Upgrade to Pro — share decks privately, control downloads, hide ads and more …

住まい探しの利便性向上にデータベース・情報アクセス技術が 果たした役割 / The Role of Database and Information Access Technology in Improving the Convenience of Housing Search

住まい探しの利便性向上にデータベース・情報アクセス技術が 果たした役割 / The Role of Database and Information Access Technology in Improving the Convenience of Housing Search

日本データベース学会主催 最強データベース講義 #22
2023年1月18日
https://dblectures.connpass.com/

kiyota-yoji

January 18, 2023
Tweet

More Decks by kiyota-yoji

Other Decks in Technology

Transcript

  1. 住まい探しの利便性向上に
    データベース・情報アクセス技術が
    果たした役割
    株式会社LIFULL AI戦略室 主席研究員
    博⼠(情報学)
    清⽥ 陽司
    DBSJ 最強データベース講義シリーズ #22
    2023年1⽉18⽇
    1

    View Slide

  2. 清⽥ 陽司 博⼠(情報学)
    株式会社LIFULL AI戦略室 主席研究員
    兼 東京⼤学空間情報科学研究センター 客員研究員
    麗澤⼤学AI・ビジネス研究センター 客員准教授
    1975年 福岡県⽣まれ
    2004年 京都⼤学⼤学院情報学研究科 博⼠課程修了
    2004-2012年 東京⼤学情報基盤センター 助⼿・助教・特任講師
    2007-2011年 株式会社リッテル 上席研究員・取締役CTO
    2011年 株式会社LIFULL 主席研究員(バイアウト)
    関⼼分野: ⾃然⾔語処理応⽤ → 検索・推薦
    → 情報リテラシー (図書館) → ⽣活領域 (不動産、介護 etc.)、産学連携
    主な対外的活動
    • DEIM 2023産学連携委員⻑
    • 情報処理学会 データベースシステム研究会 運営委員 (2020.4〜)
    • 情報科学技術協会(INFOSTA)会⻑ (2022.7〜)
    • ⼈⼯知能学会 理事/編集委員⻑ (2020.6〜2022.6)

    View Slide

  3. View Slide

  4. View Slide

  5. 株式会社LIFULL AI戦略室
    • 2018年7⽉、社⻑直轄のAIビジネス実装部⾨として
    設置
    • 主なミッション
    • 物件画像への深層学習適⽤
    • グローバル不動産市場における物件価値推定
    • 不動産マーケティングの⾃動化
    • etc.

    View Slide

  6. 6

    View Slide

  7. 7

    View Slide

  8. LIFULL HOME’S PRICE MAP
    8

    View Slide

  9. Walkability Index(住みやすさ指標)
    9

    View Slide

  10. 10

    View Slide

  11. 本⽇のテーマ
    • データベース・情報アクセス技術が、不動産テッ
    クの発展にどういう役割を果たしてきたか?
    • そもそも、どういった歴史的経緯で⽣まれてきた
    のか?
    • データベース技術、情報アクセス技術を不動産市
    場の健全な発展につなげるポイントは何か?

    View Slide

  12. 朝倉書店「不動産テック」

    View Slide

  13. 1. 不動産市場とテクノロジー
    1.1 AIと不動産業
    1.2 不動産のマッチング
    1.3 不動産テックによる社会課題解決
    1.4 良質なデータ資源の重要性:Garbage in garbage out
    2. 不動産市場分析の理論
    2.1 ヘドニックアプローチによる不動産価格分析
    2.2 ヘドニック価格関数の推定
    2.3 不動産価格の分解と予測
    2.4 不動産価格の実際の推計
    3. 不動産テックにおける機械学習の数理
    3.1 不動産市場分析と機械学習
    3.2 勾配降下法
    3.3 線形回帰
    3.4 分類(ロジスティック回帰)
    3.5 ニューラルネットワーク
    3.6 ノーフリーランチ定理
    4. 不動産市場分析における統計・機械学習の利⽤
    4.1 不動産市場分析における統計・機械学習の⼿法
    4.2 線形回帰モデル
    4.3 分位点回帰
    4.4 ニューラルネットワーク
    4.5 その他の⼿法
    4.6 ⼿法の適⽤
    5. 不動産市場への機械学習の応⽤
    5.1 不動産市場分析の実際
    5.2 予測モデルのための不動産価格データの⽤意
    5.3 推計⼿法の選択肢
    5.4 不動産価格の予測モデル
    5.5 不動産市場における介⼊効果の測定
    5.6 傾向スコアを⽤いた実証分析の事例
    5.7 不動産市場分析における機械学習の応⽤と課題
    6. 不動産市場分析におけるGISの活⽤
    6.1 不動産市場分析とGIS
    6.2 GIS の活⽤
    6.3 空間集計における基本操作
    6.4 空間データの相関と補間
    6.5 空間特性に配慮した不動産価格構造の推定
    6.6 空間構造の取り扱い
    6.7 実データを⽤いた推計例
    6.8 推計結果
    6.9 不動産市場分析の発展可能性
    7. GISを⽤いたエリア指標の開発
    7.1 エリア指標と不動産テック
    7.2 不動産の価値評価
    7.3 「Walkability Index」の開発
    7.4 Walkability Index研究の発展可能性
    8. 不動産間取り図の認識と応⽤
    8.1 市場探索⾏動における不動産間取り図
    8.2 関連研究
    8.3 間取り画像のグラフ化⼿法
    8.4 実験
    8.5 不動産間取り図の認識と応⽤に関するまとめ
    9. 不動産物件情報の流通と活⽤を⽀えるデータベース・情報ア
    クセス技術
    9.1 データベース・情報アクセス技術の発展
    9.2 不動産物件情報へのデータベース・情報アクセス技術の応

