研究群紹介
社会工学
Messages from PhD and PhD candidates 2024 Vol.2 岩永 二郎 氏（社会工学学位プログラム 修了）
今回は、「Messages from PhD and PhD candidates 2024」と題し、博士後期課程の現役学生・修了生に進学の経緯やご自身の研究、今後の展望などについてお話を伺います。
シリーズ2回目は、2021年3月に社会工学学位プログラムを修了して学位を取得され、現在は株式会社エルデシュ、および電気通信大学にてご活躍されている岩永 二郎（いわなが じろう）さんにご登場いただきました。
博士後期課程への進学を視野に入れた時期は、いつ頃だったのでしょうか？
私は2020年（社会人13年目）に博士後期課程に進学しました。進学のきっかけとなったのは2015年頃よりシステム情報系の高野祐一先生と始めた共同研究です。振り返ると、2013年に参加したデータ解析コンペティションで数理最適化モデルを利用した推薦システムを提案し、最優秀賞を受賞したことが始まりでした。翌年には、高野先生が私の提案をさらに発展させ、同じく最優秀賞を受賞され、数理最適化と推薦システム分野における研究の可能性を強く感じるようになりました。その後、「これは研究になるのでは？」と高野先生からお声がけいただき、共同研究がスタートしました。研究を続けるうちに査読付き論文が4編完成し、成果が形となる中で「そろそろ大学に戻って、過去の研究を整理したい」と考えるようになりました。そのような折に高野先生から博士課程への進学を薦めていただいたことで、進学を決意する大きな後押しとなりました。
博士後期課程時代の研究テーマについて、教えていただけますか？
私の博士課程時代の研究テーマは「数理最適化モデルを利用した形状制約ノンパラメトリック推定」です。この研究では、ECサイトにおける商品の選択確率の推定を行なっています。従来、このような推定には統計的・機械学習的アプローチが一般的です。しかし、データが少ない場合やノイズが多い場合には、モデルがデータに過剰適合しやすく、推定精度が低下する課題がありました。特にWebサイトやアプリなどの制御されていない環境から得られるデータにはノイズが多く含まれるため、この問題は顕著です。そこで、私の提案手法では、数理最適化モデルを利用し、現象本来の特徴を捉えるため、単調増加・単調減少や凹性・凸性などの形状制約を導入しました。これにより、ノイズの影響を抑えつつ安定した推定が可能となり、推定精度が改善されました。本研究は実際のECサイトの商品推薦システムを課題としていたこともあり、提案手法はいくつかのサービスで社会実装され、利用者の利便性向上に寄与している点で実務に根ざした研究と言えます。
博士後期課程時代に楽しかった出来事、印象的だった出来事などがあれば、お聞かせください。
社会人博士であったことに加え、進学時期がコロナ禍だったため、楽しかった出来事は特にありませんが、大学での活動を通して書籍「Pythonではじめる数理最適化―ケーススタディでモデリングのスキルを身につけよう―」を執筆したことが印象に残っています。博士課程在籍中に、社会工学類３年生の数理工学モデル化演習の授業を非常勤講師として担当していたのですが（2024年現在も担当）、その講義の教材を作成するために必死で書籍の執筆を進めた記憶があります。学生の反応を見ながら書籍の内容や難易度を調整したので社会工学類の学生にとってちょうど良いレベルの教科書が出来上がりました。また、高校生が大学の学問や研究に触れる機会となっている高大連携の活動をお手伝いしたことも執筆に大きく影響しました。高校生が数理最適化の技術を使って現実の課題解決をしたいと考えていることを知り、書籍の前半は高校生でも理解しやすい内容に仕上げました。こうした大学という読者に近い環境で活動できたおかげで、より良い書籍を作り上げられたことが博士過程で最も充実した経験であり、強く印象に残っています。
学位を取得された後、どのような経緯で現職の道に進まれたのでしょうか。また、現在の業務内容について、教えてください。
社会人博士課程に進学する直前に株式会社エルデシュを創業しており、現在も経営者およびデータサイエンティストとして仕事をしています。また、学位取得後に電気通信大学の社会人向け教育プログラムの相談を受ける機会がありました。その際に理事から「大学を稼げる組織にしてほしい」と依頼を受けたことがきっかけで、電気通信大学とクロスアポイントメント契約を締結し、産学官連携センターの特任教授としてエクステンション事業に携わっています。株式会社エルデシュでは、数理最適化、機械学習、推薦システム、自然言語処理といった技術を活用し、コンサルティングからシステム開発、データビジネス事業の起ち上げの支援まで幅広く手がけています。顧客には大企業からスタートアップまで多岐にわたり、最近では出産や子育て、健康、自治体の課題といった社会的なテーマに焦点を当てた案件が増えています。電気通信大学では、社会人向けのデータサイエンス講座「データアントレプレナーフェロープログラム」の企画から運営までを担当しています。具体的には、大学と企業との教育サービスの強みと弱みを分析し、マーケットのニーズに合ったデータサイエンティストを育成するためのカリキュラム設計に加え、ブランディングやマーケティング戦略の立案、営業活動も行っています。また、講義では「データアントレプレナー実践論」にてデータサイエンティストのキャリアパスや推薦システムのケーススタディについて、「データサイエンティスト特論」では実データを用いた実践的な課題解決の手法について指導しています。
