老眼の悩み
こんにちは、いわみです。
12月14日の日曜日、いかがお過ごしでしょうか。
珍しく日曜日に収録しているんですが、ポコッと時間が空いたので、その隙間を塗って撮っています。
最近ずいぶん寒くなって、体調を崩したりとか、
前の配信で、自分の配信で、うちの子供の学校が学級閉鎖になったっていう話をしましたけど、
その後ね、今週、そうかもう今週ですね。
今週は、普通に学校、あ、今週じゃないですね。
先週の週末から、やっと学校が再開して、行き始めたけど、まだすぐ休みになっているという状態ですね。
そうこうしていると、もう来週再来週ぐらいにクリスマスが来て、再来週ですね、冬休みに入るっていうね。
もう年末モードに入りかけていますが、いかがお過ごしでしょうか。
最近は自分のこの音声配信のペースがすっかり下がってしまって、
だんだん後回しになっているうちにやらなくなってくるっていうパターンに入っていたので、
ちょっとでもね、思い立つ時があれば、なるべく収録ね、短くでも、
大した話がなくても収録してみようかなと思っているので、
そんな感じなんですが、
今日特に話題というものはないので、
今日はですね、テーマというか話したいこととして、緊急報告みたいなことをですね、
してみようかなと思います。
誰も興味がないとは思うんですけど、
例えば知らない人がね、全然知らない人の話を聞いて、
こういう人もいるんだっていうのはね、
そういうのが何かのヒントとかになるきっかけがたまにあったりするのでって、
これは完全な言い訳ですけど、
なので需要がないことは承知の上で喋ってみるという、
そんな感じにしてみたいと思います。
緊急って言っても、いつも通りの仕事をして家族と過ごしてっていうね、
あまり変わり映えのない日々を過ごしているんですけど、
最近ね、ちょっと悩みというか困ったことが起きていて、
これはね、誰にとっても一言ではないので、ここで討論してみると、
最近ね、ついにあれが始まったんですよ。
あれっていうのはね、老眼だと思うんですね、これ。
老眼ってね、皆様、なったことある人となったことない人がいるって当たり前ですけど、
多分これはね、全人類が共通して起こる現象、老化現象の一つですよね。
でね、僕はちょっと前まで全然ね、視力に問題がなかったし、
視力にその、目が見える見えないことで困ったことはですね、
今、人生の中で一回もなかったんですよ。
すごい僕は視力が良くて、大体1.5とか2.0っていうね、
たまにそういう人いると思うんですけど、僕はまさにそういう人だったんですよ。
たまにそういう人いると思うんですけど、僕はまさにそういう人で、
子供の時からその40ね、後半に至るぐらいまで、40前半かな、
最近は視力あまり測ってないし、健康診断で測った時は、
もしかしたら1.2とかになっていたかもしれないけど、それでもですね、
1を超えていて、目がよく見えるなっていう感じだったんですけど、
よく40を過ぎてから、40を過ぎると老眼が急に来るよっていう話をね、
いろんな人から聞いていて、読んだこともあるし、
そんなもんなのかなと思ったけど、自分の場合40過ぎても来なかったから、
あ、俺は大丈夫なのかなってね、思って、5年、6年、7年経ってきたわけですけど、
これがたぶんね、老眼っていうことだと思うんですけど、
目がね、だんだん悪くなってくるなっていうのは、ここ2,3年前からあって、
たぶんね、それでも視力としては、たぶん1.0とかあるんじゃないかなと思うけど、
老眼ってのはたぶん視力とかの話じゃなくて、たぶん目の調節機能の話ですよね。
そのピントを合わせる力や合わせる時間とかね。
で、僕がもっと思ってるのはそのピントを合わせるのに使うエネルギーがですね、
たぶん増えてるんじゃないかっていうね、これがたぶんね、
僕の困り事というか、悩み事なわけですよ。
これ何が悩み事なのかというと、仕事でずっとパソコンを使っているので、
目が見える見えないっていうのは、文字を大きくしたりとかね、色々やり方ありますけど、
もっと困るのは、目が疲れてくるとその思考に影響して、
仕事のパフォーマンスにもろ影響が出るっていうので、これに困っていたんですよね。
老眼っていうかその目がね、視力から生じた現象だってことに気づくまでは、
