  |
はてなキーワード: 計算機科学とは
「漫画家イエナガの複雑社会を超定義」の「量子コンピューター」の回がこの後1:20からNHK総合で再放送するようなので、本放送を見たときの自分の感想を改めてここにまとめる。
一般のメディアにおける「量子コンピューター」の取り上げ方はいつも、専門知識を持っている人間から見たらとんでもない誇張と飛躍で充ちている。もはやSTAP細胞詐欺か何かに近い危険性を感じるので、こういう話に接する時の注意点、「ここを省略していることに気づくべき」要点を解説する。
メディアにおける「量子コンピューター」の説明は、大体いつもストーリーが似通っている。
件の軽い調子の番組だけでなく、ニュートンだろうと日経サイエンスだろうと、まあおおよそ複素関数論の「ふ」の字も紙面に出したら読者がついてこれなくなる程度のメディアではほとんど同じ構成である。
これはこの20年ほど変わらない一種のパターンになっているが、実はこのそれなりに繋がっているように見える一行一行の行間すべてに論理的な問題を孕んでいる。
この行間に実は存在する論理の省略、あるいは嘘と言っても良い誤摩化しをひとつひとつ指摘していこうと思う。
量子ビットには重ね合わせの状態が保持できる。これに対して計算処理をすれば、重ね合わせたすべての状態に並列に計算を実行できる。ように見える。
しかし、これも一般的に聞いたことがあるはずなので思い出して欲しいが、「量子力学の重ね合わせの状態は、『観測』により収束する」。
つまりどういうことか？ 量子ビットに対する処理が並列に実行出来たとしても、量子コンピュータの出力はそれをすべて利用できるわけではない。
量子コンピュータの出力とは、量子ビットに対する並列処理の結果の、確率的な観測に過ぎない。
なので、手法的な話をすれば、量子アルゴリズムとはこの「確率（確率振幅という量子状態のパラメータ）」を操作して、望む入力に対する結果が観測されやすくする、というちょっとひとひねりした考え方のものになる。
単に並列処理ができるから凄いんだという説明は、増田自身一般向けの説明に何度も繰り返したことがあるが、まあ基本的には素人相手の誤摩化しである。
ここさえ踏まえれば、知識がなくともある程度論理的にものを考えられる人には、量子コンピュータに対する色々な期待も「そう簡単な話ではない」となんとなく感じられると思う。
量子コンピュータのキラーアプリとされている暗号解読は「ショアのアルゴリズム」という非常に巧妙な計算を通して得られる。
上で説明したように、量子コンピュータは単に「並列計算だから」なんでも高速な処理ができる訳ではない。暗号解読については、この「ショアのアルゴリズム」という自明でない計算手法（高速フーリエ変換の応用）が見つかってしまったからこそ問題になっているのであって、このアルゴリズムの実行が出来なければ暗号解読ができるとは言えない。
さてここからは量子力学というより計算機科学の話になるが、あるチューリングマシン上のアルゴリズムが別の計算モデルで実行可能かどうかは、その計算モデルがチューリング完全であるかどうかによるというのはプログラマには常識である。
これは量子コンピュータにおいても変わらない。量子コンピュータの一般に知られる多くのアルゴリズムはドイチュの量子チューリングマシンを前提に作られており、チューリング完全でないアーキテクチャでは実行できない。できるはずがない。ショアのアルゴリズムも当然そうだ。
しかしながら、この20年弱、D-Wave社が最初の「自称・量子コンピュータ」を開発したと発表して以来、さまざまな企業が「開発に成功した」と発表した「量子コンピューター」の中で、このチューリング完全なものは何一つ存在しない。
これらでは、今後どれだけ「性能」が伸びようとも、暗号解読の役には立たないのである。
以上の議論から総合すればわかると思うが、量子コンピュータで世界が一変するなんてヴィジョンははっきり言ってSF以下のファンタジーというレベルでしかない。
