが物流センターから溢れ、まわりの道路をぐるりと囲む中、運転手の待ち時間をなくし、一刻も早く、最適な荷配りをすることは喫緊の課題だった。
例えば、4トントラックの荷台に、浴槽ばかり積めば、重量を余して満杯になり、反対に重いタイルばかりを積めば空間を余して荷重が4トンになってしまう。
また、荷降ろしに応対するお客様からみれば、できるだけ1台のトラックでまとめて受け取りたいし、運転手は、できるだけ少ない店を回って荷降ろしを完了したい。
また、A店とB店は仲が悪いので、同じトラックに荷物を載せないでほしい・・・。     
といったわがままな条件も織り込んで「最適な自動配車」のプログラムを組まなければならなかった。
こういった問題を解決するのに「オペレーションズリサーチ」が役に立つかもしれないと高価な専門書を自腹で買って、穴の開くほど読んでみたものの、こういった泥臭い実務問題には向かなかった。                                                           
幸い「1㎥=0.38t」と容積を重量換算できたので、実重をX軸、容積重量をY軸とし、荷物1個1個を”(x、y)の位置ベクトル”で表わし、その合成モデル化、トラックに積む順序を小さい順や大きい順、その組み合わせ順で、コンピュータの中で何通りもシミュレーションさせて、条件を満たした中から、評点の高いもの(効率よく積んだものなど)を正解とすることで何とか形になった。
一緒に夜中まで付き合ってもらったチームメンバーの力添えあってこそだが、なにせ開発納期が短く、寝る間も惜しんだ体力勝負の中、80点の提案ができれば、あとは人間が補正することでその時は間に合わせた。一から作ることに比べれば圧倒的に早く配車ができ、運転手の待ち時間を何とか減らすことができた。
これを事務計算が得意な「COBOL」言語で組んだので、”良く作ったな”というのが今の感想である。
現在なら、ベテランの積荷(とヘタクソな積荷)のデータを学習させておけば、AIが素晴らしい解答を導き出したかもしれないし、今の運送業界ではいろいろな実用化がされていよう。さらに、帰り便の効率まで考え、ネットワークやクラウドも駆使しながら、複数の会社にまたがった最適な「自動配車」も整備されているのではないかと想像する次第です。
 
蛇足ながら、正月休みも返上してテストしていた頃、物流部の責任者がフラッと来て、どんな様子か尋ねたときに、私は自信無げにつぶやいたらしく、後々になって、
「お前、あの時ダメかもしれん・・と言っただろう」と諌めた。
言われたときの彼の気持ちを考えると、技術屋は最後の最後の結論が確定するまで、ネガティブに弱音を吐くことは厳に慎まねばならないと今もって思い返すのであります・・・。
 


2018年07月12日

統計解析とAI ~画像認識による自動検査への活用~

AI(人工機能)が社会を変える、専門家の職業にAIが取って替わる時代が近いなど
AIの話題には事欠かない。                                                                                  
                                                                                                 
全自動洗濯機やロボットがロボットを作っているうちは通常の科学や技術の進歩として、さほど驚くには当たらないが、車の自動運転や医者の替わりをするとなるとこれは革命である。   
                                                                      
AI(人工知能)の特性は、
(1)人間の脳を研究したモデルから、ニューラルネットワーク・ディープラーニングといって、学習をしながら賢く進化していくAIと、                                                   
(2)機械学習といって、あくまで大量データに統計的判断を行って区分けしたり、確率的な判断をさせる特徴をもったAI                     
の大きく2つに分かれる。

(2)については、統計解析を仕事の中で活用したことがあったので、この領域なら理解できるかもしれない。                                                                              
 
統計解析のひとつである「判別分析」の活用例として、                                                    
・これまで全国に49店のスーパーを出店した。                                                                
・出店の業績(成功か失敗)をyとして、出店先の人口、交通量、所得水準、公園の面積などを(x1、x2、x3、・・)とすると、y=f(x1、x2、x3、・・)という関係式が49組できる。
・x1、x2、・・は客観的に獲得できる情報であり、独立変数と呼ばれる。
・これに対し、yは結果であり、失敗して撤退することがあれば、高い授業料を払ったことを意味し、従属変数と呼ばれる。   
・この49組の実績データから(x1、x2、・・)がどういうときにyの成功する確率が高くなるかを表す「判別式(関数)」を作る。                                                                                 
・その後、新たな50番目の出店として、A,B,Cの候補地があったときにそれぞれの人口や交通量などのx値を「判別関数」にかけてyの値を求めると、どの店の成功確率が高いかがわかり、経験と勘を数値に置き換えて意思決定できるという仕掛けである。 
                                                                                                                                                                            
