1
「研究チームの皆さんってどんなことやってるんですか？」と日本の企業の人に聞くと「最新の論文読んで勉強してます！」と言われることが多いのだけれども、それは研究じゃねえ新しいものを作れ論文出せ、あと紛らわしいから「研究チーム」じゃなくて「勉強チーム」と呼んでほしいという思いがある。
2
理論物理みたいなめっちゃ頭の良さが効いてきそうな分野ですら、実際はちゃんと手を動かして試行錯誤する人がいい結果を出すような傾向があった気がしていて、いわんや他の分野をやという気がするので、「賢い人間」になるな、「手を動かして試行錯誤できる人間」になれという思いがある。
3
5年おきくらいに専門分野は変えた方が楽しい（個人の感想です）と思っていて、そして専門分野を変える時は「仕事での必要性に応じて知識を身に着けていけばいい」みたいな感覚だと永遠に素人のままなので、基本的な教科書やら文献を死ぬ気で読み込んで専門家にしか出せない価値を出すのが良いと思う。
4
英語、「話せないと死ぬ」みたいな環境に身を置くのが一番上達する気がしていて、自分はアメリカでの博士課程で英語話せないのに授業を持つことになって、当然ながらあまり授業上手くできずアメリカ人にブチ切れられ、めっちゃ泣きながらも頑張った時期が一番英語が上達した気がしている。
5
自分は機械学習を学びたい全ての人類に（CourseraのAndrew Ngのコースをやった後に）Andrew NgのStanfordのCS229の講義を見ることをオススメしてるんですけど、その講義の2018年度バージョンが公開されてる。自分が今まで見た機械学習の講義の中で最も良いものだと思う。 youtube.com/playlist?list=…
6
Andrew Ngなど機械学習・AI業界の著名人が挙げる「絶対に読むべき13の機械学習・AI論文」がまとめられている。Andrew Ngが薦めてる、医療画像からの病気の検出で深層学習と人間のパフォーマンスの比較についてレビューしてるやつは俺も読みたい。 blog.re-work.co/ai-papers-sugg…
7
Uberがコストカットとコアビジネスに集中するためにAI研究所を閉じるとのこと。機械学習勢には世知辛い世の中や…😢 cnbc.com/2020/05/18/ube…
8
GAFAのエンジニア面接、コードが書けるかどうかよりとにかく面接準備をしたかどうかを問われている気がしていて、自分の大学院の同期で言うとTomとChrisが一番コード書けてコミュ力高いにも関わらず軒並み落ちたのに対し、只管にLeetCodeで練習してた人が内定貰っていて、なんだかなあと思った。
9
GAFAの思い出を少しだけ語っておくと、本社の研究チームは一度見ておくと良いカルチャーショックを受けられるというか、日本にはほぼいないレベルのクソ強い人々が10人くらいで一つのプロジェクトに取り組んでたりするので、「あ、同じ土俵で戦ったら絶対勝てねえ☺」というのが実感できる気がする。
10
何かを始めるのに「遅すぎる」ということはそんなに無いというか、自分の周りでNLPで世界的に活躍してる人々は、28歳で数学が分からんと言って多変数関数の微分積分の授業とってたり、35歳でチャート式で数学勉強してたりなので、みんな年齢を言い訳にせずにどんどん挑戦してほしいという思いがある。
11
年をとってから新しいことを始める際の最大の障害は、脳の衰えなんかじゃなくて、もう若くないからというのを言い訳にして挑戦しないお前の弱い心なんだよ☺
12
GAFAのエンジニアの新卒採用で一番辛いのは面接まで辿り着くことで、基本的には内部推薦が無いと面接に呼ばれないので、中に「友達」がいない人種的マイノリティはここでとても苦戦することになる。内部推薦についてはモラル崩壊してる気がしていて、ただの「友達」を推薦する人が結構いる印象。
13