第一に、量子コンピュータの利用できるドメインは非常に限られたものであるし、第二に、その中の最も宣伝されているものである暗号解読の可能な量子チューリングマシンの開発の目処などまったく立っていない。どころか、業界のほとんど誰も挑戦することすら本気では考えていない。
現状の「自称・量子コンピュータ」（量子情報システム、とでも言おうか）にも利用の可能性はある。何より量子状態そのものが作れるので、物理学や化学領域の量子システムをシミュレーションするのに適しているのは言うまでもないだろう。しかし、まあ、現状あり得る比較的現実味のある用途というのは、それくらいではないか。
このように、メディアが量子コンピュータについて語るとき、そこには非常に多くの誤摩化しや飛躍が含まれる。これは結構業界の根幹に関わる問題なのではと思うが、時間が来たので総括は後述にでもすることにする。
何か質問があればどうぞ。
絵師界隈の言うAIユーザーの人間性や言動というのが私の見てきたものと随分乖離があるので反AIと思われるアカウントをXで観察してみた。
彼らの認識しているAIユーザーの中心層というのが情報商材屋と素行の悪い素人のようだった。
弁護士や法学の研究者のような法律の専門家、AIにかかわる技術を開発研究しているエンジニアや計算機科学などの研究者というのが面白いくらい登場しない。
だろめおん氏のようなAIを活用している漫画家やゲーム会社でAI活用しているようなコンテンツの制作現場で働く人の話もない。
情報商材屋やヤカラのような人間しか見ていないならばAIが悪行のための技術のような印象を持つし、世界中で規制が進んでいるというようなデマを信じたくなるのも無理もないように思える。
もっともそのような有象無象が技術の中心になれるほど小規模な技術じゃないのでそこばかり見ている絵師たちは遅かれ早かれ世の中の流れについていけなくなるだろう。
東日本大震災や新型コロナウイルスでの非科学的なデマを信じた層と何も変わらない集団ヒステリーがそこにある。
これが文化を豊かにする行動なのかと言うと私はそうではないと思う。
彼らはまず正しい知識をなるべく新しい情報から得て認識を改めるべきだろう。
AIでの生成を自信の創作に使わなくても開発段階で活用したりAIを活用した機能がペイントソフトのあちこちに使われるし、既に活用例もある。
液タブや板タブでもAIによる線の補正などが行われるようになるのもそう遠くないはずだ。
そうなった時にそれこそ筆を折らなければならない事になりかねない。
まぁ、その時は手のひらを返すのだろうが。
計算機科学は、情報の理論的基盤から実用的な応用まで、広範な領域をカバーする学問です。以下に、計算機科学の主要な分野と、特にネットワークに関連するトピックを体系的にまとめます。
プログラミングパラダイム: 手続き型、オブジェクト指向、関数型、論理型など。
プロセス管理: CPUのスケジューリングとマルチタスキング。
機械学習アルゴリズム: 教師あり学習、教師なし学習、強化学習。
深層学習: ニューラルネットワークによる高度なパターン認識。
ネットワークは、情報の共有と通信を可能にする計算機科学の核心的な分野です。
OSI参照モデル: ネットワーク通信を7つのレイヤーに分割し、それぞれの機能を定義。
プレゼンテーション層: データ形式の変換。
アプリケーション層: ユーザーアプリケーションが使用するプロトコル。
TCP/IPモデル: 現実のインターネットで使用される4層モデル。
リング型: 各ノードが一方向または双方向に隣接ノードと接続。
IP（Internet Protocol）: データのパケット化とアドレッシング。
TCP（Transmission Control Protocol）: 信頼性のある通信を提供。
UDP（User Datagram Protocol）: 信頼性よりも速度を重視した通信。
ルーター: 異なるネットワーク間のパケット転送とルーティング。
