はてなキーワード: 最適化問題とは
詳しいことは知らんのだがやってることはおそらくパラメータの最適化問題でしょうにそれを丸ごと「AI」という風に扱うのは利口じゃないなーと感じる
「馬鹿の特徴」とか「賢い人の特徴」とか語りたがるのって気持ち悪いオッサン仕草だと思ってるんだけど、
つまり、目的関数のバリエーションを認めるなら、人が1億人いれば1億人分の異なる最適化問題になり、「馬鹿の特徴」を挙げるバリエーションも1億通りになり得る。
では「馬鹿の特徴」とは本質に何を語っているのか。それは目的関数に含まれる情報についてだと思う。
「俺は人生の中でこれが重要だと思っている。他の人間が重要だと思うことはクソだと思う」という情報が「馬鹿(あるいは賢い人)の特徴を列挙する」という行為には含まれている。
自分があまりわからないのが、それを開陳することによってオッサンが何を得るかである。
もしネット上の影響力を利用して「嫌いな奴の特徴を列挙して、社会的に攻撃しよう」という発想であれば、オッサンが幸せになるためには他人を傷つける必要があるということだろうか?
オッサン、同情するよ。些細な日常の出来事で被害妄想を持って足の引っ張り合いをする悲しい人生に。
オッサンがクソ野郎と認識されるのは世界普遍の現象らしいしどうしようもない。
クソ野郎をクソと呼ぶことも、やはり「馬鹿の特徴を列挙する」ことになるかもしれんが、まあ自分は年齢的にまだオッサンではないしいいや。
参考:「クソ野郎」と言われる人々に共通する性格特性はあるのか? - https://gigazine.net/news/20220418-personality-profile-of-a-holes/
はてブのホットエントリ(総合)で月内に数多く[あとで読む]タグを集めたエントリ
275あとで/2648users 賃貸住宅退去時トラブルの印籠になるガイドライン、金額の負担区分がめちゃ明確なので覚えておくとよい「印刷して手持ちは必須」 | Togetter
274あとで/1445users 超凄いIPv6解説書(488ページ)を無料配布します!:Geekなぺーじ
240あとで/2165users 身近な人が亡くなった直後に「やってはいけないこと6選」 | DIAMOND online
236あとで/1610users お金の勉強はどこから始める?あなたの目的に合った具体的な勉強方法を紹介 | ゼロから始める投資アカデミー
209あとで/1454users 【1日15分】下腹部を引き締める、5つの体幹トレーニング|器具なしで自宅で可能 | Esquire
200あとで/1364users オオタジュンヤ氏の作図した「クラシック音楽史とポピュラー音楽史」の情報量が膨大過ぎてもはや教材になるレベル | Togetter
200あとで/1738users 2021年「はてなブックマーク年間ランキング」トップ100 - はてなニュース
194あとで/1388users この本がスゴい!2021 | わたしが知らないスゴ本は、きっとあなたが読んでいる
184あとで/1668users じゅじゅ on Twitter: "年末年始、なにか勉強したいな~と思っている方向けに完全無料で高品質の内容が学べるコンテンツをまとめました🎄 英語、統計・データ分析、IT・プログラミング、ロジカルシンキング、会計・ファイナンスなど。 こんなに最高なコンテンツが完… https://t.co/aM91f9DpHk"
180あとで/1792users 平成元年発売のテトリスの世界大会が 今大変なことになっている|slappin' Notes|note
169あとで/1165users リスクの洗い出しと判断のコツ - やしお
168あとで/1755users なぜエンジニアが作る画面はダサいのか…?「理由」と「対策」を徹底解説【エンジニア向け画面デザイン講座】 - Qiita
165あとで/900users Python言語による実務で使える100+の最適化問題 | opt100
163あとで/887users 東京工業大学、機械学習の講義ノートが無料公開 Pythonの実装も学べる | Ledge.ai
158あとで/589users 「あとで読む」タグで振り返る2021年 〜今年の「あとで読む」、今年のうちに〜 - はてなブックマーク開発ブログ
157あとで/929users 増田文学 2021年 | anond.hatelabo.jp
147あとで/920users 2021年、企業が無償公開した新人エンジニア向け研修資料 機械学習やゲーム開発、AWS入門、数学などさまざま | ITMedia
144あとで/1198users “難しい人”が1人入ると、チームの生産性は30〜40%低下する 対抗せずに、場の「安心感」を作るための3つの条件 | 斉藤徹 | logmi Biz
140あとで/1243users DeepLの”公式”Chrome拡張がヤバイ。TwitterもSlackも英語でつぶやき放題 | DevelopersIO
137あとで/997users 撮影時に知っておけばバランスが良くなる構図の12つのパターンが思わず使いたくなる。「それっぽく見えるレイアウト」や「視線を誘導させるレイアウト」も | Togetter
135あとで/946users 数学とプログラミングの勉強を開始して、何度も挫折して今に至る軌跡を晒す | anond.hatelabo.jp
134あとで/1340users 【更新】大の紅茶好きによる「価格帯別オススメのアールグレイ」プレゼンが素晴らしく有益 | Togetter
133あとで/902users 多摩美術大学が、誰もが参加できる“デザインの大学”を期間限定開校。50の新たなデザイン領域を知る、講義プログラム公開 | 多摩美術大学 | PR TIMES
131あとで/679users 良いコードとは何か - エンジニア新卒研修 スライド公開 | Mori Atsushi | SpeakerDeck
129あとで/870users ななななんと!AWS認定の模擬試験が無料になりました!! | DevelopersIO
129あとで/907users 役所はあえて教えない…「年金」を「毎年30万円以上多くもらう人たち」の凄テク(加茂 直美) @moneygendai
128あとで/658users 50分で学ぶアルゴリズム / Algorithms in 50 minutes | E869120 | SpeakerDeck
127あとで/683users Kubernetesをゲーム感覚で腕試しできるサイト「Game of PODs」で遊ばないと年を越せない・2021冬 | ASCII×FIXER
127あとで/742users アルゴリズムの世界地図 - Qiita
