2010年10月14日

蒸気が壊す機会(ヴェイパープロダクトVapor Product)

a)ヴェイパープロダクト(Vapor Product)って知ってる? 研究対象として投資しているわけでもないのに、ライバル企業への投資を控えさせるために用意された意図的な嘘の製品。

b)過去にはマイクロソフトが良く使った手で、この手の単語(ソフトの場合はヴェイパーウェア)で検索すると、そういう陰謀説が沢山出てくる。最近だとiPadに対抗して出したiSlateが記憶に新しいよね。あれって開発なんかしてないからね。くそっ!騙された!

c)「大人ってずるいね」って話なんだけど、このずるいことをしているのがGoogleだったりするわけで、PPA広告が流行り始める兆しがあったとき、Googleはいち早く唾をつけて、新興企業が頑張って開発して投資を集めていたんだけど投資させない状態にした

d)なんで投資されないか分かりにくいと思うんだけど、同じような技術を2社が開発した場合、投資するなら知名度や過去の実績がある企業を選ぶと思う。つまり「やる気」だけ見せて投資タイミングをずらさせるってこと。

e)Googleの自動運転システムは、新技術のニュースで株価を上げたいっていう意図もあるだろうけど、今ホットな電気自動車関連の投資をGoogleに集中させたいっていう意図もあると思う。いずれにしろ8年後という目標自体がヴェイパープロダクトにありがちな設定。

人間の脳に精神は実在するか

1)「脳≠精神」なのか。という話。皆さんは「心」ってどこにあると思いますか? 人に押し付けられた知識ではなく(←ココ重要)あなたの実感として。

2)「実感として」といわれると「脳」と答える人は少ないと思います。「心が痛む」という表現のときに「頭痛」を思い出す人はいない。心臓の辺りが痛くなることを想像すると思います。ひねくれ物以外はね。

3)慣例になっていることで間違っていることもありますが、科学や医学が間違っていることも多々あります。過去の事例を見れば科学や医学は結論を急ぎすぎてマッドになることもしばしばですよね。

4)で、精神がどこにあるかって話ですが、哲学的な解釈を抜きにして、人間のどこに備わっているかというのを考えた場合、影響力の強いのはもちろん「脳」ですが、「脳」というのは中継基地でありセンサーじゃないんですよね。

5)この「センサーじゃない」っていうのが重要なんですが、脳は「感じる」ことはできないのですよ。不思議なことにね。

6)ちょっと話を戻して「精神」が実在すると仮定すれば、「傷つく」こともあるし、「強く」することもできる。ただし、「精神」が実在しないと仮定すれば「精神病」って幻ってことになる。

6)現在の科学や医学では証明できませんが、外的要因で「精神病」が治癒することもあると思えば「精神が実在」することは間違いなさそうです。

7)「精神は実在」しており、傷つくこともあるので、結論としては「精神はセンサーを持っている器官」じゃないといけない。つまり「脳」ではないのです。

8)あ、トンデモ科学だと思いましたね? ……失礼なw 話を元に戻します。「脳」じゃないとすると、私たちの「精神」はどこにあるのか? 私は肉体全体が「精神」だと思っています。

9)脳が刺激を受けることがなければ、「精神」は形成されない。逆に脳は刺激を受けることによって「精神」を形成するのです。つまり、センサーがなければ「精神」は人間に宿らないわけです。

10)うつ病って中継基地である脳が一部混乱している状態なわけですが、混乱する原因の刺激を受けなくなれば、結構短時間で治ったりします。中には深く記憶に残って自分で傷つけ始める人もいますが。

11)「うつ病患者は自衛隊に入れ!」は極端ではありますが、「刺激される部分を変える」という意味では効果のある人もいそうです。

12)うつ病の怖いところは自分でも「甘え」と「病気」が区別つかないところです。「甘え」と分かれば直しも出来るでしょうが、「病気」なら悪化させるだけです。

13)コールセンターではうつ病になる人は多かったですが、概ね環境を変えることで治ったようです。社会性を欠く環境の変え方はいただけませんが、社会性を保ったまま、ゆっくりと環境を変えていってみたらどうでしょうか。

14)ここまで投稿しておいてなんですが、症状が進行している人は複数の専門家に相談することをオススメします。ツイッターでうつ病を治そうとしないほうがいいと思います。

Googleの滑落

①Googleの没落は始まった。誰が見てもGoogleの収益源は「クリック広告」だ。そして、このクリック広告というのは膨大なトラフィック量を占有していることで価値を保っていられる。

②皆さんはかなり昔から「クリック広告」より広告の費用対効果が高い「PPA(Pay Per Action)広告」があるのをご存知だろうか。ちなみにこのPPA広告はGoogleも取り組んでいたことがある。

③「バナー広告」は見せるだけで費用が発生する。「クリック広告」はクリックするだけで費用が発生する。「PPA広告」は「資料請求」もしくは「購入」したら費用が発生する仕組みでアフィリエイトに近い。

④広告の費用対効果を重んじればクリック広告は廃れ、PPA広告が幅を利かせる時代になってもいいはずだが、そうならないのが今の状況だ。

⑤Googleはトラフィックのほとんどを手中に収めており、広告収入が低くなる「PPA広告」への移行を拒んでいる。それどころかGoogle TVに代表されるような「見せるだけ」の広告プラットフォームへ退化してきているのだ。

⑥つまりGoogleは革新的な技術ではなく、既存のビジネスモデルを食べるだけの大企業病に陥ってしまった。自動車の自動運転とかすごそうに見えるけど、ヴェイパープロダクトだと思う。安全性確保は8年じゃ無理だ。