俺いよいよなんか年取って、その思考がね、なんか網絡してきたのかなっていうね、
全然集中が続かないし、雑念というか集中力が落ちてきたなっていうのを、
ここ最近結構感じていて、
まあね、どういうことなのかなっていうね、
よく考えてみたわけですよ。何が起きて、
集中力が続かないとか途切れたりしているのかなって考えると、
なんかその、頭のてっぺんというか、
顔の前面から来てるなってことをですね、思って。
もっと詳しくですね、自分の感じている状況をですね、
自己分析してみたら、そこで、あ、これはあれだ、目だっていうね、
目が疲れてんだっていうことをね、気づいたわけですよ。
寒いとね、冬のせいもあると思いますね。寒いとちょっと目が冷えたりとか、
多分目に余計な力が入ったりするっていうのもあるだろうけど、
でもやっぱりね、その目が冷えたりとか、
あんまりその画面をね、そんなにずっと凝視していられない状態になったなっていう感じになって、
これは結構ね、仕事的には困った出来事なので、
作業効率も減るし、作業が継続できる時間も減ってくるんで、
これは割とね、たまにね、
作業が継続できる時間も減ってくるので、
作業が継続できる時間も減ってくるので、
こうやってね、あんまり大変だなって2回言いましたけど、
こうやってね、原因が、仮にでも原因がはっきりしてくると対処の需要はあるというか、
そうしたらね、もう目が悪くなってきたのはしょうがないから、
このあとでね、どうするかっていう。
一つとしては、まだ言ってないんですけど、眼科とかに行ってね、
いよいよその老眼だっていうことが分かったらいよいよメガネを作ったりとかね、
目の負担がかかるのを減らすような 仕事の仕方を考えるとか
あまりその画面を見ないとか
その画面を見るときと見ないときの メリハリをつけるとかね 休憩を挟むとか
目を温めるとか いろんなやり方があると思うんですけど
解決策が見えてくると
だんだん人間は元気になってくるなってことを 最近思っているわけですが
でもこれ話をいきなり広げて
遠目から見てしまうと 老眼だけに遠目から見てしまうと
いろんな人によって 体調が良くないっていうのは
根源的な悩みというか 問題になるなっていうことを思ったわけですよ
僕の場合 ちょっと目が疲れやすいとか
言ってみれば大した不調ではないとも 言えるじゃないですか
僕にとっては結構深刻な問題ですけど
人によっては もっと1個1個争う病気とか
命にかかる病気にかかってる人もいるわけですから
そういう人と比べれば 老眼ぐらいっていう人がいるのは分かるんですけど
それでもね 今までずっと目がよく見えていて
視力に問題がなかった人は ちょっと目が疲れやすくなっただけで
データサイエンスへの興味
俺はもう下り坂なのかもとかね
もうこのままこういう知的労働はできなくなってしまうのかもみたいな
そういうネガティブ思考に陥りそうになったわけですよ
何が言いたいのかというと
世の中の人が病院によく行ったりとか
何でもいいから救いを求めたりする気持ちっていうのは すごいよくわかるなって思ったんですよ
今まで僕は体調とか病気に対する
理解というか同情みたいなのは結構薄かったなと思っていて
やっぱり自分が体験したことが
もしくはそこから想像できることじゃないと 人はちゃんと心理に慣れないんだなっていうね
ことはあると思っていて 例えば僕は腰痛を持ってる人には
すごく同情できるんですよ 自分がぎっくり腰とか
腰痛を持っているからっていうことなんですけど だから腰が痛いとか
ぎっくり腰になった人にはすごい優しくなれるけど 自分が体験したことのない
病気とか痛みを持っている人には それってちょっと甘えなんじゃないのみたいな
そういう思考は言うか言わないかは別にして 言わないことのほうが多いですけど
でもそれを心の中に
そういう思考が入ってきてしまうっていうのもあったので
それはだから自分で想像できるかできないかってことが すごい大きいなと思ったわけです
以上が老眼についての 老眼というか
老化に対する体調の衰えみたいな
ことについての話だったわけですけど
これは多分ね
ほとんどの人にとって面白くはないとは分かるんですけど 例えば
自分同年代の人間とかと例えば同級生とかと会って