IDS/IPS（侵入検知/防止システム）: ネットワーク攻撃の検出と防御。
VPN（仮想プライベートネットワーク）: 安全なリモートアクセスを提供。
SDN（Software-Defined Networking）: ネットワークの柔軟な管理と制御。
IoTプロトコル: MQTT、CoAPなどの軽量プロトコル。
SNMP（Simple Network Management Protocol）: ネットワークデバイスの管理。
ネットワークトラフィック分析: パフォーマンスとセキュリティの最適化。
ネットワークオーケストレーション: 自動化された設定と管理。
AIによるトラフィック最適化: パフォーマンスの向上と障害予測。
マイクロセグメンテーション: ネットワーク内部の細かなアクセス制御。
『コンピュータネットワーク』 アンドリュー・S・タネンバウム著
『ネットワークはなぜつながるのか』 戸根勤著
Coursera: 「コンピュータネットワーク」、「ネットワークセキュリティ」コース
edX: 「Computer Networking」、「Cybersecurity Fundamentals」
IETF（Internet Engineering Task Force）: ietf.org
IEEE Communications Society: comsoc.org
W3C（World Wide Web Consortium）: w3.org
これはデカいと思うんだよな
Unityとか、Unrealとか、物理エンジンもBox2DとかBulletとか、当然昔はなかったので、みんな自前で書いてたはず
例えば、スーパーマリオの物理挙動とか衝突判定は当たり前だけど自前で書いてたはず
でも、今はブロック崩しさえUnityとかUnrealに含まれてる物理エンジンで剛体力学使って書けちゃう
なんかそういうの無駄な計算力だよなと思うけど、まあ書けちゃう、動いちゃう
昔はゲーム作るときって、リードプログラマーが1人いて、他も数人で、少人数で職人芸的に作ってたわけだよ
全て自前でやらなければいけないから、簡易的なものを作るにしても、一応大学でやった物理を再度勉強したりするわけだ
剛体力学とか、流体力学とか、材料力学とか、そのための数学とか勉強し直したりした
あと、ゲーム業界がバブル？だった頃は、海外なんかでは物理とか数学で博士号取ったような奴までゲーム産業に入って来た
彼らはゲーム業界に進まなければ、銀行とか保険会社、証券会社とかもある、もっと高給な仕事がいっぱいあるはずなのに、薄給のゲーム産業に飛び込んできた
彼らが高度な知識で色々な試みをしてくれたおかげで、今のゲーム産業があると言っても過言ではないと思う
だって、日本のゲームってどれも枯れた技術の水平思考ばっかりなんだもん
悪く言えば、保守的、必ず作り上げるという意思から石橋を叩きすぎたようなものを作る
例えば、初代のバイオハザードだったか、カメラ固定だったじゃん
今どきアローン・イン・ザダークかよｗって思ったよなｗ
あの頃、自分はPCでDOSとかで普通にFPSやってたから、あくまで技術的にだけど、アホじゃないかと思ったんだよな
でも、周囲のプログラムとかIT業界に関係のない知人とかは喜んで遊んでる
日本のバイオが固定視点なのに対して、海外勢はFPSとか三人称視点ちゃんと作ってたよな
日本でFPSっぽいの初代PSでちゃんとやってたの、攻殻機動隊だと思うんだよね
今に至るまで、最も原作の意味をくみ取ってたアニメだったし、石野卓球なりの曲も良かった
時は流れて、今の日本のゲームもみんなUnityとかUnrealになった
Godot選択する人もいるかもしれないけど、あれ、良さそうだと思ったけど、情報少なすぎるよね
ソースは公開されてるんだから、ソースを読め的な感じもしたし、今どき？
独自スクリプト勉強するのもなんだな、と思って、ちょっと使う以上に使う気になれなかったんだよな
調べてもらわなくても、まあ、分かるだろうけど、UnityとかUnrealの開発者、日本人とかもいる、はかなり著名なゲームを開発した人も含まれてるよね