博士後期課程でのどのような経験が、現在の仕事に活かされていると感じましたか？
博士後期課程の経験を通じて、専門性だけでなく、思考力や論理構成力、文章力を一層高めることができました。特に、博士論文執筆時の高野先生のレビューが最も印象に残っています。社会人として一定の品質で文章が書けるようになると周囲からの指導は無くなりますが、高野先生が戻してくれた博士論文の原稿は、真っ赤な修正が入っており、大学に学びに戻ってきたことを強く実感しました。ビジネスにおいても、簡潔かつ適切な文章を作成できることは関係者の負担を減らし、プロジェクトの成功にも直結する重要なスキルだと感じています。また、博士号の取得によって周囲からの信頼が増し、大きな仕事を引き寄せる機会が増えたことも実感しています。例えば、電気通信大学からの依頼も博士号が安心材料となったのではないかと考えています。このように、博士号取得は仕事の幅を広げ、社会的に意義のある課題に取り組むチャンスを増やしてくれるものであり、仕事に限らず全ての活動において運気が上がったように感じています。
現在の主な研究テーマとその内容について、お教えください。
現在、研究職ではないので特定の研究テーマはありませんが、データサイエンスに関する業務に携わっているため、それぞれの案件が研究テーマとして発展し得るものです。年間で10社ほどの顧客と仕事をし、大小合わせて50件程度のデータ分析課題に取り組んでおり、どれも研究テーマに発展する可能性があります。例えば、博士課程での研究の延長として「数理最適化モデルを利用した順序付き確率分布の同時推定」に取り組んでいます。この研究では、妊娠、出産、育児に関する検索履歴データを利用しています。例えば「離乳食」という検索クエリは、出産日から徐々に検索が増え、出産後6ヶ月頃にピークを迎える分布となります。しかし、ノイズの影響で正確な単峰型（ピークまで単調増加、ピーク以降単調減少）にはならないため、数理最適化モデルを用いて単峰性の形状制約を入れ、分布の推定精度を高める研究を行なっています。このように、業務を通じて発見した課題がそのまま研究テーマに直結しています。
研究関心の原点についてお伺いしたいのですが、上記のような研究テーマに関心を持つきっかけとなった出来事や経験があれば、お教えください。
私の研究の原点は、早稲田大学の修士課程で専攻していた純粋数学にあります。数理論理学のモデル理論に取り組み、特殊な順序関係を持つ数学的構造の性質を解析していました。このときに得た論理式や順序構造に関する知識が博士課程での研究に繋がっています。実際、論理式の取り扱いに慣れていたおかげで、社会人になって数理最適化を学んだ際、数理モデルを理解するのに役立ち、その表現力に魅力を感じました。また、順序構造に対する知識も博士課程の研究で役立ち、順序構造を数理最適化モデルに組み込むというアイデアが自然に生まれたのだと思います。
自身の博士後期課程でのご経験やこれまでのキャリアを振り返り、今、博士後期課程への進学を考えている（または迷っている）博士前期課程学生・学類生にメッセージがございましたら、お願いいたします。
私からは社会人で博士後期課程に進学することを検討している方へのメッセージとなります。まず、修士課程までに基礎学力を身につけていることが前提ですが、その上で重要なのは、研究を継続する強いモチベーションを持つことです。博士号を取得して肩書を得たいという目的だけでは、仕事の忙しさや家庭の事情で容易に研究が疎かになります。深夜や休日まで仕事をしなければいけないプロジェクトや炎上しているプロジェクトを抱えると研究どころではなくなります。家庭では子どもと過ごす時間も大切ですし、妻が仕事で忙しければそのリカバリーをしなければなりません。このように研究が中断され、思考が途切れることがあっても、好奇心や探究心に基づく強い動機があれば、研究を続けることができます。そのためには、「どうしても解きたい問題」を見つけることが肝心です。「どうしても解きたい問題」を見つけるためには、自分の関心に沿って面白い問題に出会える仕事に就くことも大切です。データサイエンティストは社会やビジネスのさまざまな課題に触れることができ、研究テーマの宝庫という意味でお勧めできる職業の１つです。ただし、博士課程に進学するには、勇気だけでなく周囲の支援も必要です。社会に出れば、仕事があり、家庭を持つこともあるため、安定した地位があるほど進学をリスクに感じるかもしれません。「今、自分が仕事を辞めたら迷惑をかける」と思う人もいるでしょう。しかし、安定しているときこそ挑戦するタイミングであり、仕事を辞めてもあなたの代わりは必ずいます。日頃から真面目に仕事をしていれば、同僚も家族も応援してくれるものです。
