Lyft’s mission is to improve people’s lives with the world’s best transportation and it’ll be a slow slog to get there with dispatchers manually matching riders with drivers. We need automated decision making, and we need to scale it in a way that optimizes both the user experience and the market efficiency. Complementing our Science roles, an engineer with a knack for practical machine learning a

わたしは割とこの人の意見に共感するところがあるんだけど。 それより何より、ブコメの論調の厳しさにうんざりとしている。服装に関して、別にジャージだの平生の着の身着のままでお見合いに行こうって誰も考えてないと思うんだよ。 就活だったらさパンツスーツもありじゃない？　近年、ことさらにスカートで行くことを求める方が頭おかしいんじゃない？　って感じじゃないすか。 でも元記事のブロガーさんは「パンツルックはやめろ、スカートを履け」「紺だカーキだのオシャレな色使いは求めてない。ダサピンク上等」くらいのことは別記事で言ってるんだよね（多少意訳はあるが）。 決して「小綺麗であればそれでいい」とは言っていない。 であるとしたら 友人と会う時だって、家でごろごろしている素の自分よりは格好も態度も整えて行くけど、友人をだまし討ちしているとは思わないだろう。 場に合った服装や振る舞いをしましょうというプロトコルの問

今このエントリーを書いてるのはスイスから帰国して2週間が経った2018年12月30日、ぼくの22歳の誕生日である。 前回エントリーを書いたのはスイスから帰国する直前に留学生活全体を振り返ったエントリー。 komi1230.hatenablog.com 帰国する前は今はスイスにいるけど日本に帰ったときにまた色々感じるものがあるだろうし、そのときにまたエントリーを書こうなどと思っていたが、スイスにいる時よりも帰国してからの方が想像以上に忙しくて、なんやかんやで帰国してから2週間も経ってしまって2018年も残すところ2日になっていた。 このエントリーを書いている今も仕上げなければいけない書類をそれなりに抱えていたり各所にメール出しをしなければいけなかったり、はたまた調べなければいけないこともたくさんあって割と忙しいのだけれど、まあ年末だし今年は色々あったので一度心を落ち着かせて2018年の振り返

2018/11/20開催の「Machine Learning Casual Talks #7」での発表資料です。 チームで開発中の、サイエンティストとエンジニアが効率よく 機械学習や分析結果をプロダクトへ反映するための基盤の紹介です。 https://mlct.connpass.com/event/104874/Read less

はじめに あまり格好のよいことではないのだけど、内省のために書いた文章がそこそこの分量に達したし、誰かにとって有益になるかもしれないと思ったので自分語りをしてみます。軽い話ではないので、そういうのが好みではない人は読み飛ばしてください。 元々は自分向けの文章なので、表現が雑な箇所もあります。また、敬体は本文中では用いません。ご了承ください。 研究職を目指したがそれに資する能力と業績が得られなかった 成功・失敗の2つに物事を分けるのは難しいことだが、私の大学院生は総じて見ると失敗だったと思う。研究者として生きていこうとするキャリアの見直し・変更を余儀なくされているのだから、そう判断するのが妥当だろう。それはいくつかの理由に分けられる。正確には、いくつかの要素が影響を及ぼしあう悪循環に陥ってしまっていた。まずはそれらを大雑把にまとめてみる。 失敗要素 1. 業績がない 博士学生に限らず、研究者

近隣の企業に、女性の健康についてのセミナーをしに伺っても、同じように「生理が毎回重くて、痛み止めを飲んでも完全には効かない」「生理前になると体調が悪くなってイライラする」という声をよく聞きます。 また、私生活でおつきあいのある、世界を股にかけバリバリキャリアを積み重ねている女性たちも、月経の話になると「つらい」「重い」と言って共感し合っています。 どうにかできないのでしょうか？ 低用量ピルってどんな薬？女性活躍推進と言われて久しいですが、経済産業省の健康経営優良法人認定制度「ホワイト500」の認定基準に、ようやく女性ヘルスケアの視点が取り入れられました。 「女性の健康保持・増進に向けた取り組み」「ヘルスリテラシーの向上」などがそれに当たると思います。 「生理は女の証」「デトックス」などと月経をポジティブにとらえたり、「生理痛はあって当たり前」とつらくても問題視していない人も多いと思います。

