最高の学び 企業や大学では絶対にできない!!

こんばんは

 

今日は,今年4月から入団した組織について話します。

その名は「deep4drive.」

 

会社と研究科に所属する筆者には実はもう一つの顔がある

www.deep4drive.com

 

・どんな人がいるか?

モビリティに興味がある人

自動運転に興味がある人

AI(人工知能)などの技術に興味がある人が主に集まるエンジニア集団

 

企業で実際に自動運転車の研究開発を行う者や,エンジニア以外にもマーケティングや営業の人もいる

日々情報交換しモノづくりなどを通して活動し交流している

総勢70名くらい

 

・目的は?

新しいモビリティを創り出すこと

 

・どんなことやっているの?

最近,筆者自身が企画し運営しているプロジェクト「JetRacer」

AIを搭載した自動走行車であり,深層強化学習アルゴリズムで実装し走らせることを目的としている.自身でプログラムしたものが実際に動く姿が見れるが魅力

 

キーワード

機械学習(強化学習)

・画像認識

・制御

・プログラミング

f:id:ykumakichi:20201004003045g:plain

JetRacer

 

以前やっていたプロジェクトは「AWSDeepRacer」

AWS上で作成した強化学習アルゴリズムを実装し,レースタイムを競うもの

今年は,コロナの関係で中止となったが毎年開催されている.

 

f:id:ykumakichi:20201004003521p:plain

DeepRacer

 

・企業や大学にはない学び

1から企画し,運営することによって自らが学びたいことを自らで決めるスタンス

企業ではこのような企画は絶対にできないし,大学では集まりにくいような人材ばかり

資金も全て自分たちでやりくりし,筆者が企画したプロジェクトにも投資してもらうことができた.

本気でやれば,人はついて来て,お金も後からついてくる

これに気付けたのが本当にでかい

 

本組織での活動全てが

今まさに夢であり目標を叶えつつある

本当にありがとう

関わる3領域

こんばんは

 

今日は,実務と研究含め自分の関わっている領域をまとめます.

 

大きく3つです.

1.ソフトウェア開発

2.AIとセキュリティ

3.デジタルトランスフォーメーション(DX)

 

 

f:id:ykumakichi:20201002211146p:plain

 

最低限キーワードを書きましたが,やっていること無数...

 

少し詳しく述べます

 

1.ソフトウェア開発

組み込み機器のソフトウェア開発です.主な対象は自動車,次にロボットなどの産業機器を制御するためのソフトウェアを開発しています.こちらは実務です.

 

2.AIとセキュリティ

AIの脆弱性に関する研究で,自動運転の安全性を追求するのが目的としています.一見,応用研究に見えるものの,ニューラルネットワークに内在する脆弱性は,AIの本質的な問題であるため基礎研究といっても良いかもしれません.

この分野やること無数...

 

3.デジタルトランスフォーメーション

最近はやりの「DX」です.なぜ「DX」なのかは,「Digital Transformation」の略ではあるけど,英語圏では「Trans」を「X」と略すため「DT」ではなく「DX」なのだという.(ふーん)

最近チームを立ち上げたばかりでこれから開拓していきます.簡単に言うとデジタル技術を用いて生活をよりよくしていくというもの.

RPAなんかが良い例かもしれません.RPAを実現する方法(ツールなど)は沢山ありますが,やはりAIをどのように活用していくかも含めて考えていく必要がある分野であることは間違いないですね...

 

今日は簡単に自分が関わっている領域を体系化して簡単にまとめました.

社会人大学院生の1日

こんばんは

 

今日は社会人大学院生の平日1日のスケージュールを紹介します.(コロナ前)

極めて珍しいかも知れませんが,大学院への進学を考えている方の参考になれば嬉しいです.

 

僕の通う大学院は元々8割りくらいが社会人学生.

仕事の傍ら来ている方なので恐らく他の方も同じようなスケジュール間で動いていると思います.

 

5:30     起床 

6:00   家出

7:00      午前の業務開始

12:00    休憩

13:00    午後の業務開始

16:00    退社  (18:00  退社 残業ありの場合)

 

17:00 大学院到着

    →研究開始

20:00 友人と夕食

20:30   続きの研究や教授とのミーティング

22:00  切りの良いところで引き上げ

23:00   帰宅

 

8割の内半分くらいは実務を午前中だけや週に1日だけ会社に行ってそれ以外は研究しているみたいな方は,いわゆる会社から出向という形で来ている方です.あるいは中には丸2年(博士後期の場合3年)実務は行わず会社から研究に専念してくれということで通っている方もいます。その方は会社からお給料をもらいつつ学費も会社負担で来ているとのことです.