今たぶん飲み会とか忘年会とかで会ったら 多分そういう自分の不調とか
そういう話について結構盛り上がれるだろうなっていう感じが少ししたんですよ
これは本当にちょっと前までは自分が忌避するというか
おじさんだなって思っているようなことをだんだん自分でも
まだやってないですけどそういう心境になってきたなってことを
自分で感じて苦笑いしているんですけど
ネガティブな話はこの辺に切り上げて
もう一個別の話を何かしてみようかなと 近況報告の回なので
最近興味を持っていることみたいなことを話してみたいんですが
いきなり話はぶっ飛ぶんですけど 最近僕
データサイエンスっていうのについてちょっと興味を持ち始めたんですよ
興味を持ち始めたっていうところで別に何を始めたわけではないんですけど
本を読んだりとかそういうことですね
データサイエンスとはなんぜやっていうね
言葉ぐらいは聞いたことあるメジャーな言葉になってきたと思うんですけど
簡単に言うとデータを科学するってそのままですけど
そもそもなぜそれに僕は
データサイエンスというものに興味を持ったのかっていうそのきっかけの話をしてみると
仕事でねデータを扱ってるわけじゃないけど
ちょっと簡単なデータを元に何かそこに解説をしなきゃいけないみたいな仕事があったんですね
仮想通貨関係のチャートとかその価格のね
関係で価格の関係というか価格の推移について
誰かがデータを持ち出しているのを解説するみたいなそんなことなんですけど
仮想通貨だけじゃなくて株式もね金融とかそういうデータっていうのは
いろんな切り口があっていろんな理論があっていろんな用語があるわけですね
で僕は全くの素人なのでそういうのに理解はないんですけど
仕事だから書かなきゃいけないと思って調べ始めると分からないことだらけなわけですよね
知識の探求
それでその中でも一番分からなかったのはデータに関するね
例えば一番簡単なやつで言うとその価格のチャートねビットコフィンの価格のチャートとかあるじゃないですか
そういうのは意味わかるんですよ何月何日にいくらだったっていう
それがだから何年とか何ヶ月とかで変化があるっていうねそのチャートぐらいわかるんですけど
それに何て言うんだろう分析するためのいろんな理論をそこに照らし合わせて
価格だけじゃなくていろんなデータを持ってこれるわけですよ
ビットコインで言うとハッシュレートっていうのがあったりねこれで細かくは話さないんですけど
価格以外のデータがいろいろ紐付けられるっていうねあとはその保有者のデータね
その長期保有者なのか短期保有者なのかその比率とかも
例えばその価格が上がってくると短期保有者が増えるとかねそういう相関があったりするわけですよ
つまりそのバブル的な相場になってくるとみんながそれを買い求めて
もっと高くなるとすぐ売っちゃってみたいなそういう取引がたくさん行われるようになって
相対的にはその長期で保有する人が減ってくるっていうね
ビットコインとかそういうデジタルのね完全にデータが取れるブロックチェーン上のデータが取れる仕組みになっているので
多分株式とかも同じだとは思いますけどよりいろんなデータが取れる世界なので
しかもそれは多分大体ねほとんどの人は簡単に手に入れられるデータがあるわけですよ
それをもとにいろんな人が分析をして自分なりの理論を構築したりとかねで当たった下がったとか当たった外れたみたいなことをね
それはちょっと簡単に単純化しすぎですがそういう話があるわけですね
データサイエンスの入門書
それでまあ僕はなぜその興味を持ったのかというとだけその話をしましたけど
自分でね調べなきゃいけなくなってでもわからないことだらけで本を読んだりとかネットで調べたりとかしていろいろ調べていくと
だんだんその仕組みというか大まかな理屈みたいのはね分かってくるわけですよ
僕の場合それがね大まかな理屈が分かってくるとなんか急に楽しくなってくるっていうね現象あると思うんですけど
わかる方いらっしゃるといいなと思いますが
例えば今まで全くね何の知識もなくて知識もないから興味もなかったことが
ふとしたことでちょっと片鱗をつかむことによってもっと知りたくなるっていうねそういう現象なんですけどこれは
それで本をねいくつか読んでいく中で一個すごいわかりやすいね入門書というかおすすめの本があったのでそれを紹介してみると
