現代数学の系譜11 ガロア理論を読む30 [無断転載禁止]©2ch.net

[過去ﾛｸﾞ] 現代数学の系譜11 ガロア理論を読む30 [無断転載禁止]©2ch.net (653ﾚｽ)
上下前次 1-新
通常表示 512ﾊﾞｲﾄ分割ﾚｽ栞

このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索歴削→次ｽﾚ栞削→次ｽﾚ過去ﾛｸﾞﾒﾆｭｰ

249: 現代数学の系譜11 ガロア理論を読む [sage] 2017/04/26(水) 19:04:11.26 ID:HKIfusLx

>>241 余談だが、田崎 晴明さん？　過去スレ23のこれか！（＾＾；

http://rio2016.2ch.net/test/read.cgi/math/1474158471/599-600
現代数学の系譜11 ガロア理論を読む23
599 自分：現代数学の系譜11 ガロア理論を読む[] 投稿日：2016/10/05(水)
補足

https://ja.wikipedia.org/wiki/%E7%94%B0%E5%B4%8E%E6%99%B4%E6%98%8E
(抜粋)
田崎 晴明（1959年8月 - ）は、日本の物理学者。学習院大学理学部教授。専門は理論物理学・数理物理学・統計物理学。東京大学理学博士（1986年）。
1982年に東京大学理学部物理学科を卒業。1986年に東京大学大学院理学系研究科博士課程を修了後、プリンストン大学講師を務め、1999年より学習院大学理学部教授。
『量子多体系の数理物理学的研究、特にハルデン・ギャップ問題、ハバード・モデルにおける強磁性の解明』で久保亮五記念賞を受賞。多体問題の研究に加えて、1997年より熱力学の研究も開始。リーブ-イングヴァソンの論文（断熱的到達可能性の項も参照）に影響を受けたこの研究は、2000年に出版された『熱力学』に結実した。
自らのウェブページ上から情報発信している。専門分野以外では、『知の欺瞞』の主要訳者を務めてソーカル事件に関連した社会批評を展開し、またパキスタンの物理学者兼政治評論家ペルヴェース・フッドボーイの論説を紹介し、菊池誠・天羽優子・黒木玄らと共に疑似科学を批判するなど、科学と社会に関する発言も多い。
福島第一原子力発電所事故に関連して、放射線と被曝の基礎知識を解説している。その他にモーニング娘。の批評などもある。
2ちゃんねるの本人のスレッドに書き込んだことがある。

600 名前：￥ ◆2VB8wsVUoo [sage] 投稿日：2016/10/05(水)
トリビアですが、私は田崎氏のお父様から解析力学の単位を（無試験で）
貰いました。研究室で直接の面接を受けたら「免許皆伝」だそうで、試験
を受ける事なくして『優』を貰いました。

後日にそのお父様は阪大から「あの大学」に転出なさり、私はキャンパス
で何回かお見掛けしました。「あの大学」も、物理は優秀な方が結構居ら
れるんですよね。古くは朝永先生が居られたし、また佐藤幹夫さんも物理
で修士論文を書いたり。（イジングモデルで修論だそうですわ。もし発見
出来たら、専門家でさえ大喜びしそう…）

￥

http://rio2016.5ch.net/test/read.cgi/math/1492606081/249

260: 現代数学の系譜11 ガロア理論を読む [sage] 2017/04/27(木) 12:15:05.08 ID:rio6lBme

>>200 AIにもどる

http://wired.jp/2015/12/05/google-open-sourcing-tensorflow-shows-ais-future/
2015.12.05 SAT 19:00 グーグルは、なぜAIエンジンをオープンソース化したのか？
IMAGE COURTESY OF GOOGLE
TEXT BY CADE METZ
TRANSLATION BY SATOSHI KATAGIRI
WIRED NEWS (US)
(抜粋)
11月10日（現地時間）にグーグルが自らの人工知能エンジンをオープンソース化してそのコードを世界中に無料で共有したとき、しかしルーカス・ビーワルドは「フリーソフトウェア・ムーヴメントの勝利」だとは考えなかった。彼はそれを「データの勝利」とみたのだ。

彼の見方は、とりわけ驚くことでもない。ビーワルド氏はサンフランシスコのスタートアップ、CrowdFlower社のCEOで、同社はツイッターなどのネット企業の大容量データの通信支援をしている。彼にはスタンフォード大学のAIラボで学んでいたというバックグラウンドがあり、人工知能（AI）には造詣が深い。彼の言い分には根拠があるのだ。

グーグルはAIエンジン「TensorFlow」のコードをオープンソース化することで、真の価値はソフトウェアやアルゴリズムより、AIを“より賢く”するために必要な「データ」にこそ宿ることを示したのだと、ビーワルド氏は言う。グーグルは「それ以外」を公開するが、データは公開しない。

「企業はデータ重視型になると、ソフトウェアをオープンソース化する傾向があります。自分たちが、他のどの企業もアクセスすることができない独自データを所有しているということを知っているのです」と、ビーワルド氏は言う。
彼はヤフーで検索エンジニアとして働いていたこともあり、マイクロソフトが買収したスタートアップ、Powerset社立ち上げを支援したこともある。「グーグルは自分たちのデータを公開しませんよ。この先も絶対に公開しないでしょうね」