本当に自分のやりたいテーマで研究がしたいなら自分の資金で行くのがオススメです.

ざっとですが,1日の受けジュール感を書いてみました.

一見忙しく見えるかも知れませんが,苦労を感じたことは一度もありません...

毎日仕事も研究も楽しくやれているので本当に良かったと思っています.

んー正直言うとちょっとたまに大変な時もあるかな

 

今日はこの辺でお休みなさい

 

 

 

中間発表を終えて

こんばんは

大変久しぶりの投稿となります.

 

昨日(9/5)は,大学院修士課程の中間発表がありました.

発表形式は

・20分間の発表

・30分間の質疑応答

・審査

 

事前に6ページ程の論文提出をし,当日は指導教員と他の研究室の教授が2人

計3人の教授の前で発表を行う.

 

論文の評価観点分類は以下の3項目に分かれる

・調査

・実証

・提案

 

下名の論文は,上記3項目全てを満たす論文であり,先行研究における課題と実証実験及び提案手法を2つ考案しそれを実証し有効性を検証する論文としている.

特に,残り半年間でどこまでやれるかを見極めるタイミングでもある.

 

審査の結果は,その日発表後に指導教員から他の教授からのコメント等も踏まえて伝えられる.

評価は大変良かった(らしい)とのことで,特に実証実験まで行う論文は本学でも少なく,先行研究の課題に対して的確に検証を行う方法を検討しているとのこと.

イデアも面白いと.

 

ただ,提案手法2つの内,1つ目の実装は技術的に方法論が確立されていないため難しく,時間を要する.2つ目をやるなら後期課程か研究員として,やってもよいのではということ.つまり,1つ目のをやるだけで修士課程として十分クリアというのが教授達の主張.

指導教員は,後は自分として納得いくかどうかだねとおっしゃって下さっている.

修士課程このレベルでいいのか?ってちょっと思ってしまったのが正直な気持ち...

 

コロナウイルスの関係で,4月当初から大学に入校するのも厳しくなり,実証実験も中々できない中それでも何とか大学と交渉し場所を確保し進めてきた.

かなり厳しい状況下だったが,やっぱり2つ目までの方法までやってから修士を終えたいというのが本音.

後期課程どうせいくならもう少し違うテーマで考えていて,ちょっとその先にもう少し大きな目標があってね...

 

このテーマは,AIの中でも本質的に難しくやりがいがあるし,自動運転に貢献できる大変面白いテーマなため,最後まで大切にしたいのと同時にやりとげたいと思う.

 

ちょっと思ったのは,本当に今自分がやっているその分野で世の中にインパクトを与え,新世界を創る気持ちで皆はやっているのだろうか...

大体世の中の5~10年先くらいを走っているのは確かだと思う.これは,自分に限ったことではなく研究分野はそうだ.

博士後期の研究は恐らくもっと先だろう.

能力の有無関係なしに,そういう気持ちがないなら大学行く必要ないってくらい強気に言ってもいいと思う.

 

想いをつらつらと書きましたが

今日のところはここらへんにします.

 

仕事の内容は,コンプライアンスがあるため詳しい内容はあんまり話せないけど,モチベ的なとこはまた書きたいと思う.

 

もし読んで下さったか方がいらっしゃいましたら,本ツイートにいいねを下さると大変嬉しいです.

では,おやすみなさい...

理学と工学の違いから考える AI研究について

こんばんはよっしーです。

 

 今日考えたいことは

理学と工学の違いから情報学について

 

学部生の頃にも考えたことがあって

理学とは、自然科学の基本原理・原則を解き明かすこと

工学とは、世の中の役に立つものを創造すること

 

とイメージしていた。

多くの人もなんとなくこんなイメージを持っていたのではないか。

 

とある有名な日本の研究者によると

「工学と理学の最大の違いは、学問のめざすところの究極の目標の違いにある

と伝えている。

(参考:https://www.koichihori.tech/kougaku_jp.html)

 

その目標は以下としている。

 

工学の目標:人類の幸福

なんらかの目的関数を最大化(最小化)することを目指す。

 

理学の目標 :真理の探究

現象を記述し説明する体系を作る

 

 

では情報学の定義とは...