127あとで/1404users やばいと思ったらすぐ逃げる。ある研究室のスライドに「人生で大事な7つのこと」が書かれていると話題に。 | 澤木香織 | Huffpost
127あとで/782users CTOが選ぶ、エンジニアのみなさんに個人的に読んでほしい本|藤村|note
ついにはてな社が公式に[あとで読む]ランキングを公表した。2021年の振り返りができる。指標としてブクマ数に占める[あとで読む]の率を重視している。これにも[あとで読む]がたくさん付いて14位にランクインした。
はてブのホットエントリ(総合)で月内に数多く[あとで読む]タグを集めたエントリ
441あとで/3236users コグニカル
285あとで/1829users 経産省が公表した「フリーランスとして安心して働ける環境を整備するためのガイドライン」はフリーランスじゃない人も必読らしい - Togetter
238あとで/1442users Python言語による実務で使える100+の最適化問題 | opt100
227あとで/2515users 山本ゆり(syunkon レンジは600W) on Twitter: "友達に「どうやって作ったん?!」と聞かれた自信作。衣ザックザクで中ジューシー!もう売りもんの域。 【レジ横チキン】 特別な材料ナシ。油も少量でいける!袋2枚で作るから洗い物少ないし衣が飛び散らんし片付けがラク!下味の水と油、小… https://t.co/7gDCHTjdjB"
216あとで/1280users 主観と客観を切り替える鍛錬|Miwa Kuramitsu|note
215あとで/1696users 庵野秀明(2000) - 早稲田大学 人物研究会 公式サイト
202あとで/1882users note版 突然画力が伸びだした時、僕が発見した事|安倍吉俊|note
200あとで/1416users 心のバリアを取り去って「正規表現」に取り組む一歩を踏み出すためのメモ|DTP Transit 別館|note
197あとで/1580users 地震発生から72時間|NHK東日本大震災アーカイブス 証言webドキュメント
194あとで/1964users 100均収納グッズのカタログ情報サイト MONO SIZE(モノサイズ)
186あとで/987users 2021年にJavaScriptやNode.jsを勉強し始めたので、読んで良かった資料をまとめる | matsumanaの技術メモ
184あとで/1208users プロダクトマネジメントと事業開発に関する私的な振り返り - 下町柚子黄昏記 by @yuzutas0
175あとで/1439users [速報]マイクロソフト、無料でRPA機能「Power Automate Desktop」をWindows 10ユーザーに提供開始。Microsoft Ignite 2021
175あとで/1975users 「ごめんなさい 救助のヘリじゃなくてごめんなさい」|NHK取材ノート|note
175あとで/1412users 長かった10代の終わり、エヴァが想い出になった日。(『シン・エヴァンゲリオン劇場版』感想 ※ネタバレ注意)|祥太|note
174あとで/970users YouTubeで「中学生から分かるAI数学講座」が無料公開 E資格に対応 | Ledge.ai
172あとで/1798users ジャンプの漫画学校講義録⑥ 作家編 松井優征先生「防御力をつければ勝率も上がる」 - ジャンプの漫画学校
167あとで/1331users カズオ・イシグロ語る「感情優先社会」の危うさ | 読書 | 東洋経済オンライン | 経済ニュースの新基準
161あとで/892users Dockerfileのベストプラクティス Top 20 | Sysdig
157あとで/1386users 建築好きなら死ぬまでに見ておきたい建築100(日本国内編) | anond.hatelabo.jp
157あとで/1279users Microsoft、文字起こしアプリ「Group Transcribe」を公開 - iPhone Mania
156あとで/1347users お金のことを考えたくない人はFP3級を勉強するといい - アオヤギさんたら読まずに食べた
156あとで/1290users 「プロフェッショナル 庵野秀明スペシャル」NHKが取材を後悔した庵野監督の生態 - Togetter
153あとで/1239users Keigo Hattori on Twitter: "YouTubeで学ぶコンピュータ・サイエンス。これを完了したら実質学位を取ったようなもん。という話だが、すごいなこれ・・・。全部無料でここまでの・・・。 https://t.co/xNHNvBM5Aa"
150あとで/1018users 「シン・エヴァンゲリオン劇場版」公開から1週間分の感想エントリまとめ - まなめはうす
148あとで/705users React を深く知るための入り口 | Panda_Program | Zenn
148あとで/1130users 情報ではなく経験をアウトプットすること - lacolaco
144あとで/1159users 「浄土」PDF一覧 | 法然上人鑽仰会
140あとで/1166users 売られている防災リュックがピンとこないので…カバンから食料まで『100均だけ』で防災グッズを揃えて検証してみた→防災士もオススメ - Togetter
137あとで/1028users こうやって切れば良かったんだ!鶏むね肉がぷるっぷるになる「うましおごま油漬け」が鶏ムネ肉を疑うレベルの柔らかさ | Gourmet Biz-グルメビズ-
トップのコグニカルは個人運営の"「分かりやすさ」と「心地良さ」を追求した学習サイト"だそう。
なぜか仏教雑誌「浄土」がブクマを集める。無料公開されて古い号の歴史的な価値を面白がられている。読み切れなそう。
YouTubeで「中学生から分かるAI数学講座」……で紹介されていた動画を開いてみたが1000弱のブクマを集めている割に再生数数百止まり。
https://anond.hatelabo.jp/20200203232919
https://anond.hatelabo.jp/20200218234717
お金の掛かる趣味なので、友人には公言できないからね。値段を言うと確実に引かれてしまうよ。いい機会なので、一介のエンジニアがエドワードグリーン(EDWARD GREEN)のMTO(Make to Order:個別受注生産)に手を出し始めるまでの革靴遍歴についてまとめてみようと思う。ちなみにグリーンのMTOは、日本でオーダーすると25万円くらいの高級品。これを連発することになるだなんて誰が予想できただろう?
