一橋のSDSと東工の情報ではどっちが将来有利になりますか？

甘利先生の研究とかありましたけど…。計算機の性能など、時代の限界もあります。とにかく流行を追いすぎないことです。

データ・サイエンスはあらゆる学問領域で重要性が増していますから、一橋がデータ・サイエンスの学部を設けるのはしぜんなことだと思います。研究大学にこだわっているようには見えませんね。むしろ、たんに文科省に振り回されているだけなのでは。指定国立、国際卓越… バスに乗り遅れるな！状態です。そろそろ独自路線でいいのではないでしょうか。

〉データ・サイエンスはあらゆる学問領域で重要性が増していますから、一橋がデータ・サイエンスの学部を設けるのはしぜんなことだと思います。



重要性増すのはその通り。でも確率統計などと同じく事象を分析するためのツール・手段でしかないのではないのか、というだけ。

学部は大きく、

人へのアプローチ　文系:法学部、理系:医学部
物へのアプローチ　文系:経済学部、理系:工・農学部
思想理念へのアプローチ　文系:文学部、理系:理学部

というのが大きな枠組みだと思っている。
かつvucaでボーダレスとなる中であえて小さく切り刻むのは、やはり「サイエンス」による研究費期待としか思えない。

データサイエンスが重要になってきていると言っても、データはある時点のある側面を示したものでしかないから、データから理論を作り上げることはできない。あくまで既存の理論を補強したり、新たな理論への気付きを与えるものでしかない。そこを念頭に置かないと、見えるものだけで物事を判断してしまう危険がある。

こういう人間の脳の限界に縛られた価値観の持ち主が日本の理系教授等に多過ぎるのが、日本がIT・AIで全敗を続けている原因だよね。

https://www.nikkei.com/article/DGXZQOUC241K30U3A021C2000000/
"AIで変わる科学の営み、新たな「理解」がけん引"

--
物理学からAI研究に転じた瀧雅人・立教大准教授は、観測した現象を単純な法則に押し込めるという今の化学は「人間の脳の記憶や演算能力の制限のもとで物事を把握するのに都合が良い方法に過ぎない」と指摘する。人間にとってはブラックボックスでも、膨大なデータから新たな発見ができるなら、それは新たな形の「理解と呼んでもいいと思う」と語る

人間が理解しながら進めることのできる科学は20世紀に大体やり尽くし「このままでは今後科学は減速する」と瀧氏は懸念する。AIの予測をベースにした新たな方法論で知識を得ることが今後の科学を牽引するとの見方だ。

膨大なデータからわかるのは、ある時点の事実の一部だけだよ。新たな発見に向けた気づきにしかならない。なぜそのようなデータになったのか考察して初めて新たな発見につながる。そしてその発見を普遍的なものにするには、理論を構築して他の分野に応用できるようにする必要がある。データしか見ないのは、目に見える事象しか追わないのと同じだよ。

まあ、自分の頭で考えることをやめて、膨大なデータとAIが導き出した理解に盲目的に従うのなら君の言う通りでいいけどね。

おっしゃる通り、演繹と帰納は両輪ですよね。マテリアルサイエンスや創薬のように、順列組み合わせの複雑度が増す領域では、データサイエンスの応用が加速度的に進んでいます。演繹的な方法論を放棄したりブラックボックスから出てきた結果に盲従したりしているわけでもなく、データサイエンスの利点を積極的に活かしているのです。それに、そもそもデータがなければデータサイエンスは応用できないですから、世の中には演繹的手法に依存する領域のほうがまだまだたくさんある状況です。

君は自分の頭で考えることを放棄して目の前の数字や事象に振り回される、私文脳なのかい？君のようにしていたら、簡単にフェイクデータに騙されるよ。