突然ですが、料理にはそんなに詳しくありません。いえ、ポットローストやステーキ、パスタぐらいだったら作れますが、そんな簡単なものは料理にカウントしませんよね。とは言え、多くの人が料理が難しいと敬遠していますが、実際はそんなに難しくないようです。私だって、偶然で料理への抵抗がなくなったんですから。 私は大人になるプロセスで、一度たりとも料理を「学んだ」ことはありませんでした。ときどき調理をすることはあっても、料理という技に興味を持ったことがなかったのです。基本的な化学すら苦手だったので、たくさんの粉、液体、肉などをごちゃ混ぜにしておいしくなるように願うなんてことは、錬金術にしか思えませんでした。でも数年前、真剣に料理を学ぼうと思い立ちました。その過程で学んだことと失敗したことを、以下に紹介しましょう。 既知のことから少しずつ広げていく 料理を学ぼうと決めた時点で、私が作れるものは3つだけでした

人工知能やデータ解析の領域で、膨大な量のデータから、物体概念（物体識別）や音声・体の運動スキーマ概念を自動的・自律的に獲得できる可能性をもった手法として、Deep Learning（ディープ・ラーニング、「深層学習」）と総称される手法が注目を集めています。 こうした中、一部の研究者やベンチャー企業の経営者・エンジニアの中には、このDeep Learningのさらに先をいくデータ解析手法として、TDA：トポロジカル・データ・アナリシス (Topological data analysis) と呼ばれる手法に着目している方たちがいるようです。 Deep Learningと同じく、人間が脳を使って、五感で得た周囲や自分の体についての感覚情報から、どのようにして周囲の環境空間に対する認識イメージや、物体概念、みずからの身体概念を得ているのか？という「問い」に対して、統計学や確率論のアプローチではな

スーパーイカメーカー さまざまなパーツをくみあわせて、 キミだけのさいかわイカをつくろう！ ちゅうい! ※トレースや画像の加工は禁止です。 ※グッズ制作などへの転用も厳禁です。 ※個人のアイコンなどにご使用ください。 ※Twitterアプリ等からは画像保存ができないので、 Safari等のブラウザアプリからご利用ください。 ※JavaScriptをONにしないと動きません。

一緒に仕事をしている先輩の行動にいつも感心させられる。発想が豊かであるし理解が早いのだ。 例えばこちらの説明だけではすぐに理解できないとしても、適切な例えを出しながら幾つかの質問だけで大よそを理解してしまう。 そんな先輩を見ていて思ったのは、頭のいいと感じる人との条件の一つとして「共通点を見つける早さ」を挙げてもいいのではないかということだ。 例えば、一見して何の関連もないような問題がいくつか並んでいるとする。 普通の人であればそれぞれに解決策を練るところを、まずはその問題の共通点を見出していくつかに分類してしまうのだ。 さらにそれらを並べ直すことで、そこには提示されていない問題点まで見つけて解決してしまうことすらある。 営業先などに一緒に出かけて行っても、顧客から手に入る情報に対して自分とは全く違う視点を持っているのだと感じることが幾度もあった。 一度どうしてそれほどまでに色々なことが見