ある問題を解決するのに、いろいろな方法がある。
<この項は書きかけです。順次追記します。>
経験を網状に織り成す
自己または関係者の経験を体系的に整理して、問題解決を図る方法。
Data Robotなどの機械学習を使う方法の一つでもある。
経験を網状に織り成す方法でも、整理の仕方によっては、無限次元空間を想定して、既存のデータから関連の深い次元に絞り込む場合がある。
経験を出発点にすれば、無限次元空間を想定しないとは限らない。
体系的な模型を作る
体系的な模型を作ろうと思ったら、まず、無限次元空間を想定することをお勧めする。
この方法が絶対とは言わない。
最終的に一次元空間に就職させたいとしたら、無限次元から始める必要はないかもしれない。
いやなのは、何か決め打ちにするような人たちがいる場合。
たとえば、「Humility（謙虚）」、「Respect（尊敬）」、「Trust（信頼）」という三次元が大事だという人がいたとしよう。
お金持ち相手の有償サービスであれば、成立しうるだろう。
お金を持っている人が、お金を持っている人を相手にサービスするのであれば、「Humility（謙虚）」、「Respect（尊敬）」、「Trust（信頼）」があればうまく行くい確率が高いことは想像しやすい。
不特定多数への無償のWebサービスであればどうだろう。
インタネットに限らず、電子計算機資源は戦争のための技術として発展してきている。
戦争
まず、軸として必要なのは「戦争」に対する対応だろう。
9.11の文脈では、戦争に関係のない地域もなければ、戦争に関係のない空間もない。
ありとあらゆる場所が、過去の戦争の爪痕をのこしており、それを引きずって生きている。
次に考慮に入れたいのは、京アニ事件かもしれない。
自分が一番悔やむのは、これだけ京アニの愛好者だったのに、京アニ本社に行ったことがないことが大きな問題点だったと。
建築の専門家ではないが、安全の専門家として、何か言えたことがあるはずだ。
3.11の時にくずれかけて工場が稼働しなくなった建物に、3.11より前に訪問し、違和感を感じたことがある。違和感はお伝えしたが、「大丈夫」という返事だった。
阪神大震災の前に、ロサンゼルスで高速道路がずたずたになった時に、テレビの画面である専門家は言った。日本ではこんなことは起こらない。嘘だったね。
誰が、その時点でまともそうなことを言っても、根拠を示さない発言を信じてはいけない。
あるWebサービスで、何か指針を作ろうとした場合、手元にあるデータを解析し、そのデータを根拠とした発言すればよい。エンジニアをどこかのありえない桃源郷に誘導しているのでなければ。
自動運転技術が兵器そのものであることは、自動運転ヘリコプターが禁輸になったことkらも想定の範囲内だろう。 どんな技術も戦争に利用されたらおしまいだ。 それを防ぐ方法が、簡単にはないから、ひとまず、無限次元空間を想定するところから始めようとしている。
仮説
「Humility（謙虚）」、「Respect（尊敬）」、「Trust（信頼）」は役にたつかどうかは、それぞれについて詳細化してみる。
戦場で「Humility（謙虚）」は何の役にたつだろうか。
防衛方法は、ありとあらゆる可能性を考慮して、大事そうなことに限定して対応することは可能かもしれない。「Humility（謙虚）」ではないかもしれない。
戦争相手には、どこまでの防衛手段になるだろうか。
核戦争が、エンジニアにとっての、２０世紀の三大負債の一つという意見がある。
核爆弾を開発してしまったエンジニアたちが、核戦争に反対したことには「Respect（尊敬）」の念を禁じえない。自分たちがそうならないという保証はどこにもないのだろう。
IT業界にいる限り、知らず識らずに、強大な兵器作成に協力していたことになるかもしれないのだから。
戦争で「Trust（信頼）」が役にたつかどうかは、「Respect（尊敬）」と同様、不確定だろう。
相手が核兵器に都を伸ばさないというのは信頼だけでは成り立たないという論法で、ここまで核開発が伸びてきた。原子力発電所の方式が、核爆弾の副産物または、原子力発電所自体が核爆弾の副産物だという仮説は、電力業界の仕事をすると聞こえてくる。
強い方についたら生き延びられるという保証はないことが9.11以降のエンジニアの生き方ではないのだろうか。
公共の福祉
権利と義務の前に。仮説（147）
「公の秩序又は善良の風俗」を何だと思っているかを示さずに、何かの指針を示すのはいかがなものだろう。
誰かが、何かをやってから、それは「公の秩序又は善良の風俗」に反しているというのは後出しじゃんけんだと思われても仕方がない。
「公の秩序又は善良の風俗」は、戦争に対する対応と、犯罪に対する対応と、自然災害に対する対応を歴するとよいだろう。
現在存在するデータから、どういう方向性が、過去の公共の福祉に役立ったことを、集約的であれ、部分的であれ、表示せずに抽象的な言説を振り回すのはエンジニアの仕事ではないだろう。
では、お前は何のデータを示しているのかという問いに対しては、すべての記事そのものを、機械学習にかけてみれば、その一端がわかるはずだということを記録して筆を置く。
＜この記事は個人の過去の経験に基づく個人の感想です。現在所属する組織、業務とは関係がありません。＞
文書履歴(document history)
ver. 0.01 初稿 20221108
京アニ