彼らは、当たり前だけどUnityとかUnrealがない時代は、当然自分たちで全てを書いてきた人たちだ
リードプログラマーが一人といったけど、かなりの分量をリードが書くはず
ほとんど一人開発と言ってもいい
あと、そういうリードプログラマーは職人みたいなものなので、自分で書いた数学ライブラリとか、物理エンジンとか、持ち歩いて会社を転々としてる人もいたはず
厳密には権利の問題もあるかもしれないけど、そういう優れた人材は引っ張りだこなので、会社を転々として、
その場その場で、自分で1行目から書いた、自分しか持ってない自前のvecmathライブラリとか、物理とか、ノウハウを財産として持って移動しまくってた
で、そうやって業界をサバイバルしてきた人たちのトップランナーが、今はUnityとかUnrealで開発とか営業とかやってる
多分だけど、もうコアな部分を書くことなんてなくなっているだろう
Unity、Unreal以前は、行く場所行く場所で、ゲームエンジンレベルからゼロから書いていた
でも、Unity、Unrealはそれを当たり前だけど共通化するわけで、そしたら一度書けば、それはずっと使われるコードになる、当たり前のこと言ってるけど
で、困っちゃうのは、そんなトップランナーになれなかったゲーム開発者だ
ゲームエンジンを開発するための、数学や物理、コードに関する能力、特にCやC++が多いだろうけど、そういう能力はある
自分は凡人以下だろうけど、かなり凄い人もいるんだろうけど、そういう人も含めて、ゲームエンジンレベルから作る職人芸は無意味、無価値になった
もちろん、まったく無駄にはならない
結局、Unity、Unrealを使うときに、単に使うだけでも中の挙動を勉強しなければいけない
でもね…
もう、ゲーム開発がコードをガリガリ書く仕事というより、コンテンツを作る作業にほぼなっちゃってないか？
3DCGのモデリング、シェーダー、ゲーム本体も含めて、箱と箱を線で繋ぐような作業でゲームができるようになってる、とっくになってる
そうすると、もうC、C++でガリガリゼロから書いていた人とか、
それこそ、PS2の開発はよく知らんが、悪評が高い、あれはOSレベルから書かされたりしていたように聞いてるし、
そういう人たちもゲーム開発の現場でそういった知識が活かされることはもうない
逆に、北欧で生活保護もらったりしてただろうNotchのマインクラフトとかの方が成功しちゃったりしてるよね
あれはゲームエンジン？と言っていいのか分からんけど、あの独特のボクセルの世界はゼロからJavaで書いたものだ
彼は時間制限でゲームを開発するイベントに数多く参加していて、いつもJavaでサクッとゲームを作っていた
だって、プロのゲームプログラマーっぽくはない、Javaでしか書いてないとか、それこそJavaの方が生産性が高いみたいに言ったら、日本のゲーム業界だったら鼻で笑われてただろう
彼はマインクラフトの前に、ゲーム会社に所属していたし、そこで開発していたのは、世界をすべて緻密に構築するようなゲームだったらしいけど、
自分の予想だけど、そんなの全地球シミュレーターの簡易版みたいなもので、無謀な試みというか、かなり複雑な仕組みになっていたはずだ、自分が聞いてたら、実現できるかさえ怪しい、と思っただろう
彼は世界を緻密なボクセルやポリゴンではなくて、大きなボクセルで実現することにした、まずそこが出発点であることは間違いないだろう
そこからセルオートマトンで川とか水を実現できるんじゃないかみたいに発想が膨らむよね、プログラマーなら
話をまとめると、ITがつまらなくなった話はゲーム開発にも置き換えることができる気がしている
昔のゲーム開発に少しでも携わっていた自分のような人たちは、今の時代では老害だということは重々承知しているし、
多分、今、ゲーム開発に興味がある子供とかがゲームに望んでいること、ゲーム開発でやりたいと思っていること、と自分たちの世代のゲーム開発者がやりたいと思ってたこと、やってきたことは、もう全然乖離してるんだと思う