また、「クラスター分析」と言う統計解析では、                                             
クラスターとは、群、塊り、集合体と言う意味であるが、データのグループ分けをグループの重心と各点との距離から、クラスターに分ける手法である。 
例えば人間の顔の画像データをインプットすると、目か鼻かなどデジタルデータを区分けした集合体として認識できる。                                                                     
 
猫の写真を何枚も撮って、これが「猫」だとコンピュータに教えておいたときに別の写真を見せて「猫」かどうか判定する場合はこうした分析手法やさらに「因子分析」によって、「固有値」を算出するというコンピュータが得意の領域がある。  
 
AIのプログラムを組むことは私にはできないが、 
「猫」を”製品"に、「他の動物写真」を"異品(不良品)”と置き換えると画像認識による異品の検査ができる。原理が同じなら、活用してみたいと思う。                         
前提条件として、画像認識するためのパッキンなどの製品が、カメラの下に1個づつ行儀よく並ぶかどうかが問題であるが・・・。          


2018年05月02日

23才 羽生青年のパレードに思う

平成30年4月22日、フィギュアスケートで五輪連覇した羽生結弦さんは地元・仙台市で行われた祝賀パレードで、沿道を日の丸で埋め尽くした約10万8000人の大歓声に手を振って応えた。その胸には大きな金メダルが輝いていた。
 
23才の青年がなぜここまで、大勢の人を引きつけることができるのだろうか。 
                                                     
中学生のときに東北大震災に遭い、犠牲になった方々を目の当たりにして、
「スケートをやってる場合なのか・・」ずいぶんと悩んだ挙句
「皆に勇気を与えるには僕はスケートしかない」というように考えて、さらに努力したと聞いている。                                                    
まして、平昌オリンピックでは、数ヶ月前に大怪我をし、出場さえ危ぶまれたのに見事金メダルを取り、我々に感動を与えた。
最後まであきらめず全力を尽くし結果も出して、支えてくれた大勢の方々にも感謝する姿勢が爽やかな好青年の姿と相まってあれだけの人を集めるのだろう。  
            
また、「類は友を呼ぶ」というが、パレードの後、観客は自分のゴミを持ち帰り、ゴミ袋は僅かしか要らなかったという。
政治家や官僚らのうんざりする言動とは対照的に、羽生君のファンなら清冽でありたいというプライドがそうさせるのだろうか。
テレビでニュースを見ながら、いたく感心してしまった。                                                       
 


2018年04月11日

 「楊震伝(四知)」 と 安倍内閣  

  十八史略の現代語訳の文庫本を読んでいたら、どこかの総理に感想をきいて見たいところがあった。  
                 
  後漢の時代に「楊震」という「政治家」がいた。        
  博学で廉潔であったので関西(かんせい-楊震の出身地)の孔子とたたえられた人である。  
  東菜郡の太守になったときに、その町の長官職に「王蜜」という男がいた。    
                 
  王蜜は楊震の引き立てによって、長官の職に就くことができたので、    
  感謝の意をもって、ある日の夜中に賄賂を楊震に渡そうとした。      
  王蜜は、              
  『どうかお受け取りください。このような夜中のこと、誰も知るものはおりません』  
  というと、楊震は応えた。有名な四知のセリフである。      
  『天が知る。地が知る。私が知っている、君だって知っている。    
  誰も知らないことはない』          
  これを聞いた王蜜は恥じ入って去っていった(蜜愧じて出ず)。      
                 
  もうお分かりだろうが、            
  ・森友学園に財務省理財局から、「埋設ゴミの撤去にトラック何千台も走ったことに  
  してほしい」と言ったらさすがの森友学園も(近畿財務局も)応じなかった。    
  ・加計学園では、内閣府の幹部が自治体に特区事業(獣医学部新設)を申請前に  
  提案した。              
  ・廃棄したはずのイラク日報や南スーダン日報などが、”無い”と国会で啖呵をきった  
  後から発見される。            
  ・働き方改革法案の提出にあたっては、根拠となる調査データが一部デタラメだった。  
  など、安倍内閣は、強引なだけでなく、頭から腐っているのではないかと非難されても  
  仕方がない事例がゾロゾロ出てくる。バレなければ何をやってもいいと思ってないでしょうね。          
                 