初めて買った本格靴はトリッカーズ(Trickerʼs)のBOURTON(バートン)だった。ちなみに “本格靴” って言葉はバズワードなので定義はないんだ。自分は “グッドイヤーウェルト製法で作られた靴” という意味で使ってる。
社会人1年目のボーナスで買ったから8年前かな。当時は日本に直営店が無かったから、渋谷にある革靴のセレクトショップ “トレーディングポスト” で購入した。本格的な夏を迎えた蒸し暑ーい日に、現金7万円を財布に入れて電車に揺られてた。靴に7万円だなんで自分はどうかしてると思って、心臓がバクバク脈打ってたのを覚えてる。高級靴店に汗だくはマズいよなーと思って、お店近くのファミマで涼んでた。汗が引いたら、ついにトリッカーズとご対面。第一印象は「かっこいい!!」だった。これまでの雑念はついぞ忘れて、迷わずに買った。スーツは着ないしTシャツもOKな職場だけど、雨の日以外は必ず履いてた。新社会人の自分を大きくみせてくれる相棒だった。
のちに、革靴は一度履いたら2日間は寝かせた方が良いことを知った。革靴は水分をよく吸収するからね(だから、もちろん木製のシューツリーを入れるんだ)。そして相棒が寝ている間、僕のテンションを上げてくれる2足目の靴を探すことになった。この頃から革靴の沼に片足を突っ込んでいたのかもしれない。
初めての本格靴にトリッカーズを選んだ理由は、 “ロイヤルワラント” に認定されているためだった。これは英国王室からメーカーに送られる認定制度で、 “所定の評価基準を満たす品質がありますよ” という指標になる。ただ当時の自分は品質なんて気にしていなくて、「ロイヤルワラント!?かっこいい!!」とだけ思ってた。007のボンドとか、シャーロックのホームズが纏ってるような英国紳士の装いが大好きなんだ。そんな彼らが愛用するチャーチ(Church's)やクロケット&ジョーンズ(Crockett&Jones)に手を出すのは自然な流れだった。
この頃から伊勢丹新宿のB1F、丸の内のブリティッシュメイド、表参道のチャーチ路面店にヴァルカナイズロンドンなど、イギリス靴が置いてあるお店に月一くらいで顔を出すようになった。モデルを眺めてると「これ、最高級靴読本で見たやつだ!!」となることもあって、顔のニヤニヤが抑えられなかった。イギリスはもともと家具とか鞄とかを親子世代に引き継いでいく文化があるらしい。靴になると “子に引き継ぐ” のは難しいけど、それでも一生モノとして使えるように、靴底を張替えられるように手間をかけて作られてる。“一生モノ” っていうのが靴業界のセールストークなのか今はまだ分からないけど、自分にはとっても魅力的に映ってるんだ。
2足目に選んだのはチャーチのDiplomat(ディプロマット)だった。トリッカーズのBOURTON(バートン)がアメフト選手だとすると、Diplomatはその名の通り外交官のような落ち着いた雰囲気。高い買い物になるので悩んでたけど、チャーチが過去に扱ってた伝説のラスト“73” の限定復刻モデルということで、頭の中では両親に「こんな自分でごめんね……」なんて謝りながら、勇気を振り絞って買ったのを覚えてる。トリッカーズのような質実剛健さはないのですっごく丁寧に扱ってた。ゲリラ豪雨に遭った日なんて、靴をその場でぬいで抱えてたから今思い出しても恥ずかしくなる。後述するようにもうお別れしてしまったけど、今この瞬間でも同じ行動をとったと思う。それくらい大事だった。
これの経験がトラウマになって3足目にはクロケット&ジョーンズのPembroke(ペンブローク)を選んだ。グレインレザーになっているモデルだったので、多少の雨でもへっちゃら!これで雨の日も晴れ日も、(病めるときも健やかなるときも笑)革靴と一緒だー!なんて思って一人でテンション上がってた。
そうそう、イギリス靴ってモデル(型番)が人物名や地名になってるんだよね。英数字の羅列よりも愛着が湧くし、ある界隈では擬人化されてるとかされてないとか……も納得だね笑
チャーチのくだりでも書いた “ラスト” って何だ?って思うよね。ラストというのは靴製造で使う木型のこと。職人さんはこのラストに革を被せて靴型を作ってるんだ。ラストの形状がそのまま足を入れる空間の形状になっている。だから、ラストの種類は革靴を選ぶ上ですっごく重要なパラメータなんだ。ただ、例えばチャーチだったらDiplomat(ディプロマット)はラスト173、Burwood(バーウッド)はラスト81、って具合に各モデルと紐付いてることが多い。なので、自分の足型には81ラストが合うのに、モデルとしてはDiplomatが欲しいよーっていうときは、困る!笑 (こんな悩みも、のちにエドワードグリーンが解決してくれるなんてびっくりだよね。)
本格靴のサイズ表記には、一般的なサイズに加えて “幅(ウィズ)” と “ラスト” が併記されている。サイズとウィズよりも大事なのがラストで(ラストはもう大丈夫だよね?)、自分の足型に合ってないと僅かな空間ができたり、小指の先が少し押されたりする。つまり既製品で満足するためには、この3つの組み合わせが足型にピタリと一致しないといけない。加えて本格靴は中物がコルクでできているので、しばらく履くと形状が変化する。つまり自分に合ったサイズを見つけるという行為は、トンデモない組合わせ最適化問題を解くようなものなのだ。
一度「このサイズ、足型に合ってるのかなあ?」と思い初めたが最後、喉に刺さった小骨のようなもので、一日中違和感を感じるようになった。伊勢丹や阪急で仲良くなった店員さんに相談したところ、自分は甲高幅広の日本人系でおまけに左右の足幅が数ミリ違うので、完全に合うサイズを見つけるのは至難の業と診断された。それならチャーチ、クロケット&ジョーンズ、チーニーから主要ラストのモデルを集めるぞ!とおかしな発想をしてしまい、最終的にチャーチの81ラストが一番合う!と結論するまで本格靴を10足も買うことになってしまった。