    9.3 RDBMSの仕組み
    9.4 不動産物件画像への深層学習の適⽤
    9.5 質の⾼い不動産物件データベースの構築
    10. 官⺠ビッグデータを⽤いた空き家分布把握⼿法の開発
    10.1 わが国における空き家の増加とその問題背景
    10.2 既存の空き家分布把握の⼿法
    10.3 空き家分布把握に有⽤なデータ
    10.4 ⿅児島県⿅児島市の事例
    10.5 群⾺県前橋市の事例
    10.6 空き家は予測できるのか?
    11. 不動産⾦融市場における不動産テック
    11.1 不動産投資信託(REIT)市場におけるデータ資源
    11.2 REIT市場データとREIT研究の動向
    11.3 ⻑期的な資産⼊替の分析
    11.4 REIT情報を⽤いた不動産市場分析の⽅向性

    View Slide

  14. 14

    View Slide

  15. 15

    View Slide

  16. 16

    View Slide

  17. Agenda
    1. データベース・情報アクセス技術と不動産テック
    の発展の歴史
    2. データベース技術の基本的な概念
    3. 質の⾼い不動産データベース構築に向けた取り組
    みの事例紹介
    4. 不動産テックの健全な発展に必要なこと
    17

    View Slide

  18. Agenda
    1. データベース・情報アクセス技術と不動産テック
    の発展の歴史
    2. データベース技術の基本的な概念
    3. 質の⾼い不動産データベース構築に向けた取り組
    みの事例紹介
    4. 不動産テックの健全な発展に必要なこと
    18

    View Slide

  19. 主な出来事 データベース・情報アクセス技術 不動産情報と不動産テック
    18世紀〜
    19世紀
    産業⾰命
    (蒸気機関、鉄道など)
    図書⽬録(カード式)
    ※機械式計算機の時代
    不動産取引業者による定期的
    な情報交換の場(⽶国、MLSの
    起源?)
    1900年代 真空管の発明 全⽶リアルター協会(NAR)の
    成⽴
    1930年代 チューリングによる「知能
    機械」の概念の提唱
    ⽶国におけるMLSの普及
    1940年代 第⼆次世界⼤戦
    ENIACの開発
    マンハッタン計画(原爆)
    ドキュメンテーション研究の端緒
    Vannevar Bushによる「memex」構想(現在の
    Webにつながる概念?)
    1950年代 世界初の⼈⼯衛星スプート
    ニク1号の打ち上げ(ソ連)
    Young and Kentによるデータベースに関する先
    駆的研究
    IBMのLuhnによる⽂献検索の研究
    1960年代 ⽶ソ間の冷戦の激化
    (キューバ危機など)
    ARPANETの開発
    IBMのCoddによる関係データベースの提案
    医学⽂献検索システムMEDLARSの実⽤化
    SaltonらによるSMARTシステムの開発
    1970年代 世界初の商⽤マイクロプロ
    セッサ(Intel 4004)
    パソコンの販売開始
    関係データベースの実装(SQLデータベー
    ス)の商⽤化(Oracleなど)
    MLSのデータベース化
    1980年代 パソコン通信の実⽤化
    冷戦の終結
    各種⽂献検索サービスの発達
    商⽤データベースサービスのビジネス拡⼤
    MLSのオンラインサービス化
    1990年代 インターネットの商⽤開
    放・爆発的普及
    マルチメディア技術(画像や動画)の発展
    Googleのサービス開始(PageRank)
    REINSのサービス開始
    不動産情報サイトの出現
    2000年代 SNSやスマートフォンの出現 ビッグデータに対応したデータベース技術
    (NoSQL)の開発
    Zillow設⽴(Microsoftからのス
    ピンオフ)
    2010年代 ⽶GAFAMや中BATの台頭 深層学習による画像・動画処理 不動産テック企業群の増加
    2020年代 (⽶中対⽴の激化?) ? ? 19

