マット・アルト「日本のポップカルチャーについて：日本はキミらのことなんかク○ほども気にしない」（2025年5月17日）
「アメリカのポップカルチャーは衰退しつつある」説をとるとしよう．では，どうして今，日本はアメリカと真逆の経験をしているんだろう？ どうして日本はポップカルチャー大盛況の時期を迎えているんだろう？ それこそ，日本のポップカルチャーが世界中で成功している秘訣だ スペンサー・コーンハーバが『アトランティック』に寄稿したエッセイ「アメリカ・ポップカルチャー史上最悪の時代が到来か？」が公開されてから，2週間で大きな反響がうまれている．友人のW・デイヴィッド・マークスやノア・スミス〔当サイトでの翻訳はこちら〕をはじめとして，多くの人たちがこれに触発されて議論に参加してきた――「アメリカは本当に『文化の暗黒時代』に入ったのか？」「もしそうだとしたら，理由は？」 そこで展開されている主張は，こう続く．「アメリカのテレビ・映画・音楽は後ろ向きになっている．昔から続いていてもう味がしないシリーズを繰り返したり
Google Mapsがレビュー数を伸ばすための取り組みとサービスデザイン考察記事｜坪田 朋
先日、グーグルが飲食店検索で初のトップにという記事を見かけて、Google Mapsがどうやってレビュー情報を集めてきたのか、過去に書いた考察記事を公開しました。 UXリサーチ目的で、普段からデザインアップデート記録を残しているんだけど、Google Mapsのレビュー機能は2016年から頻度高く使ってきたので、実体験とコンテンツを増やしてきたのか考察をまとめた内容です。 Google Mapsのレビューを始めたキッカケ最初にレビューを投稿したのは2016年で、旅行前にGoogle Mapsで行きたい場所やお店を保存して、現地に行った時になんとなく写真と口コミを投稿したのがキッカケ。 初回投稿後にレビューを促進するコンテンツがメールで届くようになった当時Google Mapsのレビューはまだ認知度が低くメールのタイトルも実験中の雰囲気があった。特典という言葉に釣られてローカルガイドに参加し
1987年に手動でディープラーニングをしていた驚異の麻雀ゲームがあった──アキバ通いのパソコン少年がゲーム アーツを創業──宮路洋一氏にゲームAIの核を聞く【聞き手：三宅陽一郎】
じつは1980年代の“国内ゲームAI史”は、これまでまったくの暗黒大陸と化していた。そんなところに発見されたその資料は、驚くべきことに──いまAI研究の最先端にいる開発者から見てもまったく色褪せない歴史的な完成度であるという。 この“早すぎる”麻雀の“ゲームAI”は、はたしてどう生み出されたのだろうか？ この奇跡ともいえる仕様書を作った人物は、ゲームソフト制作会社ゲームアーツを立ち上げ、その後『LUNAR』、『グランディア』シリーズや『機動戦士ガンダム ギレンの野望』のプロデュース、そして『大乱闘スマッシュブラザーズX』の開発プロデュースなども手がけた宮路洋一氏だ。 宮路洋一氏 当時、23歳の若者だった氏が作り上げた“麻雀AI”完成度の高さの舞台裏には──じつに1年半にわたる、途方もない回数のテストプレイの日々があったという。 「いつのまにかAIになっていた」、「いま思うと手動でディープラ
乱数生成器とゲームと諜報活動の話｜Rui Ueyama
ゲームなどを作っているとランダムさが必要になることがあるけど、コンピュータは基本的に毎回全く同じように動くので、乱数を作り出すのはそう簡単なことではない。Wi-FiやHTTPSなどの暗号は乱数のランダムさに本質的に依存しているので、高品質な乱数生成は世の中的にも重要な話題である。ここでは乱数生成について話をしてみよう。 ゲームではイベントがプレイヤーに予測不可能であればよいだけなので、真の乱数列ではなく擬似乱数列というものを使うことが多い。擬似乱数列は人間にはランダムにみえるけど、実際は何らかの数式によって順番に生成されているだけの数の列で、初期値を毎回違うものにしておくと、人間には毎回違う数列が生成されるようにみえる。初期値には現在時刻を使うことが多い。現在時刻は普通の用途では毎回違うからだ。 昔のゲーム機は現在時刻の設定がなかったので、ファミコンなどでは、起動してからの経過時間を疑似乱
AlphaGo Zeroの論文の要約 : ブログ
