電気電子学科ブログ：読売理工医療福祉専門学校

読売理工医療福祉専門学校 電気電子学科 に今春入学した1年生が、単位認定取得可能な、企業と連携した正課型インターンシップに参加しました。

同じ読売新聞グループで、電気電子学科を卒業した先輩の皆さんも就職している、読売不動産株式会社と提携を行い、学科の選択科目として本年度から開始しています。

学生は夏休み中の1週間、大手町の本社ビルに通い、設備管理を中心としたビルマネジメントの他、建物の維持管理といったプロパティマネジメントなど、建物管理の仕事には、電気保安業務以外にも多くの仕事があることに驚きを隠せなかった様子です。

入学式が行われた「よみうりホール」では、ホール管理の仕事として、音響や照明などの仕事も、読売新聞東京本社からホールの運営業務として受託していることを知り、会社の仕事の幅広さを知って更に驚いていました。

「印刷工場には安い社内食堂があった」などの感想には微笑みを隠せませんでしたが、ホールではデジタル式モニターのタイムラグをどのように回避しているのかなど、興味を持って学習してきた様子が伝わってきました。

数年前に卒業した先輩の皆さんからも、就職後のキャリアパスを教えて頂き、この一ヶ月間で少したくましくなった印象です。

※　読売不動産株式会社HP　https://yomi-f.jp/

読売理工医療福祉専門学校 電気電子学科 2年生の就職活動は順調に進んでいます。

7月末日現在、学科の就職希望者全体（日本人と留学生の合計）に対する内定率は55％をちょっと超えるくらいです。例年、これから冬休みや卒業の時期に向かって、就職希望者のほとんどが電気保安業界（ビルメンテナンス業、電気工事業）等への就職が決まる傾向にあります。

1年次に第二種電気工事士試験に合格した留学生2名は、電力会社系総合設備工事会社から内定を頂くことが内定しています。これから同期入社の皆さんと一緒に、各部門で担当している仕事のお話しを聞いて、配属希望先を選ぶ予定です。

今月、一ヶ月間は学生時代最後の夏休みです。良い思い出づくりをして過ごし、残りの約半年間、仕事で活かすための技術を学んで、卒業を迎えられることを期待しています。

卒業したある先輩の名言（働くようになって気づいたこと）

「テストで良い点数をとるための勉強ではなく、仕事で役立つための勉強をしましょう！」

※画像は既に現場でビルメンテナンス業界で活躍している卒業生の皆さんです。

読売理工医療福祉専門学校の電気電子学科2年生は、冬休みが終わり、最後の期末試験まで残りわずかとなりました。

電気主任技術者の認定資格を取得するため、感染予防対策を強化して実験に取り組んでいます。

今の2年生の入学と同じ頃、新校舎移転に併せて高電圧実験装置を更新しました。コンピュータ制御の最新式です。

読売理工医療福祉専門学校の電気電子学科では、実験実習の時間に学生ひとりひとりが小型変圧器を製作し、変圧器の特性試験を行い、電気機器工学の講義で学習する理論の理解を深めています。

電気絶縁材料のプレスボードを切断して、木工ボードで接着してボビンを作ります。

これを1週間乾燥させてから、1次巻線と2次巻線を巻き、鉄心を取り付けて完成です。

ボビン作りに失敗すると、巻線がきちんと巻けず、鉄心も取り付けられないため、学生たちは集中して黙々と作業を続けていました。

変圧器はスマホの充電など電気製品を使う普段の暮らしだけではなく、電車の安全な運行なども支える、重要な電気機器です。自作した小型変圧器の試験データから、何かを得てもらえることを願っています。

読売理工医療福祉専門学校電気電子学科では、電気工学や電子工学、電気工事や施工管理などの専門科目の授業と共に、それらの学習に必要な数学も学ぶことができます。

「普通科ですが大丈夫でしょうか？」と、授業についていけるかどうかを心配されている高校生や保護者の方がいらっしゃいますが、ご安心ください。

電気電子学科では、大学受験生のマンツーマン数学指導を得意とし、高校生の思考の「くせ」を理解し、多数の医学部合格者を出している講師が、「文系でもわかる電気数学」を教えています。

4月の入学後、有効数字や指数表示、接頭語や単位などの復習から始めた1年生は、3ヶ月後の現在、三角関数の学習をしています。

読売理工医療福祉専門学校 電気電子学科 は、文部科学大臣から「職業実践専門課程」に認定されており、 企業と連携した実習授業を実施しています。

2年生の実習授業では、2013年3月に本校電気電子学科を卒業し、現在は太平ビルサービス株式会社で商業施設の監視室所長を務めている先輩から、自家用電気工作物の定期点検方法について指導頂いています。

AIによって仕事が無くなると言われていますが、AIは決して得たいの知れないものではなく、人類が開発したデジタル回路上で、専門家によって選択、加工して与えられたデジタル情報を入力して、機械学習により分別力を向上させているに過ぎません。

機械学習による分別力とは、簡単に言うとパターン認識のことです。

パターン認識で最も利用されているものは検索エンジンかもしれません。インターネットの検索サイトで検索したいキーワードを入力して検索を実行すると、入力したキーワードに関連するサイトや画像などを表示します。表示されたサイトや画像の中から閲覧される回数が多いサイトや画像は、そのキーワードと関連性が強いと判断され、その結果、検索エンジンを動かしているソフトウェアが書き換えられます。

検索サイトでも使用されている画像認識が、人工知能（ＡＩ）の第三次ブームを支えていると言えるかもしれません。画像以外にも文字や音声もパターン認識の対象です。

20年くらい前の音声認識ソフトは方言や訛り（なまり）を認識することが難しく、認識の対象となる音声を登録、設定しても、標準語からはずれている音声を認識することは大変難しかったと聞いています。しかし、今では特に設定をしなくても人工知能（ＡＩ）が多くの音声データから学習した結果に基づいて、人間と会話ができるようになってきています。

一般には人工知能（ＡＩ）と呼ばれていますが、その実態はコンピュータやサーバ上で動いているソフトウェアです。

そのため、IBMでは人工知能（ＡＩ）ではなく、”コグニティブ・コンピューティング（Cognitive computing）”という言葉を使っています。

人工知能（ＡＩ）がソフトウェアである以上、その処理速度はハードウェアによる制約を受けるため、ハードウェアであるコンピュータやサーバの更なる性能向上が望まれています。