話はここでは終わらないんだ。ある出会いをきっかけに、思い入れのあるトリッカーズのBOURTON(バートン)を残して、集めたイギリス靴を全て処分してしまった。それは革靴界の老舗名門エドワードグリーン(EDWARD GREEN)との出会いだった。価格は20万近いので、文字通りこれまでの本格靴とは価格が1桁違う。もともと手が届かないと思ってたんだけど、妻とフラフラ散歩してたとき、気になって直営店に入ってみたんだ(高いから買うつもりはなかったけど、革靴ってこんなに素敵なんだよーって言いたくて、少し背伸びしたのは内緒ね笑)。そのとき僕が履いてた靴はクロケット&ジョーンズのISLAY(アイラ)だった。007スカイフォールでボンドが履いてたことで有名で、とっても鼻高々だった。エドワードグリーンの靴にも引けを取らないかっこよさだと確信していた。ただ、CADOGAN(カドガン)のラスト202を試着させてもらったとき、かっこよさよりも大事なことに気付いたんだ。CADOGANに足を入れ進めると、行き場を無くした空気が圧縮されて、ぷしゅっと踵から抜ける音が鳴った。そして、右足の土踏まずから甲を回って右小指まで滑らかに包まれる感覚があった。極めつけにヒールカップは僕の小振りな踵をしっかりと掴んでくれた!すぐに「これだ!!」と思った。妻の手前、さすがに即購入はできなかった。「なーに言ってんの!買わないでしょ笑」と言われるのがオチだった。そして1週間後、またお店の前に立っていたのはみんなの想像通りだ。
エドワードグリーンのラスト202との出会いは、サイズに悩んでいたこれまでの自分を肯定してくれるようだった。これまで集めたDiplomat(ディプロマット)やPembroke(ペンブローク)といった本格靴は、僕の足には合わなかったけどとっても魅力的な靴だった。もっと履いてくれる人の元で大事にされて欲しいと思って売ることにした。処分した後は胸にポッカリと穴が空いたようだったけど、あの子達を想うと不思議と寂しくはなかった。少しずつあの子達のいない生活に慣れ始めた頃、胸の中には黒くモヤモヤした霧がかかっていた。それは、ジョンロブ(JOHN LOBB)やガジアーノ&ガーリング(GAZIANO GIRLING)は果たしてどういったフィッティングなんだろうというものだった。この頃の自分は、大事な靴をまた手放すことになるんじゃないかって、まともにエドワードグリーンを直視できなかったように思う。
すぐに銀座三越にジョンロブのCITY2(シティ2)とWILLIAM(ウィリアム)を試着しにいった。エドワードグリーンと同じ衝撃だったなら、その場で買う決意をしていた。値段をどうこう言っている精神状況ではなかった。結果、どうサイズ調整しても踵が緩かった。次に表参道のトレーディングポストでガジアーノ&ガーリングのST.JAMES(セント・ジェームズ)を試着させてもらったけど、幅広な自分の足にはとっても窮屈だった。
全てが報われた気がした。僕の足にはどんな高級靴よりも、エドワードグリーンの202ラストが合うって確信した。今まで積み上げてきた経験は無駄じゃなかったんだよって、別れた靴達が言ってくれた気がした。ST.JAMESを履きながら、泣き笑い顔をしてたから店員さん驚いてたんじゃないかな。
エドワードグリーンの良いところは、モデルに複数のラストが割当てられているところなんだ。だから、「モデルはCHELSEA(チェルシー)にして、ラストは202にしよー。」なんてことができるんだ。例外はあるけどね。そうこうしてるうちに、エドワードグリーンが4足になっちゃった。もちろん全部ラスト202だし、雨用に “ユタカーフ” っていうオイルドレザーを使ったモデルも揃えちゃった。雨の日でもグリーンを履きたいっ!!
ただモデル毎に推奨ラストっていうのがあって、それを満足しない組み合わせだとMTO(セミオーダー)になる。僕はとってもGalway(ガルウェイ)っていうモデルが欲しかったんだけど、なかなかラスト202で販売されないのでオーダーしてみることにした(もちろん、雨の日でも履けるようにユタカーフで頼んだ笑)。日本で価格を聞いたらsurcharge込みで25万円!うちは子どももいなくて共働き、おまけに妻は革靴を理解してくれてるから払うことはできるんだけど、少し尻込みした。8年前のように、靴に25万円だなんで自分はどうかしてると思って、心臓がバクバク脈打ってた笑 念のため、モデルについて過去に問い合わせていたロンドン本国のsales担当にメールしてみたら、関税込みでもずっと安い!ということでロンドン本国にオーダーしてみることにした。彼とはすごい気が合って、2モデルもオーダーしちゃった!ここまで来て、増田に “革靴” の文字があったからビックリしてこれを書いてるよ。
エドワードグリーンに出会ってからとっても散歩が増えた笑 一緒に歩く時間が本当に幸せなんだ。けど最近、革靴の個体差が気になってる。本格靴には手作業の工程があるから、職人さんの “くせ” からくる数ミリオーダーの僅かな偏りがある。気にしたくないんだけど、ちょっとだけ気になる。この先にあるのはフルオーダーのBespoke(ビスポーク)なのも分かってる。去年の年末時点で、これ以上ないくらい最高峰のジョンロブとガジアーノ&ガーリングのBespoke価格は6500ポンドと5000ポンド。今日時点のレートだと933533円と718102円。革靴は怖い。時計とかと違って、最高級品も手が出せちゃうんだ。。。
IT企業のみで見ると伸びるのだろうが、客の業界のパイが増えないといけない。
変わることが大事だっていうのだけど、全体としてのパイが増えてるのか…。
IT関係を全く使ってないところから使い始めたら売上が伸びるってのはわかる。
人が労働していない時間帯にもアウトプットが出せて売上が伸びるのもわかる。
ラズパイが凄いというが、レーザー変位計とモーター制御をナノレベル単位で制御する方法をWeb業界が提供してくれるわけではない。
物を動かすという時点でガクンと効率を上げられない。上げる手法に取り組んでいる人が少なくなる。
(そもそも人の流れのデータはあるが、電車や運送などから最適化問題として解こうとしてる人がいるのか?)