AlphaGo Zeroが自己学習のみで過去最強になったというニュースが出たのでその元論文を読み、要約をしました。 まず感想を述べると、過去数千年にわたって蓄積してきた知識をAIが数時間で発見することに対する気持ち良さがありました。人間などクソ食らえと思っておりますので、こう言うニュースはとてもスッキリします。そして人間の発見していない打ち筋の発見にも感動しました。これこそがAIの真髄だと信じています。人間が見えていないものをAIが見つける、僕もいつかそんなことをしてみたいと思いながら生きています。 あともう一つ重要だと思ったのは、とてもネットワーク構造および学習過程が簡素化されたことです。マシンパワーも過去に比べて非常に少なく済み、個人でもすぐに再現実験ができそうなくらいです。AIが強くなることと、構造および学習のsimplerが同時に達成できていることが本質的だと思います。 一応、下記
“世界最古”にして現代ゲームAIの先駆。21世紀に『パックマン』が再評価される理由を、作者・岩谷徹氏×AI開発者・三宅陽一郎氏が解説【仕様書も一部公開！】
歴史の話にくわえて、海外と日本のゲームAIを巡る「認識の落差」についても、三宅氏に語っていただいているので、ぜひ未読の方はご一読いただければと思う。 ところで、この「ゲームAI」史の記事の中で、1980年に発売されたアーケードゲームの名作『パックマン』が、どうやら「ゲームAI」の起源らしいという話が、三宅氏によって語られている。 「世界一売れたアーケードゲーム機」としてギネス記録にも載っている、この40年も昔の名作が「世界最古のゲームAI」でもある――それは一体、どういうことなのか。しかも、『パックマン』の開発人数は、たった7〜8人。どのような経緯で、当時のナムコは21世紀のゲーム開発にも通じる「ゲームAI」の発想を必要としたというのか。 ――実は、その謎を解き明かすイベントが、去る2016年12月12日に開催されている。 『人工知能の作り方 ―「おもしろい」ゲームAIはいかにして動くのか
21世紀に“洋ゲー”でゲームAIが遂げた驚異の進化史。その「敗戦」から日本のゲーム業界が再び立ち上がるには？【AI開発者・三宅陽一郎氏インタビュー】
鈴木裕氏： ただ、そうね……僕は全盛期に世界のトップシェアを取っていた日本が、こんなふうに海外に負けてしまったことが、やっぱり悔しいんですよ。だって、セガが全盛期の頃、僕たちは圧倒的な世界一のゲーム大国だったんです。（中略）ちゃんと新しい武器を製造しないとダメです。だって、良い武器があったら、色々なツールを工夫したりして、少人数でも勝てるんですよ。 そんな鈴木裕氏がインタビュー中、非常に強い興味を持って語っていたのがAI技術だった。そして先にズバリ言ってしまうと、この記事は、日本のゲーム産業が21世紀に世界市場で存在感を失い、今や新興国の国々までもが背後に迫ってきたシビアな状況に、実は「AI技術の軽視」という問題が一つあるのでは――という視点から強く光を当てるものだ。例えば、しばしば日本のゲーム業界の「敗因」として、グラフィックの人材不足や大規模マネジメントの失敗などの問題が挙げられる。だ
CodeIQについてのお知らせ
2018年4月25日をもちまして、 『CodeIQ』のプログラミング腕試しサービス、年収確約スカウトサービスは、 ITエンジニアのための年収確約スカウトサービス『moffers by CodeIQ』https://moffers.jp/ へ一本化いたしました。 これまで多くのITエンジニアの方に『CodeIQ』をご利用いただきまして、 改めて心より深く御礼申し上げます。 また、エンジニアのためのWebマガジン「CodeIQ MAGAZINE」は、 リクナビNEXTジャーナル( https://next.rikunabi.com/journal/ )に一部の記事の移行を予定しております。 今後は『moffers by CodeIQ』にて、 ITエンジニアの皆様のより良い転職をサポートするために、より一層努めてまいりますので、 引き続きご愛顧のほど何卒よろしくお願い申し上げます。 また、Cod
三浦弘行九段の竜王戦出場停止について
どうも、id:BigHopeClasicです。 本当はこんな内容、自分ではてなブログに投稿したほうが見た目もきれいになるしいいんでしょうが、持続できないブログを作るのも気後れするので、増田を使います。 さて、掲題の件、はびこりそうな誤解がいくつかありそうなのが将棋ファンとして気になったので書こうと思ったものです。 カンニングはあったの？本稿投稿時段階での報道を元にする限りでは、 「日本将棋連盟が三浦九段に対して、カンニングをしていないという悪魔の証明を求めた」 としか解釈できません。つまり、将棋連盟は三浦九段に対して、決定的な物証などを何一つ押さえないまま 「疑われているので潔白を証明しろ」 というに等しい要求を投げかけたことになります。 この点については続報を待つ必要がありますが、あくまでも現段階での私個人の感想としては 「下策中の下策、愚の骨頂」 というコメントに尽きます。 なるほど確
