Musashino University Academic Institutional Repository

上林, 憲行

武蔵野大学学術機関リポジトリ　Musashino University Academic Institutional Repositry
AI活用エキスパート副専攻コースの構想
著者 上林 憲行
雑誌名 Musashino University Smart Intelligence Center
紀要
号 3
ページ 4-14
発行年 2022-03-31
URL http://id.nii.ac.jp/1419/00001718/
Musashino University Smart Intelligence Center 紀要 Vol.3 (2022.3) 
 
4 
 
解説論文 
A I 活用エキスパート副専攻コースの構想 
An Concept of a Sub-Major Course for Experts in the Use of 
Artificial Intelligence 
上林 憲行 
Musashino University Smart Intelligence Center 
 
概要 
武蔵野大学 MUSIC が管轄し推進する副専攻コースの構想について、その背景、経緯、キ
ーコンセプト、具体的な特徴などについてその概要を述べる。 
 
キーワード： AI，データサイエンス、副専攻コース 
 
1. 序論 
 武蔵野大学は、学内委員会の議論を経て、2030年の武蔵野大学の将来像を描くキーコン
セプトとして、「AI-Ready-University 」を掲げて、その戦略推進センター(MUSIC: 
Musashino University Smart Intelligence Center)を 2019年 1月に設立した。奇しく
も、現在、社会的な関心を持たれている、DX人材、AI・データサイエンス人材などの育成
策の重要性が議論され始めた時期であった。 
 その当時、大学の情報教育に関わる危機意識としては、あらゆる業界・職種で進む情報
化の急速な進展に応えられる学生を育成するために、大学における広義の情報教育プログ
ラムをどのように変革するか？があった。そのために MUSICにおいて最初に手がけたこと
は、大学における「情報」教育を、コンピュータやソフトウエアツールの操作教育から、
情報の利活用教育へ転換すること。さらに、文系学生向けのデータサイエンス・人工知能
を学ぶ教育プログラムを提供すること。そしてそれらの教育プログラムを有機的に発展さ
せ、より体系的に「情報」を学ぶことのできる情報副専攻コース[1]を提供することなど
であった。 
 実際に、本構想の着想は、西本照真学長のイニシアティブによって戦略的に方向付けさ
れたもので、MUSIC設立の主目的でもあった。この構想は、当時においても極めて野心
的・先進的な構想であった。さらに、その方向性を確信したのは、2019年 3月に発表され
た、政府の「AI戦略」である(図１を参照)。 
Musashino University Smart Intelligence Center 紀要 Vol.3 (2022.3) 
 
5 
 
 
図 1 AI人材育成戦略（出典：総合科学技術・イノベーション会議） 
図 1 に示す AI戦略には、以下のキーメッセージが明示されている。 
① 全学生向けのデータサイエンス・人工知能のリテラシーレベル教育 
② 副専攻としてのより体系化されたデータサイエンス・AI教育 
 
 この方向性はまさに学内で議論されていた改革の方向性にピッタリ付合したことを受け
て、この構想の実現を加速することとした。 
 文系学生向けに検討された AI プログラムの先行事例研究としては、関西学院大学の AI
エキスパートコース[2]を大いに参考にした。奇しくも、このプログラムを推進されてい
たのは、情報処理学会のネットワーク生態学研究会で交流のあった丹波先生(現関西学院
大学副学長)であったので、情報交換や助言をいただき、副専攻コースプログラム構想の
具体的な一つのスケルトンとして参考にした。特に、AI「活用」の基本的な考え方、プロ
グラム科目群の構成などは、副専攻コースプログラムの基本フレームを考える上で大きな
示唆を受けた。 
 MUSIC 設立以降の武蔵野大学における全学情報教育に関わる戦略的な取り組みを以下に
示す。 
 2019年度： 
・ 全学情報教育の戦略的推進センターとしての MUSIC設立 
・ 情報科目を一般入試に導入 
 2020年度： 
・ 全学 BYOD施策導入 
・ 全学情報科目プログラム革新 
Musashino University Smart Intelligence Center 紀要 Vol.3 (2022.3) 
 
6 
 
 2021年度： 
・ 全学必修２科目（データサイエンス基礎・人工知能基礎）が文科省データリテラ
シー認定獲得 
・ 副専攻コース(A I活用エキスパートコース)の本格始動 
 