これ図書館で借りたんですけど新しいですねこれ最近出たタイトルが30秒でわかるデータサイエンスで重要な50の理論
これは翻訳本なんですけど訳したのは山形博夫さんってこの方たぶんすごいめちゃくちゃ有名な経済の翻訳者だと思うんですが
ピケティ21世紀の資本とかを訳した方で自分でその著書も出している方だと思うんですけどその方の訳書で
これね本の仕組みはそのタイトル通り50の理論が見開きで2ページごとにずっと並んでるわけですよ
データサイエンスっていうのを説明するための章立てで分かれていて第1章から7章まであって
1が基本2が不確実性3が科学4が社会ビジネス娯楽未来分かれていて
その中で1個1個そのテーマとか理論についてね本当に結構短い文章とイラストで
ざっくりと概要がわかるようになっているっていうまさに入門書だと思うんですけど書いてあることはそれなりに難解だし
でもすごいね書き方がうまいなと思って興味を引くように書かれているわけですよ
それで中のいくつかを紹介できたらいいなと思うんですけどそのデータサイエンスについて僕はまだ
誰かに説明をできるほどね知識が全くついていないので中でもね一番分かりやすいというか話しやすいことを軽く触れてみると
サンプリングバイアスっていう章があるんですこれ2章の不確実性のうちの一つでサンプリングバイアス
これは何を言ってるのかというといろんなデータを集める中で
データ集めることをサンプリングっていうと思うんですけどそのデータが必ず正しいかどうかっていうのは
わからなくてそこにあるデータだけを元に分析をしてしまうと全然違った結果が現れてしまうことがあるよっていうねそういうのも
分かりやすい例で戦争の戦闘機のねデータ機関銃の後のデータっていうのは例で載ってるんですよ
これは何かというと第二次世界大戦中にアメリカ軍がヨーロッパの戦場から戻った飛行機の
飛行機のねボディについたその弾の後をね調べていたっていうのがあって
これ絵で調べ解説できるといいんですけど言葉で言ってみると
その戦闘から帰ってきた戦闘機の体にどこに一番弾が弾の跡がついてるかっていうと
主翼の真ん中のど真ん中のあたりと後その主翼の左右のあたりと後尾翼のあたりそこに弾が集中的にね
それが何百機も何千機も調べて統計的にその辺にいっぱいね弾撃たれていると
それで面白い話だと思ったのはこれをね元にその分析する人は何をどういうふうに結果を導いたかというと
弾の跡がいっぱいついているところを丈夫にすればいいんじゃないかっていうね
なぜなら戻ってきた飛行機は全部そこに弾を受けているから
ここの装甲を厚くして頑丈にすればより生存確率が高まるんじゃないかという仮説を立てたわけですよ
これ結果から言うとこれは大間違いで全然合ってなかったということなんです
何で合ってなかったかというとこれは考えてみるとわかることなんですが
そのサンプリングしたデータがその帰ってきた飛行機だけだったわけですね
つまりその戦地に行って撃墜された飛行機のそのデータは一切入ってなかったと
むしろその生存確率を上げるんだったら撃墜された方の飛行機のデータを集めなきゃいけないので
それはサンプリングできなかったからデータに入らなかったと
何が言いたいのかというと帰ってきた飛行機についていた弾の跡っていうのはむしろそこは強化しなくていいんだと
それよりもついていなかったところを強化する必要があるっていうね
全く逆の結論が導かれたと
これはなぜかというと帰ってきた飛行機についていた弾の跡はそこに受けても大丈夫だったっていう
逆にその帰ってこなかった飛行機っていうのは致命傷を負ったわけだから
その致命傷を負った場所に弾を食らうとそれはサンプリングデータにならないっていう話で
例えばその主翼の根元だったりとかその尾翼じゃなくてその胴体のすっぽの方だったりとか
あとはそのコックピットですね
そういうのはだからサンプリングのデータとしてはあまり傷がついていない飛行機が多かったんだけど
実際には補強しなきゃいけないのはそこだったっていうね
これがサンプリングバイアスの一つの例として載っているんですけど
面白いなと思ったのはこれやってることはねその統計学とかデータを扱っているんだけど