【全文公開】競馬の面白さは「実況」にあり？ 「ダビスタ」開発者・薗部博之氏✕ゲームフリーク「ソリティ馬」開発者 が語る競馬ゲームの“極意”
ゲームフリークのゲーム『ソリティ馬』（ニンテンドー3DS）は、競馬場でのレースとトランプの『ソリティア』を融合するという発想で、高い評価を得たゲームである。 そんな『ソリティ馬』に、競馬ゲームで一山当てて馬主になったという人物が登場する。この人物は、競馬好きのゲームファンならピンと来る人も多いかもしれない。そう、ダビスタこと『ダービースタリオン』シリーズ（以下、ダビスタ）の開発者であり、パリティビット代表取締役の薗部博之氏である。 『ベスト競馬・ダービースタリオン』（1991・アスキー）を皮切りにした、競馬シミュレーションゲームの草分け的な大人気作品。通称『ダビスタ』。競走馬の生産に注目した内容で、馬の掛け合わせの戦略を書いた本が年間ベストセラー上位に食い込むほどの社会現象を巻き起こした。 ……なんてことを断言できてしまうのは、ゲームフリークの開発チームからその話を直接に聞いたからである。
Rebuild: 134: Everything Becomes N (N, hak)
Naoki Hiroshima さん、Hakuro Matsuda さんをゲストに迎えて、AlphaGo、DeepMind, StarCraft, DQN, 電王戦、インターステラーなどについて話しました。 Show Notes AlphaGo | Google DeepMind AlphaGo gave a probability of 1 in 10000 for Lee's brilliant move 78 Mastering the game of Go with deep neural networks and tree search : Nature Rochester-NRT/AlphaGo: A replication of DeepMind's 2016 Nature publication Monte Carlo algorithm 水平線効果 The Sadness
盤上で探す「神の一手」 人間と人工知能が紡ぐ思考
その日は突然やってきた。「コンピュータが人間を超えるには最低でもあと10年はかかる」――そういわれていた囲碁の世界で、米Googleが開発した囲碁AI（人工知能）「AlphaGo」（アルファ碁）が人間のトップ棋士相手に完勝した。 “人類代表”としてAIと戦ったのは韓国出身のプロ棋士、イ・セドル九段だ。ここ10年の囲碁界では世界最強と目され、そのあまりの強さに「魔王」の異名を取る彼を、Googleは対戦相手に指名した。対局は五番勝負で、2016年3月9日から15日までの1週間をかけて行われ、どちらかが先に3勝したとしても5戦すべてを最後まで戦い抜く契約になっていた。 結果は第3局までを終えて、AlphaGoの3戦全勝。あまりに底の知れない強さに、「このまま人間側の全敗が濃厚なのでは」という声も高まる中で、その手は打たれた。第4局目、やはりAlphaGoが優勢と見られていた局面で、イ・セドル九
AlphaGo対李世ドル - Wikipedia
本来の表記は「AlphaGo対李世乭」です。この記事に付けられたページ名は技術的な制限または記事名の制約により不正確なものとなっています。 AlphaGo対李世乭（アルファご・たい・イ・セドル）は、韓国のプロ棋士である李世乭と、Google DeepMindが開発したコンピュータ囲碁プログラムAlphaGoの五番勝負である。 対局はコミ7目半の中国ルールで、持ち時間は2時間で、切れると1手1分の秒読み、ただし1分単位で合計3回の考慮時間がある[1]。 勝者（勝ち越し者）は100万米ドルの賞金を得る。もしAlphaGoが勝利すれば、賞金はUNICEFを含むチャリティーへ寄付される[2]。賞金に加えて、李世乭は全5戦の対局料として15万米ドル、1勝につき2万米ドルを得る[1]。 囲碁は長い間、AIの分野における難問と見なされており、チェスや将棋でコンピュータがプロ相手に勝利を収めているなか、2
Engadget | Technology News & Reviews
The best of CES 2025Presenting our 12 finalists, plus the winner of our best in show award.
