テーマパークに遊びに行くと、「古めかしく作ってあるもの」を見ることが多い。たとえば西部劇に出てきそうな雰囲気をリアルに再現したアトラクションの中に入ると、吊り下げられたランプだとか、ドアの取っ手だとか、そういうものがちゃんと大昔からそこにあるように錆びついた色合いになっている。 でも、当たり前だけどあれはその時代からそこにあったわけではなく、ピカピカの新品をその時代のものっぽく加工してあるのだ。 新品を古めかしく見せる塗装技術を「エイジング」というらしい。「アンチエイジング」じゃなくて「エイジング」。時間を一気に進ませる技術なのだ。 その「エイジング」の仕事をしていた友達がいる。どのような現場で働いていて、どんな技術やノウハウがそこにあるのか、気になったので話を聞いてみた。

ディープラーニングの欠点をカバー、多変量データを短時間観測して将来動向を高精度予測――東京大学の研究グループが新理論を構築：短時間多変数の結果を長時間小変数に変換 ディープラーニングでは大量の教師データを集めることが前提となる。だが長期間にわたって時系列データを集めることは難しい。東京大学生産技術研究所の合原一幸教授らの研究グループは、多変数からなる過去の動向を短時間観測したデータを使って、この前提を崩す研究成果を発表した。遺伝子発現量や風速、心臓疾患患者数などの実際の時間データに対して予測を行い、有効性を確認したという。 東京大学生産技術研究所の教授である合原一幸氏らの研究グループは、多変数からなる過去の動向を短時間だけ観測したデータから、ターゲット変数の将来の動向を高精度に予測する新しい数学的基礎理論を構築した。 一般に、生体や経済、電力網のような複雑系では、多数の変数が複雑なネットワ