はてなブックマーク

この図はざっくりと3つの領域に分かれます。まず左下が従来のプログラミングの領域です。これは簡単に言うと「プログラムは間違ってはいけない定形な仕事を奪う」ということです。次にその上の士業が責任を取る領域です。これは「責任」を取る人がいないと成立しない仕事です。ミスが発生した際に罰則を与えるという形で、ミスの発生を防いでいます。最後に右側のホワイトカラーの仕事の領域です。ホワイトカラーの仕事は入出力が不定形であり、作業フローも非定型であったりします。そのため、多少のミスはあっても仕方ないという前提の上で仕事が行われています。 機械学習がビジネスに組み込まれるにつれ、ホワイトカラーの仕事領域はそれらによって少しずつ代替されつつあります。その図がこちらになります。 ホワイトカラーの担っていた領域は、表データの機械学習（重回帰や、Lasso回帰、SVM、RandomForest、LightGBMなど

世界を変える生成AIを攻略し、便利な生活とさらなる成果を手に入れよ! エンジニアでもない、理系でもないビジネスパーソンに捧ぐ、最高の相棒"ChatGPT"との付き合い方… https://amzn.to/3pOtfvJ本記事は上記の「ChatGPT攻略」に収録されている怪文書コラムのフルバージョンです。いろいろとFワード入りの実例とか、実在の企業を取り扱っていたら、編集段階でバッサリとカットされてしまいました。 角川ってお堅いのね、こっちじゃ全然アリよ。 なので、フル版をここに掲載しておきます。面白かったら買ってね。 追記、この話を大学で講演してきました エシカルデータの潮流このコラムでは、機械学習AIの分野で近い将来に生まれるであろう、エシカルデータという発想・ムーブメントについて、いま現在起こっている出来事をもとに予想したものです。ちなみにエシカルデータは私の造語なので、検索しても出て

こんにちは、ある人のところてんです。プロシンという情報処理学会の<s>新年会</s>学会にかれこれ15年くらい参加しているわけですが、本稿はそこで水島さんと話をした「2つのことを同時に学ばない」という考え方についてのまとめになります。 初手レイトレーシング「２つのことを同時に学ばない」というのは私が発した言葉ですが、この言葉には私の友人の影響があります。 私の友人に「新しいプログラミング言語を覚える際には、とりあえずレイトレーシングを書いてみる」と言うやつがいます。 彼にとってはレイトレーシングのコードは、資料を何も調べずとも書けるそこそこに複雑なコードという位置づけのようです。 そのため、彼にとってはレイトレーシングを新しい言語で書くことで、言語仕様にのみ問題を絞って勉強することができるわけです。仮に実行結果がマズかったとしても、それは言語仕様の理解の問題であり、アルゴリズム自体に問題な

こんにちは、インターネットコンテンツのところてんです。 最近はNewsPicksで面白いコンテンツを見つけたので、色々と楽しんでいました。お前もインターネットコンテンツになるんだよ。 そういうわけで、今回はかつてNewsPicksのビジネスモデルを分析した際の資料から、適当に再構成したポエムです。 リアルで解説したことは何度かあるのですが、そういえばインターネット上では公開していなかったので、適当に書きだしておきます。 おばさんは何故ワイドショーを見るのかさて、NewsPicksの話をする前に、ワイドショーの話をしましょう。 なぜ人はワイドショーを見るのでしょうか。 それは、多くの人が新しい情報を得たいと渇望する一方で、Factを理解できないからです。そして、人は理解できないことに対しては著しい不安を覚えます。 人間の脳は基本的に大昔からのシステムでいろいろとバグっているので、事実を事実と

こんにちは、インターネットコンテンツのところてんです。 この記事はインターネッツ秘密結社pyspaのAdvent Calendar 2017の10日目の記事です。ちなみに明日はpyspa忘年会なんで、みんな遅刻せずに行こうね。 思えば、このmediumのブログも、pyspa Advent Calendar 2016のために開設したので、はや一年です。 さて、今回はこの一年、いろいろとあったので、その話をしつつ、近況報告を適当にするポエムを書いて行きます。 退職した昨年末に勤めていたベンチャー企業を「円満」に退職し、無事無職になり、失業保険を貰ってゆるゆるとしていました。なお「円満」の定義は人それぞれです。 「円満」の定義について色々と語りたいですが、それを語ると様々な個所にご迷惑が飛ぶので、ひとまず「円満」とだけご報告します。 ハローワークはいろいろと楽しかった。起業したその後は人と一緒に

