コロナのため３月後半から仕事面では大きなインパクトがありましたが、この間は充電期間であるとともに、いろいろな活動をできる範囲で取り組んできました。
おかげ様といいますか、様々な方々とのご縁をいただくことができ、６月からいろいろな活動を開始できそうな運びとなってきました。
感謝の気持ちを忘れずに再スタートしたいと思っています。
コロナの治療薬として、先日レムデシビルが承認されました。アビガンはどうなるのかというところで、これらに限らず、一日も早くワクチンとか、治療薬が開発されることを願うもの です。
ところで、最初の話ですが、なぜ米国製のものはよくて国産の薬は容易に承認されないのか ですがそれは
医薬品医療機器等法
に書いてあります。この 第十四条の三 の第２項には
二 その用途に関し、外国（医薬品の品質、有効性及び安全性を確保する上で我が国と同等の水準にあると認められる医薬品の製造販売の承認の制度又はこれに相当する制度を有している国として政令で定めるものに限る。）において、販売し、授与し、又は販売若しくは授与の目的で貯蔵し、若しくは陳列することが認められている医薬品であること。
とある。レムデシビルはFDAはＯＫした薬なのでＯＫ、アビガンはＦＤＡなど外人がＯＫといわないからＮＧということか。
なんだか、こういうのは ＩＴ の時の話にそっくりな気がする。
ディープラーニング、機械学習がうまくゆくためには、いろいろな課題があるとはよく言われるところ。
代表的なのは「データがない」というもので、確かに解析に必要なデータがない というのは事実だと思う。
ところで、必要なデータとは何で決まってくるのかというと、間違いなく「分析の視点」。
猫の顔とか人間の顔を判定したい なら猫や人間の顔の画像を集めればいいが、今後の売れ筋のオンライン配信コンテンツを把握したい、機械がいつごろ故障するのか予知したい となると話は大きく変わってくる。
今後の売れ筋の配信コンテンツをみるのに何を見ればいいのか、機械の故障原因ごとにどんなデータをどのくらい集めればいいのか。
ほとんどの場合、このあたりで大きな壁にぶつかる。
多変量解析とか主成分分析、需要予測などの統計分析はこれまで数十年かけてそれなりの実績はあるし、動画配信では、視聴者の属性や視聴時間などすでに多くの試みがなされているが、おれらも試行錯誤の連続である。
機械故障はまだ物理的要素の支配範囲が大きいが、問題は故障原因がどんな物理量になって表れるのかの全体像を知ることがほとんどできない。
分析の視点と方法、データ収集、場合によっては生成？はかなり難しく今後もあまり変化はないだろう。