でも使っているノゴミスト的には想像力というかすごい思考錯誤しているわけですね
僕はこういう頭の使い方っていうのはすごく好きだし
こういう仮説みたいのを立てるっていうのは性に合ってるしやりたいなと思っていることだから
そこが繋がるとね急にデータサイエンスとか統計みたいなことに興味ががぜんわいてきたなという話なんですね
Netflixのデータ活用
入門書をいくつか読んだぐらいの浅いレベルなんですけど
それぐらいのレベルでもなんとなくその概要がわかってくると
世の中のいろんな現象に興味を持つことができるっていうね
これは僕は一つの学習をする一つの大きなメリットというか喜びだなと思っているんですけど
今ねデータサイエンスという言葉を聞いたことなくても統計とかデータがね今
お金の代わりにお金よりもデータに価値があるみたいな話をね聞くこともあるし
それを聞いた時にねデータは大事なんだろうけど
なんでねなんで大事でどのぐらい大事なのかっていうのはあんまりその想像はついていなかったんですけど
概要を知っていくとなんとなくねそのなぜデータが大事なのかとか
データをどうやって使っているのかっていうのがなんとなくね想像がつくようになるっていう
0と1の差みたいのはね分かるなという感じがしているんですね
例えばAmazonとかねショッピングサイトってすごいデータをね駆使していると思うんですけど
わかりやすいデータの使い方だとこの商品が売れていて
だからそういう同じ興味を持っていそうな人にその商品を進めると
レコメンドすると買われやすくなる
それによって売り上げが増える増やすことができるっていうことだと思うんですけど
でもこれは買い物のAmazonの例はね
簡単なようでちょっと理解するの結構難しいなと思っているんですよ
なんとなくねAmazonがデータをたくさん駆使して売り上げを上げているとかね利益を増やしているっていうのはなんとなく想像がつくんですけど
どのようにどんなデータをどうやって使って売り上げを増やしているんだって言われるとですね
全然説明ができないし多分僕もまだ理解できていないんだなってことがわかったわけですよね
他の例をもう一個持ち出してみると
Netflixもねデータをすごい活用しているって話を以前から聞いたことがあって
それについての僕の理解を話してみると
Netflixっていうのはそのいろんなね映画とかドラマをね
いろんなパラメータに分けてその数値化しているらしいんですね
ざっくりしたあれだとその人間ドラマとか戦闘戦争ものだとか
何かねスポーツだとか怪獣ものとかいろんなデータがデータっていうかそのカテゴリーがあると思うんですけど
それをすごく細分化して例えば主人公がね男性か女性とか何歳ぐらいとか
もっと細かく言うと前半に何か悲しい出来事が起こるとか
その展開をねそれもカテゴライズしたりとか
暴力的な場面があるないとかいろんなカテゴライズができるわけですね
それを数値化してその一人のNetflixユーザーに対して
この人はこういう系の作品が好きなんじゃないかっていうことが結構精度高く抽出できるようになると
そこにはそのお勧めすると結構ね楽しめる確率が高い作品をね
Netflixが紹介できるように提案できるようになって
それによってねNetflixの使い勝手がもっと良くなって
さらに売上が増えるとかもしくは今Netflix自前の作品も作ってるわけだから
今世の中的にはこういうね前半にこういうことが起こって
こんなテーマでジャンルで作品を作るとたくさん見られる可能性があるみたいなね
そういうデータも多分抽出できると思うんですよね
ちょっと前に話したのイギリスのアドレセンスか
あれなんかすごいよくできてねお金もかかってね大ヒットした映画でもあると思うんですけど
もしかしたらアドレセンスとかもそのユーザーデータをね
元に結構いろいろ仕組まれた部分もあるんじゃないかなという気もしますよね
Netflixがどの程度までその作品をカテゴライズして数値化して
データサイエンスとSpotify
ユーザーデータを取っているのかっていうのは僕はそこまでは詳しくないですけど
でも勝手な想像ですが多分相当ね詳しくできる限りのことは全部数値化して
データを取っているんじゃないかなという気はしているんですよ
だってそれをやったほうがね得なわけですから