2. 副専攻コースの基本コンセプト 
 副専攻コースの目的・目標は、21世紀を生き抜く汎用(ジェネリック)スキルとして体系
化された AI 活用人材教育プログラムを武蔵野大学の全学生に提供することである。 
 副専攻コースの基本コンセプトは、主に以下の通りである。 
• AI技術等の開発者を育成するのではなく、世の中に広く浸透する AIツール・サー
ビスを使いこなして自ら現場での業務(仕事)の生産性を上げる工夫ができる人材を
育成する。 
• 多様な学習ニーズに応えられるように、複数の目的別プログラムと複数の到達レベ
ルを用意する 
• 活用スキルとは、AI・データサイエンスツールを使うとどんなメリットがあるかを
理解して必要な局面で実際に活用できる実践知(知識＋スキル＋コンテキスト)であ
る 
• 全ての仕事は、情報の探索収集、情報の創出生産、情報の編集加工、情報の分析表
現、情報の管理伝達として規定されるはず。これらを情報技法として体系的に学ぶ
科目群も提供する 
• コンピュータの能力の最たるものは、目的のプログラムを作成して、計算器にも、
ゲームプレイ、音楽再生機・・・・・・、などの多様な機能を実現できることであ
る(メタメディアの考え)。このことの可能性を具体的に理解してもらうために広義
の「プログラミング」教育を提供する 
• 副専攻コースの履修者については、履修者と教員のオンライン学習コミュニティを
提供して科目間連携、学生の協働的学びなどコミュケーションの場を提供する 
• 副専攻コースは、準学科に相当する教育の質保証を行うべく、コース全科目の教育
目標とその到達度評価については共通政策の展開と自己点検の仕組みを導入する 
 
 副専攻コースを学生に届けるキーメッセージとしては、本学が目指す「AI -Ready–
University」を念頭に「AI for All」を選んだ。 
 副専攻コースのキーコンセプトと特徴については、副専攻コースの紹介 HPを通じて広
く発信をするとともに、Twitterの MUSIC公式アカウントも活用して広く周知を図ってき
ている。 
 図２は、副専攻コースの全体構成とカリキュラム体系である。 
 ・全学必修化し文科省の認定を受けた２科目を入門編として全学生が学ぶ 
Musashino University Smart Intelligence Center 紀要 Vol.3 (2022.3) 
 
7 
 
・次いで、情報を活用して仕事を進めるうえで必要なスキルセットを学ぶ情報技法科目群
とメタメディアとしてのコンピュータの能力を自在に活用する手段である広義のプログラ
ミングを学ぶプログラミング系科目群を用意し、基盤科目とした。さらに高度な活用スキ
ルを学ぶ上で、専修科目群を設定している。専修科目群では、学びの集大成として総合演
習型のプロジェクト科目を通じて、学んだことを形にする活動を全員行うように意図され
ている。 
 
図２ 武蔵野大学 AI活用エキスパートコースの全体像とカリキュラム構成 
 
3. コースの魅力とその発信 
 副専攻コースについては、副専攻コース説明会を通じその魅力を以下のように訴求し
た。 
⑴ 社会の人材ニーズの動向 
⑵ AI活用エキスパートコースが極めてユニークプログラムであること 
⑶ 企業などと連携したインターンシップや連携プログラム推進 
⑷ コース履修生向けの学習コミュニティを通じた手厚い支援体制 
 それぞれ、具体的な事例を通じて説明して学生からも好評を得た。 
 
⑴ 社会の AI・DX人材ニーズ 
 図 3−1A,B,C,D は、2019 年に政府が策定した AI戦略における人材育成戦略を示したもの
である。 
 AIの驚異的な技術進化とその社会的浸透が加速度的に進んでいる中で、AIに関わる人
材ニーズもますます必要になってきている。また、単に研究開発技術者人材だけでなく、
その社会応用の広がりを見据えて考えると、AIを活用してさまざまな現場で問題解決や価
値を生み出す人材がむしろ重要になると考えられる。そのような方向性は奇しくも一致し
ていたので、さらに確信度を深めて、副専攻コースの本格的なデザインと準備を加速させ
Musashino University Smart Intelligence Center 紀要 Vol.3 (2022.3) 
 
8 
 
た。また、AIを含むデジタル人材、つまり DX人材の必要性も、社会的に認知されてき
て、経産省などが中心に政府も DX人材を社会的に供給していく戦略を提起してきている
(図 3−2 参照)。 
 このように、文系、理系を問わず、全ての社会人は AI、DX知識やスキルを身につける
ことが大事であることの共通認識が進んだ。また、AI・DX人材は、現時点でも、業界・業
種・職種を問わず、全方位的に必要とされていることも実際の転職求人情報サービスを通
じた結果を伝えた。 
 
⑵ 極めてユニークな AI活用エキスパートコース 
 AI技術の専門家育成のための教育プログラムではなく、AI ツールやサービスを駆使し
てそれぞれの現場で問題解決を図れる AI活用人材を目的とするのである。このような目
的を持ったプログラムは、他に先例もないものであった。プログラムの狙いそのものが極
めてユニークで挑戦的なものである。先行事例の関西学院大学の副専攻コースに比べて
も、よりジェネリックなスキルとして捉え情報学的な要素も加味したユニークな構成とな
っている。 
 さらに、大学の教育現場では利用機会が恵まれない企業等で使われている本格的(極め
て高価)なツールやサービスを利用して学ぶことができるようにしたこと。大学ではトイ
モデルで学ぶのではなく、企業の第一線で活用されているツール・サービスを実践的に学
べるように準備した(日本初)（図 3−２を参照）。 
 さらに、副専攻コースの標準プログラムを超えて意欲的に学びたい学生向けに、自分の
目的やペースで学習が可能なオンデマンドの学習コンテンツサービスも準備した。具体的
には Aidemy[3]が提供する学習コンテンツであるが、この種の学習コンテンツは、社会人
向けの研修が念頭にあるので大学視点を超えた実践的な内容となっている。このことも社
会で使われている学習・研修コンテンツを在学中に学べるというメリットを提供している
ことに繋がった。 
  
