タグ

技術と教育に関するneko2boのブックマーク (6)

  • 東大の実験器具を作る唯一のガラス職人さんが定年の時期になり、代替できる人が居なくなってしまった

    東京大学 | UTokyo @UTokyo_News #東大生研 の試作工場には、東大唯一のガラス工房があります。経験豊かな職人が減り、今ではたった1人の職人が全学のガラス加工を引き受けています。長い年月をかけて #技 を磨いてきた指先からは、髪の毛よりも細いガラスの針や、市販品にはない複雑な構造の実験器具が次々と生まれます。 pic.twitter.com/e3G22wFyQz 2019-11-12 16:08:07 ウクモリヒロオ @HirooUkumori 東京大学生産技術研究所のオープンキャンパスで2年連続心を奪われたのが、こちらのガラスのバネ作り。 超絶技巧の極み。日のモノづくりを支える匠の技がここにありました。 pic.twitter.com/qT8KRmPg5b 2023-06-10 22:17:27 リンク 東京大学生産技術研究所 試作工場 東京大学生産技術研究所(略称生

    東大の実験器具を作る唯一のガラス職人さんが定年の時期になり、代替できる人が居なくなってしまった
    neko2bo
    neko2bo 2023/12/21
    へー。技官って事になるんだ。代替効きにくいですね。
  • 中学1年生が開発した「カラスからゴミを守るシステム」の成果 Python、TensorFlowLite、Raspberry Piなどを活用

    2022年度に未踏ジュニアに採択されたクリエイターが、5月から半年間取り組んできたプロジェクトについて発表を行う「未踏ジュニア 成果報告会」。ここで五島氏と、メンターの尾藤氏が登壇。「カラスからゴミを守るシステム」の開発理由から成果について報告します。 五島氏の自己紹介 尾藤正人(以下、尾藤):メンターの尾藤です。僕がメンターをさせてもらった、五島くんのカラスを追い返すシステムの発表をお願いしたいと思います。五島くん、どうぞ。 五島舜太郎氏(以下、五島):はい。みなさんこんにちは。五島舜太郎です。僕は今回「scairecrow」という、カラスからゴミを守るシステムの開発を行いました。 (会場拍手) ありがとうございます。scarecrowとは英語でカカシを意味する単語ですが、今回は「AIの機能を内蔵したカカシ」という意味を込めて名付けました。 では自己紹介です。年齢は13歳、中学1年生です

    中学1年生が開発した「カラスからゴミを守るシステム」の成果 Python、TensorFlowLite、Raspberry Piなどを活用
  • 高等学校情報科「情報Ⅱ」教員研修用教材(本編):文部科学省

    PDF形式のファイルを御覧いただく場合には、Adobe Acrobat Readerが必要な場合があります。 Adobe Acrobat Readerは開発元のWebページにて、無償でダウンロード可能です。

    高等学校情報科「情報Ⅱ」教員研修用教材(本編):文部科学省
  • 世界で唯一、日本の子どものパソコン使用率が低下している

    <国際学力調査「PISA」による日の子どもの読解力の低下が話題となっているが、もっと深刻な問題は世界で日だけがデジタル化の潮流に逆行していること> 経済協力開発機構(OECD)の国際学力調査「PISA2018」の結果によると、日の生徒(15歳)の読解力は15位となっている。前回2009年の調査時の8位から大幅に低下したことで「PISAショック」と騒がれているが、その原因としてコンピュータ形式のテスト(CBT方式)に慣れていないことが指摘されている。 今の10代は幼少期から情報機器に囲まれて育ったデジタルネイティブの世代だが、日の子どもはスマホは使うものの、パソコンの使用率は低い。上記調査によると、「自宅にノートパソコンがあり、自分もそれを使う」と答えた生徒の割合は35%でしかない。アメリカ(73%)、イギリス(78%)、果てはデンマーク(94%)とは大きな違いだ(デスクトップパソコ

    世界で唯一、日本の子どものパソコン使用率が低下している
  • AI時代へ向けて育成すべきはAI人材か?|楠 正憲(デジタル庁統括官)

    今年3月に政府のAI戦略が年間25万人を目標にAI人材を育てるとぶち上げたのに続いて、教育再生会議が全ての大学生がAIなどの基礎的な素養を身につけられるように標準カリキュラムを作成することを提言した。ガートナーが2017年1月に産業界で2020年末時点で30万人以上のIT人材(原典を確認したところAI人材ではなかったようですね)が不足するといったらしいのだが、今からカリキュラムをいじったところで2030年くらいにならないとAIネイティブな新入社員は入ってこないし、その頃まで深層学習が流行っているのか、NVidiaが残ってるのか、PythonやTensorFlowが広く使われているのか、GAFAがどうなっているかなんてさっぱり見当がつかない。 残念ながら私たちは2010年代に深層学習の実用化の局面で米国に負けたのであって、いまから教育をいじるといったって泥棒を捕らえて縄を綯うような話である。

    AI時代へ向けて育成すべきはAI人材か?|楠 正憲(デジタル庁統括官)
  • 「若手に劣るベテラン」問題と、「トッププロ」の凄まじさについて。

    前から疑問に思っていた事の一つに、若手に負けるベテランの存在があった。 普通に考えれば、ベテランというのは経験豊富な方々だ。知識も経験もそこそこあるわけだから、少しぐらい仕事を覚えた若手になんて負けるはずがない。 そう、負けるはずがないのだ。 けど現実問題、僕の周りにはビックリするぐらい使えないベテランがいたり、異なる専門分野からやってきた門外漢の方が、専門分野にいる人間よりも博学だったりする事例があまりにも多すぎるのである。 これ、ほんと何でなのか疑問で疑問で仕方がなかったのだけど、最近になって 「素人」と「プロ」、そして「トッププロ」の違いがどこにあるのかがようやく腑に落ちてきた。 というわけで今回は、この3つの人種について、段階を追って説明していこう。 素人とプロの違いがマニュアルを使えるかどうか 日の医者のほとんどは、医学部を卒業し国家試験を合格した後、病院勤めを開始する。 普通

    「若手に劣るベテラン」問題と、「トッププロ」の凄まじさについて。
  • 1