  後漢書が書かれた時代から約2000年経ってなお、我々の眼に触れること自体  
  実際には正反対のことが横行し、廉潔の政治家は稀有だったということだろうか。  
                 
  法案を通すことを目的として、不都合な文書や情報は遡って改ざんしたり、隠したり、  
  あろうことか国会で平気でウソをつく有様は、悪い”憑き物”がとり付いているようにみえる。  
  この「楊震」の史実に照らし、報道どおりなら、安倍内閣も”年貢の納めどき”かもしれない。  
  米国、韓国、シリアなどのトップもいろいろと非難されているが、      
  世界から見て、日本だって同類ではないかと思われたら、何とも残念で、恥ずかしい  
  話である。              
                 


2018年04月05日

旨いお蕎麦やさんを探して

  旨い蕎麦を食べたいというこだわりが強くなったのはいつごろからだろうか。  
                 
  きっかけは本からかもしれない。          
  二十歳の頃、東京の下宿でごろごろしながら、夏目漱石の「我輩は猫である」  
  を読んでいたら、主人の苦沙弥(くしゃみ)氏の友人、迷亭(めいてい)先生  
  が蕎麦を食べるシーンがあって、矢も盾もたまらず近くの「やぶ」そばの店に  
  駆け込んだこともあった。          
                 
  子供たちがまだ小学生だった頃、車で比叡山に家族で出かけ、帰りしな    
  坂本にある「鶴喜」という店を見つけ、寒い時期だったので、温かい    
  かけ蕎麦を食べたがめっぽう旨かった。        
  その後、偶然にも、司馬遼太郎の「街道を行く(叡山の諸道)」を読んだら  
  「日吉」や「鶴喜」の店が紹介されてあり、おいしい記憶が増幅された。  
  木曽福島の「車屋」にも若いときと、最近も出かけたが昔のほうが旨かった  
  ような気がする。            
                 
  職場が霞ヶ関ビルだったときは昼休みに、西新橋に近い      
  「虎ノ門大坂屋砂場(とらのもんおおさかやすなば)」にも時々通った。
青物横丁に住んでいたときは、京急立会川にあり、坂本竜馬も食べた?
という「吉田家」に、ひとりで、また友人を誘って出かけた。
 
  東京にはおいしいお蕎麦屋さんがたくさんあり、神楽坂の本通りから裏道に入ると
  小粋な店があったりというように、藪、更科、砂場・・それぞれ探せばきりがない。  
                 
  地元に帰ってからも、旨い蕎麦の店を探したが、山本屋の味噌煮こみ、岡崎の  
  釜春本店などうどんにも力が入っているせいか、満足のいく店に出会わなかった。
  名駅や栄ビル街にあるテナントの店でも これぞ!とはいかなかったが、  
  鶴舞近くの「春風荘」を見つけ、ここに落ち着いた。蕎麦のコシもつゆの甘辛さも  
  天婦羅、ダシ玉子なども大満足である。        
                 
  もう少し季節が進むと、昼神温泉の花もも街道が絢爛の美しさを迎える。  
  偶々入った蕎麦屋さんで、畳敷きの部屋から眺めた紅白の花ももの美しさと  
  蕎麦のコラボがたまらない。          
  麺類には目がないという孫も誘ってぜひまた行ってみたいと思っている。  


2018年02月27日

”だめで元々”の要求で失うものについて

仕事を進めているといろんな要求を受けたりするし、相手にお願いする機会も多い。   
       
要求する側が、だめで元々というつもりで、言ってきたことについて 
受ける側に道理が納得できれば、特段のストレスは起きないが、     
その中に”我欲”や”いやしい”心理が見えたりすると嫌な気分になる。     
       
       
たまたま「山崎武也の「一流の条件」(1993年11月第1版)」   
という少し古い本を読んでいたら、同様のことが書かれてあった。   
       
『要求が通ればこのうえなく満足すべき状況になるし、     
通らなくても失うものはないと考えている。       
ところが実際には、かけがいのないものを失っているのだ。 
人間としての信用に傷がついているのに気がついていない。 
思慮分別のない軽薄な人だという評価をされてしまう。     
しかも、そういう人は相手にちょっと弱みがあるようなときに要求を出すので、       
卑怯な人という印象を与える可能性もある。・・・  
要求が通らなかったら、「元々」ではなく「大損をする」という意識をもっていなくてはならない。』     
       
著者は昭和10年生まれなので、現代でもそのまま通用するかわからないが、 
自分の感覚があながち特別ではないと思った。     

いたずらに控え目にすることもないけれど、お互いに相手への理解を優先して、できるだけ透明な気持ちで進めていくことが重要だと思う。       
 


2018年01月24日

マナーの基本は健康から ~風邪に負けない体力を~

ここ数年、年末年始にかけて、風邪でダウンするようになった。
昨年は、年末まであと2週間というときに風邪を引いて、会社にはだましだまし出勤したが、正月明けまで長引いた。
1年の疲れが出たかもしれないが、年齢による免疫力の低下がいちばん思い当たる。
そんな中、楽しみにしていた12月23日(祝日の土曜日)に銀座で行われる大学のクラス会を直前になって欠席の連絡を入れた。
このクラスには特別な思い入れがあった・・・。

