研究テーマ

実験データセットの作り方

AIは今や誰しも知っている単語。しかしその機構までご存知の方はまだ多くないのではないでしょうか。なんとなく機械が全部やってくれてすごい結果を出してくれるものじゃないの？なんてイメージの方も多いのでは。

しかし残念ながら実際はまだまだ機械は万能ではありません。予測にはまず入念に下ごしらえされたデータが必要なのです。機械はなかなかグルメで偏食なので，きっちり正確に準備されたデータじゃないと実際とは全然違う結果が返ってきてしまうことも。。良い結果を得るには機械が食べやすいデータを準備して，やり方をよくよく教えてあげる必要があります。

さて機械のご飯，データの準備です。まずは種を撒いて，野菜を育てて，，という手順になりますが，幸いなことに種から育てる必要はありません。すでに先人が論文という膨大な畑に多くの貴重な研究結果を残してくれています。大切に育てられた実験データは論文の中の文章，グラフの中，表の中，色々なところに散りばめられています。言うなれば，畑に野菜が埋まっている状態です。しかし，雑草や食べれないものも埋まっています。私はこの畑から一つ一つ大事に作り上げられたデータを収穫しています。

もちろんこのままではグルメな機械は食べてくれません。その後にはよく洗って（データクレンジング），よく調理して（データ成形），試作を繰り返して（データ構造の評価），盛り付けも綺麗にできたか確認して（データの可視化）やっと機械の元に届きます。

私の研究はデータを作ってくれる実験屋さん*1，機械を動かしてくれる計算屋さん*2の架け橋研究とも言えます。

なかなか大変な道のりではあります。しかし埋もれていたデータが自分の手を経ることで，美しい結果に結び付いた時は感無量です。

マメ知識 （藤田の周り編）

*1 実験屋さん: 実際に合成実験を行い物性の測定や解析を行う研究者。

*2 計算屋さん: 機械学習の他，物性や構造特性を算出したりする研究者。

開発中のデータセット

世界初！ハイパーマテリアルに特化した3つのデータセットを開発中です。

どれも基本は手作業で抽出しています。なかなか骨の折れる作業ではありますが，じわじわ溜まってくるデータ数は，だんだん貯金額が増えていくようなうきうきがあります。そして何よりたくさんのデータを並べて誰よりも最初に不思議な挙動を確認できるのはこの積み重ねあってこそ！至福の時です。

データを集めるのにstarrydataウェブシステムという便利ツールを使っています。よければ覗いて下さいね。

starrydataホームページ 

研究成果

最後に実験データを用いた研究の成果について紹介させて下さい。