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？｜掲示板スレッド

東工大とは目指すものが違うと思うよ。

タンパク質のDS的構造予測（アルファフォールド）→創薬進歩に続き、素材探索においてもDS的アプローチが奏功し、革命を起こし始めました。

日本の理系教育は極端に演繹的手法に偏り、帰納的手法が軽視されてきました。このエデュにもやたらモデル・構造に拘る化石が出現しますがw


「ディープマインドが材料革命、700以上の新素材をAIで探索」
https://www.technologyreview.jp/s/323163/google-deepminds-new-ai-tool-helped-create-more-than-700-new-materials/
"新材料を見つけ出そうとするとき、科学者は元素周期表にあるさまざまな元素を組み合わせる。しかし組み合わせの数が膨大なため、やみくもに進めては効率が悪い。そこで研究者は既存の構造をもとにして、見込みのありそうな新しい組み合わせが見つかることを願いながら、少し手を加えていく。それでもなおこの作業は骨が折れるもので、かなりの時間がかかる。また、既存の構造を基にしていることから、予期せぬ発見の可能性が制限されてしまう。

こうした制約を乗り越えるべく、ディープマインドは2種類の異なる深層学習モデルを組み合わせた。一方のモデルは、既存の材料の要素に変更を加え、10億種類以上の構造を生成する。そしてもう一方は、既存の構造を無視し、化学式だけを基準にして新材料の安定性を予測する。この2つのモデルの組み合わせによって、可能性は大きく広がった"

> 日本の理系教育は極端に演繹的手法に偏り、帰納的手法が軽視されてきました。このエデュにもやたらモデル・構造に拘る化石が出現しますがw

DSで適当な薬や素材を探すことができても、なぜそれが適当なのか理論を人が確立させないと誰も使わないよ。その薬や素材を使って何か重大な問題が起きたときにDSでは責任を取れないからね。まあDSは理系人にとって、手間のかかる作業から逃れ本来の考える時間を増やせるツールだから、ありがたいものではあるんだけど。

はいでた。新データ→モデル（理論）改善→新データ→モデル（理論）改善、の歴史を理解できない日本の理系教育の被害者化石がw

「なぜそれが適当なのか理論を人が確立させないと」
→　発見だけでなく、それを確立させて理論化させていくのもDS側の人材になるのが理解できないのですか？

> 発見だけでなく、それを確立させて理論化させていくのも

大量のデータのそれに基づく結論だけでどうやって理論化するの？どうやってやるのかを示していないのだから、理解できるわけないじゃん。

> 新データ→モデル（理論）改善→新データ→モデル（理論）改善、の歴史

だから、新データを得るのが効率化されるだけだろ、と言っているんだよ。革命的でも何でもないね。

まだ出ていないけど、データサイエンスの専門家に
2000万円出すんだね。