わたしが入学した1969年(昭和44年)は、70年安保絡みで大学入試が中止になるほどの波乱の年で、入学式も4月遅くに行われた。
10月21日に佐藤首相が訪米すると、急に学生運動がしぼんでいって、晩秋になってまともな授業が始まった。
入学後半年間は、クラス討論会があったり、時間もたっぷりあったせいか、クラス単位のまとまりが強く、卒業後も幹事さんの面倒見が良くて、半世紀近く経った今も交流が続いている。――― その貴重な機会を不覚にも逃した。
また、仕事でも、こちらからお願いしたアポをキャンセルすることになった。

新入社員の頃、健康管理をして約束や納期を守ることがビジネスマナーの基本であることを教わったが、このまま『成り行き』任せでは体力は衰える一方だから、新しいことにも挑戦して流れを変えなければならない。

名古屋という場所はついつい車を使うので、万歩計はせいぜい3,000歩止まり、
どこか変えられるところはないかと意識して探し出し、PDCAを回すようにしよう。
玄米や大嫌いな納豆なども工夫すれば食べられるかもしれないし、週1回のテニス以外にも、もっと歩いたり、ヨガ体操も試してみよう。
さしあたって、地元を活かした「知多四国」巡りは、納経帳に記録も残り、こころにもよさそうなので、できるだけ週末の予定に入れようとかと思っています。

まわりでは、風邪もインフルエンザも流行っています。
皆様も油断せず、日頃から健康によいことを続けて、元気にお過ごしください。

 


2017年12月14日

希望ナンバープレートの市場規模を推測する

朝晩それぞれ1時間かけて車通勤している。
知多市の産業道路を北上し、23号線、1号線を走って会社に到着する。
往きは大体CBCラジオ "朝からPON"を聴きながら、渋滞と退屈に耐えているのだが
退屈紛れに車のナンバープレートを眺めていると、日付のナンバー ・1-01から
12-31が目立って多いような気がしたので、ちょっと以下のような推測を試みた。
ナンバーは0001から9999の9999通りであるが、計算上は0000もあることに
して、1万個とする。
2月29日(0229)は除くとすると、日付ナンバーは365個あるから 
365÷10,000=0.0365。
逆数は27.4になるので、確率上、日付ナンバーの平均台数は27台に1台
となるが、信号待ちや追い越していく車のナンバーを観察して、日付ナンバー
と総台数をざっとカウントしてみると、
仮説:『少なくとも10台に1台は日付ナンバーである』
といえるのではないか。

統計学の世界からもう少し慎重に見直すと
(1) 全国で走っている何千万台の車を「母集団」としたとき
(2) 私がカウントしている通勤路(標本空間)は偏りなく「母集団」を反映している
  といいきってよいだろうか?

私は行き帰りともほぼ同じ時間帯で同じ道を走っている。共に走っている常連
の仲間もいるだろう。通勤時間帯に通勤する車が、知多市と名古屋市中川区の
間を行き来し、主婦やレジャー目的の車はほとんど走っていない状況なので、
サンプリング上、多少偏っているかもしれないが、(退屈しのぎのはなしなので)
あまり気にしないで、仮説をやや緩めて13台に1台が日付ナンバーだとしよう。
1年間に300万台がナンバー登録するとしたら、
300万台×(1/13-1/27)=119,658台は、意図的に希望して日付ナンバー
を取得したことになる。
1台につき5千円を加算して払うとすれば、希望ナンバービジネスは約6億円/年
の市場になるのだろうか。
日付の他に、1桁の数字や7777などのゾロ目は抽選取得になるほど人気が高い
らしく、縁起の悪いナンバーを変えたいという人もいるだろうから、それらを加味す
ると、市場規模金額はもっと高くなるのかもしれない。
情報システムの開発費用を除けば、おいしいビジネスになるわけで、
ものづくり製造業者からみると少しうらやましい・・・。

・・・・・というようなことを思いながらハンドルを握っていたことがあります。
いつか大きな駐車場で検証してみましょう。

関心の分野が違う人にとっては、理屈っぽくて面白くも何ともない内容でした。
悪しからず・・・。


 