⑶ 多様な社会連携プログラム 
 この社会連携プログラム的な要素を随所に取り込んだことも、ユニークなプログラムで
あることの一つである。文系分野で本格的に取り込んだ。 
 具体的には、さまざまな企業、メディア、ベンダーの協力を得て、企業や社会のリアル
なビジネスコンテキストでリアルなデータや実践プロセスを通じて学ぶことができるよう
に教育・学習環境を整えたこと。さらに、こうした企業連携プログラムを発展的に活用し
て、副専攻コース履修者向けのインターンプログラムも準備予定(図 3−3 A,Bを参考)。 
 
  
Musashino University Smart Intelligence Center 紀要 Vol.3 (2022.3) 
 
9 
 
⑷ コース履修生向けのオンライン学習コミュニティを通じた手厚い支援体制 
 図３−４に示すように、副専攻コースは、準学科に相応しい教育の質保証を進めると共
に、科目間連携、学生間の相互学習支援など、科目を超えた学びの場と機会及びサービス
を提供することにした。 
① 学生間、学生・教員間の交流の場を提供 
② 学生間及び科目を横断する学びの場と機会を提供 
③ 副専攻コースのフォーマルからインフォーマルな情報・人的交流・コミュニケーショ
ンなど副専攻コースの玄関口（ポータル）として機能させる。 
 これらの試みは、データサイエンス学科で先行的に進めた実績を踏まえて、副専攻コー
スでも学生ケアの柱として手厚く支援を進める予定。 
 
 
 
 
図 3−1A 政府の人材育成策 
Musashino University Smart Intelligence Center 紀要 Vol.3 (2022.3) 
 
10 
 
 
図 3−１B 政府の DX人材育成策 
 
 
 
 
 図 3−１C DX人材の実際のニーズ 
Musashino University Smart Intelligence Center 紀要 Vol.3 (2022.3) 
 
11 
 
 
 図 3−１D DX人材の実際のニーズ 
 
 
 
 
 図 3−2 ユークな教育プログラムと最先端ツールの使用体験 
 
Musashino University Smart Intelligence Center 紀要 Vol.3 (2022.3) 
 
12 
 
 
 
 図 3−3A 最新の AI情報や学習コンテンツのタイムリーな提供 
 
 
 
  図 3−3B 副専攻とリンクしたインターンシップ 
Musashino University Smart Intelligence Center 紀要 Vol.3 (2022.3) 
 
13 
 
 
  図 3−4 学習コミュニティを通じた手厚い支援など  
 
 
4. 緒論 
この副専攻コースの構想は、2018年ごろからラフなスケッチ段階の検討を開始した。
2019年には設置方針を確定して 2021 年度入学生からコースプログラムの提供がスタート
した。その間、世の中は、AI、データサイエンス人材からさらに DX人材へとデジタル技
術が社会の隅々まで浸透して、加速度的変化が進行中であることを実感している。 
 また、2021年度からは、小中学校でのプログラミング教育がスタート。2022 年度から
は高校の情報科目が必修になったことなど。高校段階の「情報」科目の抜本的改定と必修
科目化がついに達成された。これを受けて、大学での「情報」教育をどのように再構成す
るかが問われる段階になった。さらに、2022 年には、大学共通テストでの「情報」科目の
必修化の答申が出て、2025年度から国公立大学の共通テストで必須科目となる予定であ
る。 
 一方、大学におけるデータサイエンス・AI教育の普及は目を見張るほどの勢いで浸透し
て来ている。データサイエンスの専門学科・学部の開設にとどまらず、文系向け・全学向
けのデータリテラシー教育もそれぞれ工夫されたプログラムを大学で競うように準備され
てきた。さらに、情報系学部の開設ラッシュも続き、社会的ニーズに呼応するように情報
系にハイライトが集まってきた。情報系の浸透は、文理の区分を無効化するとともに、文
系理系を問わず、STEM教育が、21世紀を拓く「真のリテラシー」として理解されて展開
が加速していることは、喜ばしい。 
Musashino University Smart Intelligence Center 紀要 Vol.3 (2022.3) 
 
14 
 
 近年の DX があらゆる局面で必要な人材として認識され、社会的ニーズもますます大き
な広がりをもつに至った。政府の成長戦略の柱にデジタルが、さらに省庁横断でデジタル
化推進するデジタル庁の発足も相まって確かなリアリティを伴う新潮流になってきた。 
 GAFAM に代表される ICT 企業の驚異的躍進、AI技術の加速度的進化、その社会的展開の
好循環が続く構図の中に、AIをそれぞれの現場で活かせる人材育成の社会的使命も責任も
ますます大きくなってきている。このような、大きな潮流につながるさざなみに関われた
幸運に感謝したい。 
 
謝辞 
 本構想の最初の着想とその立ち上げにご尽力をいただいた西本照真学長には、改めて御
礼を申し上げます。また、実際の構想の具体化の議論をいただいた、MUSIC の林浩一教
授、中村太戯留准教授、渡邊紀文准教授、田丸恵理子研究員にも、紙面を借りて謝意を表
したいと思います。 
 
 
参考資料 
[1] 副専攻 A I 活用コース,  https://www.musashino-
u.ac.jp/guide/facility/MUSIC_center/submajor_aiexpert.html (参照 2022-2-28). 
[2] 関西学院大学 AI 活用人材育成プログラム, https://www2.kwansei.ac.jp/ai/ (参照 2022-2-28). 
[3] Aidemy, https://aidemy.net (参照 2022-2-28). 