ソフトウェアエンジニアの間でも一般的な言葉になった「機械学習」。本書では、その機械学習やデータ分析の道具をどのようにビジネスに生かしていけば良いのか、また不確実性の高い機械学習プロジェクトの進め方などを「仕事で使う」という観点から整理し… オライリージャパンさんからは、売れ行きがとてもいいという話を伺っており、これで新しいノートPCを買う足しになるかなぁと思っています。 物理本については少数ですが、Cloudera World Tokyo2017で限定販売されるそうです。CWT2017申し込みが始まったので、物理版がほしい方は申し込むとよいんじゃないでしょうか。 書評もいくつか届いており、勝手ながら紹介させていただきます。

https://www.slideshare.net/TokorotenNakayama/battlefield3-21355848このスライドを書いたのは2013年であり、いろいろと古くなってきているので、自分の今の考えも含めて、アップデートしつつ解説を行いたいと思う。 例によってこの記事はポエムです。 あと、SlideShare版もあります。https://www.slideshare.net/TokorotenNakayama/ss-79094829 インターネット上における情報発信手段の変化私はインターネット上の情報発信の手段の変遷として、次のような大きな区分があると考えている。 ・Web1.0 ・Blog ・SNS ・Twitter ・Tumblr、RT ・Instagram ・SnapChat ・SNOW ・ゲーム配信 Web1.0の時代90年代末から2000年くらいがWeb1

学生時代にビジネスコンテストで賞金稼ぎをしていた、ところてんです。 最近、いろいろあって、なんとなくビジネスコンテストの何がクソかが分かってきたので、ポエムを書いてみます。 最近、人事系のブログやら記事やら書籍では、Will,Can,Mustという概念がよく言及されています。私がこの概念を始めて知ったのは、サイボウズ社の社長の青野さんが書かれた「チームのことだけ、考えた」からです。せっかくなので、同書から引用しましょう。 「チームのことだけ、考えた」から引用Willは「自分がやりたいこと」で、これはそのままです。 Canも言葉通りで「自分ができること」です。 Mustだけ少し難しくて、これは「会社や社会から求められていること」というようになります。 Will,Can,Mustが組み合わさった領域というのは、自発的にも高いパフォーマンスが発揮でき、かつ社会的にも高いパフォーマンス（売上、利益

ここから、DevとOpsが協力すればより効率的になる＝DevOps、という言葉が生まれました。 当時は大企業においてはDevとOpsが分かれていることが当たり前だったのです。そして、大企業における当たり前が、当たり前ではないことに気付き始め、DevOpsを実現するためのツールができ始めたころでもあります。 ではなぜ、大企業ではDevとOpsが分かれているのが当たり前だったのでしょうか？ ハードウェアの時代その昔、産業の主役はハードウェアでした。 そのため、多くの企業はハードウェアを作ることに対して最適化が行われました。 ハードウェアには研究開発、製造、運用サポートといった大きな区分けが存在します。そして、それぞれの仕事において要求する人材レベルは異なります。 加えて、大量生産された製品の運用サポート（設置作業員、サポートセンタ）には、大量の人員が必要になってきます。 したがって、組織を研究

情報I本の未収録原稿その２です。ChatGPT回りと機械学習関連です。ChatGPT回りはかなりの量の原稿を書いたのですが、他の原稿を優先した結果、バッサリと捨てられました。生成AIは日進月歩なので、普遍性を考えたら落としたのは正解だったんじゃないかなーと思います。

Amazon Dash Buttonについて、人と話す機会が何度かあったので、 いかにAmazon Dash Buttonがヤバイかを毎度説明するのだが、 「あんな電池が一年で切れるデバイスは使えない」 「商品がドラッグストアよりも高いのに買うやつはいない」 といった的外れな答えが割と帰ってきて、もんにょりすることが多いので、私が思うヤバさを解説してみようと思う。 エンジニアリング的なヤバさ Amazon Dash Buttonは、どう考えてもビジネスモデルから逆算してハードウェアを設計しているので、ハードウェアから設計して、ビジネスモデルを作ろうとしている連中は絶対に勝てない。 ビジネスモデルによってハードウェアに対する要求は大幅に変わる。 IoTデバイスはコスト、大きさの面でリソースが限られているため、限られたリソースをどこに割り振るかで、要求を満たせるかどうかが決まる。 Amazon

注意、この文章は怪文章であり、筆者の妄想でありポエムです。 思いついた妄想は吐き出さないと、思考の一部を支配し続けて、他のことが考えられなくなるので、取り合えず吐き出します。内容の正しさは知らん。 2017年VR幻滅期私は今年はVRは幻滅期に入ると考えている。幻滅期ってのはいわゆるハイプサイクルにおける幻滅期だ。 https://www.gartner.co.jp/press/html/pr20160825-01.html上記はガートナーのハイプサイクル2016からの引用であるが、彼らの定義ではVRは啓蒙活動期となっているが、ここからもう一度幻滅期が来るのではないかと考えている。 幻滅期に入る理由としては、大きく次の二つがある ・コンテンツの製造コストの高さ ・デバイスの普及台数の少なさ まずは、コンテンツの製造コストの話から。 VRのコンテンツの製造コストは非常に高い。 FF15のような