2017年08月30日

東京みやげ ~空也もなかと重盛の人形焼~

お前のブログは難しい・・・・
と私のブログの数少ない読者から言われたので、今回は少し柔らかい話をします。

サラリーマン生活最後の4年間は東京だった。
大学の4年間を世田谷(上野毛)で下宿し、退職までの4年間を品川(青物横丁)で過ごしたので、キセルしたような8年間は、数字以上に長く住んでいたように感じる。
単身赴任の東京から帰省するときにはみやげとして、度々「空也もなか」と「重盛の人形焼」を買った。
 
「空也もなか」
東京のおみやげで何が喜ばれるだろうと、当地の友人に尋ねると
「空也の最中が一番でしょう」という答えが返ってきた。
1週間以上前に電話で予約し、銀座6丁目並木通りの小さな店まで取りに行かないと手に入らない。
暖簾をくぐって、「3箱注文した伊神です。」というと、カウンター奥にいくつも積まれた中からレジ袋入りの「空也もなか」を、ハイと渡された。
経営効率のよさに感心しつつ、ようやく手に入れた満足感と、どんな味がするのかワクワクしたことを覚えている。
夏目漱石も愛したという小豆のつぶし餡入り小判型の最中が10個入り1000円。
家の近くで家庭菜園をしているSさんから、散歩の通りすがりに土のついた野菜をよくいただくので、お礼に1箱差し上げると、えらく感激してくれた。
別のところに、東京みやげとして渡したら「もっと大きい最中がいいなあ」と言われたのでここには2度と持っていかない。
上品な甘みと入手が困難なことを知っている人は一様に喜んでくれるので、在京の会社の人たちにも時々配ったことがあった。
上京する日が確定していれば予め電話注文できるし、銀座のG-SIXにも寄ってみたいので、久しぶりに頼んでみようかと思っている。
 
「重盛の人形焼」
京急「青物横丁駅」から都営浅草線の人形町駅で降り、水天宮方面に向かい、新大橋通りを東に行ったところに通勤していたので、水天宮の交差点に面した「重盛の人形焼」に立ち寄って、餡入りや餡なしの人形焼を度々買った。
人形焼は東京のキヨスクなどのみやげもの店でも売っているが
本格的な味となると、重盛永信堂以外には浅草や上野界隈の老舗、錦糸町の山田家などがおいしい。
 
この「日本橋トルナーレ」ビルに通っていたとき、ちょうどテレビ番組で東野圭吾の「新参者」が始まった。朝の通勤途中、偶々、甘酒横丁の卵焼きやで人だかりがしたので近寄ってみると主役の「阿部寛」の長身が見えた。
番組の中では、この人形焼の他にたまりせんべいの草加屋、たい焼きの柳屋をはじめ
浜町に近い明治座などいろいろ出てくるので当時は「新参者」の舞台を紹介した地図やポスターが出回ってにぎやかだった。
 
名古屋も大名古屋ビルやJタワーなどおしゃれなビルができて、東京で有名なお店が進出して、大都会と変わらなくなってきているが、老舗の味はぜひ
”そこでしか買えない”
よう貫いてもらったほうがかえってありがたいように思います。

柔らかい餡子(あんこ)の思い出でした。

 
 


2017年07月26日

一番強い横綱が一番稽古する ~祝 白鵬 1050勝~

横綱白鵬が平成29年の名古屋場所12日目で魁皇の持つ1,047勝の最多勝記録に並び、千秋楽で1,050勝、39回目の幕内最高優勝を果たした。
 
白鵬は入門当時 175センチ、68kgで私より少しだけ大きいくらいだった。2001年3月場所初土俵では3勝4敗と負け越している。ここから、2004年5月新入幕、2006年5月初優勝と続き、気の遠くなるような勝ち星を積み重ねて現在に至るわけだが、テッポウや四股などの基本的な稽古を今なお怠らないとテレビで解説していた。こつこつと継続した努力が実を結んだわけで実に素晴らしい。
勝率や負け数を考えると、まだまだ記録は伸びると思うが、“張り差し”や“カチ上げ”などはできれば少し控えて、前人未到の高みに向けて、『修証一等(注)』の精進を続けていただくことを願っている。
 
(注)修証一等について
道元禅師の正法眼蔵「弁道話」で“修証これ一等なり“すなわち修行と証(さとり)は別のものではないと示しておられる。
修行することと悟ることは同等で修行して坐禅する姿がそのまま仏さまのお姿ということだが、私は修証一等を、
一番強い横綱こそが(ひたすら)一番稽古することだ、というように理解した。
これまでこの解釈が間違っていたというようなケースに合ったことはないと思っている・・・・。
 




このページのトップへ