An Concept of a Sub-Major Course for Experts in the Use of Artificial Intelligence

西脇, 文男

Nishiwaki, Fumio

“Green Hydrogen” Essential for Achieving Carbon Net Zero

石橋, 直樹

武蔵野大学学術機関リポジトリ　Musashino University Academic Institutional Repositry
美術館を対象としたマルチデータベースシステムア
ーキテクチャとその実現
著者 石橋 直樹
雑誌名 武蔵野大学アジアAI研究所紀要
号 2
ページ 14-22
発行年 2022-03-22
URL http://id.nii.ac.jp/1419/00001743/
 
14 
 
 
 
[論文] 
美術館を対象としたマルチデータベースシステムアーキテクチャと
その実現 
 
A multidatabase system architecture and its implementation 
for a museum 
 
石橋 直樹 
 
概要 
学芸員の専門的知識を動的に統合するために設計された、美術館のためのマルチデータベー
ス・システム Artizon Cloud について報告する。このシステムでは、来館者のために、位置情
報に応じたデータ提供を定義している。実際の美術館にシステムとアプリケーションを実装・
提供し、個別にデータベースとして実装された異種アーカイブ群を Web UI で動的に抽出・統合
し、来館者の端末に情報として提供する。 
 
1. はじめに 
美術館は、美術品と学芸員の高度な知識を組み合わせることで、すべての来館者に知的・感
動的な体験を提供している。しかし、学芸員の知的財産を来館者に動的に提供する枠組みは提
案されてこなかった。 
ここ数年、美術館や博物館は、写真や証拠書類、あるいは展覧会など、さまざまなデジタルア
ーカイブを開発してきた。そのため、作家やキュレーターの知的財産である美術品の写真もデ
ジタルアーカイブ化されつつある[1,2,3]。さらに、写真のアーカイブにとどまらず、ソーシャ
ルネットワーキングのパラダイムを用いた集合知による文化ポータルの整備[4]、来館者の行動
分析による美術館レイアウトのアーカイブ[5]、伝統文化のアーカイブとデジタル技術による新
しい経験の演出など、知識を保存し共有する研究も提案されてきた[6]。 
学芸員が構築したデジタルアーカイブを動的に統合してサービスを提供するマルチデータベ
ースシステム[7,8,9]は、特に技術者を持たない美術館で必要とされてきた。学芸員の知識や作
品そのものを表すアーカイブを動的に統合することで、より新しい知的サービスやエンターテ
インメントサービスを動的に提供することができると考えられた。既存データベースの統合に
は、マルチデータベースシステムを構築するための異質性の管理が重要であり[10]、メタデー
タベースのアプローチ[11,12,13,14]は、以下の理由から美術館と相性が良いと考えられた。1) 
 
15 
 
 
 
アーカイブ間で共有するメタデータ領域が定義可能である、2) 多くの種類の美術データに対し
てセマンティック・コンピューティングが有効と考えられる。 
本論文では、美術館のためのマルチデータベースシステムアーキテクチャとして提案された
Artizon Cloud[15]について述べる。Artizon Cloud の特徴は、 美術館のコレクションは、学芸
員がローカルネットワークで管理・運用するアーカイブ群のデータを動的に統合して、美術館
の訪問者や WWWユーザに適切なデータを提供するものである。 
 
2. 実現環境 
1952 年に設立されたブリヂストン美術館から発展的に再建築する形式におり、2020 年 1 月、
東京・京橋でアーティゾン美術館[16]がスタートした。同美術館は、古美術から近代日本洋画、
印象派、20世紀美術、現代美術まで幅広く網羅し、約 3,000 点の美術品を収蔵・管理する。3フ
ロア、合計約 2,100m2をギャラリーとして利用でき、プライベート IP アドレスによるローカル
ネットワークにより全フロアに来場者用の Wi-Fiを提供している。 
 
3. マルチデータベースシステムアーキテクチャ 
Artizon Cloud は、図 1のように、プライベートネットワーク、ミュージアムネットワーク、
インターネットの 3つの領域を定義し、情報を提供するように設計された。 
 
