暇人大学放浪記

モラトリアムを持て余した暇人が日々起こった出来事に対する所感を徒然に書いていきます。

お題目

最近思うことを徒然にまとめてみた。

はじめに

 皆様、いかがお過ごしでしょうか?最近は雨天が続き学校に行きたくない日が続いています。僕は院進してから大学の課題が忙しく、研究を『明日やる明日やる』と言う馬鹿野郎になりながら、日々をのうのうと過ごしています。『めっきり人とも会わなくなってしまっているなぁ。』と感じます。研究室でズーッとパソコンに向かっていると何やら昔のことを思い出してしまいます。『こんなことがあったなー』とか、『あれ一体なんだったんだろうなー』とか徒然に思い出してしまいます。ボーッと思い出していると、不思議なことに何やら当時は気づかなかったことが分かることも出てきます。分かったところでだれに言っても伝わるものではなく、面白いことではないわけです。しかし、どこかに発散しないと気持ちが収まらないというのが人情というものです。そこで今回はボーっと思いだした僕なりの不思議な経験とそれに対する僕なりの独断と偏見にまみれた考察をここに書きなぐっていきたいなぁっと思います。それは、ある一つの本を出版するところから始まりました。(話がややこしくなるのを避けるために詳細のところに本のリンクを貼っときます。*1 )

 本記事では、僕が編集者の人に少しだけ関わった経緯を時系列的に紹介し、思ったことをまとめていきたいと思います。

なかみ


ことのはじまり

 僕はカレーを作るサークルでカレーを食べていました。それ以外は特に何もしていません。カレーは普通のレトルトではなく、Fig. 1に示すような、アジアテイストのカレーでした。正直僕はこれをサークルに入るまで知りませんでしたし、この後これが、サブカルの門戸を開ける鍵になるとは微塵も想像していませんでした。ただうまいなと思っていました。
f:id:kazubon35_2438168:20170622151422j

Fig. 1 カレーイメージ


 商売をしていると、良く通ってくるなじみの客という方が出てきます。その一人に編集者のAさんが居ました。Aさんはカレーを作っているうちのサークルの部長に興味があるらしく、気が付いたら本を出す流れになっていました。

はじめて会った出版社の方

 本を出すにあたり、いくつか記事を作らなければなりません。しっかりと編集者のAさんと行動を共にしたのは本に出す記事の取材の時でした。この時の取材はカレーに関係してタンドール窯を作る中小企業にお邪魔しました。ちなみにタンドール窯とは、Fig. 2に示すように、カレーに添えるナンを焼く専用の窯です。どうやらインド人相手に商売をする難しさ、JIS規格をクリアする必要があるなど、諸々の理由から、費用対効果がとても悪いらしく新規参入企業は居ないようです。


f:id:kazubon35_2438168:20170622141020j:plain

Fig. 2 タンドール


 この中小企業はとてもディープな中小企業でした。(一体全体どこで、この企業を知ったのかは分かりませんでした。*2 )

 取材後、僕たちは本を出してくださる出版社のBさんと合流しました。飄々とした気さくな方でした。過去に蛭子能収さん*3ナンシー関さん*4の担当をしていたようです。僕は忘れられた時代を生きた人たちがまだ生きていると言う事(当たり前ですけど、同世代ではそういう昔の価値観なんて持った人もう居るわけないから実感湧かないんですよね。)、そして彼らが彼らなりにまた新しい文化を作ろうとしていると感じ密かに衝撃を受けました。

ぼくが見た舞台裏

 一通り著者が原稿を書き終えた後、本が無事出版されました。僕は本と言うものは出版したら終わりだとずっと思っていました。しかし、違いました。時代は出版氷河期です。出版したら誰かが買ってくれるなんてことはあり得ないわけです。*5買ってもらう努力は売ってから始まるのです。ラジオや新聞で取材してもらったりして、本の存在を知ってもらいます。本屋さんにもわざわざ行くときAさんはわざと『〇〇の本どこですか?』とわざと聞きます。そうして、店員さんに名前を憶えてもう様です。その積み重ねの先に重版があるのです。

 僕はその中で僕はYoutuberの方に本の紹介をする企画に参加しました。詳細は割愛しますが、僕はその時あの手この手を使い『サブカルの好きな方たち』が見つけられる丁度いい所に広告を打っているんだなぁと思いました。全て、こういう取材などは日ごろのAさんの活動や人的ネットワークによるものだと思いました。そうやって、何人かで集まって一つのまとまったカルチャーを作る時代になったのだなぁと思います。

編集者とは

 僕は活字離れと戦うAさんをみていていくらか思う事がありました。その一つが、どうやってこの人が生まれたのだろうか?という素朴な疑問です。その経緯を知るヒントとなる雑誌が最近出版されました。*6  内容の詳細は割愛しますが、Aさんは浪人の時に池袋で出版の道に進んだようです。僕はこの雑誌を読み、今の出版の就職のしにくさ、日本の基本的の固定した社会とは違う時代の日本をそこに見た気がしました。今はないけど、こんな時代が存在していたのだなぁ。っとしみじみ感じました。

おわりとこうさつ


フリーの編集者を通して

 本の出版作業を間近で見る機会を得ていくつか僕なりに思ったことがありました。先ず一つにホントにサブカルって色々な幅を持って居る様で繋がっていると言う事です。それを意図的につなげている部分があります。時代の移り変わりで多少は新しいサブカルが生まれてくるような気がしますが、意外と根っこは同じなのかなっと思いました。(ところで、『サブカルってそもそも定義何?』って聞かれることあるけど、これはまだ僕の中で決着ついてません。すいません。)  
 また、Youtuber等を見ていて思ったのですが、今は表現するという敷居が本当に低くなっていると感じます。簡単に自分の力で思ったようなコンテンツを生み出せる様になっている。それは、娯楽の価値が低下することを暗に意味していると思います。そして、オリジナリティってそんなにないんじゃないかなっても思いました。まぁ、個人的見解です。  
 最後にこんな貴重な経験ができたことを誰にともないですが、感謝したいと思います。

