過去、100-150年ほどの間隔で繰り返し起きてきたと言われる南海トラフ沿いの大地震。この歴史的事実自体は多くの人に知られているが、実はその地震が次に予測されたときに社会で何が起こるかは、意外と知られていない。

いつか私たちを襲うと予想されている巨大地震。日本で暮らす人々は、日常が一瞬で「リセット」されてしまうこの災いを常に頭の片隅に置いている。

ソ連が月や太陽系の各惑星へと探査機を送り始めたのとほぼ同時期から、アメリカの太陽系探査も本格的に始動した。

「データの民主化」がもたらす具体的なメリットに、健康状態を把握し疾病の予防に役立てることができる点が挙げられる。住宅IoTプラットフォームの開発を手掛ける村上知久氏が解説する。 スマートホームを取り巻く状況は、発売当初の […]

山岳防災気象予報士の大矢康裕氏が、JRA-55（気象庁55年長期再解析）にある過去の気象データを使い、過去の山岳遭難事故の起こったときの気象条件や遭難の原因を紐解き、将来の遭難リスク回避に役立てるための連載「過去の気象解析データで山岳事故をなくせ」。

専門性の高い特殊な技能を持っていたとしても、それ「だけ」でできることにはごく限りがあり、成果は上がりにくい。あらゆる領域で「パラ技能」が必要とされているのである。

PoCが失敗するパターンのなかには、AIベンダー側に問題があるケースもある。よくある悪いパターンを紹介するので、AIベンダーは改善に役立ててほしい。また委託側はこのようなIAベンダーを見抜く、あるいは改善を要請することで、失敗を回避していこう。

科学者たちが協力して巨大なプロジェクトを遂行するとき、実は踏まえておくべき論点がある。それは、互いの発する用語のズレと各々の目的、についてである。科学技術社会学の専門家、福島真人氏が解説する。

データドリブンな組織においてKPIの策定は重要です。しかし実は、自分たちのビジネスの特性をよく考えずに指標を定めている企業が少なくありません。そのKPIが自分たちにとって良い指標となるのかどうかを検討しないまま使っているケースが見受けられるのです。

AIを使うことによってかつてよりも容易に行われるようになったPoC（Proof of Concept：概念実証）だが、残念ながら失敗に終わってしまうこともある。しかし実は、失敗に終わるケースにはパターンがあり、事前に知っておけばある程度の回避が可能だ。