数理・データサイエンス・AIとは

我々が最終的に目にするデータの形式は文字であったり、数値であったり、音声や画像であったりと様々です。

しかし、単純な数値データ１つをとってみても、その素性として時刻、重さ、距離、回数、位置座標といった種類・単位の別もあります。
データの集め方でも、全数調査か抽出標本調査か、作為か無作為か、さらには検出器の性能や質問票の構成はどうかといった非常に沢山の要素が背景に隠れているのです。
その上で、データを活用するためには適切な抽出加工や組み合わせ、モデル化を行う能力が必要になります。

数理・データサイエンス・AIは、データが社会の構成要素のほんの一面であることを理解し、その本質を探り明らかにする力を養い、自身の目的に沿った最適な数理手法を用いて新しい知見を創出するための横断的学習領域です。

数理・データサイエンス・AIを学ぶ重要性と必要性

これからの高度情報化社会では、センシング（sensing、センサー化）をはじめとしたIoT（Internet of Things、モノのインターネット化）によって、多くの事象をデータとして観測し、それらを効果的に利用することでさらなる発展を目指すデータ駆動型社会と呼ばれる社会構造が形成されつつあります。

その中で、数理・データサイエンス・AI能力の活用範囲は、いわゆるAI、ロボットやセンシングなどの理工学を中心とした分野のみならず、学問領域を超えて、法律、金融・保険、健康・医療、災害対策など社会における様々な分野の発展に大きく寄与するものとして期待されています。
データサイエンスと全く無関係な領域という概念を一度取り払い、あらゆる分野・領域がデータサイエンスと関係していることを前提として、どのようにデータサイエンスを活用すべきかを探ることが求められています。変化するのは社会ですが、変化させ順応していくのは我々個々人です。

数理・データサイエンス・AI知識はデータ駆動型社会での活動における共通言語であり、チームリーダーだけでなくその構成員全員が教養として身に着けておく必要があります。
これから社会に出る生徒・学生はもちろん、現役である社会人、企業組織体制においても積極的に数理・データサイエンス・AIを学び、活用していくことが益々重要となっていくでしょう。