多分できる限りのことは全部データにしちゃうんじゃないかなと
同じ話でいうと今Netflixの話をしましたけど
多分Spotifyとかも同じなんじゃないかなって
僕の場合はこっちのほうが馴染みがあるんですが
Netflixはずっと入ってないけどSpotifyのほうはもう何年も入っているんで
Spotifyも結構自分にぴったりくる音楽とか
今まで知らなかったけどこんなのいたんだっていうアーティストをね
紹介してくれることが多いんですけど
それも多分その数値化されたデータで
こういう音楽をたくさん聴いている人には
こういうアーティストとか楽曲が響きやすいっていうね
多分データを持っていると思うんですよ
僕はSpotifyを使い始めた時に
いろんなプレイリストとかアルバムを聴いていて
そのアルバムが終わった後に勝手に自動再生される曲がね
こんなのあったんだってことを続けさまに体験しているうちに
なんでSpotifyがこんな俺の趣味に対してことをよく分かっているんだろうっていうか
なんでこんないい曲をどんどん推薦できるんだろうって
不思議に思ったことがあるんですが
多分それはデータサイエンスのなせる技だったわけですよね
音楽をどういうふうにデータのカテゴリーに数値化しているのかなっていうのは
それはすごい興味深いですけど
まだそこまでは調べていないですが
それもすごいいろんなパラメータを作っているんじゃないかなと想像しますよね
例えばテンポとか曲調とか歌詞とかね
あとは楽器の編成とかいろんなパラメータにできるところがあって
シンプルな4人編成のロックバンドが好きなっていう人には
たぶんそういうのを勧めてくるだろうし
曲調もねマイナー調とかメジャー調とかね
もっと複雑な変拍子みたいなのが好きな人には
たぶんそういうのをどんどんぶち込んでくるみたいなね
そういうレコメンドをたぶんしていると思うんですよ
何が言いたかったのかっていうと
データサイエンスっていうものの片鱗をちょっと知っていくと
いろんなサービスでデータが使われるんだってことが
なんとなく理解できてそれだけでも楽しいし
もうちょっと細かく学んでね詳しく学んでいくと
結構自分の生活とか仕事とかサービスとかにも
使えるんじゃないかなと思ってですね
これからぼちぼちとね自分でも学んで
実践していこうかなと思っていたりします
今ねAIがあるから分析とか
データ抽出もともとあるデータを使ったりとかして
何かの仮説を導くみたいなことがすごくやりやすくなっているわけですよね
その時に必要なのは大雑把な理解というか
なんとなくまずこれをやるとこういう仮説が立てられるみたいなね
最初の第一歩みたいなのをね知っておくとね
いいんじゃないかなと思ったりしています
だからこれにデータサイエンスっていうのは今からさらに重要な分野になっていくし
もっと言うと流行りになっていくなっていうのはね
もうほぼ確信していますね
Web3とかメタバースみたいなねそういうのがちょっと流行ったと思うんですけど
そういう同じぐらいの大きさで来るのがデータサイエンスだなってことね
もうやり始めてる人はやり始めてるし
好きなようにね流行っているとも言えると思うんですけど
今後さらにねバズワード化していくんじゃないかなと思ったので
老眼とメンタル
最後にそういうミーハーな意見をミーハーな視点を出して終わりにしてみたいと思います
締めくくりにしてみると
最初は老化現象の話をしましたけど
老眼で思考が滞ってきて困っているって話をしましたが
多分これを聞いてくださっている方の中には
同年代の方が多いと思うのでもしかしたらうなずいてくれる方も
いらっしゃったかもしれないですけど
老化は避けられないけど
それにメンタルが上下されるかっていうのは
それは結構自分で選択できるなと思うので
どんな現象が起きているかっていうのを理解できていると
これただ目が疲れているから思考が鈍っているんだなっていうのが分かると
ちょっと楽になると思うんですよね
同じようなことって他の老化、老眼以外にもあると思うので
人生100年時代ということですから何かよくわかりませんけど
体をいたわってなるべく前向きに生きていきたいなと思っているということで
終わりにしますありがとうございました
さようなら
