276
まぁでも一つ言えることがあるとすれば、LLM全盛期が到来したら「嫌なことや退屈なことをする代わりにお給料が貰える」所謂ブルシットジョブはどんどん消えていくということなんだろう。過去実績をただなぞれば出来る仕事は片っ端から消えていき、しんどいけど新しく何かを創造し続ける仕事だけが残る
277
散々既出だと思うけど、自己回帰型LLMの成功は「一種の『ああ言えばこう言う』的なパターンを学習しただけの代物でもヒトからは知能を持って見える」という事実を示していると思う。つまりヒトが知的活動と思っているものの多くは何かの文脈に沿ってパターン化された反応をしているだけに過ぎない、と
278
「俺は統計学をずっと勉強していたがデータ分析には何の役にも立たなかった、統計学を勉強している奴らは何の役に立つつもりなのか答えてみろ」という言説を見かけて、「それは単に貴殿が統計学を役立たせられるほど勉強もしなければ統計学が役に立つ課題も見つけられなかっただけでは」と思うなどした
279
「コミュ力を高める上で大事なことは『人の話は最後まで聞く』こと」みたいな鉄板ネタって懲りもせずに何十回でも何百回でも流れてくるけど、「本当に人の話を最後まで聞ける」人って実際世の中には少ないんだよね。途中で遮ったり、逆に他人に喋らせまいと延々と自分だけ喋り続ける人の何と多いことか
280
『実力も運のうち』で「メリトクラシーの申し子たちは実際には恵まれた教育家庭環境という幸運に与っただけにもかかわらず『自分たちは厳しい競争を自力で勝ち抜く羽目になった過当競争社会の被害者だ』と信じ込みたがる」という趣旨のことが書かれているのを何度でも思い出す
amzn.asia/d/iRuwMSX
281
大手メディアからの「データサイエンティストについて無償で解説頼む」的なアホな依頼を断り続けたり、稀に依頼を受けて登壇しても「馬鹿なメディアのせいで世間の認識が歪んだ」と批判して出禁になった結果、怪しげな自称DSたちが大量にメディアに溢れて出鱈目を垂れ流すようになったという反省はある
283
結局その辺の事情が、世間一般における「AI（機械学習）」への過剰な期待感に繋がっている一方で、統計学やデータ可視化の領域がイマイチ人気が出ない理由でもあるのだと思われる
284
某経系列のメディアでとんでもない統計学を教えてゐる
xtrend.nikkei.com/atcl/contents/…
285
これ真顔で書きますが、どれほど最先端のテクノロジーを研究開発していてその技術力で他を圧するような企業であっても、民間企業である限りは「何かで売り上げを立てて利益を揚げなければならない」のだということは心の片隅に留めておいて欲しいと思います。さもなくば社員の食い扶持は得られない
286
いわゆるAIって要は「不正解がない」仕事に適しているんですよね。なのでロジックやアートといった「不正解がなく程度問題ながら全てが許容される」職業を奪いに来ているのかなと。一方で物理的な仕事の多くが「不…
(残り145字)
#querie_TJO_datasci
querie.me/answer/BvrnJMs…
287
最近のTwitterでの騒動を見て、昔茗荷谷駅前の歩道でヨタヨタ歩いているお婆さんに後ろから来たママチャリの子連れの母親が「邪魔だ」とばかりにベルをずっとジリンジリン鳴らし浴びせ続けているところに遭遇して「自転車のベルはそういう目的で使うものじゃない」と注意したことがあるのを思い出した
288
オープンソースというのがどういう意味か誰も分かってないのに記事にしてしまった感が凄い
289
完全にこれ。結局データサイエンティスト業界は最初のブームから10年経ってもキャリアパスもロールモデルも何も確立出来なかった。自分も各職場で後輩を指導し新たな人材の獲得育成をかなり頑張ったけど、局所的には繁栄しても業界全体としては全然伸びなかった。長続きする「椅子」は相変わらず一握り
290
Twitter社が40名ほどの広告部門のデータサイエンティストをレイオフしたとのこと。その理由が「広告事業がうまくいっていない」「データサイエンスは重要ではない」というものなのだそうで、色々と象徴的な話のように読める
theinformation.com/articles/musk-…
291
NHKの記事の元資料であるブルッキングス研究所によるレポートはこちら
brookings.edu/research/new-d…
292
何かTL上に「初心者に厳しく裾野を広げる気もないデータサイエンティスト業界なんて早晩廃れる」という声が相当数流れているんだけど、そもそもDSが本当に社会から「継続的に」必要とされたことなんてこの10年間で一度もないという認識なので、ぶっちゃけ「むしろ廃れてくれて結構」と思っている
293
本当に興味があって勉強する人間は重要事項がパラレルに2つあったら両方勉強するものだし、そもそも勉強が進んでエキスパートになるにつれて同時に勉強すべきものはどんどん増えていく。たかが2つのプログラミング言語も同時に勉強できない人間に勧めるべきものなんてどこにもない
294
闇七則再掲の機運がある
1. 人が集まるところ、派閥と癒着と利権あり
2. 数値評価は必ずハックされる
3. 実力主義を標榜するところほどアレオレ詐欺が蔓延する
4. 掲げる理念が崇高なところほど給料は安い
5. 大御所と老害は紙一重
6. 目立ちたがり屋には裏があると思え
7. 闇は表から見えないから闇
295
ロンドンの名門大学で統計学のPhDを取り首都圏の国立大学で統計学分野の教鞭をとっている＆研究論文も意欲的に出している新進気鋭の統計学者に対して、データサイエンスのオンラインスクールやYouTube講座がいかに大学での教育より素晴らしいかを説いている人がいて、日本の統計学教育の失敗を感じる
296
全くもってその通りだと思います
#querie_TJO_datasci
querie.me/answer/Jhlxc0t…
297
データサイエンティストが不足している・求められている論、業界の実態としては「（優秀である程度確実に成果を出せる）データサイエンティストが不足している・求められている」なので、優秀でもなく成果もあまり出せないデータサイエンティストは安価な労働力として買い叩かれる状況が既に来ている感
298
「データサイエンティストが実務で注意すべきこと」というのは鉄板ネタでこの10年間で多分100回以上見ている気がするんだけど、本質的には「まず分析の合目的性を最重要視しろ」「次に分析の精度（汎化性能・再現性）は可能な限り高くしろ」で終わりだと思う。というかこの2点以外ないのでは
299
「大半の人々は『自分の頭で考える』のが面倒だからいきなり答えだけを出してくれるAIを好む」談義があったけど、今後は猫も杓子も人々は皆AIチャットボットの御託宣を自分の頭で考える代わりに使うようになり、「自分の頭で考えて答えを出す」能力は一握りの人々が使いこなす高等スキルになりそうだ
300
尺度水準についてはWikipediaの解説が一番分かりやすい。英語版の「尺度ごとに可能な計算一覧」がさらに分かりやすいかと（上から順に名義尺度・順序尺度・間隔尺度・比率尺度）
ja.wikipedia.org/wiki/%E5%B0%BA…
Takashi J Ozaki, PhD / Data Scientist since 2012 / tjo.hatenablog.com / DVT (treated with Rivaroxaban) / Tweets are totally personal & my own