【AI時代】北海道札幌のまちづくり9【到来】 [無断転載禁止]©2ch.net

札幌の都心、郊外拠点などの開発・交通インフラのみならず
まちづくりの視点から多角的な話題をしようぜっ！ 都市の発展について語ろうよっ。
都市圏内はもちろん、道内の話題でもおk

その他、都市構造や機能集積などの観点から都市空間を多角的な視野からとらえ、
この21世紀における課題や展望を人口、土地利用、主要施設等を想定し、
そのために必要な規制、誘導、整備について、整理し、それらに基づき持論展開や情報提供、
提案など良識ある範囲で。

ワンステップ上の挑戦をする意欲があればいいでしょう。「人と繋がっていたい」という連帯感を大切にしているのであれば、
効率よくコミュニケーションが取れる方法が見つかるかもしれない。
ワクワク感を得たいのであれば、1つの分野にこだわらない広い視野が身につくであろう。

人生設計の中にある1つの目標に固執してしまい、それが上手くいかなくなってしまったとしても「今まで培ってきたモノが無駄になってしまう」
とか「これまでの努力が水の泡になる」と言っては次のステップへ移行できない。
そんな時こそ「人生設計は変更してもいい」と心のゆとりを持つことができれば、新たな可能性を発見できるかも。
こういう考えは、SNS世代の割合がふえると普及してくるであろう。

ドイツは好景気のため、多くの企業が深刻な人材不足に悩んでいる。「インダストリー4.0」という工業生産のデジタル化計画が、
ドイツの成長戦略として注目されているが、IT技術者の人材不足により、遠くインドや東欧などから人材を受け入れている。
残業時間を銀行口座のように貯めて、有給休暇などに振り替えられる。この口座がプラスである限り、好きな時刻に出社し、
好きな時刻に帰ることができる。ドイツの年平均労働時間は1371時間（日本は1719時間）とかなり短いにもかかわらず、
労働生産性は日本を約46％も上回っている。

製造業では当たり前のように行われている「見える化」や「標準化」は、サービス業では導入が遅れており、
属人化によるバラツキが発生している。
カイゼンの方法を知り、業務のムリ、ムダが無くなり単位時間あたりの価値を増大させるという成功体験を積む。
これって、3次産業の生産性向上にもつながるだろう。「人材ミスマッチ」は解消されるようになる。

業界の人出不足に対して、自動運転車の導入やドローンの活用、共同配送や駅の宅配ロッカーの設置促進、
物流倉庫の機械化やＡＩ化が進行している。
これまで人が携わってきた業務の一部を代替することで、業務効率・生産性向上の可能性や、これまで人が携わることが
できなかった業務を担うことで、新規業務・事業創出の可能性を秘めていると予想される。

今求められているのは、短期的には、超人出不足である生活に直接かかわる人海戦術に対応できる人材である。
中長期的には、外国での勤務、経験があって、コンピューターの初歩的なプログラミングができて、
数学と経営学を修めたような高学歴の人材。企業はこうした人材を勝ち取るために激しい競争を行っている。
今後、この日本においても、小学校でも教科としての英語やプログラミングの授業が始まる。

自由研究や習い事、総合学習の一環として、たとえば、自動運転のラジコンカーとかロボットを制作してみる。
設計→試作→評価→報告という実際の開発の仕事の流れを体験していただく。

自分でロボットを組み立てて、プログラミングで制御できる教育ロボットキット。
工具を使わずに3種類以上の異なる形状に組み立てられる。組立て・操作ともに簡単にチャレンジできる設計になっているので、
楽しみながら子どもの論理性や創造力を育むことができる。

自分の手で実際にコードを書く体験を伴うプログラミングを行う。少しずつ課題を与えていく。
まっすぐ走らせることから、障害物があったら角度を変えて走る、ある部屋からある部屋までたどりつくなど・

実際の自動運転開発において、深層学習を使ったAIによる制御が注目されている。
合流や追い越しといった、他車両との協調が不得意であり、他車を配慮した制御が必要な運転シーンへと対応させる
学習方式の確立が課題になっているという。

たとえば、合流シーンの運転制御は、減速、停止、周辺を確認しながらの発進、合流先の車両への追随などの制御要素によって実現しているが、
このような一連の制御要素をAIに学習させようとした場合、合流先車両への追随を改良すると、減速・停止の動作が劣化すると
いった過学習の現象が起こりえるという。

あるいは、こちらは筐体などのハードの設計になるが、ここは、ブロックでもいいと思う。
または少し発展させて、3DCADでソフトを使って、マウス操作を中心に立体のカラーパーツを組み合わせながらデザインをする。
3Dプリンタで出力してパーツを作成する。
3D プリンタは全ての形状のものを出力できる訳ではなく，不向きな形状もあるため万能ではない。
極端に細い部分がある形状や突起物がある場合、積層タイプの3D プリンタの場合は下部から支えられている形状のみ出力可能である。

動かなかった時、どこに原因があるかを探ることが必要である。
そのためには捉えた現状を正しく分析、評価した上で理解し、問題の原因を追究するとともに、今後どのような状態にもっていくか。

そして、年齢が上がるにつれ低コスト化、低消費電力化、耐環境性など、あまり学校で扱われない分野でのアプローチを試みる。
物理学では、複雑な現象をある単純な物に置き換えて、理論を構築する「モデル化」が頻繁に行われる。
当該目的に合致した部分のみ特徴を取り出し、あとの枝葉を切り捨てるということだ。
この枝葉が発生する要因を考え、これを定量化していき、OKかどうかの判定をしてく。
こうした物理を理解するには、微分方程式・偏微分・全微分・外積など、大学初年度の数学は必須であろう。
抽象的でとっつきにくい面もあるというかそうさせている。

空間認知能力向上にもつながる算数の立体、理科においては、任意の倍率や視点から構造を確認する事で理解度が上がると考えられる。
DNA のらせん構造や，細胞の構成など、社会の地形の場合では，実際に現地に行ったとしても、平野，盆地等，視界の範囲内で全てを
見渡せない事も多く，理解できない事が多い。
しかし、3Ｄデータでは拡大縮小だけではなく、高低差の倍率も変更できるため地形を立体として認識しやすくなる。
様々な教科で3D が有効な場面があるが、2D の情報から3Dへの頭の中での展開がしやすくなることで、理解を容易にする。