    View Slide

  20. 20
    https://commons.wikimedia.org/wiki/File:SML-Card-Catalog.jpg

    View Slide

  21. 21
    https://commons.wikimedia.org/wiki/File:Schlagwortkatalog.jpg

    View Slide

  22. ENIAC (1946)
    22
    https://commons.wikimedia.org/wiki/File:Eniac.jpg

    View Slide

  23. マンハッタン計画 (1942-1947)
    23
    https://commons.wikimedia.org/wiki/File:Manhttan_Project_Organization_Chart.gif

    View Slide

  24. memex (1945)
    24
    https://hpc-internal.carnegiescience.edu/

    View Slide

  25. Young and Kent (1958)
    25
    https://doi.org/10.1145/610937.610967

    View Slide

  26. 26
    Codd, E.F. (1970). “A Relational Model of Data for Large Shared Data Banks”. Communications of the ACM 13 (6): 377–387.
    doi:10.1145/362384.36268

    View Slide

  27. 主な出来事 データベース・情報アクセス技術 不動産情報と不動産テック
    18世紀〜
    19世紀
    産業⾰命
    (蒸気機関、鉄道など)
    図書⽬録(カード式)
    ※機械式計算機の時代
    不動産取引業者による定期的
    な情報交換の場(⽶国、MLSの
    起源?)
    1900年代 真空管の発明 全⽶リアルター協会(NAR)の
    成⽴
    1930年代 チューリングによる「知能
    機械」の概念の提唱
    ⽶国におけるMLSの普及
    1940年代 第⼆次世界⼤戦
    ENIACの開発
    マンハッタン計画(原爆)
    ドキュメンテーション研究の端緒
    Vannevar Bushによる「memex」構想(現在の
    Webにつながる概念?)
    1950年代 世界初の⼈⼯衛星スプート
    ニク1号の打ち上げ(ソ連)
    Young and Kentによるデータベースに関する先
    駆的研究
    IBMのLuhnによる⽂献検索の研究
    1960年代 ⽶ソ間の冷戦の激化
    (キューバ危機など)
    ARPANETの開発
    IBMのCoddによる関係データベースの提案
    医学⽂献検索システムMEDLARSの実⽤化
    SaltonらによるSMARTシステムの開発
    1970年代 世界初の商⽤マイクロプロ
    セッサ(Intel 4004)
    パソコンの販売開始
    関係データベースの実装(SQLデータベー
    ス)の商⽤化(Oracleなど)
    MLSのデータベース化
    1980年代 パソコン通信の実⽤化
    冷戦の終結
    各種⽂献検索サービスの発達
    商⽤データベースサービスのビジネス拡⼤
    MLSのオンラインサービス化
    1990年代 インターネットの商⽤開
    放・爆発的普及
    マルチメディア技術(画像や動画)の発展
    Googleのサービス開始(PageRank)
    REINSのサービス開始
    不動産情報サイトの出現
    2000年代 SNSやスマートフォンの出現 ビッグデータに対応したデータベース技術
    (NoSQL)の開発
    Zillow設⽴(Microsoftからのス
    ピンオフ)
    2010年代 ⽶GAFAMや中BATの台頭 深層学習による画像・動画処理 不動産テック企業群の増加
    2020年代 (⽶中対⽴の激化?) ? ? 27

    View Slide

  28. 28

    View Slide

  29. 不動産情報のデータベース化の
    始まり
    • 18世紀の⽶国で、不動産取引業者同⼠が定期的に
    集まって情報交換を始めたとされる
    • Multiple Listing Service(MLS)
    • 不動産の売り情報をリスト化、共有化して取引を⽀援す
    る仕組み
    • 20世紀初頭から、⽶国を中⼼に発達
    • 1970年代からデータベースサービス開始
    • ⽇本でも、1990年代より不動産流通機構(レイン
    ズ)によるオンラインサービス開始
    29