AIの仕組み自体は人間の能力を遥かに超えたものかもしれないし、それによって社会の利便性を更に向上させるものであるかもしれないけれど、そのAIを設定するのは人間だということ。
その人間が男性優位社会で育ってくれば当然男性優位AIが爆誕するんだし、
リンクしたアマゾンの採用AIの件を含めて、機械学習の仕組みを理解してるとは思えない。AIに対する現状の理解として、この表現はありえない。
id:fujii_yuji 機械学習の仕組みをご存知ないようですね。Amazonのは過去データからそうなったのであって、設計者の思想が反映されたのではないでしょ。 > "当然男性優位AIが爆誕する(略)AIは一握りのエリートに偏ったエリート優位AI"
id:fujii_yuji さんは、概要を理解しておられる様に思える。ブコメを見る限りで言えば、はてなーの理解度は1割程度といった感じがするけど、本当はもうちょっといるかも。
機械は未だに設計に従って自発的に成長し新たな発明を行う様な、いわゆる、ひらめきは獲得していない。今のAIと呼ばれているものは、学習したデータを参考にして、入力されたデータに対して最適な分類を行うことが出来るという程度の物。
モーリス・コンティ: 直感を持った人工知能が生み出すすごい発明 | TED Talk
例えば、この動画を見て欲しい。オブジェクトを設計するコンピュータが行うのは、与えられたアルゴリズムに従って答えを出す事だけだ。どんな形にしたいのかという目的、どんな材料を使うのかという制約、それを与えられると、高い強度とより少ない重量で目的を達成しろという最適化問題を解く。結果として、その答えが人間が持つ常識を裏切る答えを出した事に対して「直感を持っている」と言っているにすぎない。アルゴリズムを作成した研究者には、常識的な設計を裏切る答えも、理解できるものであり納得のいく答えでしかなかったはずだ。
将棋の人工知能が行う計算とは何か?既存の棋譜を大量に予め学習し、現在進行中の将棋の盤面上で起こり得る可能性のある駒の配置パターンを1手1手進めながら、棋譜と照らし合わせ、一手ごとに勝ちやすさがどの程度高まっていくか?を計算する。研究者は、盤面に表れる駒の並びを、どの様に評価するのか?駒を動かすごとに増えていく全てのパターンから、どこまでを用いて、何を捨てるか、評価と選択を行うアルゴリズムを機械に与える。その結果として現れた奇想天外な一手も、研究者にとっては蓋然性の高い答えでしかない。(あくまで一般的な人工知能の話だが)
完全に想像でしかないが、アマゾンの採用AIは、10年分の採用者の履歴書の中から、学歴や経歴、職務内容、スキルなどの性別に依存しない情報と採用後の実績を学んだのではないか。研究者は馬鹿ではないから、初めから性別情報など使っているとは思えない。これまで採用した人物に男性が多かったことは間違いなく影響があったという事は言えるが、可能な限り男女ごとのサンプルサイズの差に引っ張られる事なく、性別には中立な結果を出すように、用いるべき学習データとアルゴリズムを設計していると予想する。それでも、性別を隠されたある個人の履歴書から採否を判定した時に男性優位の答えを出したのは、活躍する社員に男性が優位になる傾向があったということ。その現実がポリコレとの間で齟齬をきたした場合に、計算結果としては蓋然性の高い納得できるものでありながらも、不誠実な結果と言われてしまった研究者の悔しさはいかばかりだっただろうか?
女性が優位になる様にアルゴリズムを作り直すときに、自分は科学者として真実に背を向けた事を理解したはずだ。にもかかわらず、どれほど女性優位のバイアスをかけてもAIが正しい答えを求める以上は男性優位の結果は覆らない、とマネージャーが判断して、非難を避けるために開発を停止した時の、その悔しさは想像するに余りある。
この件で、改めて、ジェンダー論は滅びろと心から思った。科学者には、政治的正しさではなく、真実を追求させてくれ。科学とは時に残酷なほど正しいものだ。
steel_eel 日本語のニュースで書いてたか知らんが、英語の方でみたが『××女子大学』『女子××部部長』とかを低評価してたみたいで、わりとダイレクトに性別を他の手がかり(というほどでもないか?)から判断して下げてた模様。
情報ありがとうございます。徹夜明けでして、ソース未確認で書いてますので、適当な事をいいます。すみません。
もしも学習データに、女子○○部長、というデータが入っていた場合にマイナスにする様なアルゴリズムを入れていたとは考えにくいです。というのは、そうであれば性別そのものを負のファクターにする方が早いです。ですので、他の素因でマイナスにせざるを得ない(不採用だった、あるいは解雇したなど)人物と女子○○部長の情報が結びついてしまったのでしょう。つまり、現実の採用では女性である事をマイナスに評価せざるを得ない様な学習データになっている、それを修正しようと思うと、女性のデータそのものを学習データから除外するしかないですが、そんな事をすれば、アマゾンは女性の居ない世界を仮定しなければ女性は採用できないという、矛盾にぶつかってしまいますね。
これではなく、入力情報に女子という単語が入っている場合に直接マイナスした場合。前述の理由で性別そのものをマイナスにしたのと同等でしかなくなります。これなら修正は容易ですので、そうではないでしょう。おやすみなさい。
http://dlit.hatenablog.com/entry/2018/10/10/080521
https://anond.hatelabo.jp/20181010122823
私もこの流れに賛同したので続きます。私は博士課程の学生なので、多少間違いがあるかもしれませんが、大筋は合ってると期待します。身バレしない程度にざっくりとした纏めにとどめますが、誤りがあった場合の修正については諸氏にお願いしたい。他の研究者の諸事情を聞くのは面白いですね。