つづく

http://rio2016.5ch.net/test/read.cgi/math/1492606081/260

261: 現代数学の系譜11 ガロア理論を読む [sage] 2017/04/27(木) 12:16:39.41 ID:rio6lBme

>>260 つづき

ビッグデータとAIブーム

ビーワルド氏は、これをIBMが最近行ったWeather Channelの買収になぞらえる。IBMはAI業界におけるシェア拡大のために、見込みのあるデータを獲得するのに数百万ドルを投じたといわれている。

「興味深いのは、企業が大量のデータを買い込むのと同時にアルゴリズムをオープンソース化しているということです」と彼は言う。「機械学習のために何が必要かという見方をすれば、これらの企業がいったい何に“はっている”のか、いかにも明白です」

TensorFlowは、いわゆるディープラーニングを使用している。

ニューラルネットワークを動作させるアルゴリズムそのものは、さほど新しいものではなく、1980年代から存在している。では何が新しいかというと、インターネットによって処理能力が飛躍的に発展し、膨大なデータの保有が可能になったということだ。猫を認識させるためのシステムをAIエンジンに学習させるには、大量のマシンと猫画像が必要なのだ。

クラウドコンピューティングの登場以降、アマゾンやマイクロソフトといった企業は、ネット上に拡散する情報をより高度に処理するアクセス権を得ることになった。そして、一般ユーザーも情報処理エンジンへのアクセスが可能になった。

他方で、大量のデータを蓄積しているのは、依然としてグーグルやフェイスブックといった巨大企業である。数十億人が彼らのサーヴィスを利用し、テキスト、画像、動画、音声といった膨大な情報のやりとりを行なっている。
2社に共通するのは、非常に熱心にAIソフトウェアの開発を進めているということだ。だが、彼らの真の競争力はその膨大で高品質なデータ保有という面で発揮される。それを使用して、ソフトウェアをより「人間らしく思考する」デヴァイスへと発展させるということだ。

AI科学者を惹きつけるシリコンヴァレー

この競争には大変高度なスキルが求められるという点も無視できない。アルゴリズム自体は一時代前に登場したものではあるが、昨今は急激なペースで進化しており、より多くの分野へと進出している。そしてプロジェクトの中核にいるのは、聡明な頭脳の持ち主たちである。

(引用終り)

http://rio2016.5ch.net/test/read.cgi/math/1492606081/261

266: 現代数学の系譜11 ガロア理論を読む [sage] 2017/04/27(木) 13:20:32.69 ID:rio6lBme

>>3 関連

http://d.hatena.ne.jp/Takeuchi-Lab/20160521/1463827103
グーグルがAI向けの半導体を開発した意味 中央大学 理工学部 電気電子情報通信工学科 竹内研究室 2016-05-21
(抜粋)
グーグルがディープラーニングを高速に実行するための、専用LSI（ASIC）を開発し、すでに囲碁AIの「AlphaGo（アルファ碁）」などにも使われていると発表しました。
米Googleが深層学習専用プロセッサ「TPU」公表、「性能はGPUの10倍」と主張 中田 敦＝シリコンバレー支局 2016/05/19 日経ITpro
http://itpro.nikkeibp.co.jp/atcl/column/15/061500148/051900060/?rt=nocnt

半導体の設計については億円単位のフォトマスク代はかかるものの、設計自体はエンジニアさえ集められればできますし、製造はファンドリに委託することができます。
従って、アップルやグーグルが手掛けている半導体の設計は、グーグルやアップルほどの巨大企業であれば、参入が（製造に比べれば）比較的容易な分野ではないかと思います。
こうしてアップルやグーグルのようなITサービスを手掛ける企業が半導体という部品まで手掛けるようになると、これはまるで一昔前の日本の総合電機メーカーのようです。
例えば、ソニーはプレイステーションのゲーム機やソフトだけでなく、ゲーム機に搭載される半導体のチップも自ら（IBMや東芝と連携しながら）設計・製造していました。
日本の電機メーカーが凋落して行った時に、自社で半導体という部品から消費者向けの最終製品やサービスまで手掛ける垂直統合は悪で、得意な分野だけに事業を「選択と集中」する水平分業が善、と言われました。
それが、勝ち組の米国企業の方が垂直統合に向かっているとは、皮肉なものです。
結局のところ、垂直統合と水平分業のどちらが良いというよりも、その運用で良くも悪くもなるのでしょう。
こうした垂直統合モデルは、部品からサービスまで、全ての分野で競争力がある時（現在のグーグル）には、相互が連携して大変有効です。
しかし、統合している一部の分野が競争力がなくなり、全体の足を引っ張りだすと、難しい問題に直面します。
例えば、もしインテルやnVidiaといった外部のCPUメーカーが、グーグルのAIチップ以上の性能の半導体製品を出してきた時に、グーグルはどうするのか。

http://rio2016.5ch.net/test/read.cgi/math/1492606081/266

上下前次 1-新書関写板覧索設栞歴

あと 386 ﾚｽあります
ｽﾚ情報赤ﾚｽ抽出画像ﾚｽ抽出歴の未読ｽﾚ AAｻﾑﾈｲﾙ

ぬこの手ぬこTOP 0.101s*