ピケティ用語集

●谷川俊太郎さんがコンピューターについて書いた詩

C:技術で/技術が/技術を(ICT:社会・法・制度論と技術文化論)

●谷川俊太郎さんがコンピューターについて書いた詩がとてもいい http://weekly.ascii.jp/elem/000/000/333/333763/
日本人の、モノとしてのコンピュータへの感性と、プログラミングが当たり前になる21世紀の未来への予感が表現されている。「だが二進法について何ひとつ知ってなくても/僕もきみのプログラマーだ」。「僕はきみに入力する 途方もない理想を/情報の奔流がすべての秘密を洗い流し/人間が自らの裸の心を/ただそれのみをみつめざるを得なくなるまで」。「谷川さんは1931年12月15日、冨田さんは1932年4月22日生まれ。おふたりとも1945年、13~14歳で終戦を迎えた世代で、死生観やテクノロジーへの視点が似ている感じ」。

●IoTにより激変する半導体トレンドを理解しよう http://diamond.jp/articles/-/71831
IoTでの半導体チップには、(1)センサー、(2)通信、(3)コントロール、の3つの要素がある。IoT時代の製品開発では、半導体の中身の作り方よりも性能や特徴の理解が鍵となる。逆に、半導体メーカーは、半導体に詳しくない人でもストレスなく設計できる全体ソリューション型の価値提供が重要となる。

●「IoT市場は不確定要素が多い」、マッキンゼーとGSAが報告 http://eetimes.jp/ee/articles/1505/20/news001.html
マッキンゼーと半導体業界団体がまとめ、2015年5月に共同で発表した「Internet of Things(IoT)Report」の内容紹介。データ転送速度が比較的遅めのエリアには無数の規格が存在する。リポートは「これらの規格は、IoT分野の成長を妨げる要因になり得る」と指摘。そこで「不確定要素が多い現在のIoT市場では、半導体メーカーは“保険”的な戦略を取るべきだ。言い換えれば、(製品開発などでは)普及しそうな規格を選んでそこに焦点を当てつつ、代替の戦略も考慮しておくことだ」、と提言している。

◯クルマも、工場も、「つながる世界」でビジネスモデルが激変 http://techon.nikkeibp.co.jp/article/FEATURE/20150511/417663/
「つながる世界」では、企業間で共有する「標準(standard)」なくして、大きくビジネスを育てることは難しい。「一般的に、つながる要素の数が増えるほど、そのつなぎ方は指数関数的に増大し、調整コストがかかってしまう。この調整コストを減らす役割を果たすのが、標準」。そして標準がイノベーションを育てる。「標準は限られた範囲の企業行動や手続きを固定化するが、それ故に秩序が生まれ、そこを起点として新たなフロンティアが切り開かれていくのだ。標準が存在しない自由な世界であれば、企業行動は無秩序化し、大きな変化は生まれにくい」。

●自動車業界は1985年のIBMと同じ道を辿ろうとしている http://jp.techcrunch.com/2015/05/18/20150517why-todays-automobile-industry-looks-a-lot-like-ibm-in-1985/
AIを使ったドライブの新しい形を、GoogleとAppleが示す前に、自動車業界各社がまずビジョンとしてでも示すべきだ。足もとでは異種業界から次々に新コンセプトが自動車に持ち込まれようとしているのだから:ドライバーの運転パターンを認識し、より適切な運転を促す/ディーラーを支払いカウンターからジーニアスバーに変える/自宅やオフィスとつながるスマートな車。

●大きな可能性を秘めたIoTによる仕事環境の自動化|ビジネスモデルの破壊者たち http://diamond.jp/articles/-/71903
M2Mの中に人間の生産性をサポートするしくみを含める発想、それが「仕事場のIoT」。イメージとしては、「タブレットを手に仕事をしている医師。画面上にさまざまな資料を呼び出して、検討作業をしている。作業の途中で移動、そしてオフィスに到着した。医師が自分のデスクに近づくと、何とデスクトップ・コンピュータの画面が自動的に立ち上がり、そこには先ほどまでタブレットで見ていた資料が表示されている」といった感じ。

●AIがあなたの秘書になる日:未来のGoogleカレンダー「Timeful」が実現する世界 http://wired.jp/2015/05/20/calendar-manage-real-life/
Timefulは時間管理における「Google Now」のようなもの。つまり、Googleの検索結果の表示内容は次に読むべきデータをサジェストしているが、未来のカランダーは次の行動をサジェストするようになる。

●【図解】コレ1枚で分かる人工知能(統計的アプローチとディープ・ラーニング) http://blogs.itmedia.co.jp/itsolutionjuku/2015/04/post_73.html
例えば、「馬のように走りたいから「馬」を作るのではなく、「自動車」を作ってしまえ」という考え方は、機能面での「結果」を重視している。人工知能でも、結果として知的活動と同じことができれば良いという考え方があり、これを「弱いAI」ということがある。他方「強いAI」とは、その結果を産みだす経路をそのまま再現しようとする。つまり、人間が実際やっているような認識過程、推論と学習を機械自身が行う。このとき登場するのが「ディープ・ラーニング」。

●今要注目のテクノロジー「ディープラーニング」とは? https://ferret-plus.com/1420
2011年に発売されたiPhone 4Sから搭載された音声認識サービスの「Siri」もディープラーニング機能を搭載。Googleのディープラーニング研究では、ADAS(先進安全運転システム)への応用が研究されている。

●Nervanaが、Facebookのツールを超えるディープラーニングソフトウェアをオープンソース化 http://thebridge.jp/2015/05/nervana-open-sources-its-deep-learning-software-says-it-outperforms-facebook-nvidia-tools
「私たちは本ツールをリリースし、人々が簡単にディープラーニングを自分の課題に適用できるようにしたかったのです」。

●ご家庭で簡単に体験できるディープラーニングされた人工知能が超面白い!爆笑のその結果とは!? http://ch.nicovideo.jp/akiba-cyberspacecowboys/blomaga/ar792716
カリフォルニア大学バークレー校のBVLC(Barkeley Vision and Learning Center)が予め学習し終わったニューラルネットワークを配布している。これを実際に使ってみた報告。