というようなモノになると思います。各分野を横断する様な複合的な研究も多いのですが、大雑把にというところでお許しください。最も著名な研究者は現在はドワンゴリサーチを主幹しておられる西田先生でしょう。
国内ですと画像電子学会、VCシンポジウムといった会議や雑誌に投稿しますが、国内への投稿はあまり重要視されていないという現状があります。では、どこへ投稿するのか?といいますと、Siggraph (Asia) 、 Eurograph、Pacific Graphics などの主要な総合会議になります。主要会議については、インパクトを重視する面もあるのですが、各ジャンルで、例えばレンダリングではEGSRなど、主要な国際会議と同等レベルの難易度とみなされる会議があり、これらの専門ジャンルの分派会議は総合会議よりは多分に理論的な研究が発表される傾向があります。最も評価が高いのは主要三会議ですが、それらでの採択が無理なら、再実験や修正したのちに、ランクを落として投稿し、より注目度の高い会議での採択を目指します。
CGの論文は、ACMのデジタルライブラリーに公開されるほかは、殆どの場合は著者の一人がプレプリントを公開する慣習があります。ACMのみですと会員登録をしていない実業界の人の目に触れにくいという事情が影響しているのかなと。SiggraphとEurograph及び主要な分会を除いては、基本的には国際会議で発表された論文は、Proceedingになります。基本的にはというのは、その中の優れたもの何報かはジャーナルに採択されることもあるからです。またジャーナルに直接応募する事も出来ますが、ジャーナルへの投稿は会議への投稿よりも時間を要する事情もあって国際会議へ投稿する人が多い様です。当然ですが、これらは全て査読されます。何度もリジェクトされます・・・。
https://www.eg.org/wp/eurographics-publications/cgf/
https://www.siggraph.org/tags/tog
一般的な論文のページ数は1ページ両面印刷 2段構成で10P程度です。とても短いですが、短い分だけ綺麗に纏める能力が問われる事になりますし、一言一句と言えども無駄にできない厳しい調整を繰り返して執筆します。
主要会議は下記のリンクに纏められています。リンクから論文も見れますので、ご興味があればどうぞ。
http://kesen.realtimerendering.com/
CG業界における最高峰の雑誌は、ACM Transactions on Graphics で、IFは 4,218となっています。
次いで重要なのが、
IEEE Transactions on Visualization and Computer Graphics でIFは 3.078。
Computer Graphics Forum でIFは 2.046。
ieee computer graphics and applications で、IFは 1.64と続きます。
残念な事ではありますが、CGではIFが1.0を超えるジャーナルは少ないので、研究者の多さに比較して掲載枠は少なく競争は非常に激しくなっています。これもジャーナルよりは、それと同等に評価されるトップカンファレンスの proceedingにする理由かもしれません。
学位の取得難易度は、理工学系では高くない方だと思います。博士を取る過程で要求されるのは、雑誌ないし高レベルの会議のproceeding 2報というのが観測範囲での相場です。国内会議への投稿や、査読なし投稿、講演資料などを含めると5本程度はある感じになるのではないかと思います。博士を獲得するまでにかかる時間は3年となっています。それより長くかかる人も、短く終える人もいます。アカデミックなポストは常に足りない状況にあり、非常に優秀な研究者も結構苦労してるように見受けられますが、産業界に就職する場合は非常に簡単です。
CGをやる上で必要になる数学と物理は、基礎科学分野では学部生時代にやる様な初歩的な数学や物理です。最適化問題を解くことが多くなる関係で最適化数学についてはよくやっておいた方が良いようです。この辺りはジャンルに関係なく一通り勉強しておく必要があります。数学や物理の勉強量は、基礎科学分野よりも多くはない分、情報系のアルゴリズムに関する基本的な理論やプログラミングによる実装能力が問題になります。研究の為には比較対象となる研究を数本程度自分で実装したりする必要がある上に、バグを出せば致命傷になるという点が実装力の高さを要求する理由です。優秀な学生は、そこらの社会人よりも優秀という事は珍しくなく。プロコンでレッドコーダー(日本で20人程度らしい)を持っているという様な人もいます。
一本の研究を終えるのに読みこむ論文は、20~50、自分で実装する研究が 1~3、という量になると思います。斜め読みするものまで入れると、その倍くらいでしょうか。物理学と比べると明らかに楽ですね。
CGでは、どのジャンルを選ぶかで博士の取り易さに差はないように思えますが、レンダリング分野は先鋭化しすぎていて、既存の研究をキャッチアップして実装し、自分の研究を行うまでの間に膨大な努力を必要とする上に、光学的にみて正しいのか?(追記: 実際に物体に光を当てた場合に得られる画像ないしデータは、計算によって得られた結果と等しい物になっているのか? )という様な厳しい評価を受ける傾向があり、(CG系の)他分野に比べて業績を出すのが大変だと思います。研究者の中には10年以上に渡って育てて来たレンダリングエンジンをベースに研究を行う為に新参との差が大きいのです。そういう意味で優れた研究者に師事する事が非常に重要と言われています(師匠がエンジンを持ってますので)。最近は深層学習との組み合わせも増えてきているので、勉強量は非常に多いジャンルだと思います。その分、ゲームや映像分野で花形であり就職の際には引く手あまたになります。
