田中高夫教授与社会模拟研究

19章 田中高夫教授博士作为杰出的教育家

19.1 引言

田中高夫教授博士于2004年从筑波大学转至东京工业大学（东京工业大学）就任新职1，并在该校工作了十余年。在东京工业大学任职期间，田中高夫教授博士不仅推进了自己的研究，开拓了教育工程等新的研究领域，还指导年轻一代在基于智能体的社会系统科学、知识系统开发、进化计算和服务科学等领域的发展。因此，截至2017年8月，共有80多名学生曾师从于他，并发表了数百篇论文。

本文通过聚焦社会模拟研究，回顾了一些代表性工作，这些研究包括市场、组织行为、网络、人员流动和教育等方面的应用。此外，还有几项其他的相关工作涉及社会模拟的基础，例如大规模仿真平台和实时数据处理。作者希望读者能够发现这些工作涵盖多种主题，并认为它们是前沿的、通用的和基础性的。

本文其余部分组织如下：下一节介绍寺野教授实验室的活动。第19.3节回顾社会模拟领域的代表性工作。最后，第19.4节进行总结。

19.2 寺野实验室

寺野教授实验室（以下简称Terano lab）的成员主要分为硕士课程学生和博士课程学生两部分，因为DCISS是一所研究生院。然而，如果有意愿且其所属单位允许，本科课程的学生有时也被允许进入实验室进行毕业论文研究。

此外，照野教授还邀请了几位客座教授，他们也带来了进修学生。吉川敦史博士、山本岳博士和本村洋一博士曾与照野教授共同开展研究工作。对于硕士课程学生而言，一位正教授每个财政年度最多可招收五名学生，而客座教授最多可招收三名。因此，在某些财政年度，照野教授需要指导五名或更多学生，并为他们分配研究任务。另一方面，博士课程学生在每个财政年度的招生人数没有限制。因此，不仅有全日制学生，还有国际学生和在职学生加入。

表19.1列出了在读及已毕业的成员构成。请注意，完成博士项目但未获得博士学位者未被包含在内。本科课程中有若干国际学生的原因是照野教授实施了东京工业大学的国际化战略，接纳了国际交换生。一个显著特点是寺野实验室拥有大量在职学生和国际学生。至于在职学生，其前身机构筑波大学东京校区仅面向在职学生。因此，大多数博士学位获得者均为在职学生或国际学生。

对硕士课程学生的指导如下：在入学前（通过考试后），会邀请他们参加读书研讨会，要求他们阅读指定的教科书，并轮流就相应内容进行课程讲座。这些书籍通常是如何撰写学术论文方面的，例如Rossiter（2004）和杉原（2001）。入学后，他们每周参加一次研讨会并同时修读课程讲座。在开始研究项目之前，他们需要阅读实验室前辈的硕士学位论文，以便了解实验室过去的研究内容以及自身应具备哪些技能。同时，他们还会与新田克巳教授共同参加另一个读书研讨会，在夏季学期研读斯图尔特·罗素和彼得·诺维格所著《人工智能：一种现代的方法》的日文版（Russell和Norvig2002）。此外，还鼓励他们参加原本为在职学生举办的周末研讨会。在夏末或初秋，学生们会参加学习露营和工厂参观，这是周末研讨会的扩展形式，他们在此发表关于研究计划的报告，以发展和完善自己的想法，并被鼓励了解产品制造领域。深秋时，他们还会参加一次学习露营，届时DCISS的多个实验室齐聚一堂，交流各自研究项目的想法。第一年的一月，他们在DCISS的正式研讨会上简要介绍自己的研究。在第二个财政年度，他们需要推进研究，定期汇报，并尽可能撰写用于会议发表或期刊投稿的文章。如有需要，他们可以直接向照野教授学习。在实验室的学习露营结束后，他们将在秋季进行第二次正式报告。最后，他们在一月底完成并提交硕士学位论文，并在二月初进行发表。

对博士课程学生，尤其是在职学生的指导有所不同。由于他们无需上课，因此只需定期推进研究并进行汇报即可。在DCISS或东京工业大学获得博士学位的必要条件是，学生至少需发表两篇期刊论文，并在研讨会或会议上进行一次英文发表。此外，完成该过程还需经过多个步骤：首先，当他们的研究成果被接受发表后，需在DCISS进行一次15分钟的首次正式报告；然后，在满足上述要求后，再次进行一次30分钟的第二次正式报告；通过该流程后，学生需进行论文公开答辩；最后，根据公开答辩中的问题和意见进行最终考试。