「不思議のダンジョン」の絶妙なゲームバランスは、たった一枚のエクセルから生み出されている！？ スパイク・チュンソフト中村光一氏と長畑成一郎氏が語るゲームの「編集」
過去の名作ゲームの企画書を見せてもらい開発秘話を聞くシリーズ「ゲームの企画書」。連載3回目となる今回は、「不思議のダンジョン」シリーズを手がけてきた、スパイク・チュンソフトの中村光一会長とディレクターである長畑成一郎氏に話を聞いた。 「1000回遊べるRPG」という衝撃的なキャッチフレーズで登場した『トルネコの大冒険 不思議のダンジョン』から、20年の時が経った。 (C)Spike Chunsoft Co., Ltd.ALL Rights Reserved. パソコンゲームの名作『ローグ』のシステムを換骨奪胎し、親しみやすいキャラクターで『ドラクエ』ファンにアピールすることに成功した本シリーズは、現在も多くのファンを魅了し続けている。 そんな本シリーズのインタビューだが、スパイク・チュンソフトの中村光一会長にインタビューをお願いすると、「ぜひ本シリーズ開発者の長畑氏を同席させてほしい」との
Engadget | Technology News & Reviews
The best of CES 2025Presenting our 12 finalists, plus the winner of our best in show award.
プレイヤーが自然に感じる乱数の作り方 - A Successful Failure
2015年11月10日 プレイヤーが自然に感じる乱数の作り方 Tweet ゲームでは擬似乱数がよく使われるが、ある種のゲームは数学的に精度の高い擬似乱数（たとえばMT）を用いているにも関わらず、コンピュータが有利になるように乱数を操作していると批判に晒されている。 実際、数学的に正しい乱数と、プレイヤーが自然と感じる乱数には、ある種の差が存在する。北陸科学技術大学院大学の池田研究室では、プレイヤーに自然に感じる乱数の生成に関する研究を行っている。 プレイヤーが不自然に感じる理由 数学的に正しい乱数に対してプレイヤーが不自然に感じる理由としては認知バイアスが考えられる。特に本事象に関連する認知バイアスとして、次が挙げられている[1]。 確証バイアス: 人は自分のもつ仮説に一致する情報を求め、反証となる証拠を避ける傾向がある。ひとたび、サイコロが操作されていると感じると、それ以降、その仮説に都
手続き型のダンジョン生成アルゴリズム | プログラミング | POSTD
この投稿では、以前に TinyKeepDev が こちら で述べたランダムなダンジョンを生成する技法について説明しようと思います。元の投稿に比べて、もう少し具体的に話を進めるつもりです。まずは、以下に示したアルゴリズムの一般的な動作をご覧ください。 部屋の生成 はじめに、幅と高さを持つ部屋を円の中にランダムに配置しましょう。TKdevのアルゴリズムは、各部屋のサイズを生成するのに正規分布を用いています。これは一般的にとてもいいアイデアです。なぜかと言うと、これによってより多くのパラメータを扱うことができるようになるからです。幅/高さの平均と標準偏差間の異なる比率を選ぶと、通常は見た目の違うダンジョンとなります。 ここで実行すべき関数は getRandomPointInCircle です。 function getRandomPointInCircle(radius) local t = 2
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
ゲーム開発者らが「ユーザーが確率を理解してくれない」とコミュニティで悩みを吐露し合う。でも優しくウソつく時もあるから単純な話でもない - AUTOMATON
DeepMind：AlphaGoをつくった「4億ドルの超知能」はいかにして生まれたのか？