考えてることが乖離してるんだから、話が通じないのはおかしくない
違う世界を生きてる人、偏差値がいくつ違えば会話が成立しないなんて話もあるように、今の子供たちと会話が成立しないのはおかしくない
そして、当たり前だが、現状を正しく認識しているのは、今の子供の方の可能性が高い
基本的にはCやC++で膨大なコードを短期間に書くことが要求される仕事だった
それが今の子供たち、というか、今の時代の環境に慣れた人たちにできる仕事とは到底思えない
そういうトッププレイヤーは、今はAIなり何か、最先端のものをそういった企業のコアの部署で、コアなものを開発しているはずだ
でも、そうなれなかった人たちはどうなる？
高度な彫り物とかするような職人が、NC工作機器とかで彫り物をするようになったら、職人は必要なくならないか？
伝統工芸だの、人間国宝だの、そうやって手で作ったものの方が温かみがあるみたいなオカルトに守られて生きられる人間がどれだけいるだろうか？
その、人間国宝レベルの人たちがUnityやUnrealのような企業に吸収されていく
あとは過去に開発したゲームのネームバリューを活かして講師職になるとか、そういう感じだろう
そうなれた人間がどれだけいるだろうか？
優れたリードプログラマーに触発され、職人になるべく数学や物理、プログラミングの知識習得を重ね、朝から晩までひたすらコードを書いていたのに、
今の生成AIは大したことないと自分も思うが、驚き屋ｗｗｗとか馬鹿にしてる奴らは、いつかうっかりAIに職を失われないか、よく普段から考えた方がいい
あと、AIに職を奪われたくないから、プログラミング頑張る、みたいな奴は、俺的には間違った頑張り方だと思うｗ
そのプログラミング自体がなくなるかもしれない、って言ってるんだって
技術習得とか、自分の技術でマウンティングし合ったりする暇があるなら、別業種のことでも勉強した方がいい
そういえば、優れたアニメーターだった人が、作画として年齢的に限界にあるし、親族にもアニメーター辞めるように言われてたらしいけど、
ある日バイク事故にあって、アニメーターを続けられなくなって、その人は年齢的にギリギリで清掃車運転する仕事についてたはず
立派な公務員になれて、空いた時間で絵を描いては、市役所などで販売してたはずだ
何が人生として幸運かなんて分からないけど、必ずしもアニメーターが庵野とか宮崎駿を目指すのが幸せなのだろうか？
どこかで自分の仕事を辞めて、それを趣味にして、安定した仕事に就いた方が、心の平安が得られるのではないだろうか？
というか、富野アニメなんか、やたら名誉を優先して失敗する人が出てくるよね
長い人生生きてきた老害には、ああいうのなんかよくわかるんだよね…😟
みんなが驚き屋って読んでる人たちは、基本的にPythonとかも書けないし、計算機科学とか数値計算の知識とか曖昧というか、まったくないような輩がいるし、
元の文章である「ITがつまらなくなった」だったかの文章にもあったように、ビジネスのアイディアだけある胡散臭い素人が乱入してきた感があるわけだけど、
でも、老害って若い世代とか新しいものを疑ったり反発しがちなんだよな、自分も含めて
だから、たしかに驚き屋の連中のかなりは胡散臭い、詐欺師みたいな、出まかせで大金持ちになったスティーブジョブズの極小コピーみたいな連中ばかりではあるけど、
でも、生成AIとか、これから汎用AIとかもどうなるのか分からんけど、どんどん素人に有利になってくと思うんだよな
だって、UnityとかUnrealで作ってる世代はガリガリC++書くのなんて馬鹿げてると思ってるだろうし、
プログラミン技術がもっと怪しいのはWebアプリ界隈も同じだと思うんだよな
RailsやPHPで書いてる連中と、C++で書いてる連中の世界は、見えてる世界がかなり違うんだよ
そもそも、そういう輩はLinuxとかWindows上で書いてるわけで、いわゆる家庭用ゲーム機とかでコード書いたことないだろ？
