2018年04月14日に初出の投稿

Last modified: 2018-04-14

トップレベルのコンピュータエンジニアなら普段からチェックして当然の技術系メディアN選

連れ合いから教えてもらって、久しぶりにこういうネタのページを見た。著者は、確か NTT 系のシンクタンクとか Basho とかにいて、いまは Preferred Networks で深層学習をやってる方だったかな。

僕は関西で、「トップレベル」ではなくても実際に自分の設計や実装でお金を稼いでいるプロの技術者の一人でもある。そういうレイヤーの人間から見ても、こういう人たちって日本には山のようにいて覚えてなんかいられないし、覚える必要もないんだよね。なので、学術においても、実務のエンジニアリングにおいても、それから IT ビジネスの役職者として見ても、「ふーん、君はそういうサイトが好きなのか」くらいの感想しかない。

「トップレベルのコンピュータエンジニアなら」とか言ってるってことは、ACM の会員だったり、MIT でコンピュータ・サイエンスの教授だったり、arXiv.org にプレプリントを最低でも5本は投稿してたり、あるいは Google や Facebook で R&D にいる人が巡回してるサイトってことなんだろう。その中に自分が入っていて、自分はこういうサイトを見てるということを言いたいのは理解できるんだけど、やはり普段から見てるものを適当に並べただけという印象が強い。

狭い業界の有名人の個人ブログからオライリーの新刊書ページまで、幅広く選んでいるつもりなのかもしれないけれど、やはり偏りすぎていて Naver まとめと同じレベルだと思うね。Lambda the Ultimate みたいな定番のサイトすら入ってない。それに、産業寄りや実務寄りではなく「コンピュータエンジニア」とわざわざ書いてるってことは工学系の応用数学とかも入るニュアンスがあるんだろうから、個人ブログなら Azimuth とかが欠けてるのは、はっきり言っておじさんからすると寸足らずだと思うぜ。

その他、ほんの一部だけ追加しておくと、機械学習が専門なら arXiv.org みたいな誰でも知ってるようなところだけではなく jmlr.org(Journal of Machine Learning Research) とか academic.oup.com/logcom (Journal of Logic and Computation) のような専門のジャーナルも「トップレベル」の人々は見てるだろうし、個人のブログなら Existential Type (Carnegie Mellon の Robert Harper)をはじめとして、ご専門の分野で簡単にでも書き足せるリソースはもっとあるだろうと思う。僕は博士課程で初等的なレベルのロジックしかやってないので、学術としての機械学習とかは門外漢なのだけれど、ロジックの方から情報科学のリソースをたどるだけでも、他人に広く紹介してもいいリソースは他にもたくさんあると思う。それらは、もちろん僕が見てるだけにすぎないものも含まれているので、ここでわざわざあれこれとひけらかすようなものではないと思うが、あるにはある。そして、大風呂敷を広げてリストを掲載してしまうことには、読んでいる側の視界を狭くする影響があるのだから、それなりに責任が伴うのだと自覚してもらいたいんだよね。

そして、こういう話題というのは、どうしても個人として利用しているリソースには偏りとか些細な違いがあるので、単なる違いでしかないものを「俺は君の知らないことを知っている」みたいな、くだらないマウンティングの道具に使う奴が出てくるので、この手のリストの是非を追加のリストとか alternative のリストを提示してどうこう批評するようなことはしたくないんだよね(そういう議論って発散し易いわけなので、機械学習の専門家なら、リンク集なんてものを巡回するくらいなら、その時に必要な課題について検索エンジンで検索すれば済むという話に収束してしまうのは分かるだろうし、そもそも機械学習をそういうことに応用できもしないなら、機械学習の実用性なんて大したことないって話になる)。

  1. もっと新しいノート <<
  2. >> もっと古いノート

冒頭に戻る


※ 以下の SNS 共有ボタンは JavaScript を使っておらず、ボタンを押すまでは SNS サイトと全く通信しません。

Google+ Twitter Facebook