 

情報によって世界に意味と秩序をもたらすとともに社会的価値を創造することを目的とし、情報の生成・探索・表現・蓄積・管理・認識・分析・変換・伝達に関わる原理と技術を探求する学問である」

(参考:情報学の参照基準 http://www.edu.cc.uec.ac.jp/~ka002689/sprosym19/ieduref-handsout.pdf)

 

 ここでふと思ったのが、自分の研究がどこに当てはまるのかということ

 

修士課程としては情報学の過程に俺はいるらしい...

でもそれは組織の位置づけであって研究内容が組織に依存しているわけではない。

 

AIをどう定義するかは難しく何通りかの考え方がある。

複合的に様々な領域と関係している部分も多い。

 

一見、情報学の一分野とされているように思えるが、

パターン認識は工学を起点とし、また機械学習は計算機科学を起点する。

 

機械学習においてはデータを用意する部分の前処理は情報学的な見方ができるだろうけど、結果として得られた出力とその過程そのものは工学とも言えるのではないか。

なぜなら、目的関数を最小化するからだ。

 

従来のルールベースの制御方式からパターンやルールを自らが学習する手法が

現代の工学への応用に大きく貢献するとされている。

だとすると工学の目標に対し、AIの手法が近年注目を浴びる理由も納得がいく。

 

自分の研究は一見応用研究に見えるが、AIそのものを理解することにも貢献したい。

その自体は、いつか第三者が勝手に分類すればよくその分類自体ははあくで説明のために必要なだけな気もする。

 

そして、研究が今現在どこに当てはまっているかを考えること自体がナンセンスであると思った。

 

理系と文系の違いについてもまた書きたい。

 

 

 

 

 

 

 

 

ジム

こんばんはよっしーです。

 

今日は、仕事後の研究室ミーティングからの飲み会(新年会)からのジム

 

そう、最近始めたこと

ジムに通い始めました。

 

頻度は

平日は3日程度と土日

 

場所は家の近くと横浜駅にもあるので通いやすく

24時間営業のジムなので、平日は学校終わりに寄れるのが利点

エニタイムってところ

 

通い始めた理由は

気力に対して体力が追いついていないと感じたのと、運動不足を解消するため。

仕事をする上でも研究をやるにしても健康で丈夫な身体あってのものだと思ったから。

 

単純に筋トレなんだけどね

今まで筋力トレーニングなんてほぼやったことなかったので少しのはずが既に筋肉痛が痛い状況に。。。

 

今日はこれくらいで

この記事を書いたら寝ます

 

更新回数今後減ると思いますが、近日中に

また新しい論文の情報を書きたい

AI記事の第三回もまだなので時間見つけて書きます

リーマン予想と素数について

こんばんはよっしーです。

 

今日は、数学の未解決問題

リーマン予想の話し

 

 

命題

ゼータ関数の非自明な零点は全て一直線上に存在する

 

 

非自明な零点とは負の偶数以外のこと

 

証明の試みは、作用素理論からヒルベルト空間、数論的関数の存在等様々あって

予想の概要は全て説明はできないけれど

 

一つ言えるのは、この問題の難点は零点が直線上に全て存在するかどうか。

一定数存在するかどうかと全て存在するかは全くの別物

 

さらにこの未解決問題が面白いのは素数の並びと関係性があるということ。

 

直線上の零点の間隔と素数の表われるの間隔が一致しているということ

ゼータ関数の性質が明らかになることで、素数の性質がわかるらしい。

 

素数の規則性がわかるということそのものはつまり数とは何かを解明することになるとのことになるという。

 

この分野に関して関心があるのは物理学の理論で素数の並びに関する何らかの法則があるのかどうかそれに関する最近の研究があるのか。

 

自然現象とその法則に関係性があるのなら何らかのヒントが得られるのかも知れないと考えたからだ。

 

この未解決問題は中学生の頃に興味を持って、それ以降内容を終えていないので

知っていたら教えて頂きたい次第。

 

自分の周辺領域でいうと

RSA暗号との関係やコンピュータの仕組みでも素数が用いられているため、解明された場合コンピュータの仕組みが根底から変わるのではないかとも考えた。

 

今日は、リーマン予想素数の話しでした。