でも、Xbox発売時にビルゲイツが言ったように、（なんかSEGAだかソニーだか知らんけど）所詮ゲーム機なんて機能が制限されたパソコンだよね、
nVIDIAとかGPUカードどんどん作るんだし、パソコンの方が最先端のグラフィックスが体験できるよね、
みたいに言いつつ、Xbox発売したわけだけど、自分もそう思ったけど、あの預言は的中したよね
情弱と信者だけ任天堂Switchとか使ってるんであって、ビルゲイツが言ったように、ゲーム機の中身は機能が制限されたパソコンだよ
昔、TRONというプロジェクトがあって、あれを孫正義がクソミソに言ったという話があったと思うんだけど、
日本だけで閉じたプロジェクトを出発させても、アメリカの豊富な資金で、カネと資源という暴力で作られるオープンな世界に絶対負ける、ようなことを言ってて、
当然、そのあとIntelなりWindowsに日本は負けるし、半導体としては台湾に90年代で既に負け始めてたわけで、
家庭用ゲーム機も同じで、家庭用ゲーム機の新しいバージョンが出るまでのスパン、機能は固定されるから安定して確実に動作するゲームが販売できるとか、
色々利点はあるんだろうけど、でも、その間に日進月歩で、それこそnVIDIAみたいな企業がどんどん進んでいくわけで、
グラフィクスシンセサイザーｗとか名前はカッコいいけどさ、名前に準じてたら、今頃ソニーNVIDIAに勝ってない？違うでしょ？
話を戻すと、どんどん素人が参入してきて、その素人が頓珍漢なことを言ってるのが不愉快だ、許せない、驚き屋氏ね、みたいな気持ちは分かるけど、
素人が参入できるようになった、というのは、世の中の流れが変わったわけで、そういう若い世代をただバカにするというのは、老害しぐさだよね
気持ちは分かるけど、ドラえもんのように生暖かく見守るとともに、老害も新しい技術とか、素人が驚いていることをちゃんと咀嚼して、吸収していく必要があるんじゃないの？
ちゃんと大学、大学院で計算機科学、情報科学をやってきったわけだし、あやふやな知識でイキってる若者に対して老人が取るべき態度ってそういうもんじゃないの？
例えば、子供が初めて何かを見て驚く、それを大人が見て、そんなのはありふれてる、驚き屋ｗｗｗと思うだろうか？
子供は素人だから初めて体験したわけで、なぜ子供がそれを見て驚いたのか？とか、子供の目線でちゃんと考えられる人は、教える人に向いてる人だと思う
他人に教えることがうまい人は、自分の経験、能力も整理することがうまい
だから、驚き屋という子供、素人が何に驚いたのか？という目線を持つのは大事だと思うんだよな
何が含まれるかといえば、数学、論理学、統計学、言語学あたりがメジャー。
更に最近だとコンピュータサイエンス、即ち計算機科学も含まれると。
というかこの計算機科学、なんで「科学」にカテゴライズされるのかずーっと疑問だった。
まあ人文科学でも社会科学でもないのは明らかなので、科学に含めるなら消去法で自然科学なんだろうけど、でも物理や化学の法則が効いてくる世界ではない。
むしろ自然界の制約が一切及ばない何でもありな世界とか、それもう科学でもなんでもねーじゃんと思ってたんだわ。
でも違った。科学にはもう一つ形式科学というものがあったなんて、今の今まで全く知らなかったよ。
一応、プログラミングで数字や論理記号はそれなりに使う機会があるので、まあ応用数学的な何か？とは思ってたけど、そうすると数学は自然科学に含まれるんだっけ？という別の疑問が湧いてきたり。
なんか、システム開発というかソフトウェアの開発がハードと同じようにはうまく行かないとか話題になってるけど、形式科学という言葉を知ってしまうと、そりゃそうだろって思うわ。
メカやエレキ含むハードは自然科学中心の世界なのに対し、ソフトは完全に形式科学中心。その時点で畑が違いすぎ。
まあ物理とかは数学をツールとして使うどころか「理論物理学」「数理物理学」なんて分野もあるから、クロスオーバーしてる部分があるのは認める。
