「テクノロジーのイノベーションと民主化、そのはじめの一歩」というタイトルで首都大学東京で話してきました - その手の平は尻もつかめるさ
首都大学東京は私の母校でして，当時は本当に色々なことがあったのですが，今回たまたまお話しする機会を頂いたので表題のような話をしてきました． www.slideshare.net このタイトルを思いついた時は酔っ払っていたのでしょうね．かなり大上段に構えたタイトルになってしまい恐縮しているのですが， ・情報通信コース・学域を卒業して，会社に入ったけど，会社ってこんなところですよ， ・会社でこんなことやってますよ． ・うちの会社にはこんな特徴がありますよ． ・会社に入るとこんなことしますよ． ・入社して，困ったことはこんなことです． ・入社して良かったことはこんなことです． ・今思うと，学生時代にこんなことやっていたらよかったかな，って思います． ・会社に入ってからの私の年表 ・会社はICTイノベーションとしてこんな取り組みをしていますよ，してきましたよ．私はそれにこんな形で携わりましたよ．
衝撃！ ”生命科学クライシス－新薬開発の危ない現場” - HONZ
「なんとかの危機」的な本はけっこう多い。執筆は専門家ではなくてジャーナリストだし、「煽り系」の本がまた出たかと思って読み始めた。しかし、まったく違っていた。生命科学研究におけるさまざまな問題点が、順を追って鋭く冷静に指摘されていく。 資料をまとめただけではない。そういった問題に関係するノーベル賞受賞者も含めた多くの研究者へのインタビューも満載だ。口はばったいことを言うようだが、日頃漠然と考えていたことがスッキリとまとめられていると感心した。そして、大きな衝撃をうけた。 まずは、ネイチャー誌に掲載されセンセーショナルな反響を引き起こしたレポートの話から始まる。企業では、新薬につながるアイデアをプロジェクトにする際、かならず追試がおこなわれる。でないと、巨額の研究費をドブに捨てることになりかねない。 世界最大のバイオテクノロジー企業・アムジェンに勤めていたベグリーは、画期的と判断したがん研究に
Kaggle創薬コンペにおけるDeep Learningの適用 - Technical Hedgehog
創薬においてコンピュータの活用はますます盛んになってきており、2012年にはKaggleでコンペも開催されました。このコンペは標的に対する分子の活性を推定するというタスクでした。 用いられた手法としては1位はDeep Learning、2位は非Deepな機械学習手法でありスコアにこそ大差はありませんでしたが、創薬においてDeep Learningの適用可能性を示したことで当時は話題になったそうです。だいぶ前のコンペなの解説記事はすでに多くありますが、コンペを通じて創薬の概要とDeep Learningがどのようなアプローチで適用されたのかを紹介してみます。 ！Caution！ できる限りの調査をしましたが、私は製薬や医療に詳しい人ではないので誤った解釈をしてしまっている可能性があります。「ここ間違っている」と言う点がありましたら指摘いただけると幸いです。 では、はじめにコンペのタスク背景と
東芝：新薬設計の最適解、最速で計算 アルゴリズム開発、従来比の１０倍 - 毎日新聞
東芝は、効率的な配送ルートの探索や新薬の有効な分子設計など複雑で膨大な組み合わせパターンから世界最速で最適な解を導くアルゴリズム（計算手法）を開発した。従来方式に比べ約１０倍速くなるという。１９日付の米オンライン科学誌に掲載した。 超高速の計算ができる「量子コンピューター」の高性能化には時間を要す… この記事は有料記事です。 残り207文字（全文357文字）
国内クラウドファンディング史上最高額の3億円！東大発「次世代データベース」が、経営権を1%も渡さない“異例の大型調達”に成功
日本唯一の総合型クラウドファンディングサービス「宙とぶペンギン」を運営する株式会社デジサーチアンドアドバタイジング（代表取締役：黒越誠治）は、現在受付中の投資型プロジェクト「日本発オープンソース・データベース『APLLO(アポロ)』応援ファンド」にて、クラウドファンディング史上国内最高額*1を達成しましたのでお知らせします。 『APLLO(アポロ)』を手がけるダーウィンエデュケーション株式会社の経営陣。左から取締役 井上洋希氏、代表取締役 田村賢哉氏、取締役 小宮慎之介氏。 このプレスリリースのポイント クラウドファンディング史上国内最高額の３億円。 ・単一プロジェクトで既に約2.6億円申込み、残り4,000万円で3億円の申込み到達。 ・オープンソースプロジェクトでは異例の出資額 ▼プロジェクトの詳細はこちら https://flying-penguin.jp/project/PM0000
Ponanza開発者、山本一成氏が語る強化学習とA/Bテスト運用の舞台裏
Ponanzaにおける強化学習とA/Bテスト運用 山本一成氏（以下、山本）：山本一成と申します。よろしくお願いします。 ありがとうございます。ここからはややガチめなエンジニアの話です。まず確認したいんですが、エンジニアとかプログラマーって人はどれくらいいるんですかね？ （会場挙手） あ、けっこういるのか！ 安心した（笑）。 私、10年くらい将棋のプログラムを作ってきて、最初はまったくのど素人から始めたんですけど、いろいろやっていく中で、現代にも通じるようなさまざまな運用とかが出てきたんですね。そのへんをみなさんと共有できればと思っています。 まず最初のスライド、さっそく手書きでやる気がない感じですが（笑）。将棋のプログラムってどんなもの？ という話です。将棋も囲碁も、大雑把にいうと、2つの要素があります。1つは探索です。つまり、先を読むということですね。 先を読むと強いです。みなさんもそん
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Scientists: new device appears to defy the laws of thermodynamics
China: New "artificial sun" will be completed this year
科学の「再現性の危機」に、DARPAは人工知能で対抗する
You Could Travel Through a Wormhole, But It's Slower Than Space, Say Scientists
Firewalls vs. Scrambling