 
図 1: Artizon Cloud のシステムアーキテクチャ 
 
学芸員は、プライベート IPアドレスを持つローカルネットワーク内の Web ベースのデータア
ーカイブに美術品コレクションデータを登録し、管理してきた。このプライベートネットワー
クには職員のみがアクセスでき、アーカイブは組織内の職員により管理されてきた。また、各
アーカイブはそれぞれ異なる DBMS を使用しており、スキーマも独自に設計・実装されてきた。
これらのアーカイブのデータは Private Data Center へ変換され、Private Data Centerは様々
な種類のデータを統合している。 
Private Data Centerは、図 2 のように、美術館来場者と WWW 利用者の情報を含むデータセ
ットを、Private Data Converterを通して Museum Data Centerに送信する。したがって、美術
館の来館者は、WWW で利用可能なすべての情報と同様に、高解像度の画像、制限された音声や映
 
16 
 
 
 
像データなど、WWW ユーザよりも多くの美術情報にアクセスすることが可能となった。つまり、
Artizon Cloud を導入した美術館は、学芸員の日々の仕事から自動的に変換された膨大な量の
知識を来館者に提供することが可能となった。 
Public Data Center は WWW アプリケーションやスマートフォンアプリケーションを実装する
ためのバックエンドである。学芸員の日々の業務は最終的に Public Data Center に変換・集約
されるため、Artizon Cloud は様々なデータを WWW に公開する作業を軽減し、新規にアプリケー
ションを開発するためのインフラとなる。 
 
図 2: Artizon Cloud におけるデータフロー 
 
Artizon Cloud は、図 3に示すように、様々なアプリケーションを想定している。Museum Data 
Center は、来館者のデバイス上のアプリケーションと美術館のデバイス上のアプリケーション
を提供することができる。さらに，このアーキテクチャは，実際の美術館でミュージアムアプ
リケーションを迅速に開発する機能を提供し，美術館をオープンデータイノベーション[17,18]
の実験空間とすることができる． 
 
 
17 
 
 
 
図 3: Artizon Cloud のサービス例 
4. システム実現 
Artizon Cloud は、実際に Artizon Museum に導入され、2020 年 1月からサービス提供を開始
しました。現時点では、図 4に示すように 5つのアーカイブが Artizon Cloud に接続されてお
り、これらのアーカイブは異なる組織が独自に実装しています。ただし、例外として Artize か
ら抽出したメタデータは他のシステムと共有しています。 
 
 
図 4: Artizon Cloud の実装 
 
4.1. アーカイブ群 
以下のアーカイブは独自に実装されたもので、いずれもアーカイブは WebDB システムです。 
 
4.1.1. Artize 
Artize は、コレクション管理を目的としたシステムで、NISSHA 株式会社が Artizon Museum
用にカスタマイズした商用ソフトウェアである。美術館の学芸員は、所蔵する美術品のデータ
を登録し、作家名、作品名、作品の歴史、修復記録、展示記録、写真、文献などの関連データを
一元管理することが可能である。Artize のデータには、所蔵する全美術品の詳細情報のほとん
どが含まれており、データは学芸員によって日々管理されてきた。したがって、Artize が有す
る最新のデータを利用し、1）作品、2）作家、3）展覧会に関するデータをメタデータとして自
動的に抽出できる。したがって、Artizeは Artizon Cloud にとって最も重要なアーカイブであ
り、この 3つのメタデータを Private Data Center や他のアーカイブに提供することができる。 
 
4.1.2. iDash 
iDashは、株式会社 Governance Design Laboratory が開発した証拠書類アーカイブで、美術
品や作家に関わる証拠書類、美術品の修復履歴、美術館の出版物などを管理するものである。 
 
4.1.3. ArMA 
ArMA は、美術作品や作家、展覧会などの画像、音声、映像データを管理するメディアデータ
 
18 
 
 
 
アーカイブで、株式会社エアリーが開発を行った。ArMA は当初、美術品補修に用いる証拠資料
となる高解像度写真の管理を目的として設計され、更に、展覧会ごとの動画や館内の音声ガイ
ド用の音声ファイルなど、メディアデータの管理へとその役割を広げたものである。 
 
4.1.4. ArTeX 
ArTeXは、学芸員が執筆したテキストを管理するために、株式会社ニューフォリアが開発を行
った。アーティゾン美術館の学芸員は、主に Word を使って様々な文章を作成し、それぞれの PC
にデータを保存してきた。そこで、ArTeX は、Word のファイルを受け取り、動的にテキストデ
ータを抽出しデータベースへ挿入することで、テキストの一元管理を実現した。UTF-8を使えば
どんな言語でも格納可能であり、これまでに英語、日本語、中国語、韓国語のテキストが格納さ
れてきた。 
 
4.1.5. ArEvA 
ArEvAは、大日本印刷株式会社が、展示会や講演会、シンポジウムなどのイベントデータを保
存するために構築したものである。展覧会のポスターなど、美術館の歴史の記録を行うために
設計された。 
 
4.2. Private Data Center 
以上のアーカイブ群からデータを自動的に抽出し、Private Data Center(以下 MetaDB と記
す)への変換を行う。MetaDB は次のような機能を有している。 
⚫ Artizeから作品、作家、展覧会のデータを抽出、変換し、メタデータとして ORDB やファ
イルシステムに格納する機能 
⚫ アーカイブ群にメタデータを提供する Web API機能 
⚫ 各々のデータに対して、プライベート、ミュージアム、パブリックなど適切なゾーンを設
定するなど、Web UI からメタデータを編集する機能 
⚫ 各アーカイブのデータを ORDBやファイルシステムに格納する機能 
⚫ プライベート、ミュージアム、パブリックなど、アーカイブのデータを Web UIで編集す
る機能 
⚫ アートワークやポスターなどの画像の著作権を Web UI により編集する機能 
⚫ メタデータを変換し、Museum Data Center へ転送する機能 
⚫ アーカイブ群のデータを Museum Data Centerへ変換・転送する機能 
 