賞金が1000億円を超えるまで膨れあがって注目されていたアメリカの宝くじ「メガ・ミリオンズ」は19日夜の抽せんでも当せん者が出ませんでした。賞金は次回に繰り越され、ついに史上最高額の1800億円になりました。 ただ、当たる確率は３億分の１以下のため、ことし７月以降、24回も繰り越しが続き賞金額はすでに10億ドル、日本円で1120億円余りに膨れあがっていました。 そして、19日の夜、注目の抽せんが行われましたが、またしても当せん者は出ませんでした。このため賞金額は、ついにアメリカの宝くじとして史上最高額の16億ドル、日本円でおよそ1800億円になり、23日に次の抽せんが行われます。 これまでの最高額は「パワーボール」という宝くじで、2016年１月に当せんが出た15億8640万ドルでした。このときは３人が数字を当て賞金は均等に分けられました。 今回の抽せん結果が出るとアメリカのメディアは「今度

FacebookやTwitterの方で報告しましたが本日入籍しました。 結婚どころか、付き合っていることすら知らない人が多い中の、 突然の発表になってしまったので、結婚に至る経緯を書きます。 相手との出会い相手は大学時代の知り合いで、当時は友達と遊ぶ場にいたりなど4、5回くらい会う関係でした。Twitterで相互フォロー中。 今年の7月に共通フォロワーの平日夜のお誘いに2人が乗っかり、 そこで6年ぶりに再会し3人で飲み、LINEを交換する。 デートに誘うまでデザインあ展に自分が行った翌日に行っていたのをTwitterで見かけて、 感想でも話そうかと、飲み会で会った以来2ヶ月振りにメッセージを送る。 感想の話をするつもりが、「一緒に行ったら面白かったかも」と言われたので、誘うのがマナーかと思い、デートを提案。 13分でデートが決まる。 その後のやりとり翌日休みだったこともあり、その後もLIN

NHK総合で「AIに聞いてみた どうすんのよ!? ニッポン」の第3回が、10月13日に放送されました。テーマは「健康寿命」。3回目にしてデータサイエンス界隈からのツッコミすらなくなり、個人的には寂しい放送回となりました。皆さんはご覧になられたでしょうか？　もちろん私は正座待機でした。 過去にさまざまな批判を受けたからか、番組のトーンがだいぶ変わった印象を受けました。マツコ・デラックスさんら出演者は口をそろえて「決してこれが答えではない」「スタッフが勝手に解釈して言っているだけ」と説明し、健康寿命を延ばすヒントとして挙げられた3つの提言のうち、1つはマツコさんによって却下されました。 ただし「都道府県別健康寿命×平均寿命散布図」を持ち出し、平均以下を「不健康」と表現するあたりは「本来の意味の不健康から乖離（かいり）しているなぁ」と思うなど、細かいツッコミはありました。しかし、丁寧に番組を作ろ

日経xTECHに、次のような記事が載っています*1。 tech.nikkeibp.co.jp この記事、冒頭から PoC（ポック）貧乏──。講演者の1人が使った言葉が聴衆の笑いを誘った。あるAI（人工知能）関連イベントでの出来事だ。 という一文で始まっています。 で、読み進めていただくとわかるんですが……この「AI関連イベント」、明らかに、私が関わっている 日本ソフトウェア科学会 機械学習工学研究会（MLSE）が5月に開催した、研究会発足記念のキックオフシンポジウムのことで、「講演者の1人」は、アクセンチュアUSAの工藤卓哉さんです。 下記アーカイブ動画の16:44あたりからご覧になれば、記事になっている話がそのまま講演で語られていることがわかります。その辺りで出てくる「丸山先生」は、MLSE運営委員の一人である丸山宏さん（現：Preferred Networks フェロー）です。 基調講

コンテンツブロックが有効であることを検知しました。 このサイトを利用するには、コンテンツブロック機能（広告ブロック機能を持つ拡張機能等）を無効にしてページを再読み込みしてください。 ✕

A Dataset for Diverse, Explainable Multi-hop Question Answering What is HotpotQA? HotpotQA is a question answering dataset featuring natural, multi-hop questions, with strong supervision for supporting facts to enable more explainable question answering systems. It is collected by a team of NLP researchers at Carnegie Mellon University, Stanford University, and Université de Montréal. For more det