近年、流体シミュレーションや弾性体シミュレーションは、新規性を出すことが難しいジャンルの一つと言われていて、トップカンファレンスでは採択本数が多くはありません。テーマ選びが難しい分野だと思います。リアルタイムなシミュレーションが難しい分野なので、ゲームなどでの応用を狙ったリアルタイム化の研究などが学生には人気がある様です。リアルタイム化すると理論的には正しくない、という様な齟齬が生まれる事が難しく、その折り合いの付け方に肝があるようです。レンダリング同様に就職に強い技術でしょう。流体力学や有限要素法などの知識を特に必要としますが、定型化されている部分があるのでキャッチアップはレンダリングよりは容易と思います。
モーションとはどんなものか?というと、ゲームや映画などで使われるキャラクタの動作=アニメーションの事です。行われる研究はすぐにでも実用化できそうな研究が多く、実際に企業(ディズニーなど)での研究成果が発表されることも珍しくはありません。髪の動作の研究なども、モーション研究のテーマの一つです。これも就職するなら強い分野です。特定の数学や物理に依存せず、基本的な数学の知識全般を必要とします。例えば衝突を考慮するならば力学を使うというような感じです。
かつてはCADなどで流行りのジャンルだったのですが、CADの研究が下火になったこともあり、現在は傍流の研究です。ただ形状解析の研究は、テクスチャ展開などCGに必要な技術を支えるものではあるので、現在も一部の研究者によって行われています。ゲームや映画で使うLODを作成する技術も、この分野の成果の一つです。他にはMRで赤外線センサーから取得した点群を形状に変換するといった場面で研究が役に立ちます。就職という観点から見ると、企業からの需要は少ないかもしれません。微分幾何と一部は位相幾何が特に必要となる知識です。
画像処理は画像認識系の会議へ行く事も多いのですが、近年、注目を浴びているのは、深層学習と組み合わせることで、ラフな線画をプロが書いた様な鮮明な線画に自動的に置き換えたり、また無彩色の画像に彩色する様な研究です。特に必要とするものはなく広く知識を必要とします。部分的には、色空間を多様体と考える様な研究もあったりするので、位相幾何学をしっていないとというような事もあります。伝統のある研究ジャンルだけに、問われる知識も広範です。画像認識系の研究にも精通している必要がある為、論文を読む量は多いでしょう。
基礎科学系では疑問視されることはないと思いますが、学科としての歴史が浅くかつ実業に寄った分野なので、論文の評価はどうなってんの?という疑問があるかと思い追記します。
査読の際に問われるのは、手法の妥当性です。先行研究との比べて何が改善されているか?理論的にそれは正しい計算なのか?といった事を主に問われます。情報工学のCG分野も科学ですので、先行研究との比較もデータを集め、解析的に、何がどの程度良くなっているか?を記述します。また、各研究が基本的な知識として使っている基礎科学系の知識にそって、理論的に研究手法が正しいものであるかも厳しく見られます。査読によって疑問を示された場合、一定の反論期間を与えられます。
研究者は査読を通過するために、動画やプログラムコードなど、再現性を示す資料を合わせて提出することで、査読者を納得させる工夫を行います。時には論文そのものよりも追加提出資料のボリュームが大きくなるという事もあります。というか、それが常でしょうか。
自身の研究も含めて既存の研究は、後発の研究者によって実装され検証されます。上手くいかなければ質問を受けるし、疑問を提示され、後発の論文で批判を受けることもあります。そうならぬように、実装したものを公開している研究者もいます。親切な研究者であれば、比較に使うと言えばコードや実験に用いたデータをくれることもあります。
以上のような仕組みによってCG系の論文は研究としての質を保っています。地道で厳しい基礎研究ではなく、実業に近い応用的な研究なので、すぐに企業で使われる事も多く、それも研究の妥当性を証明する一つの手段となっています。
sisopt 結構誤りあると思う。SIGGRAPH(Asia)論文はTOGに自動的に載るし、TOGに載った論文はSIGGRAPH(Asia)での発表権が与えられるからそれらは同等
これはその通りです。誤った情報を書いてしまい、失礼しました。業績要件については私の知ってる方を含めての狭い観測範囲ですが、なるべく高いレベルで 2報という方が多いようです。全大学ではないことはご了承ください。ご指摘いただきありがとうございました。
ボクも大学受験は私立文系型の勉強しかしていなかったので,大学にはいって数学をやり直しました.高校でちゃんとやっていないのなら,日本人が書いた教科書じゃなくてアメリカの大学学部の教科書(翻訳)がいいと思います.特に経済学用の数学の教科書がとっつきやすいかも(事例としても経済・経営問題がでてくるし).古いですが私が学部生の時に使ったのは数学では次の2つです:
G.C.アーチボルド (著), リチャード・G.リプシー (著), 作間 逸雄 (翻訳)『入門経済数学 』(1) と(2), 1982/9
学生版でなく,練習問題の解答が附属している2分冊になっている通常版(コレ)が良いです.アマゾン中古で数百円で買えます.線形代数,微分積分,最適化問題,線形計画法等をカバーしています.
A.C. チャン (著), K. ウエインライト (著)『現代経済学の数学基礎〈上〉〈下〉』 単行本 – 2010/1/1
旧版なら,これもアマゾン中古で数百円で入手可.上の書籍がカバーしている項目のに加え,微分方程式と差分方程式が学べます.
T.H. Wonnacott, R.J. Wonnacott, Introductory Statistics for Business and Economics, 4th ed. 1990.
