ROBOT BASE @MOVeLOT Another experience company / 2023年2月設立/世界のロボットエンターテイメントをリードする /1000万人のロボットパイロットを生み出す！ /機動警察パトレイバー製作中… ▽東京でアニメのような搭乗型ロボット体験ができる場所 / 搭乗型ロボットASTROへの試乗はこちらから▽ movelot.co.jp MOVeLOT.Inc @MOVeLOT 【重大発表】 新作アニメーション『パトレイバーEZY』の機体を製作します！ ロボットアニメの機体を操縦する夢をカタチにします。 詳しくはこちらをご覧ください！ prtimes.jp/main/html/rd/p… @PRTIMES_JPより 2023-09-30 18:08:06 リンク プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES 【機動警察パトレイバ

「銀河漂流バイファム」のオープニングに、演出と思われるプログラムコードが描かれていますが その起源について調べてみたことをまとめます

mondでこの質問への回答を読んでみましょう

ChatGPTの事前学習データの使用料をめぐって、ニューヨーク・タイムズがOpenAIを訴えました。これは、情報の価値がどのようにして生じるかという問題の基本に関わるものであり、生成AIの将来に大きな影響を与えます。しかし、簡単に答えが出るものではありません。 裁判の結果次第ではChatGPTが成り立たない 米紙ニューヨーク・タイムズは、ChatGPTの開発者であるOpenAIに対して、事前学習のデータの利用に関して支払いを求める訴訟を起こしました。 この問題は、「情報や知識に関する社会的制度をどう構築するか？」という問題の本質に関わっており、大変重要です。 最初にこれまでの経緯を見ると、ニューヨーク・タイムズはその記事を無断でAIの訓練に用いることを禁止しています。したがって、OpenAIが事前学習でニューヨーク・タイムスの記事を使っていないと証明できない限り、罰金を言い渡されることにな

追記：いくらなんでもあまりにも長いので、配列演算に焦点を絞ってより「Rustっぽさ」の気持ちを強調した姉妹編を書きました。手っ取り早く雰囲気を掴みたい方はこちらもどうぞ。 TL;DR GHC 9.0 から Haskell に入った線型型（Linear Types）の機能を一部割とガッツリ使ってみたので、Linear Haskell の現在の使い心地と将来の展望を報告するよ。 使おうと思えば使える段階にあるけれど、一部バグもあるし、まだ言語機能面で実装が追い付いていない部分もあって、快適に書けるようになるにはもうちょっと掛かるよ。それでも実用しようと思えばできるレベルにあるよ。 RustのようになるにはLinear Constraintsに期待。 更新履歴 2023/12/15 11:45 姉妹編へのリンク追加。 2023/10/01 12:30 線型性を納得してくれない場合の \eta-展

機動戦士ガンダムのミノフスキー粒子とは、アニメ内に登場する設定だ。 ミノフスキー粒子は、レーダーなどを無効化する。 ゆえに戦争は遠距離攻撃ではなく、接近戦により行わなければならない。 これがその設定の骨子だ。 なぜ、このような設定が生まれたか？ それは繰り返し様々な人により解説されている。 本来、レーダーや兵器が発展した未来では近接戦闘など行われるわけがない。 なぜなら遠距離からの攻撃で敵を破壊できるからだ。 機動戦士ガンダムが放映開始されたのは1979年だ。 当時はステルスの「ス」の字もなかった時代。 そのような状況ではレーダーに映らないという現実は存在しない。 しかし、それではロボットアニメに不可欠なロボット同士の接近戦が描けない。 従来のアニメとは一線を画すリアル志向を追求したガンダムにおいてそれはおざなりに出来る問題ではなかった。 そのことからミノフスキー粒子という疑似科学は発案さ

世界一の搭乗型ロボット企業を目指すMOVeLOT.Inc(本社所在地:東京都墨田区 代表取締役：廣井 健人) は、現実世界でイングラムに搭乗/操縦できる機体の開発をスタートします。 機動警察パトレイバーEZYよりイングラム_モデル 1988年にプロジェクトを開始し、今年35周年を迎えた​「機動警察パトレイバー」シリーズ。 新作アニメ「機動警察パトレイバー EZY」の公開を控える中、現実で搭乗/操縦できるイングラムを開発し、『フォワードになれる体験』を提供します。 ※一般公開予定：2024年夏頃 イングラムの開発状況をお届け MOVeLOTのX（旧Twitter）及びInstagramのフォロワー（フォワード候補）の皆様に下記の特典をお渡しします。 ・開発状況の限定画像及び動画視聴 ・隔週に開発状況のオンライン配信（2024年1月から実施予定） ・開発見学ツアー参加権（抽選） X（旧Twit

大学の情報工学科に入学時に教科書として指定されたいわゆるパタへネを推します。 コンピュータの構成と設計 第5版 CPUの構造と基本は現代ではかなり複雑になりましたがこの本に書かれている基本を知っているかどうかで込み入った問題にぶち当たった場合の解像度が違います。 由緒正しいDBの読本というとオンラインで読めるRedbookとなりそうですがここは敢えて データ指向アプリケーションデザイン いわゆるイノシシ本を推します。名前からしてアプリケーションの話のように見えますし、分散システムに関する話が多いのですが最終章まで通して読むと「アプリケーションとデータベースの境界とは本来存在せず、入力されたデータを『いつ』『いかに』『安全に』加工・保存・出力するかがアプリケーションであり、その目的に対する最善手をフラットに考えるとある意味でアプリケーション全体が既にひとつのデータベースであってその仕事の一部

天才プログラマと言われて頭に思い描く人物が複数いて、共通点が実はそんなに無いので共通点を洗い出すのはやめて「自分だったらできないだろうなぁ」という事例を思い出した順に列挙してみます。 しょぼそうな高速化がめちゃくちゃ刺さる凡人に理解できないような天才的なアルゴリズムを用いてめちゃくちゃ計算量を減らしている、なんてことは実はほぼ見かけなくて実際によくあるのがこのパターンです。賢いアルゴリズムというだけなら素養のある秀才ならなんだかんだ思いつくので個人的には天才とまでは感じません。 天才は「Aを受け取って計算してBを返す」みたいな一見平凡な処理に対し「Aの配列を受け取って結果をBの配列にして返す」みたいな誰でも思いつくようなしょぼそうな効率化を行って途方もない効率化を果たします。もちろん凡人が任意の場所でそういう細かい最適化を入れて同様の効率化が再現されるわけではないのですが、天才はただのバッ

はじめに こんにちは。Kagglerの 中間 と 若月 です。業務では主に人材領域でのレコメンドシステムの改善に取り組んでいます。 この記事では、レコメンドシステムにTwo-Towerモデルと近似最近傍探索による候補生成ロジックを導入することで、精度とコストを改善することに成功したので、その取り組みについて紹介します。 背景 導入したロジックについて説明する前に、まず既存のレコメンドシステムについて簡単に説明します。 既存のレコメンドシステムでは、ユーザとアイテムについてルールベースによる候補生成を行った後、機械学習モデルを用いてスコアを付与し、スコア順にユーザに推薦するアイテムを選択していました。 しかし、ルールベースによる候補生成はベースラインとしてはよいものの、性能改善には限界があり、ルールベースが複雑になればなるほど計算コストもかかるようになっていきます。 そこで、性能改善がしやす