    View Slide

  30. インターネットの普及が
    不動産情報流通に与えた影響
    • ⼀般消費者の物件探しの⽅法が⼤きく変化
    • 物件サイトなどで検索することが当たり前になった
    • 不動産テック企業の出現
    • Zillowの創業(2006年、Microsoftからのスピンオフ)
    30

    View Slide

  31. 空室
    (売物件)
    オーナー
    (売主)
    指定流通機構
    (REINS)
    不動産
    管理会社
    (売⼿媒介)
    不動産
    仲介会社
    物件情報
    コンバーター
    運営会社
    不動産ポータル
    運営会社
    借主
    (買主)
    (1)
    (2)
    (3)
    (4)
    (5)
    (6)
    (7)
    物件情報が届く仕組み

    View Slide

  32. 不動産テックにおけるデータベース・
    情報アクセス技術の役割
    • 良質なデータ資源の形成(1.4章, p. 12)
    • 「いくらゴミを学習させてもゴミしか出てこない」
    (Garbage in, Garbage out)
    • 不動産情報の「⺠主化」
    • 専⾨家(不動産会社の社員や不動産鑑定⼠)だけがアク
    セスする情報から、不動産物件を取引する誰もがアクセ
    スする情報へ
    32

    View Slide

  33. ポイント
    • データベース・情報アクセス技術は、軍事・科学
    上のニーズと軌を⼀にして発展
    • パソコンやインターネットの普及以降は、⺠間主導で発

    • MLS(Multiple Listing Service)の発達、不動産情報
    の⺠主化も、上記の動きに密接に連動
    • 相互の影響は近年ますます密接に
    33

    View Slide

  34. Agenda
    1. データベース・情報アクセス技術と不動産テック
    の発展の歴史
    2. データベース技術の基本的な概念
    3. 質の⾼い不動産データベース構築に向けた取り組
    みの事例紹介
    4. 不動産テックの健全な発展に必要なこと
    34

    View Slide

  35. 参考図書
    35
    データサイエンスのためのデータベース
    (データサイエンス⼊⾨シリーズ)
    吉岡 真治 (著), 村井 哲也 (著), ⽔⽥ 正弘 (編集)
    リレーショナルデータベース⼊⾨
    ―データモデル・SQL・管理システム・NoSQL
    増永 良⽂ (著)

    View Slide

  36. データベースシステムの分類
    • 関係データベース(relational database)
    • IBMのCoddによる関係モデル概念の提唱(1970年)
    • 関係データベース管理システムとしての実装(RDBMS =
    Relational DataBase Management System)
    • 問い合わせ⾔語の開発
    • SEQUEL(Structured English QUEry Language)→ SQL
    • SQLの標準化 (SQL-86, SQL-92, …, SQL:2006)
    • NoSQL:関係モデルによらないデータベース実装
    • インターネットに適したデータベースの開発(XML、
    ビッグデータ、…)
    36

    View Slide

  37. RDBMSにおけるテーブル
    37

    View Slide

  38. テーブルにおける主キー
    (primary key)の設定
    38

    View Slide

  39. テーブルの正規形、正規化
    • 第1正規形
    • テーブル内のすべての関係が単⼀の値をもつ
    • 第2正規形
    • 第1正規形で、かつすべての⾮キー属性が主キーに完全
    関数従属する
    • 第3正規形
    • 第2正規形で、かつ⾮キー属性間に⾃明でない関数従属
    性が存在しない
    39

    View Slide

  40. 40

    View Slide

  41. 登記件数データの正規化
    41

    View Slide

  42. CAP定理
    E. Brewerによる整理(2002年)
    • C: Consistency:データの⼀貫性の確保
    • A: Availability:データの⾼い可⽤性(データをいつ
    でも利⽤可能にすること)
    • P: Torrelance to network Partitions:データの分散に
    対する⾼い許容度
    上記の3つの性質を同時に成り⽴たせるシステムは存
    在しない
    (多くのRDBMSは、C, Aを満たすがPは満たさない)
    42

    View Slide

  43. Web規模のビッグデータへの対応
    • A, Pを同時に満たすシステムへのニーズ増⼤
    • ⼤規模なWebサービスにとっては必須の要件
    • その代わり、Cはある程度あきらめる
    • RDBMSでないデータベースシステムの開発
    • 2000年代に多くの分散型データベースが提案、実装
    • 総称としてNoSQLが提案(2009年)
    43