照野教授的指导原则包含以下两点：发挥学生优点和避免过度指导。这两点是教育工作者所必需具备的，也是照野教授认为至关重要的。

19.3 基于代理的模拟中的代表性研究

19.3.1 社会与经济系统

19.3.1.1 金融市场与系统

基于代理的金融系统和市场研究在基于代理的模拟领域有着相对较长的历史，通常被称为基于代理的计算金融（ACF）。主要贡献包括：（i）阐明泡沫与反泡沫现象；（ii）重现实际金融时间序列中的“典型事实”，如高尖峰厚尾收益分布、波动率聚集、长记忆性，以及价格变动与交易量之间的关系；（iii）连续双向拍卖与集合竞价市场等交易机制与流动性之间的关系；（iv）托宾税、熔断机制、最小报价单位和干预等稳定市场的限制措施的作用；（v）基本面交易者与技术分析交易者之间投资者行为的校准。这些早期研究表明，市场参与者具有有限理性和异质性，且似乎不存在完美的系统。随着金融体系的发展趋势，学生们也一直在努力探讨相关问题。

加纳义基的研究问题是投资者查看股票价格的频率如何，以及基本面投资者比例如何随股票价格的波动而变化（Kano 和 Terano 2006, 2007）。针对各个研究问题，加纳义基独立开发了基于代理的计算金融模型。为了估算投资者查看股票价格的频率，他提出了三个假设：第一，投资者代理以固定但不同的时间间隔查看股票价格，因为这一过程可能产生成本；第二，投资者代理仅通过当前股票价格和上次查看的价格来了解市场趋势，这可以体现其对市场的不同看法；第三，模型引入了“赌场盈利效应”，即亏损中的投资者对风险更加敏感。另一方面，为了估算交易风格中基本面交易者和技术分析交易者所占的比例，他采用了所谓的逆向模拟技术，并结合遗传算法进行实现。

他的每一项计算实验都得出以下发现：关于参考时点，(1) 参考间隔与收益序列的自相关性呈线性关系，据此成功估计出了准确的参考间隔；(3) 根据估计的参考时点上的价格来选择股票是有效的；(4) 投资者代理之间所参考的股票价格差异与之后价格变动之间的关系，与Miller（1977）以及 Harrison和Kreps（1978）提出的“意见分歧模型”一致；(5) 投资者的主观利润越高，之后价格的表现可能越差。另一方面，关于交易风格的比例，(1) 基本面投资者比例与股票收益之间存在负相关关系；(2) 所提出的方法恰当地再现了样本外期间的价格波动。

随着算法交易或高频交易变得流行，股票市场已发展为去中心化电子网络，新型市场机制正发挥着重要作用，交易策略也需要相应调整。熊一兵尝试解决这两个当前的研究问题：使用暗池与市场流动性之间的关系，以及在高频交易中做市策略的性能（Xiong等，2015a，b）。

他首先研究了暗池使用情况与个体交易绩效之间的关系，其中绩效包括价格滑点和订单执行率。此处的价格滑点是相对于成交量加权平均价格（即 VWAP）而言的。为此，他所采用的基于代理的计算金融模型是一个订单驱动型股票市场，包含两类流动性交易者：低频交易者和高频交易者。一方面，低频交易者在交易中结合使用两种策略：基本面交易者和技术分析交易者。另一方面，高频交易者仅根据历史价格的变动来预测资产价格，并提交买卖订单。因此，他们对暗池的使用方式因其类型而异。他的计算实验确认，在中等市场波动性情况下，较高的暗池使用率才会带来更高的价格改善；而当市场波动性增加且暗池使用更多时，订单执行率会下降。随后，他比较了高频交易者不同的做市策略，发现当做市商基于最新交易价格制定报价，并利用市场波动性和订单失衡的信息时，能够获得更高的收益。此外，他还考察了竞争者更多或延迟更低的情景，以观察这些因素如何影响做市策略的性能。