4.3. Museum Data Center 
MetaDBからのデータを自動的に受信し、Museum Data Center（以下 DMZDB と記す）へ変換す
る。DMZDBは以下のような機能を有する。 
⚫ 作品、作家、展覧会のメタデータを ORDBとファイルシステムへ格納する機能 
⚫ アーカイブのデータを ORDB やファイルシステムへ格納する機能 
 
19 
 
 
 
⚫ 美術館の作品データを提供する Web API機能 
⚫ 作家データを館内で提供する Web API 機能 
⚫ 展示データを館内で提供する Web API 機能 
⚫ 出版物のデータを館内に提供する Web API 機能 
⚫ 美術品のデータを Public Data Centerへ変換・転送する機能 
⚫ 作家のデータを Public Data Center へ変換・転送する機能 
⚫ 展示会のデータを Public Data Centerに変換して転送する機能 
 
4.4. Public Data Center 
Public Data Center は、アマゾンウェブサービス（AWS）の EC2と S3に実装されており、以
下の機能を有している。 
⚫ 作家のデータを提供する Web API 機能 
⚫ 展示会データを提供する Web API 機能 
⚫ 出版物のデータを提供する Web API 機能 
 
5. Artizon Cloud アプリケーション 
Artizon Cloudの最初の応用として、2019年末に Artizon Museum App.がリリースされた[19]。
そのサンプル画面を図 5に示す。 
 
   
図 5: Artizon Museum App.の表示例 
 
美術館へ来場した来館者の端末は、館内の Wi-Fiに接続することが推奨されている。そして、
 
20 
 
 
 
これらの端末は、作品ガイドを目的とした音声データなど、DMZDB から提供されるすべての情報
にアクセス可能となる（図 6）。また、ギャラリーでは、特定の作品にビーコンデバイスを埋め
込むことで位置を判定し、ユーザーの位置情報を検知することで、音声データなどを含むアプ
リケーションの画面を切り替えることが可能となっている。 
 
 
図 5: Artizon Museum App.におけるゾーン遷移 
 
2020 年 1 月の開館以来、2020 年末までの Artizon Museum の来館者数は 108,770 人、iOS ア
プリのダウンロード数は 9,311人、Androidアプリのダウンロード数は 4,983が観測された。ア
プリの利用者数はまだ多くないが、SNS等では非常に多くの好意的な感想が観測された。 
Artizon Cloud とアプリケーションを導入して以来、Artizon Museum では、来館者への端末
の貸し出しを止め、端末とイヤホンの持ち込みを推奨している。アーティゾンミュージアムに
は、膨大なデータを提供することで、知的感動体験を生み出そうという強い意志を持っている。 
 
6. 結論 
美術館のためのマルチデータベースシステムアーキテクチャについて述べた。Artizon Cloud
は、美術品コレクションの独立したアーカイブを動的に統合し、オフィスや美術館など、ユー
ザーの場所に応じてデータを提供する。このシステムを実装し、実際の美術館である Artizon 
Museumの来館者にサービスを提供し、iOS と Android のアプリケーションが公開されてきた。 
このシステムを応用し、学芸員の高度な知識や作品そのものを動的に抽出・統合・演出し、来
場者の実際のスマートフォンアプリに表示することで、来場者はイヤホンを差し込むだけで音
声ガイド、映像、収蔵品データなどを利用することが可能となった。 
今後は、アジア AI研究所において構築を進めているデータセンソリウムに対し、サイバース
ペースにおけるダイナミック・キュレーションの方法論の設計・構築や、美術館に来場する自
動向けエンターテインメント・アプリケーションの設計を検討するとともに、他の美術館にも
この挑戦への参加を促す予定である。 
 
 
 
21 
 
 
 
謝辞 
本研究は公益財団法人石橋財団を実施母体として進められた。同財団の皆さまには深く御礼
申し上げる。また、武蔵野大学清木康教授と行った共同研究が、本研究をスタートさせる最初
のきっかけとなった。この場を借りて深く御礼申し上げる。 
 