    View Slide

  44. 主なNoSQLデータベース
    • Key-Value Storeデータベース
    • ⼤量のKeyとValueの組み合わせを保存する
    • 代表例: Redis, Memcached
    • 列指向データベース
    • 疎な(sparse)データに適したデータベース(⽂書-単語
    の関係など)
    • 代表例: Apache Cassandra, Google Bigtable
    • ドキュメント指向データベース
    • XMLやJSONなどの半構造化データに適したデータベース
    • 代表例: MongoDB, Couchbase
    • RDFデータベース
    • Linked Open Dataやナレッジグラフの扱いに適したデータ
    ベース
    • 代表例: Neo4j, JanusGraph 44

    View Slide

  45. ポイント
    • データのライフサイクルや再利⽤可能性を考慮し
    たデータ構造の定義、システムの選択が重要
    • データベースは基礎教養の⼀つになりつつある
    • 平成30年施⾏の新学習指導要領では、⾼等学校「情報
    科」の専⾨教科の⼀つに位置づけられた
    45

    View Slide

  46. cf. ⾼校「情報科」の構成
    46
    ⽂部科学省: ⾼等学校学習指導要領(平成30年告⽰)解説 情報編 平成30年7⽉ https://www.mext.go.jp/content/1407073_11_1_2.pdf

    View Slide

  47. Agenda
    1. データベース・情報アクセス技術と不動産テック
    の発展の歴史
    2. データベース技術の基本的な概念
    3. 質の⾼い不動産データベース構築に向けた取り組
    みの事例紹介
    4. 不動産テックの健全な発展に必要なこと
    47

    View Slide

  48. 空室
    (売物件)
    オーナー
    (売主)
    指定流通機構
    (REINS)
    不動産
    管理会社
    (売⼿媒介)
    不動産
    仲介会社
    物件情報
    コンバーター
    運営会社
    不動産ポータル
    運営会社
    借主
    (買主)
    (1)
    (2)
    (3)
    (4)
    (5)
    (6)
    (7)
    物件情報の
    棟寄せ・⼾寄せ問題

    View Slide

  49. View Slide

  50. 物件情報精度向上の試み
    • 情報の誤りの機械学習による検出
    • 他社と同⼀の物件情報だと思われる場合は、是正を促す
    • 画像なども棟寄せ・⼾寄せの⼿がかりとなる
    • 表記揺れなどを吸収したマッチング
    • 住所表記(○○町3丁⽬2-5 ⇔ ○○町3-2-5)
    • 物件名(△△APARTMENT 1番館 ⇔ △△アパートメント
    壱番館)
    • …

    View Slide

  51. View Slide

  52. レコード同定(record linkage)
    • 図書⽬録の典拠管理(18世紀〜)
    • 「ウィリアム・シェイクスピア」「Shakespeare,
    William」「沙⼠⽐阿」を同⼀著者として扱う
    • 個⼈のレコード同定⽅法の提案 [Dunn 46]
    • 疫学調査のため、出⽣から死亡までの⼀貫した記録管理
    が必要とされた
    • レコード同定の数学的定義 [Newcombe 59, Fellegi
    69]

    View Slide

  53. View Slide

  54. 提案⼿法のフロー

    View Slide

  55. 物件間相違度の閾値による
    適合率-再現率グラフ

    View Slide

  56. Agenda
    1. データベース・情報アクセス技術と不動産テック
    の発展の歴史
    2. データベース技術の基本的な概念
    3. 質の⾼い不動産データベース構築に向けた取り組
    みの事例紹介
    4. 不動産テックの健全な発展に必要なこと
    56

    View Slide

  57. 不動産テックの健全な発展に
    必要なこと
    • 質の⾼いデータベースの構築と利⽤が、すべての
    ステークホルダーの利益になることについての認
    識の共有
    • データベースの基礎があらゆる産業で必須の教養
    とされつつあることへの認識
    • データの提供者=利⽤者の間の信頼関係の構築
    57

    View Slide

  58. 信頼関係を構築していくために
    • データ資源の整備・共有
    • さまざまなステークホルダーとの連携
    • 対エンドユーザー、対クライアント企業
    • 業界団体
    • ⾏政(国・地⽅⾃治体)
    • アカデミア
    • etc.
    • 異分野の⼈々どうしの建設的な対話の場