人工知能開発は「儲けないと意味がない」　東大・松尾豊さんが見た“絶望と希望”：これからのAIの話をしよう（日本編）（1/4 ページ） 日本が人工知能開発で世界と戦う上で可能性のある分野や領域は。日本国内におけるディープラーニング研究の第一人者である東京大学の松尾豊特任准教授に聞く。 日本企業は世界とどう戦っていけばいいのか。競争力を高める一手段として、人工知能（AI）開発に注目が集まっている。日本国内におけるディープラーニング研究の第一人者である東京大学の松尾豊特任准教授は「シンプルに、日本企業が世界で大きなシェアを占める領域が何かを考え、そこにディープラーニングを組み合わせればいい」と話す。 インタビュー前編：なぜ日本は人工知能研究で世界に勝てないか　東大・松尾豊さんが語る“根本的な原因” 人工知能の研究、開発、ビジネスへの活用──何をする上でも、まずは企業がどうもうけるかを考えることか

「テスラが直面する課題は生産地獄から物流地獄に移った」。米電気自動車大手テスラの「お騒がせ」最高経営責任者（CEO）のイーロン・マスク氏は9月16日、同社の生産の問題が解消されたとの認識をツイートした。だが、その根拠は示されず、一部投資家やアナリストはマスクCEOの主張に疑いをいだく。そこで出番となるのが、テスラ出荷場の衛星写真のデータ解析だ。この分野で急成長する米国シカゴのRSMetrics社のトップにインタビューし、データ解析の驚くべき進歩とイノベーションに迫る。 米NBCニュースの東京総局、読売新聞の英字新聞部、日経国際ニュースセンターなどで金融・経済報道の基礎を学ぶ。現在、米国の経済を広く深く分析した記事を『週刊エコノミスト』などの紙媒体に発表する一方、『Japan In-Depth』や『ZUU Online』など多チャンネルで配信されるウェブメディアにも寄稿する。海外大物の長時間

今思えば、何から何まで完全に俺が悪かったのだ。 だからこれは単なる愚痴で、ちっちゃな男の決別の文章だ。 ことの始まりは友人Aが彼氏にこっぴどく振られたので、傷心旅行に行きたいと友人Bと俺のライングループに誘いをかけてきた。 ここで軽く人物紹介をしておく。 友人A:女。いわゆるスイーツ思考の持ち主。人の悪口で連帯感を求めるタイプ。 性格が悪い。 友人B:女。自称毒舌。性格が悪い。 俺:男。流されやすい性格。性格が悪い。 なぜこの3人でつるんでいるのかと言うと、学生の時とある実習グループが一緒で、卒業した後も年に1〜2回集まって愚痴を聞いたりしながらちょこちょこ遊ぶ仲だったからだ。 本題に戻ろう。 Aが「とにかく旅行に行きたい！せっかくなら海外！」と言うので、海外旅行に行ったことが無かったBや俺もつい乗り気になってしまった。 あれよあれよと決めて行く内に南国の国に4泊6日で旅行に行くことになっ

■　はじめに 学習済みモデル生成のためには大量の生データや生データを元に生成した学習用データセットが必要となりますが、その際に著作物である生データ（文章、写真、静止画、動画など）を利用することも多くあります。 著作権法上、著作物は著作権者に無断で利用（ダウンロードや改変等）することは出来ませんが、実は日本の今の著作権法には４７条の７という世界的に見ても希な条文があるため（詳細は後述）、ＡＩ開発目的であれば、一定限度で著作権者の許諾なく著作物を利用できます。 その点を捉えて、早稲田大学法学学術院の上野達弘教授は「日本は機械学習パラダイスだ」と評しています。言い得て妙ですね。 【参考】 コラム：機械学習パラダイス（上野達弘） ただ、この４７条の７には「ある限界」もありました。 ２０１９年１月１日に改正著作権法の施行が予定されていますが、同改正法が施行されると、この４７条の７が廃止され、新しい条

あなたたちは、本当に「AI開発プロジェクト」をやる気があるのか？：真説・人工知能に関する12の誤解【特別編】（1/3 ページ） データもない、分析技術もない、開発するエンジニアもいない――。AIを開発しようという企業には「3つのカベ」が立ちはだかるといわれていますが、それよりももっと根本的な「当事者意識」の問題があるのを知っていますか？ 第3次AIブームを背景に、最近では多くの企業がAIの導入を検討しています。今や大企業の4社に1社がAIを導入しているという調査もあるほどです。メディアを通じて成功事例が知られるようになってきましたが、AIの導入はそんなに簡単な話ではありません。例えば、次の会話のような状況でプロジェクトを始めると、どうなるでしょうか。 A：AIで新製品の需要予測をしたいんですけども、どうしたらいいですか？ B：予測して、その後どうするんですか？ A：えっ……分析してから考え