元木 大介

国という単位では無く世界レベルで民意を問い政治的な影響を及ぼした初の事例、という意味ではエポックメイキングな出来事ではないでしょうか。 GAFA含むグローバル企業は民意ではなく一部の開発者によってアルゴリズムが握られている現状があり、食べログの賠償命令の件でもあったように独裁的なSaaSによる統治は時代遅れでの物となってきているのだと思います。 アルゴリズムはSaaSの枠組みを超え世界のルールであり憲法となった今だからこそ民意で決めなければならない。 イーロンが目指したいのは国境を越えた民主主義の実現で、そのための仕組み作りには多くの障害があると思いますが頑張ってほしいなという気持ちです。

グーグルは次世代計算機である量子コンピューターのクラウドサービスを5年以内に始め、金融機関や気候変動対策、ヘルスケアなどに提供する構想を示したとのこと。 量子コンピューターはアニーリング（特化）型とゲート（汎用）型の２種類があります。前者のアニーリング型はすでにgoogleのD-waveや日立のcmosアニーリングなど、クラウドサービスがすでに金融、交通、製造業などあらゆる産業に商用展開されています。 対してゲート型はまだ課題がある状態で研究中という段階です。今までもアニーリング型とゲート型はちょうど5年ほどのタイムラグがありましたので、googleが考えている5年後に量子クラウド提供というのは後者のゲート型の方かと考えられます。 現状、先行しているアニーリング型は間違いなく日本が世界をリードしています。海外はゲート型をメインとしており日本はガラパゴスだと揶揄されることもありますが、このアニーリング型は東工大西森教授が考案した日本初の技術であり土壌が整っているがゆえのリードだと私は考えています。海外勢のゲート型がやって来る前にいかにアニーリング型で先行してビジネスドメインを抑えるかが、日本が世界で勝つ上で肝要なのではないでしょうか。 ちなみにgoogle は量子AI を簡単に触ることのできるwebページを作成していますね。ご興味ある方はこちらからぜひ
https://quantumai.google/cirq/google/concepts

弊社では量子コンピューターによるマッチングAIを事業の柱としているので、その観点からピック。 他のピッカーさんで「小さな町や村ではこのような混乱は起きていないのに、都市部では大変ですね」というコメントを拝見しました。 一般的にこのような予約システムは人数が増えると考慮しなければいけない条件は「人数の２乗」で増えていきます。なぜなら人が増えるに従って多人数間での調整業務が必要になるためです。したがって対応するコールセンターの方を予約者と同様に増やしても物理的に対処できなくなっていきます。 私自身昨年は社内、社外、会議室の場所、という３つの条件を考慮した上での日程調整アプリの開発を行ったことがありますが、ユーザーにヒアリングしてみるとgoogle カレンダーから大量の予定を見ながらミスのないようにオペレーションを回し、電話やメールで何度も調整している様子からもとても大変そうでした。 今回の件も個々人にベストな場所、時間、これまでに設定した仮確定日程や候補日程も管理する必要があるなど、とてもではないですが既存の仕組みでは対処できません。これを開発の問題やオペレーションの問題にするのは、働いていらっしゃる方が気の毒です。 この「人数の２乗」で増える計算量をどのように対処するのか、この強力な解法として量子コンピュータの活用が挙げられます。 これは日立と三井住友フィナンシャルグループの事例ですが、 > コールセンターで実際にシフトを作成する実験を行ったところ、人力で組んだ従来の勤務シフトに比べて無駄な人員配置を80％抑えられた https://www.itmedia.co.jp/news/articles/2010/19/news086.html との実証実験が得られています。シフト作成はつまるところ「従業員」「仕事」「時間」「場所」のマッチングであり、一種の予約システムです。 弊社では顕在化している「マッチング」という大きな課題が、新しい技術である量子コンピュータで解決できることを今後も広めていきたいと考えています。また人数規模が多くなった際のマッチング問題を解決する「Quamune」というパッケージを東大物理や量子技術のメンバーと共に研究開発しております。今後も実証実験を共同でお手伝い頂けるメンバーや法人様を探していますので、お気軽にお声かけ頂けると幸いです。

実は忘れさせる技術はかなり前から様々な研究論文が出ており、AI開発のキモに相当する部分になります。 一般的には忘れることは悪いことだと思われがちですが、実は記憶力と忘却力が同じだけ重要であることはAIのみならず生身の生き物に関しても言えます。 例えば鳥などには一部極端に記憶力が良すぎて、ちょっと餌の位置を変えるだけで覚えている記憶と違いが出てしまうため、自分の餌だと認識できない事があるそうです。 また抽象度の高い学問、数学や物理などは勉強した当初はよく分からなかったけど、3ヶ月ぐらい経ってもう一度勉強してみると一気に分かるようになった。という経験がある方もいらっしゃるかもしれません。物事のコツが掴める感覚もまさしくそうです。 また忘れることは前回の自分の価値観、考え方を強制的に変化させる1つのトリガーになります。これは特定の常識にとらわれず新しい価値を見つけるきっかけになります。実は量子コンピュータは量子揺らぎという物理現象でこれを再現しているのですが、深入りするとアレなのでこれくらいで留めます。 このように忘れることには ・思考の抽象度を上げる ・コツを掴むことで作業時間が短縮される ・過去の常識にとらわれない などの効果が期待されます。とはいえ情報を蓄えた上で忘れることに意味があるので、その点お間違いのないよう..

仕事上の「ミスマッチ」の解決には強い課題意識があるのでピック。 > デジタル・トランスフォーメーション（DX）に関連した職種も求人は堅調だが、働き手の希望やスキルが一致せず、労働移動が進まない状況だ。 実際に弊社でも営業の方、元サッカー選手の方、学生などなど様々な方からどうやったらデジタル人材になれるのかという相談を受けることもありますし、１から教育をすることもあります。その経験の中で思うのは、デジタル人材になりたいと考える人は本当に沢山いるけれど、勉強する方法がわからずそのための勉強する時間も無い。ということが課題としてあげられます。これを解決するためには ・オンラインでの副業DX人材の獲得 ・適切な学習ロードマップの提供 の２点が必要であるように思います。 【オンラインでの副業DX人材の獲得】 週１、２程度であれば忙しい社会人でもなんとか時間を捻出することができます。そのような中で与えることのできるタスクを振ることが重要です。弊社は大学院博士や社会人、学生など様々な10名近くのメンバーが完全リモートで仕事をしていますが、メンバーは一体感を持った上で業務を遂行することが出来ているとお話頂いています。これにはslackなどのチャットツールの整備だけでなく、高頻度で1on1のミーティングを設定することが重要になってきます。面談内容も本人が持つスキルと目指している将来像を重点的に深掘りをすることで双方納得のいく仕事の割り当てができます。 【適切な学習ロードマップの提供】 これはudemyなどのオンライン教材を提供することは確かに大切ですが、それ以上に上記の「スキルの確認と将来像の深掘り」の方がより重要です。私も最初は施策ありきでオンライン教材を勉強してもらっていましたが、著しく満足度が低かったのを覚えています。本人が活かせる能力、現在存在する会社の実務、将来得たいスキルの３点が交差する領域を面談を通していくつかタスクを与えてみて、その反応を見る。地道な作業ではありますが一緒に試行錯誤を繰り返し、だいたい３ヶ月ほどでどなたも十分満足のいく成果を出すことができるようになっています。 （投稿長いかな、、徐々に最適化していきます）