http://kawango.hatenablog.com/entry/2018/04/08/193935
これはどちらかというと価値の問題だ。最適化問題を解くことが得意な人にとって、
最適化する目的関数が定義されれば、あとはその問題を解くだけでOKと考えがちだ。
しかし、現実的には目的関数の定義自体がたいへん難しい問題であり、そこは論理的に定義できない場合が存在する。
例を挙げれば、命の価値だ。保険会社を取り上げるまでもなく、人間一人の命の価値は数量化可能だ。
しかし,その数量化された価値は大多数の人間にとってのある人の価値であり、あなたにとってのある人の価値ではない。
あなたの妻の命の価値を保険会社が3億円と算出したとして、そしてそれが論理的でエビデンスに完全に裏打ちされたものとしても,
あなたにとってあなたの妻の価値がそれ以上であることはありうるだろう。
不運にも交通事故にあった場合に支払われる価格がその価格であったとして(そしてそれを悲しみながらも論理的に受け入れたとして)、
では大富豪が3億やるから殺させてくれ、と言われた場合にあなたがそれを受け入れるかというと、それは異なるだろう。
どちらも妻の死と3億円の交換であったとしても。
そのあたりの心理的な折り合いをつけるプロセスが、社会の中では民事裁判などといった形で存在している。
そこでは、原告・被告ともに論理的な議論を行う場であるが、「妻の価値はいくらだと考えるべきか」というその依って立つ前提条件が異なる。
例えば碁盤の目の上に電子をずらっと並べて、スピンはどっちを向きますか?みたいな研究。
スピンがよくわからないなら小さな磁石を考えてもいいよ。隣り合う磁石と反発しあって向きを変える様子を想像してみて。
高温ではみんなバラバラの方向を向いていたのに、ある温度になったらみんな向きをクルッと揃える。これが相転移。
どんな方向を向くのかな?相転移の温度はいくつかな?みたいなのを調べるのに物理学者たちはイジング模型を計算していたわけ。
たとえば、巡回セールスマン問題。これは「佐川急便の配達トラックはどのルートを通るのが最短か?」みたいな問題ね。こういうの最適化問題と呼ぶんだけど。
並んだ電子のスピンの向きを計算することで佐川の配達ルートがわかっちゃうのよ。すごいね。でも、スパコン使って時間と電力とたくさん消費するの。大変。アルゴリズムめっちゃ研究されているけど大変。
何も計算しなくてもさ、実際に電子をずらっと並べてスピンがどっち向くか観測したらいいんじゃない?
これが量子コンピューター。
現実的にはそんなことできないので、実際に並んでいるのはちいさな回路(超電導閉回路)。
回路を電流が「左に回る」か「右に回る」かが、スピンが「上を向く」か「下を向く」かに対応しているの。(D-waveとかね)
この発想すごいよね。
もっと身近な話で例えてみる?
放物線状に飛んだよね?
実はね、量子力学によるとボールはあらゆる軌道で飛ぶ可能性があるのよ。
で、それらの可能性を全部重ね合せると打ち消しあって(経路積分)、
エネルギー(正確には作用)の最も低い軌道だけを残して消えるように見えるの。
ここでさ、
単にボールを投げたのが、エネルギーについて最適化問題を解いたとも言えるわけ。
こんな感じの発想。すごいよね。
計算をするのに物理現象に手を入れる(イジング模型の結合定数をいじったり外場いれたり)という発想がね、
ちょっと思いつかないな、考えた人すごいなって感銘を受けたんだよ。
誰かと共有したかったんだ。
読んでくれてありがとう。
すべて正解ではある。しかし性癖が 「拡張」できるということを知ってるひとは意外と少ない。
例えば普通のセックスAVを見るA君が居たとする。純愛モノのラブラブセックスAVでないとちんこも勃起しないとする。一例としてレイプモノを見せると拒絶反応を起こすレベルだと考える。
中身は違えども人は誰しもA君のような状態である。レイプモノは容認できてもスカトロモノは絶対に容認できないと考えている人は多いと思う。
はっきり言って、これは単なる嘘であることを言っておきたい。
味の好き嫌いを直せるように、実は性癖の好き嫌いも直せるのだ。
しかも性癖というものは味の好き嫌いと違ってもっと自由にコントロールすることが可能だと長年の研究により判明した。
それこそリョナであろうがスカトロであろうが射殺であろうが箱化であろうがダルマ女であろうがすべてのおかずで抜けるようになる。
しかし一体どういった 「メリット」があるのかと考えた人もいるかもしれない。
よく考えてみよう。人は最適なおかずを探すのにどれだけの時間を無駄にしているのだろうか?おかず探しに1時間ぐらいかけた経験を持っている人もいると思う。
これは業界では有名なことではあるがズバリ「おかずの最適化問題」である。
例えばランダムに掴んだおかずが自分が抜くに値する最適なおかずである可能性はかなり低い。
統計的に調査した結果、人がおかずを探してお目当てのおかずにたどり着くまでに平均で動画に4個、画像に60枚かかる。
そこでどんなおかずであっても抜ける人のことを考えてみよう。彼は文字通りどんなおかずでも抜ける。女優が思ったよりブスであってもブス好きの性癖があるので抜ける。逆に美人であっても普通に美人は嬉しいので抜ける。同じ要領でどんなおかずでも抜けることになる。
例えば益田にも置かれてる広告は見る人が見れば明らかな「広告枠」の広告だけど、
これを普通のはてなのコンテンツのリンクだと思ってる人は結構居る。
まあ、ここだとそういうことを指摘したりすることもあるし、こんなとこにいる人はある程度知ってる人だから
ここだと相当率は低いだろうけど、
一般にはページに書かれてる事の中に「広告」って物自体がある事自体を知らない人は結構いる。
その辺がテレビとか新聞のチラシとは本当に大きく違うところであり、
さらに、元増田のポストにあるように、「最適化問題」なんて事が大きく取り上げられる部分でもある。
ネットの知識なんて全くない人のが多いんだよ?
最適化問題としては(つまりエンジニアリングの観点から見ると)面白いかもしれないが、ユーザからすると9割くらいの確率でただただウザいだけである。
いや、その辺の「広告」とかの事情を知ってるやつからすると「うざい」と思う感覚も在るわけだけど、
9割以上のユーザーなんて「広告」と言うまともな概念すら持ち合わせてないから、
それらを「うざい」と思う事はあまり無い。
単にコンテンツの1つだと思ってる人が殆どだし、その最適化の矛先はそういう何も知らない人たち向け。
つまり、如何に無知な相手をうまくだますか、その技術を競い合ってるわけ。
それを偉そうにあーだこーだ本気で言える神経ってのがよくわからないよね。。。