 
参考文献 
 
[1] The Metropolitan Museum of Art: The Met Collection, available via WWW, 
https://www.metmuseum.org/art/collection (2021). 
[2] Mus'ee du Louvre: Atlas database of exhibits, available via WWW, 
http://cartelen.louvre.fr/ (2021). 
[3] Paris Mus'ees: Les collections en ligne des mus'ees de la Ville de Paris, 
available via WWW, https://www.parismuseescollections.paris.fr/ (2021). 
[4] Sornlertlamvanich, V. and Charoenporn, T.: “Cultural Knowledge Co-Creation on 
Social Networking Paradigm”, Proceedings of The Second International Conference on 
Culture and Computing, Kyoto University, Kyoto, Japan (2011). 
[5] Kovavisaruch, L., Sanpechuda, T., Chinda, K.,Kamolvej, P. and Sornlertlamvanich, 
V.: “Museum Layout Evaluation based on Visitor Statistical History,” Asian Journal of 
Applied Sciences, Vol.5, No.3, pp.615-622 (2017). 
[6] Digitized Thailand: White Paper, NECTEC, available via WWW, 
https://www.facebook.com/digitizedthailand (2009). 
[7] Batini, C., Lenzerini, M. and Navathe, S.B.: “A comparative analysis of 
methodologies for database schema integration”, ACM Computing Surveys, Vol.18, No.4, 
pp.324--364 (1986). 
[8] Litwin, W., Mark, L. and Roussopoulos, N.:”Interoperability of Multiple 
Autonomous Databases”, ACM Comp. Surveys, Vol.22, No.3, pp.267-293 (1990). 
[9] Sheth, A.P. and Larson, J.A.: “Federated database systems for managing 
distributed, heterogeneous, and autonomous databases,” ACM Computing Surveys, Vol.22, 
No.3, Special issue on heterogeneous databases, pp.183--236 (1990). 
[10] Zhang, J.: “Classifying approaches to semantic heterogeneity in multidatabase 
systems,” Proceedings of the 1992 conference of the Centre for Advanced Studies on 
Collaborative research - Volume 2, pp.153--173 (1992). 
[11] Kitagawa, T. and Kiyoki, Y.: “The mathematical model of meaning and its 
application to multidatabase systems,” Proc. 3rd IEEE Int. Workshop on Research Issues 
on Data Engineering: Interoperability in Multidatabase Systems, p.130--135 (1993). 
[12] Kiyoki, Y. and Kitagawa, T.: “A metadatabase system supporting interoperability 
 
22 
 
 
 
in multidatabases”, Information Modeling and Knowledge Bases, Vol.5, pp.287--298 
(1993). 
[13] Kiyoki, Y., Kitagawa, T. and Hitomi, Y.: “A fundamental framework for realizing 
semantic interoperability in a multidatabase environment”, Journal of Integrated 
Computer-Aided Engineering}, Vol.2, No.1, pp.3--20 (1995). 
[14] Kiyoki, Y., Hosokawa, Y. and Ishibashi, N.: “A Metadatabase System Architecture 
for Integrating Heterogeneous Databases with Temporal and Spatial Operations,” 
Advanced Database Research and Development Series Vol. 10, Advances in Multimedia and 
Databases for the New Century, A Swiss/Japanese Perspective}, pp.158--165, World 
Scientific Publishing (1999). 
[15] Ishibashi, N.: “Artizon Cloud: A Multidatabase System Architecture for an Art 
Museum”, Information Modelling and Knowledge Bases XXXIII, pp.323—331 (2022). 
[16] Artizon Museum: Artizon Museum, available via WWW, 
https://www.artizon.museum/en/ (2021). 
[17] Janssen, M., Charalabidis, Y. and Zuiderwijk, A.: “Benefits, Adoption Barriers 
and Myths of Open Data and Open Government,” Information Systems Management, pp.258--
268. (2012) 
[18] Zuiderwijk, A., Janssen, M., and Davis, C.: “Innovation with Open Data: 
Essential Elements of Open Data Ecosystems,” Information Polity, pp. 17-33. (2014) 
[19] Artizon Museum: Artizon Museum Official App, available via WWW, 
https://www.artizon.museum/en/user-guide/application/ (2021). 
 
 
 


A multidatabase system architecture and its implementation for a museum

2021年度 研究員発表論文および活動一覧
研究活動に関連したシステムやデータベース一覧othe

参考資料

森下, 幹夫

Morishita, Mikio

The Process of Establishing the Administrative Complaint Review System in Nalional Tax in Japan : Focusing on the Meiji era

武山, 尚道

TAKEYAMA, Hisamichi

Evaluation of Japanese PET bottle Recycling System from the viewpoints of Material-flow and Industrial organization : A lack of “Extended Producer Responsibility”

横山, 隆壽

YOKOYAMA, Takahisa

International Development of the Issue on Climate Change : From Development of the Scientific Consensus to Adoption of the UNFCCC