俺、金を稼ぐのに最適化しようとすると「GAFAのうちの2社を渡り歩いたAIエンジニアが教える、最強AI講座！」みたいな講座開いて情弱から金を巻き上げるみたいなのが良いと思うのだけれども、俺がやりたいのはそういうんじゃないんだよな。
───直接貢献してえんだよ、人類の進歩によ☺
14
「コンサルって人にアドバイスする仕事ですよね？何で大学出たばっかりの人がやってるんですか？」って聞かれて、「マジ何でやろうな☺」と答えたのが今日のハイライト。
15
日本、医療AIなんかやるよりもまずは電子カルテの規格を標準化したり使いやすくする方が遥かに重要かつ有益なのではないかということに最近気づき始めてる☺
16
最近、ノイズが巷に溢れすぎていて有益な情報にたどり着くのが難しくなってる気がするのだけれども、自分が全力で推す機械学習ちゃんとやりたい人のおすすめルートは、
1. Andrew NgのCourseraのMLコース
2. Andrew NgのStanfordのMLコース
3. Kevin MurphyのMLaPP
なんだよな。
17
自分が博士で学んだこと、
- 世の中、凄い奴がたくさんいる
- そんな凄い奴でも知らないこと、間違えることはあるので、専門を極めれば自分でも出来ることがある
- 知らないことも一年全力で勉強すれば何か出来る
- 頭よりもまずは手を動かすのが絶対的正義
あたりで、専門知識とは？って感はある。
18
コロナの感染者数、割と「理論通り」の動きをしているにも関わらず、特に政治家の皆さんがある閾値を超えると突然慌て始めるのが全然理解できなくて、今の値ってここ数週間の動きを見れば理論的には大変尤もらしい値だし、人類に微分方程式の解への理解を求めるのは無理なのではという気がしている。
19
G○○gle、チームによって機械学習のレベルは全然違うし、何億回説明してもテストデータを学習データにリークさせるようなチームもあって機械学習ちゃんとやってきた新入社員にブチ切れられたりもするので、「G○○gleの機械学習」として一纏めにするのは大変良くないという思いが強い☺️
20
緊急事態宣言でみんな病みそうなので、The Science of Well-Beingで学んだ「科学的に効果が示されている幸福度を上げる方法」を挙げておく。
・人と話す
・適度に運動する
・他人にお金を使う
・時間的余裕を持つ
・十分な睡眠をとる
・良い経験を掘り返す
・感謝の気持ちを持つ
・SNSの時間を減らす
21
トランプ氏のTwitterアカウントが永久凍結されてしまったようなので、ここで改めて彼の良ツイートを共有しておこうと思う。
22
基礎を復習するのに遅すぎるというのは無い気がしていて、自分の修士時代の数学科卒のクラスメイトは修士なのに学部レベルの多変数関数の微分積分の授業とってたのだけれども、そいつは今はMITで助教やってるので、恥ずかしがらずに分からなかったら基礎に立ち返るのが大事だと思っている。
23
ニューヨーク大学データサイエンス学科による「機械学習に必要な数学」の講義が一般公開されている。自分は「機械学習やりたいんですが、数学は何をやればいいですか？」というのをよく聞かれ、かつ回答に困るのだけれども、これからはこれをすすめていきたい☺
cds.nyu.edu/math-tools/
24
大学院時代、自分がすげえ頭が良いと思ってる複数の人々が「勉強しても使わなければすぐ忘れるので、使わないものは勉強しないことにしている」と言ってたのが割と印象に残っているし、少なくとも自分はそれは割と正しいと思っている。
25
機械学習エンジニア、基礎が出来てないと死ぬ上にその基礎を学ぶ難易度が結構高いし、最新の知識のアップデートを止めた時点でも死ぬし、にも関わらずプロジェクトの博打性が大変に高く成果が出ない時は出ないので、めちゃ大変な職業じゃないですか？？？
カミングフレーバー／チームS／9期／D3／自由人担当⚾
生成AIに興味があります☺
お仕事の相談や生成AIの話聞きたいみたいなやつはDMにお願いします。