2008年金融危机严重影响了实体经济和金融体系，其原因可能包括：（i）金融机构行为与资产价格之间的关联，（ii）通过各种交易渠道的影响传播，以及（iii）由于共同风险敞口导致的财务状况同时恶化。为了应对此类危机，需要加强对金融机构的监管以及强化中央银行的作用。然而，由于尚不清楚这些监管措施是否有效或存在何种程度的风险，因此有必要分析这些措施对金融机构行为及银行间网络的影响。

菊池隆正通过基于代理的方法分析了金融监管对金融机构以及中央银行政策对金融系统稳定性的影响（Kikuchi et al.2016a,b）。为了实现上述目标，他提出了以下研究问题：（i）可交易资产的价格下跌是否会导致主要金融机构出现连锁倒闭；（ii）金融监管是否能够降低风险，即减少倒闭数量；以及（iii）金融政策将这些风险转嫁给哪些对象。他的方法扩展了 May和Arinaminpathy（2010）提出的倒闭传播模型，该模型引入了对共同资产的价格冲击。该模拟模型描述了金融机构的财务与信用状况如何随着资产价格的变化以及其在投资与融资方面的决策而变化。同时，模型还包含了中央银行提供的资金余额的替代性问题。通过这种方式，该模拟模型明确描述了由流动性引发的崩溃，并涉及金融监管和中央银行政策。主要发现如下：第一，由于可交易资产的价格波动导致金融机构财务和信用状况变化，可能引发连锁倒闭。第二，某些金融监管的组合可能会增加个别金融机构破产的可能性。第三，中央银行的政策可能产生与以往研究中提到的不同风险。

19.3.1.2 组织行为

企业及政府等组织都有各自的目标，其成员会尽力实现这些目标。成员具有异质性，拥有各自的偏好。组织中的领导者需要恰当地向下级分配任务或激励他们，同时需要准确传递和共享信息，避免误解。此外，还可能涉及不同部门之间的协作任务，或人员的临时变动。基于代理的计算方法是分析此类动态并测试可能政策的有效途径。另外，由于寺野实验室有许多在职学生，该项目的推进变得更加顺利。

犬生幸直2009年对合作组织中的团队行为进行了计算表示与分析。他重点关注了管理者角色以及员工的主动性。为此，他的模拟模型利用强化学习代理的迷宫问题求解，来处理层级组织中活跃成员的任务执行。图19.1 的左侧面板详细展示了从任务生成到子任务/单元任务划分的过程，并进一步解释了迷宫问题学习、向上级汇报以及任务完成。此外，代理具有两个参数：冷漠指数和认同指数。冷漠指数表示对上级命令的服从程度；而认同指数则表示成员自身的目标和价值观与组织目标和价值观之间的一致程度。这些计算实验表明，在特定环境中表现为高绩效者的个体，当处于不同环境时未必仍为高绩效者。

菊池隆正提出了另一个基于智能体的组织模型，以分析组织结构与人事调整之间的关系，该模型有望在应对商业环境变化时展现出最佳可能表现 （Toriyama et al.2009）。该模型关注当组织成员面对新的环境时，组织对商业环境的认知是如何传播的过程。该模型是阿克塞尔罗德提出的文化同化标签模型的自然扩展。通过使用此模型，他已通过随机搜索和进化计算技术找到了最优结构和人员选择。

高桥哲提出了一种基于代理的模拟模型，用于分析具有异质成员的组织的性能 （Takahashi et al.2013b）。提出了一种包含组织与个人景观的分层景观模型，并将技能与价值观的差异归结为个人景观的差异。该模型的使用表明，在变化的环境中，为了提高整体组织效用，组织需要拥有一定数量的多样化成员。这是因为尽管同质成员在组织中存在多样化成员时仍会停留在个体效用较高的状态，但多样化成员能够发现一个新的具有更高组织效用的状态，并带领其他人进入该状态。

小林知美开发了一种基于智能体的模型，以统一组织的“偏离”和“改善”活动（小林等2012）。这两种活动通常被认为会打破企业运营中的标准，但它们有所不同：改善能同时提升组织效用和社会效益，而偏离虽然能提高组织效用，却会降低社会效益。基于这一定义，他与高桥哲一起基于NK模型构建了一个模拟模型，并分析了偏离和改善发生的条件以及成员的行为变化（图19.1的右侧面板）。他的计算实验表明，效用景观、智能体多样性以及奖励机制这三个因素影响了偏离和改善的出现。此外，通过一组适当的参数，该模型还成功再现了丰田等企业的真实现象，如改善活动。

