渦中の東芝も参画する理研のAIセンター、世界の“数学の戦い”へ
コメント
注目のコメント
米国の後を追いかける限り，先頭には立てない．ソフトウェアは一握りの天才と，たった一つのアイデアで世の中をひっくり返すことができます．ディープラーニングにしても，その枠組みである多層ニューラルネットは以前から存在し，その欠点を細かいアイデアで克服したことで一気にメジャーになりました．何がきっかけで何が起きるか分からないのが科学の世界です．そういう偶発的な事象が起きやく，またそれを見逃さない環境を整えてください．
また，20代の若手の引き上げもよろしくお願いします．この点，理研は大失態をやらかしましたが，委縮することなきように，お願いします．どういうレベルの数学について必要だと言っているのか分からないけど（明示して欲しい）、例えば京都大学の数理解析研究所にはワールドクラスどころかワールドリーディングな研究者達がいるわけだから、そういうところと提携すれば良いのでは？使っている言葉が違いすぎてコミュニュケーションミスが起きそうだが、クリエイティブを一番に考えられれば乗り越えられると思う。
アルゴリズム技術者さんは、アルゴリズムを書く事自体が仕事であって、それを用いて例えば、マテリアルズインフォマティクスで材料開発の成果をあげることが仕事ではありません。ここで生じる齟齬が問題なんですね。これらを利用し役立たせる側から言うと。
機械学習に関して言えば、それを用いて成果をあげる側にとって重要なのは、現場にある大量の情報を収集する大規模計測と大規模計算の融合です。ベースにある情報が少ないと、経験に基づくことになります。そして機械学習研究者は、それが対象とする成果をあげるべき分野の専門家ではないです。つまり、機械学習を持って来ればうまくいくというものではなく、各分野の専門家がうまく使いこなす必要があります。
日本のAI研究者不足は認めますが、それを補充するだけでは成果、産業の強化育成には繋がらないです。前述のマテリアルズインフォマティクス分野、オバマ政権の優遇政策で、アメリカは日本の20倍の予算がありました。アメリカを追随して日本政府が予算増額した後においてもです。なんにしろ、真正面から戦える状況ではないです。例えば、日本は計測機器技術は高いですがソフトが弱いので、解析し易いデータが取れるよう機器にフィードバックする事をセットで進める、ソフト面だけでなく、ハード面を組み合わせたそんな差別化要素が必要だったりするのではないかとも思います。
あとこの記事、AIと機械学習の違いを曖昧に扱っているのが気になりました。
