Pastime Diary

主に大学生活中のことについて週一投稿を目標に(ry

一番泣いたかも?

ものすごく今更ですが映画"ビリギャル"がAmazon Primeで今日まで配信されていたので視聴しました。

泣きました。映画のタイトルからなんとなく見るのを慊焉していたのですが、ビリギャル役のさやか(有村さん)の目標に向けて頑張る姿と、それを支える塾講師、家族、友達との物語に思わず見入ってしまったのでした。

個人的には劇中、卵が丸いのに立つということで例えられていた、"可能性がある"ということを知っておくだけで、結果が大きく変わるということは大切な考えだなと思いました。

同時に、さやかの真っ直ぐな行動が周りを変えていく良い連鎖を起こしていく流れは心を揺さぶられました。

自分の行動が周りに良い影響を与えて、その連鎖が続いて行く。そんな生き方は素敵ですね。

ハッカソンに参加してきました

9月15日,16日にとあるIT企業と私の所属する研究室とで共催されたハッカソンに参加してきました。

 

当初は一人で作業する予定でしたが、色々考えたりしているうちに三人のチームに。嬉しいこと😆

 

六チームで競ったのち、結果は最優秀賞には選ばれませんでした。。。

 

友人とそこそこ必死にやったつもりではあったのでちょっと悔しめ。

 

敗因としては、

・既に実現されているものに近い

インパクトが薄い

・要件に振り回されている

 

逆に最優秀チームを見ると、

・使えそうだと思わせるプレゼン

・時間配分ジャスト

・技術的にはゴリ押し

 

自チームは技術というよりはアイディアやその魅せ方で勝てていないように感じます。

もちろんプレゼンを作ったり、発表してくれた友人の説明は自分なんかより遥かにわかりやすく明瞭でした。

チームの人、関係した人に感謝しつつ、さらに良いものを作り上げていきたいなと思います。

 

明日もコーディングコーディング!

 

トークイベントBITVALLEY2018に参加して来ました

参加の目的

以下,いくつか気になった点をメモしています.

Talk1

社長さん達による基調講演

  • 幸せを目指して欲しい (DeNA南場) → 誰かを幸せにした時 → 夢中である時

  • ホーム感があったがいい (CyberAgent藤田社長)

  • お金は潤滑油・結果であって幸せを目指すべし (GMO熊谷社長)

## Talk2 #### プログラミング教育の技術的アプローチ - 成績評価 →コサイン類似度を使用

  • 衝突判定 → 領域を簡略化する → 四角形を円にして、円同士の距離計算で衝突範囲ができる

Talk3

農家を支える技術

  • Webだけでアプリっぽくできる → PWAと呼ばれるものを使うできる.まだiOSに正式対応してないなど課題もある.

  • システムが巨大になると大変なのでマイクロサービス化する → gRPCを使うとできる.Googleが開発したマイクロサービス通信の仕組み.

Talk4

GoogleMapで現実世界のゲームを作ろう

Google Maps Games SDK の 特徴 → Google Mapと同様の3Dベクトル地図データ(地図・建物・POI情報)の提供 → ゲームがプレイしやすい場所(POI)の提供 → Unityのネイティブプラグイン提供 → Unityで建物を自由にカスタム可 → 一定の規則でPOIを生成できる

Talk5

深層学習や強化学習を用いたGame × AIの取り組み

#### AIをどう使うか

  • プレイヤーのサポート

    • アソシエーション分析 (大規模データに存在する関係性を抽出) Ex:キャラAを使っていたらキャラBが出る確率を求める Ex:キャラの関係を分析学習し自動でデッキ構築をする
  • ゲームバランスのサポート

    • クラスタ分析、トピック分析 デッキ同士の近さを図る kmeans、階層型クラスタリング、トピックモデル Ex:デッキの解析から、ゲーム環境のトレンドを分析

大変なこと&楽しいこと

  • 学習環境を0から作る必要がある.シミュレーションも必要.
  • 特徴量エンジニアリングが複雑.盤面は色々ある.
  • ゲームの構造に応じたアルゴリズムの開発が必要.最新研究を実装するだけではダメ.
  • ユースケースの要件定義.意味のある施策でなければ意味がない.

Talk6 広告クリエイティブ制作と機械学習

AIをどう使うか

  • 広告を自動生成する(楽天).画像の雰囲気(スタイル)を変える GANを使ったり.

Talk7

TensorFlowとCloud MLで広がる、現場で使える機械学習

AIをどう使うか

Google社内 - 写真分類 - メール自動生成 - 文章の自動補完(Compose) - データセンサーの最適化 - その他色々.DeepLearningは当たり前に使われるようになった.

Google社外例 - 船が何やってるか予測 - 車の認識 (車種まで当てる) - タクシーの需要予測

Google の提供する機械学習環境

  • CloudML すでに学習ずみのモデルを使って簡単に画像認識できる.

  • AutoML 自分で学習データを用意する必要があるが,ハイパーパラメータの調整が必要ない.ハイパーパラメータの調整自体はGoogle機械学習が行う. 最近では目的に特化したGoogle翻訳システムの開発も可能になろうとしている.マニュアル翻訳に特化など.

  • TensorFlow 言わずと知れた柔軟性の高い機械学習環境.

おわりに

当初の目的は果たせたかなと思います.熱くて自分の考えを持っている方が多くて,非常に刺激も受けられました.

今回はサポーターズの学生支援プログラムも助けていただき交通費を支援していただきました.本当にありがとうございました🙏

9月4日

強力な台風が接近している。

f:id:RIREX:20180904121620j:plain
tenki.jpより

ところで、今日おかげさまで無事に23歳の誕生日を迎えることができました。

外は雨風ともに強いですが、私も見習って多少なりとも、周囲に恵の雨を降らせることができるように頑張りたいと思います。

9月のはじまり

最近ぶっちゃけ何がしたいのかがわからねぇ!ってことが増えて来た気がする。

やりたいことは多い。でも手がつかず、気づくとスマホをいじっている。

どうにかしなければと、思って一日が流れていく。一日一日が大切だってことはよく分かっている。でも身体が動かない。どうすればいいのだろうか。