19.3.1.3 网络

第三个应用是社交网络。经济主体在决策时并不总是接收或考虑全局信息，而是与其家人、朋友和同事交换信息。因此，代理之间的交互仅在局部发生，研究人员需要关注其机制。基于代理的模拟能够明确表示此类交互。此外，正如后续内容将要介绍的，寺野实验室提出了一种扩展的网络模型——“双重结构网络模型”，该模型使我们不仅能够处理社会交互，还能处理其他事物之间的连接，例如商品或概念。

松山真奈子从经验上分析并以计算方式从两个方面重现了点对点通信的机制（Matsuyama and Terano2007, 2008）。

第一项研究开展了问卷调查，构建了模拟模型，并进行了计算实验，以探讨被称为“内容”的信息如何通过“口碑”传播在人际间扩散和共享。在问卷调查中，调查了商务人士和学生群体每天交换哪些类型的信息（如新闻、时尚、音乐、漫画等）以及交换的信息数量。研究发现，这些内容可根据流行度进行分类，且不同受试群体所关注的流行内容存在差异。随后，她建立了一个模拟模型，其中智能体根据三种规则——亲近性、权威性和相似性——来决定交换多少内容以及与谁进行交流。此外，内容包含两个参数：有多少智能体将其分发给他人，以及被交换的频率。计算实验成功再现了信息流动的过程，并支持了她的实证发现。此外，结果还依赖于社会网络结构。

同样，第二项研究是关于企业内部的信息交换动态。她分析了安然电子邮件数据集，并试图揭示该企业崩溃的过程。这项研究与第一项研究有本质不同，因为它使用了真实数据。研究结果包括：（1）社交网络中的度分布遵循幂律；（2）该网络具有小规模网络的特征；（3）高度数的个体倾向于分发更多的信息，且信息种类更加多样。基于这些发现，她采用了与第一项研究类似的模型进行计算实验，并重现了类似的结果。

小林正人通过计算方法将国上等人（2009，2010）最初提出的“双重结构网络模型”（DSN模型）应用于货币和里程点系统的出现研究（小林等，2008，2009）。DSN模型包含两个层次的网络：一个是代理内部模型，用于表示智能体对世界的信念或知识；另一个是代理间模型，用于表示代理之间的社交网络2（图19.2）。DSN模型中的交换机制如下：如果两个相连的智能体都认为两种不同的物品是可交换的，则它们将以一定概率交换这两种物品。在学习和更新其信念的过程中，包含四种机制：模仿、修剪、概念化，并被遗忘的机制。通过这种方式，一些链接被共享，而另一些则被遗忘。小林和国上使用DSN模型分别解释了作为可交换媒介的货币概念如何通过代理交互而产生。一方面，国上表明：（1）“原始货币可以从没有显著特性的商品中产生”；（2）“社交网络度是决定原始货币是否出现、单一出现或多点出现的关键因素”；（3）“社交网络度的方差（即中心代理的存在）也会影响原始货币的产生”。另一方面，小林通过计算方法分析了在不同社会网络结构及其度的变化条件下原始货币产生的条件。

周洁亮通过基于代理的方法研究了在线媒体在社交媒体中利用口碑传播的管理过程（Zhou et al.2017）。他的模拟模型涉及两个相互竞争的在线媒体，二者均在社交网络中探索并利用有效方式吸引客户。在此，这些在线媒体在内容方面采用两种策略：新闻文章策略和定向策略。前者是指媒体代理尝试分发被认为受欢迎的相似内容，或追随其对手已发布的流行内容；后者则决定媒体代理将内容分发给哪些客户代理。他的数值实验观察到，在新闻文章策略中趋势跟随策略以及在定向策略中度策略表现更优。这表明，抄袭内容——被认为是媒体最容易获利的方式——近年来急剧增加。

19.3.1.4 人员流动

第四个应用是空间中的人员流动。每个人行走或徘徊，是因为他们想要到达某个地方或寻找某些东西。或者，在紧急情况下，他们会冲向出口。观察并重现他们的行为将有助于了解存在哪些障碍、布局应该如何设计，以及必要时员工应如何引导他们。寺野实验室的学生们已经对零售店和火车站中的这种动态进行了研究。

