「医者」とか「弁護士」、とかであればなかなか「明日から俺は医者だ」などと言うことはできないと正しく認知されていますが、データサイエンティストの場合、突然「今日から・・・」などということに遭遇します。私は学歴主義は嫌いですが、専門職につくためには専門的な教育が必要です。そして科学者になるための資格と言うのは実はあります。
カテゴリーアーカイブ: アルゴリズム
ちょっと挑発的なタイトルですね。でも人間の仕事はどんどん変わっていくものです、これは必然。人間に対する脅威とかではなくただの必然。今手動で行われている仕事をどんどん自動化して機械がやってくれるからこそ、更に価値のある仕事ができるわけで・・・
機械学習アルゴリズムって「パターン認識にはすごく優れてるけど、いちいち教えてあげないといけないし、結局その結果が役に立つのかどうかって、つかってる人間次第じゃね？」ってことです。なので逆の言い方をすると今後人工知能には人間の奴隷ちゃんがつかないといけないということになっていくわけです。
いま一緒に仕事をしているリクルートの加藤さんとこの前と飲みに行って、「データロボットがこのタイミングでシバタさんを見つけられたのは奇跡です」と言われたんです。どういうことかなーと一瞬思ったんですが、自分でもそうかな、という気がしています。Right Time & Right Place に身を置くことができるのはすごくドキドキしますよね。そしてその中でRight Jobができるのはビリビリします。
私の記憶に強く残っている面接は3つ目のタイプで、それには名前がついていました。”King Chicken”（「鶏の王」）という名前です。これは、ニューヨークの某スタートアップに面接に行った時に出された問題でした。
最近の勉強会などで知った感動的なディープラーニングの進化について。手書きのスタイルなんて、人間にだってなかなか学べたもんじゃありません。更に文字列から言語の特徴を学んじゃったり。圧倒的です。
ビッグデータを解析するためのアルゴリズムは人の名前を変え、地球の地形を変える。これからビッグデータはどのように世界を変えていくのか、考えるとドキドキします。
世界ではじめてアルゴリズムを機械上で動かすことによる実用性を認識した人物はエイダ・ラブレスというイギリス貴族の女性だと言われる。「かくして数学世界における、精神的なものと物質的なものだけでなく、理論的なものと実用的なものも、より親密で有効なつながりをお互いに持つに至るのである。」
まさに知性の勝利です。まだまだCPUが人間の脳を置き換える時代は程遠いということがわかりました。
Nikkei BPさんとの連動分析。記事数に基づく話題性の高さと、多様性の観点から今年話題に登ったテクノロジーを、検証しました。今回の分析では既に業界IDでタグ付けされている過去記事を用い、ナイーブベイズという手法で単語レベルでのトピックモデルを機械学習した。