でもCSに限って言えば自然科学にかすっている部分を探すほうが多分難しそう。
あと日本のソフト軽視とかいうのも、形式科学という知見の欠如に由来するところが大いにありそう。
正解が「数学的」に決まるところ。たとえば「1■1=2 のときに ■を答えなさい」というときに競プロは■を答えるだろうし、それを早く答えて悦に入るだろう。
それもいいけど、いちど数学的に答えが決まっちゃう問題はライブラリにまとめられて、一般的なコーダはなにも考えなくてもインポートして処理できちゃうわけ。上の例えだとふつーのプログラマなら「枯れたライブラリをインポートして、正しく答えが出ると確信できるなら『答えは正しいとか考えなくても』それを使って対処する」ので、データの振る舞いとか気にしないで済む。たとえば SQL なんて、実行時計画という「アルゴリズムを常に指定するなら不要な」話題があるのだけど、データ量によって適切なアルゴリズムが変化するから仕方ないし、概ね RDB は賢いのでヒューマンが考慮するのは問題がある場合だけなのだ。よって、競技プログラマが生産性を確実に上げるという根拠はない。
もちろん、アルゴリズム知識を身につけるのは大切だし、クヌース先生も書いてたけど分散処理アルゴリズムはフロンテイアだろうよ。というか、暗号分野やセキュリティの領域や、条件が過酷な場合（宇宙線の影響下とか、メモリの少ないエッジコンピューティングとか）だと、アルゴリズムの研究や追求は大切なのは今も同じだ。でも、競技プログラマが新規にアルゴリズムを開発したり、セキュリティに向上したという話は聞いたことがないが、レッドコーダー諸君は自前で創造して使われた実績はあるのだろうか？
ついでに聞いてみたいのだが、競技プログラマたちは「マルチスレッドなコードで早く書こうとしないのはなぜ？」「そもそも、競技プログラミングで使うコードは便利なスニペッツがあるけどそれってチートでは？」「ときどき正規表現で解く問題があるけど、そのときの計算量は無視してない？」という矛盾を抱えているのてはないか？と思うのだが如何か。
究極的には競技プログラミングに必要な知識というのは、産業用途で要求される知識の一部でしかないのが問題なんだと思うよ。ほら、アレだよ、むかし話題になった「数学だけデキる人向けの東工入試をやったら、英語ができなくて卒業できなかった」という童話に近いんだよ。競技プログラムってインとアウトしか見てないブラックボックステストだから、ここだけしか計算機科学の知識が無いというヤバ人材の育成しかなってないのだろうな。
大学を中退しフリーターをしていた高校の同級生がスウェーデンで暮らしている。彼は私の友人の彼氏だったため高校時代はよく話していたが、卒業して友人が別れてからは自動的に疎遠になっていた。たまたまInstagramでやり取りし始めて色々近況を話すようになった。
フリーターとしてふらふらしていた時にたまたまロイヤルコペンハーゲンを紹介する番組を見たのがきっかけだそうだ。
もちろん当初はデンマークに行く予定だったがたまたま情報収集のために見ていたデンマークを扱っていると思っていた雑誌がスウェーデンだったことからそのままスウェーデンに向かった。
旅行で訪れたスウェーデンを気に入り、その後留学した。入学したのは高校中退者などが大学に進学したり職業訓練を受けたりする学校。それとともにスウェーデン語と英語を学べる公的プログラムに参加しクルド人やベネズエラ人、シリア人たちと一緒に勉強していた。どちらも学費は無料。その上シリア人の友人とその家族に手伝ってもらい生活費の公的扶助まで貰ったそうだ。
いくつかの職業訓練プログラムを修了した彼は移民向け就労支援によって電気工事士として採用されビザも切り替えた。
スウェーデンでは学業のために仕事をセーブすることが権利として認められており、その分の生活費保障まで出るらしい。その制度を利用して電気技師として働きながら大学進学のための単位を揃え大学に進学。大学で計算機科学を専攻し在学中も生活費が行政から支給された。