岸本有之开发了“基于代理的店内模拟器（ABISS）”，用于分析零售店中顾客的行走行为，并提出提高销售额的有效方法（Terano等，2009）。为此，他首先进行了实地调研并分析了真实的销售数据。主要实证发现包括：许多顾客大约花费20分钟，购买蔬菜、鱼和肉类，并且他们通常在午餐和晚餐前光顾商店。基于这些发现，他开发了该模拟器以检验促销活动的有效性，特别是研究店铺设计以及店内广告和推荐系统布局的影响。计算实验表明，与销售额相关的顾客流动情况取决于店铺的设计，而店内广告和推荐系统的位置也会影响其销售额。

北泽雅规继承了岸本的开创性工作，以更好地描述顾客的移动与购买行为的结合（Kitazawa et al. 2013）。为了实现这一目标，他通过在超市购物车和购物场所配备射频识别标签系统来收集顾客的行走流数据，并发现顾客的行为可分为三种模式：在店内完整走一圈一次（83.3%）、两次（15.3%）以及三次或以上（1.4%）。随后，他开发了一个改进的模拟器“ABISS‐2nd”，并将这些实证发现纳入其中。他的模拟研究证实，有必要考虑顾客在店内每个位置的停留比例，才能使模型同时准确再现顾客的移动路径及其购买行为。

藤野俊树进一步细化了北泽雅规的实证发现，以提升模拟模型的解释能力（Fujino et al.2014）。为克服早期研究中的问题，他根据单次访问的行走距离和购买商品数量两个标准对顾客进行分类，进而发现了三种行走模式：（1）仅购买蔬菜、鱼或肉类以外商品的顾客；（2）仅购买蔬菜、鱼或肉类的顾客；（3）既购买蔬菜、鱼或肉类又购买其他商品的顾客。第一类顾客直接前往目标销售区域，行走较少；而第三类顾客则会在店内完整绕行一圈，并访问多个销售区域。

尽管该研究项目仍在进行中，还有很多工作要做，但这些研究具有重要意义，因为已证明客户具有异质性，且某些促销政策被认为是有效的。

另一方面，佐藤和树分析了火车站在紧急情况下的疏散行为（Satoh et al. 2009）。当发生紧急情况时，乘客可能因不了解所处环境的结构，且有时缺乏足够的紧急出口而难以确保安全。然而，频繁开展大规模的疏散演练成本高昂且耗时。因此，有必要通过模拟研究来掌握紧急情况下人群的行为，并建立安全疏散的方法。为解决这一问题，他提出了一种基于智能体的疏散模拟模型，用于探讨乘客在地铁站遭遇紧急情况时面临的问题及改进思路。为此，他首先将乘客分为三种类型：紧急逃生型、折返型和跟随型，并选取一个实际车站作为模拟空间。随后，他进行了关于火灾或出口损坏的影响以及引导人员作用的计算机模拟。主要结果如下：第一，在最近的出口避难并不总是最合适的行动。第二，向第二近的出口逃生通常可以缩短避难时间。第三，为避免滞留，引导人员应在检票口和出口周围调节人流。

19.3.1.5 教育系统

最后一个应用领域是教育系统。在日本，已提出并实施了多项教育政策，例如小组教学、教师资格制度、择校以及初中到高中的公共教育一贯性。众所周知，为了进行比较而同时引入两种不同的教育系统几乎是不可能的。因此，计算方法有助于更好地理解每种系统的优缺点。事实上，在照野教授开始在东京工业大学工作之前，新井敦子就曾研究过“宽松教育”系统是否对所有学生的学业能力有效，结果发现该教育政策降低了学生的学业能力，并扩大了成绩优秀学生与后进学生之间的差距。由于他的其中一位客座教授吉川淳教授专攻教育工程，因此在此领域已完成了几项合作研究。

神泽笃弘开发了一个基于代理的模拟模型，以研究小班教学是否能提高学生的学业能力，该模型基于谢林（Yano等，2015）的隔离模型。每个学生智能体在每一步都有其学习方式的偏好：与教师智能体一起学习、与朋友一起学习或独自学习。此外，他假设学生智能体遵循文献中学习理论提出的三种学习模型：信息获取模型、通过教学学习模型和学习动机模型。学生智能体获得学业能力的程度取决于其偏好与学习模型的组合。随后，他研究了为了在不同学习模型下提升学生的学业能力，每所学校应分配多少教师。他的主要发现如下：首先，任何师资配置都会降低前10%学生的学业能力；其次，相比之下，后10%学生学业能力的提升可能取决于师资配置，并且与小学教师数量成正比。