⑦Googleも人の子。普通の企業になっちゃったんだねって話でした。Google自体は好きなんで、Google TVは欲しいんだけどね。民法はイラネ。

どうしてもデータマイニングが必要なんで、英語の論文を読もうと思う。


■タイトル:Map-Reduce for Machine Learning on Multicore

> Map-Reduceって言うのはGoogleで使われている分散型ファイルシステムのこと。Machine Learningは機械学習。マルチコアは訳す必要ないかな。
> つまり、この論文はマルチコアとMap-Reduceは大前提なわけですな。
> その辺、聞きかじりの知識しかありませんが、頑張ってみましょう。

> 以下は書いた人たち。スタンフォードすげー。

Cheng-Tao Chu ?
chengtao@stanford.edu
Sang Kyun Kim ?
skkim38@stanford.edu
Yi-An Lin ?
ianl@stanford.edu
YuanYuan Yu ?
yuanyuan@stanford.edu
Gary Bradski ?y
garybradski@gmail
Andrew Y. Ng ?
ang@cs.stanford.edu
Kunle Olukotun ?
kunle@cs.stanford.edu
?. CS. Department, Stanford University 353 Serra Mall,
Stanford University, Stanford CA 94305-9025.
y. Rexee Inc.

■Abstract:概要

 We are at the beginning of the multicore era. Computers will have increasingly many cores (processors), but there is still no good programming framework for these architectures, and thus no simple and unified way for machine learning to take advantage of the potential speed up.
 In this paper, we develop a broadly applicable parallel programming method, one that is easily applied to many different learning algorithms.
 Our work is in distinct contrast to the tradition in machine learning of designing (often ingenious) ways to speed up a single algorithm at a time.
 Specifically, we show that algorithms that fit the Statistical Query model [15] can be written in a certain “summation form,” which allows them to be easily parallelized on multicore computers.
 We adapt Google’s map-reduce [7] paradigm to demonstrate this parallel speed up technique on a variety of learning algorithms including locally weighted linear regression (LWLR), k-means, logistic regression (LR), naive Bayes (NB), SVM, ICA, PCA, gaussian discriminant analysis (GDA), EM, and backpropagation (NN).
 Our experimental results show basically linear speedup with an increasing number of processors.

> 大体、タイトルから内容の推測はできると思う。それを前提において読んでいくよ。

『マルチコア時代が始まったよ! コンピュータが持っているコアは沢山増えていってるさー、でも、まだ良いマルチコア対応のプログラムフレームワークが出てねーじゃん? だから機械学習がマルチコアのスピードの利点を活かすことは簡単にはできないんだよね。
 この論文で、汎用性があって機械学習用の並行処理プログラム処理を開発するよ。これは色々な学習アルゴリズムを簡単に適用できるんだ。
 うちらの仕事は、伝統的なそのときの単一アルゴリズムをスピードアップさせる機械学習の設計方法とは本当に対照的だよ。
 きっぱりというよ。マルチコアコンピュータ上で並列処理を簡単に出来る「summation form」で書けるStatistical Query model(統計クエリーモデル)を見せてあげる。
 Googleのmap-reduceパラダイムをこの並列処理のスピードアップ技術で、(色々な)機械学習アルゴリズムへ適用してくよ!
(色々なアルゴリズム例:locally weighted linear regression (LWLR), k-means, logistic regression (LR), naive Bayes (NB), SVM, ICA, PCA, gaussian discriminant analysis (GDA), EM, and backpropagation (NN).)
 うちらの実験結果から基本的にCPUを増やすのと比例してスピードアップできることが分かったよ。

> 概要を読んだ結果、超当たり前なことがかかれているだけだった。分散コンピューティングを適用したフレームワークを作っただけとも言える。
> この時点で読む気は失せたのでイカは英文のまま転載。

どうしてもデータマイニングが必要なんで、英語の論文を読もうと思う。の続きを読む

2010年10月07日

「志望動機」を書いてみた。

 志望動機を書いてみた。
 応募する先は国内CEOコース。
 英語は日常会話レベルが辛うじて出来るぐらい。
 5000人以上の希望者の中から100人が合格(以前は30人だったが、公開講義のときに増えたと告知された)
 三次選考まである。
 どんな感じになるのかわからないけど、LTよりも短い時間でプレゼンするらしい。
 それぐらいなら私の全力を叩き込めば出来ちゃうかもしれないと思った。

 だから応募する。
 ちなみに会社から許可も取っている。がんばるぞ!!

--------------------------
■志望動機


 孫社長の講義を聞いて、「○○革命」について調べていくうちに、あることに気が付きました。

 【情報革命の前に起きた農業革命や産業革命は一般化して、その価値をなくした】

 その結果、農業革命や産業革命は一般化していき、重要なものは「ライフライン」としてほとんどの人に必要なものとなりました。それ故に人間の生活は豊かなものになり、人ひとりが生きていくのに一人分の労働力が必要なくなっています。情報革命は、この「人ひとりが生きていくのに必要な労働力」を更に減じることが出来て来ていると感じました。
 こうして出来た余った力は今は「失業者」という形で現れている面もありますが、その人たちが生み出す価値は動画、小説、絵画、演劇、音楽など様々な文化となり、人類を豊かにしていってくれる世界になると思っています。
 だから私は情報革命を一般化させ、ライフラインにし、次の革命を起こすための時代を作りたいと明確に思うようになりました。

 当然、現状の私にはそれに必要なものは一切ありません。
 日々の業務に追われながらも、いずれは目指す道と思い、漠然と情報を集めていても明確な目標はありませんでした。
 それ故に、今回のソフトバンク・アカデミアで聴講した内容が心に残り、道が僅かでもあるならば挑戦してみたいと思った次第です。