武蔵野大学学術機関リポジトリ　Musashino University Academic Institutional Repositry
人間科学研究所年報第11号 : 目次,執筆者一覧,奥
付
雑誌名 武蔵野大学人間科学研究所年報
号 11
発行年 2022-03-01
URL http://id.nii.ac.jp/1419/00001790/
I S S N 2186 － 7356
武蔵野大学人間科学研究所年報
第 11 号
目　　　次
2  0 2 1
武蔵野大学人間科学研究所
〈論文〉
精神保健福祉士養成課程においてオンラインによる
　実習代替プログラムを経験した学生の学習プロセス
「信念の倫理」と非難相当性の問題 －「信念の倫理」研究序説（2）－
戦後の長欠不就学児への学校福祉実践の意義に関する研究
　－長欠児童生徒援護会の設立理念と実践を通して－
女性の自殺－これまでの研究知見と今後の課題
……………………………………………………… 岩　本　　　操・坂　入　竜　治 1
精神医療審査会における課題と今後の展望について
…………………………………………………………………………… 山　岸　昌　平 77
ヒトの血液中に生じる自己抗体－疾病や健康状態を識る手がかり
………………………………… 福　田　枝里子・山　口　　　圭・五　島　直　樹 67
多様な学生の持続可能な学びを実現する仕組み ～財源の確保に焦点をあてて～
………………………………… 佐久間　桃　子・渡　辺　裕　一・木　下　大　生
高　田　明　子・北　條　英　勝
93
…………………………………………………………………………… 一ノ瀬　正　樹 21
…………………………………………………………………………… 大　崎　広　行 39
……………………………………………………… 小　髙　真　美・高　井　美智子
勝　又　陽太郎・竹　島　　　正
49
2  0 2 1
I S S N 2186 － 7356
THE ANNUAL BULLETIN
OF
MUSASHINO UNIVERSITY
Institute of Human Sciences
No. 11
Institute of Human Sciences, MUSASHINO UNIVERSITY
Learning Process of Social Work Students who Experienced
　Remote Practice Programs
The Ethics of Belief and the Problem of Blameworthiness: 
　A Philosophical Note on the Ethics of Belief (2)
A Historical Study on the Significance of School Welfare Practice for
　Long-Term Absent and Non-Enrolled Students during Post-War Japan: 
　Through the Founding Philosophy and Practice of a Support Association
　for Long-Term Absent Students
Suicide among women: Previous studies and future directions
Autoantibodies in human blood - Clues to distinguish between illness and health 
Problems and prospects of the mental health review board in Japan
A system to realize sustainable learning for diverse students: 
　Focusing on securing financial resources
IWAMOTO, Misao / SAKAIRI, Ryuji
ICHINOSE, Masaki
OSAKI, Hiroyuki
KODAKA, Manami / TAKAI, Michiko
KATSUMATA, Yotaro / TAKESHIMA, Tadashi
FUKUDA, Eriko / YAMAGUCHI, Kei / GOSHIMA, Naoki
YAMAGISHI, Shohei
SAKUMA, Momoko / WATANABE, Yuichi
KINOSHITA, Daisei / TAKATA, Akiko
/ HOJYO, Hidekatsu
…………………………
…………………………………………
……………………
………………………………………
……………………………………………………………………
……………………
……………………………………………
1
21
39
49
67
77
93
CONTENTS
武蔵野大学人間科学研究所年報　第 11 号
2022 年 3 月 1 日発行
編　集　武蔵野大学人間科学研究所年報編集委員会
発　行　武蔵野大学人間科学研究所
　　　　〒 135 － 8181　東京都江東区有明 3 － 3 － 3
　　　　電話　03 － 5530 － 7312（教学事務部学務課）
印　刷　株式会社創文
　　　　〒 103 － 0016　東京都中央区日本橋小網町 13 － 1
　　　　電話　03 － 5643 － 3320
執 筆 者 一 覧（掲載順）
岩
いわ
　本
もと
　　　操
みさお
大
おお
　崎
さき
　広
ひろ
　行
ゆき
福
ふく
　田
だ
　枝
え り こ
里子
佐
さ
久
く
間
ま
　桃
もも
　子
こ
一
いち
ノ
の
瀬
せ
　正
まさ
　樹
き
　 
小
こ
　髙
だか
　真
まな
　美
み
山
や ま
　岸
ぎ し
　昌
しょう
　平
へ い
（代表執筆者のみ）
『武蔵野大学人間科学研究所年報』編集委員会
委員長　本 研 究 所 所 長　　辻　　　惠　介
委　員　本研究所運営委員　　岩　本　　　操
委　員　本研究所運営委員　　渡　辺　裕　一
委　員　本研究所運営委員　　大　山　みち子
委　員　本研究所運営委員　　熊　田　博　喜
委　員　本研究所運営委員　　小　嶋　知　幸
委　員　本研究所運営委員　　五　島　直　樹
委　員　本研究所運営委員　　小　西　聖　子
委　員　本研究所運営委員　　城　月　健太郎
委　員　本研究所運営委員　　中　島　聡　美
委　員　本研究所運営委員　　藤　森　和　美
委　員　本研究所運営委員　　渡　邉　浩　文
R 3 年度（2021 年度）


人間科学研究所年報第11号 : 目次,執筆者一覧,奥付

特集 遠隔認知行動療法departmental bulletin pape

渡邉, 美紀子

WATANABE, Mikiko

金子, 響介

KANEKO, Kyosuke

加藤, 伸弥

KATO, Shinya

西内, 基紘

NISHIUCHI, Motohiro

野田, 昇太

Noda, Shota

Virtual Reality Exposure for Social Anxiety Disorder : A Review of Recent Studies and Its Effectiveness

中村, 駿

NAKAMURA, Shun

浅田, 匡

1004

ASADA, Tadashi

Relationship between Using ICT for Teaching and the Level of School Innovation through ICT

Not a member yet