    View Slide

  59. 国⽴情報学研究所
    情報学研究データリポジトリ (NII-IDR)
    LIFULL HOME’Sデータセット
    • 2015年11⽉より提供開始
    • データセットの内容
    • スナップショット
    • 2015年8⽉現在の全賃貸物件
    データ
    • 上記に紐付く画像データ
    • ⽉次データ
    • 2015年7⽉〜2017年6⽉の24ヶ
    ⽉分
    • 緯度・経度が付与
    2019年10⽉、延べ利⽤申し込み数が
    100を超えました
    (⽇本国内のほか、⽶国・カナダ・
    中国)

    View Slide

  60. https://www.sumave.com/20180926_6566/

    View Slide

  61. 「たとえば、クローリングです。この25年間をかけて、私たち
    は不動産価格を推計するための新しい⼿法を多く開発してきま
    した。新しい推計⼿法ができれば論⽂として公開し、作った
    ソースコードをインターネット上に絶えず公開してきたんです。
    こうした技術⾰新は、「研究、開発、公開、共有のサイクル」
    が繰り返されました。その結果、AIによる機械学習の精度は、
    以前とは⽐べ物にならないくらいに⾼精度です。精度が⾼いだ
    けではありません、⼿軽にもなったのです。
    (中略)
    IT化の進んでいない不動産業界において、テクノロジー活⽤か
    ら得られる恩恵は、今後も⼤きくなるでしょう。不動産テック
    は、不動産市場を活性化したり、業界関係者の業務効率を改善
    したりする、⼤きな可能性をまだまだ秘めています。同時に、
    想像もしていない、望まないような事態を招く危険性もあるの
    です。その危険が、消費者にふりかかることを危惧していま
    す」

    View Slide

  62. 私たち研究者は、多くの先⼈たちと⼀緒に研究開発をしてきま
    した。それは、消費者をだますためではありません。⽣活を便
    利にしたり、豊かにしたりするためです。
    不動産業界には、いま、いろいろな組織が⽴ち上がる動きもあ
    るようですが、既存の業界や先⼈たちへの敬意を持ち、消費者
    が不利益をこうむらないよう、配慮を続けてほしいなというの
    が、私の個⼈的な想いです。今後は、これまで以上に、研究者、
    企業、業界組織、官公庁が⼿を取り合う時代となるでしょう。
    そのとき、どの⽴場においても、「相⼿への敬意」は重要だと
    考えています。敬意が⽋けることで⽣まれてしまうのが、⼀⽅
    的な想いです。それぞれが⼀⽅的になることで、「消費者が望
    まないような、おかしな⽅向へ、⼈間社会が進んでしまうので
    はないか」と憂慮します。では、おかしくない⽅向、正しい⽅
    向とはどこかというと、テクノロジーが⼈の幸せに寄与する⽅
    向です。たとえば、企業なら、「テクノロジーが⽣かされたこ
    のサービスは、⼈の幸せに寄与しているか」という点にありま
    す」

    View Slide

  63. ⻑尾 真 先⽣ (1936-2021) インタビュー
    “⼤学には⾊々な研究者がいるし、いろいろな学問もありますが、
    異分野の⼈たちと真剣に議論する場がすごく⼤事だと思いますね。
    私なんかはどちらかというと、⼀⼈で考えて⾒つけることが多い
    のですが、⼈と議論をしていると、⾃分⾃⾝で⾯⽩いことを⾔っ
    ている時があって、なんで⾃分はこんな⾯⽩いことを⼝⾛ったの
    かなあと思うこともありますね。異分野の⼈との対話が⼤切です。
    総合⼤学は、異分野の⼈と徹底的に議論するということをもっと
    もっとやってく必要があると思います。私が教授になった時、35、
    6歳の頃から、⾔語学や⼼理学の⼈たちや医学の⼈たちと⽉に⼀
    回、徹底的な議論をしました。そういうところからも⾯⽩いテー
    マが出てきます。総合⼤学はそういうことを積極的にやって、新
    しいものの考え⽅を切り拓いていかないと、タコ壺みたいなこと
    をやっていたら、総合⼤学の意味はない。そういう余裕を持って
    もらいたいです。やっぱり、研究はロマンを持たないと。それが
    ⼀番⼤事なんじゃないかと思います。”
    弁護⼠ドットコムニュース: 「未来から来た」情報⼯学者・⻑尾真、飽くなき⼈間への興味と哲学への回帰. 2019年1⽉24⽇掲載.
    https://www.bengo4.com/c_23/n_9133/

    View Slide