矢野克弘扩展了神沢的研究，从而对教师分配和教师再培训两种教育政策进行了比较（Yano et al.2017）。通过这种方式，他的模拟模型能够判断哪种政策更有效地提升学生的学术技能。为此，提出了一种类似的包含学生智能体和教师智能体的基于代理的模拟模型。学生智能体基于学业成就模型和学习理论，而教师智能体则具有三个关于教学技能的参数。主要结果如下：首先，增加经验丰富的教师有助于学业成绩较低的学生。其次，教师再培训政策提高了高水平学生的学业成绩。

19.3.2 基于代理的模拟基础

尽管基于代理的模拟已经解释了在社会和经济系统中观察到的现象，但基于代理的模拟本身多年来也不断得到改进。例如，随着计算能力的提升，大规模模拟和实时数据处理已成为可能。此外，为了获得更真实的模拟结果，人们需要在其模型中引入更多参数，但相应地，也必须探索巨大的参数规模，以设定或确定合适的参数集。同时，诸如ODD协议之类的指导原则也被提出，以便模型开发者以外的研究人员能够理解和测试这些模拟模型。在这些工作中，照野教授及其一位客座教授山本岳教授博士均积极参与其中。此外，照野教授的一位former学生仓桥节也教授还开发了一种称为“逆向模拟”的技术，以有效探索参数空间。

村田悠也处理了实时数据聚合（RDA）中存在的问题，这些问题需要关注两个技术要点：并行处理和对相应数据的访问（Murata等2014a,b）。前一个要点是指分布式系统在接收不平衡数据时可能面临处理困难。而后一个要点则可能由于大量数据导致复制成本增加。为克服这些困难，他通过在异步智能体中识别特定智能体，分别对每个问题分散负载。具体而言，他基于智能体技术，在审查日志挖掘系统中实现了一种简单RDA，并对其性能进行了检验。图19.3展示了分布式服务器上智能体的配置。每个智能体配备有处理器，用于处理智能体之间的消息和独占数据记录。该智能体异步处理来自应用程序过程的消息。随后，他将该技术应用于马拉松排名系统作为示例，验证了所提出协议的有效性。

杨超与仓桥节也、大野功和寺野隆夫提出了一种用于具有广阔参数空间的基于代理的模拟的框架（杨等人2016）。这是一个名为社会宏观范围（SOMAS）的基于网格的模拟环境，有助于在给定的可能参数空间内探索最优参数集，并实施并行实验。根据他们的观点，模拟研究可分为三种类型：正向模拟、逆向模拟和模型选择。正向模拟是指在构建模拟模型及相应计算机程序后，研究人员通过设定一组参数并进行敏感性分析来开展模拟。逆向模拟是指研究人员利用模拟技术来校准他们希望解释或从其模拟模型中再现的现象。因此，这种类型被视为一种优化。最后，模型选择用于选择必要的从给定的参数集中选择参数，然后探索所选参数的最优值。从这个意义上说，模型选择涉及逆向模拟。因此，SOMAS全面处理这三种类型的模拟。杨等人在其早期研究（杨等人 2009，2012）中应用了该方法，用于文化资本再生产中的家庭策略分析，不仅逆向模拟技术，而且模型选择框架都使他们能够发现更优的参数集，以在更短的计算时间内解释人们成功通过公务员考试的条件。

19.4 结语

此处介绍的著作仅限于社会模拟文献，还有许多其他模拟研究工作正在进行中，例如历史与人类学的基于代理的模拟（Sakahira 和 照野教授 2015, 2016）。此外，如第19.1节所述，照野教授在进化计算（Irvan 等 2013）、应用于服务科学的智能系统（Chang 等 2014）以及城市系统（Sagai 等 2011）、学习理论的深化与实践（Hotta 等 2010）、商业模拟游戏（Koshiyama 等 2011；中野 和 Terano 2006, 2008），以及增强现实（Takahashi 等人，2010, 2013a），其中部分内容在本书中进行了介绍。人们常说，在体育运动中，优秀的运动员未必是优秀的管理者，这或许也适用于其他各个领域。然而，凡事总有例外。寺野隆夫博士教授既是一位杰出的研究者，也是一位卓越的教育家。