>>　Deloitte社は、2018年末までに、データセンターで機械学習の加速に利用されるチップの25％以上が、FPGA（Field Programmable Gate Array）やASIC（特定用途向け集積回路）になると予測している。こうした新しい種類のチップによって、機械学習の利用が大幅に増加するはずだという。　

https://japan.zdnet.com/article/35112302/

<<

　こんなときに東芝が買われてしまった。

>>　ドワンゴは21日、設立者の川上量生氏が代表取締役会長を退任し、代表権のない取締役最高技術責任者（ＣＴＯ）に就任したと発表した。川上氏はドワンゴの主力サービス「ニコニコ動画」の運営責任者も退いた。川上氏は人工知能（ＡＩ）や教育とＩＴ（情報技術）の融合などの先端技術や新規事業の開発に注力する。

　ドワンゴは11月にミニゲームの追加などニコニコ動画の新サービスを発表したが、画質の改善を求める利用者の期待と大きく異なったため、批判が殺到していた。このため川上氏がニコニコ動画の責任者から退き、新機能の見直しを発表するなど対応に追われていた。利用者の増加ペースが伸び悩んでいるニコニコ動画のイメージを刷新するとともに、川上氏はＩＴ技術全般の責任者として裏方に回る。　

https://www.nikkei.com/article/DGXMZO2492084021122017TI1000/

<<

　ドワンゴのAIは「人工生命」で、キャラクターを意識したもの。　清水氏に続いて川上氏も本腰を入れ始めた。　来年に向けて着々と動いている。

　だから苦しい。　こんなとき方向性を見失ったら もっと苦しくなる。

● 「人は方向性を見失ったとき、一番苦しい。」　　　矢沢永吉

　方向性を見失ったときは、日本の古いものにあたるといい。　剣道や日本庭園、浮世絵、歌舞伎、落語、神社や神道、巫女さん、焼き物、染め物、書道。　自分がピンとくるものにあたればいい。

　アイデンティティを復元させる いにしえのアイコンにアクセスするんだ。

　地球の自転には その速度がちょっと遅くなってまた戻るという現象がある。　それの後の方、速度が戻るとき、そのときに地震が頻発する。　で、来年がその年になっている。　それだから北海道沖の地震のことが今回発表された。

　ナウシカの腐海でもそれは同じで、胞子だと思っているものは実はウイルス。

● ゴーグルはつけていない(下)。

　腐海では目に毒素が入ることはない。

　建物の3Dモデルがレンダリングされるとき描画スタイルを付与され、特徴的なレンダリング結果になるのかな?　アニメ背景画のようになるのか?

　フラクタルレベルの低いフラクタル画像からレベルの高い画像へと順にDL(ディープラーニング) させていくとどうなるのだろう。　枝葉が細かくなっていくように絵の特徴を階層的に学習していくのだろうか。　そうゆうことを実験したくなってきた。　しかし今は清水氏のウェブサービスを待つしかない。

　なんとかAI DLの作業に絡(から)みたい。　今は 来年スタートの清水氏のウェブサービスに期待しているだけ..

　清水氏のウェブサービスには、NECのDL最適化技術とスパースモデリングを入れておいてほしいな。

　元号が変わって時代の空気が変わったとき、どうであるのか..　 自分はバタバタしているのか、落ち着いているのか、停止しているのか..　

　元号が変わることが 何か不安であるような怖いような..　 AIが絡んできてからそう思うようになった。

　AIに関わることができなかったら 取り残されて「平成の時代」に置き去りにされるような不安。

　自分の時間が平成で止まってしまって、歩いても歩いても前に進まない感覚になってしまいそうな不安。

　いやだぁー。

　「AIの時代が来る」のと、「平成の時代が終わる」という このイヤな節目。　この節目はクセモノだわ。　これは一つの坂、乃木坂46..

https://wisdom.nec.com/ja/technology/2017080901/index.html

　スポーツとAI か..　

http://www.nttdata.com/jp/ja/insights/trend_keyword/2016081801.html

>>　データを扱う技術といえば機械学習が流行しています。機械学習手法の中には大量のデータがあることを前提としたものも多いですが、実際のビジネス現場では十分に多くのデータ数が確保できない場合も少なくありません。こうした場合には機械学習とスパースモデリングとを組み合わせることが効果的です。

　機械学習において、スパース性は、高次元で複雑に見えるデータも実はシンプルであるという信念を表すのによく使われます。例えば、新店舗の売上を立地・面積・品揃えなど多様な要因から予測することを考えます。このとき、全ての要因が売上と密に絡んでいるのでなく、より単純な予測式をあえて選ぶのがスパースモデリングによるやり方です。具体的には、多くの要因については売上との関連度をゼロと推定します（図2）。このように、非常に多くの要因が考えられるなか、スパースモデリングを用いることで売上と関連する要因を自動で選別してくれるため、精度良く予測できるだけでなく、機械学習の結果を人間が理解しやすい形で求めることができます。 <<

　AI関連ニュースには「スパースモデリング」 というキーワードが全然出てこないけどAIの内部でこれが効いている。　(スパースとはスカスカという意味で、スパースモデリングとは余白に意味を持たせることでもある)

参考

● ITで有望視されるスパース・モデリングって何?

https://news.mynavi.jp/kikaku/20161215-a002/

https://cloud.watch.impress.co.jp/docs/news/1096401.html

　階層的に蓄えられたデータはそのままではガタガタで、いい感じに機能しないわけだ。　変なところに枝が伸びたようになるので それをさらに振り分けてまるっと丸めると。

　このニュース解説からDLのイメージがなんとなくつかめる。

　AI DL のウェブサービスが出始めるとウェブの空気が変わる。

　AI予算の1000億円が関連省庁に振り分けられてから そこからどこに行くかだ。

>>　政府は１４日、自動走行車や高性能ロボットなどの頭脳にあたる人工知能（ＡＩ）関連予算として、平成２９年度補正予算案と３０年度当初予算案の合計で１千億円超を確保することで調整に入った。「第４次産業革命」とも呼ばれるＡＩ分野での技術革新を後押しし、経済成長の起爆剤とする狙いがある。

　各省は３０年度予算案の概算要求で計１００６億５千万円を要求した。政府関係者は「一部を２９年度補正予算案に前倒しし、３０年度予算と合計で１千億円を超える」と話す。ＡＩ関連予算を２９年度（５１７億円）から実質的に倍増させる。２８年度の３３７億円からは約３倍となる。

http://www.sankei.com/politics/news/171215/plt1712150006-n1.html

<<

　急に加速してきた。