大学を卒業し現在はノールボッテン県に移住しエンジニアとして働いている。イラン系ホームグラウンのスウェーデン人女性と結婚したそうだ。
スウェーデンに縁もゆかりもない日本人男性がこんな暮らし方できるって素直にスウェーデンすごいと思ってしまった。
面白い話があった。
電気技師として働きながら学校へ通っている時に彼は移民・難民の偏見をなくすための媒体の取材を受けた。市議会議員の一人がそれを読み、SNSで彼の制度利用歴と利用の仕方を調べ批判したらしい。彼は肝を冷やしたが、逆にその議員が他の議員や市民から猛批判され謝罪したそうだ。
そりゃ使うだろうけど、そんな革新的か？って話。
AlphaFoldが昔は2年かけて決定してた構造解析を数分に短縮ってやつとか、次元の縮約には主成分分析と特異値分解しかなかったところに、新星のように速くて高性能なUMAPが出現したときの衝撃に比べると、便利だけどなんに役立つの？
って感じしない？
ジャンルにもよるけどさ、自然科学って、90年代2000年代には測定器の性能が爆上がり。しかし、吐き出す情報の数が桁違いになり情報を処理しきれなくなった。
すげーデータはあるけどまとめられない、人間が理解できるところに落とし込めないって感じ。
多変量解析だヤッホーい、コンピュータならそれができる！というムードだったけど、情報爆発に解析技術が追いつかなくて、結局、ちゃんと考えて実験しないとダメダメ
それが、2000年代から2010年代にかけて、実験の目的とか意味とか抜きに、「とりあえずディープでポンすりゃよくね？アクセスログとかに比べりゃ科学のデータなんかビッグでもなんでもねーから」って感じで、計算機科学の連中が革新的な技術をくれた。
でChatGPTに話を戻す。
でも、科学の世界で困ってることって、言語情報をどう処理するかじゃなくない？分野にもよるだろうけど。
ChatGPTをどう活用するかみたいな話が盛んだけど、営業ならコールセンターくらいやってくれるだろうけど、それ以上どうなんだろ。
結局、営業って、人脈と人の心にどう入り込むかで仕事してるでしょ？AIが接待ゴルフしたりしてくれるわけじゃなし。
採用面接や人事考査したり、だれをどこに配置するって決めたりは高いかもしれないけど、そういうのってホワイトカラーは絶対にそういう仕事を手放さないでしょ？責任をとるのは誰だ的な話で。
も無理。経理は置き換わるかだけど、経理ってそもそも入力が文字情報じゃない。会計ソフトで十分。
2年前に自殺未遂をした。
自称進学校から特に何も考えず明治大学法学部に進学。大学をそこそこ楽しみ総合電機メーカーに新卒で入社。学生時代からの彼女もいてそれなりに充実していた。
しかし、とあることがきっかけで関わりたい分野が見つかり転職を決意した。その分野を知るきっかけとなったアメリカの企業（電気自動車とTwitterで有名なアイツが設立した会社の一つ）の応募フォームを見たところ、「計算機工学、計算機科学、電子工学、脳神経科学、医学のいずれかの学位を取得していること」となっていた。その分野は動物実験に不寛容な日本では流行っておらず、大学で細々と研究されているのみでアメリカと中国に集中している。その企業以外の応募フォームを見ても全て「工学、科学（脳神経科学）、医学の学位又は脳神経外科医としての実績」とあり詰んだ。大学名より専攻重視のアメリカを実感した。勉強し直そうと思ったが、その時既に26歳で貯金もない。この先やりたい仕事には就けず、やりたくない仕事を続ける人生が続くことに嫌気がさし、衝動的に自殺に踏み切った。
結果としては親に見つかり失敗。数日間後に意識を取り戻した。助かって良かったという気持ちはあったが、これから頑張ろうという気持ちもなかったので仕事を辞めた。彼女とは自然消滅。足に鋭い痺れが残り歩くことができなくなった。
現在は公的扶助をもらいながら生活しているが、やりたくもない仕事を続けながら生きていても辛いだけだったので、結果オーライだった。