注訳と詳細

*1:僕が流れで変な経験をするきっかけを作ってくれた本です。
京大カレー部 スパイス活動

*2:どうやらタモリ倶楽部と言う番組にも出演されていたようです。
タモリ倶楽部 1月22日放送~インド人がマジリスペクト!タンドール窯の父、高橋重雄 : Halohalo online

*3:ヘタウマと言うジャンルを漫画雑誌:ガロ等で打ち立てた漫画家です。編集者さんは『ヘタウマって言うけどあれは単なる下手だったよね(笑)。』とおっしゃっていました。当時売れるとは思っていなかったそうな…。担当者も全部売れる売れないを分かりきってるわけではないんですね。一冊適当な本を挙げておきます。
蛭子能収コレクション 地獄を見た男?地獄編?

*4:1990年代あたりに活躍されていた芸能、サブカルエッセイストと言うフワッとした認識を持っています。彼女の本は京都のサブカルバーなどに置いてあったりします。Wikipediaによると、マガジンハウスの雑誌:ホットドックプレスから生まれた作家の様です(真偽は知りませんが)僕は当時自我が芽生えてなく、想像で『こんな時代があったのかなぁ』と思いを馳せる程度でしたが、まさかその空気を作った方に会えるとは思っていませんでした。話を聞いていて本当にあった時代なのだと思いました。一冊適当な本を挙げておきます。
お宝発掘!ナンシー関

*5:余談ですが、その後、漫画:『重版出来』を読み一人涙しました。単純とか言わないでね。
重版出来!(1) (ビッグコミックス)

*6:編集者さんのことを書いた雑誌です。何ページにあるかは秘密です(笑)。
SPECTATOR - β version

今年の京都大学の整数問題が受験生をなめている件について.

 

 

はじめに

  どうもお久しぶりです.春休みですね.だからと言ってぼくはこれと言って暇だと言うわけではありませんでした.

 まぁ,そんな近況はさておき,最近国立の入試が終わりました.大学を入学してしまえば受験問題なんて何の役にも立たないものだとは思いますが,呆けた脳みそを動かすには少しは薬になるのではないかと思います.

 そんなこともあり,気になった問題だけを今年も数問解いてみました.そしたら,意外や意外.去年と今年の整数問題の答えがまるっきり一緒だと言う事に気が付きました.これは京都大学がついに入試問題に手を抜くようになってしまったと言う事なのでしょうか?(そんなことはないって分かってるよー.)この事実を早く周知せねばならない.そして,俺ははてなブログを使って早くTeXが打てるようにならなくてはいけない.そういう多数の欲望と需要が混ざり合った結果この記事を書くことにしました.

 まぁ,そういうことで,今年の入試問題と解答(俺が作った奴だからあってるとは限らないし,クソセンス悪い可能性ある.)を載せてみようかなーって思いました.ちなみに,サークルの後輩にも解かせたのでそちらの別解も(無断で)載せました.気合い入れて今回は入試問題と同じ全角ピリオドと全角カンマの文章でお届けするぜ!!!

 正直かったるい人は解答とか見なくていいと思います.

2016年度の整数問題

問題

 まずは問題から.

{素数p,qを用いて,}

{p^q+q^p}

{と表される素数をすべて求めよ.}

解答

{p,qの偶奇が一致する場合を考える.}

{p,qともに偶数の時をまず考える.}

{偶数の素数は2しかない.}

{この時2^2+2^2=8より不適.}

{よって偶奇が一致する時はともにp,qは奇数である.}

{p,qともに奇数の時}

{奇数は何乗しても奇数なので,}

{p^q+q^pは(奇数)+(奇数)となり,}

{値は(偶数)になる.そのような値で素数は2だけである.}

{又,最小の奇数の素数は3なので,}

{p^q+q^p \geq 3^3+3^3 \geq 2であり不適.}

{よって,p,qともに偶奇が一致することはない.}

{なので,p,qいずれかが偶数素数の2を取る.}

{便宜上p=2として考える.}

{この時満たすべき式は,}

{2^q+q^2となる.}

{これが素数となる時を考えればよい.}

{ここから以下の議論では3を法として考える.}

{q=0の時}

{値は2^0+0^2=1である.}

{q=1の時}

{値は2^q+1^2である.}

{qは奇数なので,2^q=2である.}

{よって2^q+1^2=2+1=0となる.}

{よってこの時の取り得る値は3である.}

{しかし,q \geq 3より,}

{2^q+q^2 \geq 3なので不適.}

{q=2の時}

{値は2^q+2^2=2+1=0となる.}

{q=1の時と同様の議論により不適である.}

{以上の議論から,q=0の時の素数,}

{つまりは,q=3の時のみ成り立つ.}

{よって求める素数は,(p,q)=(2,3)の時}

{2^3+3^2=17である.}

{QED}

 

 まぁ,ここで必要な情報って{(p,q)=(2,3)}って事だけなんですけどねwww.解答まで載せる必要はなかったんですけど一応.

2017年度の整数問題

問題

{ p,qを自然数,\alpha,\betaを}

{ tan \alpha = \frac{1} {p},tan \beta = \frac{1} {q}}

{を満たすとする.この時}

{tan (\alpha+2\beta) = 2}

{を満たすp,qの組(p,q)をすべて求めよ.}

俺の解答

{tangentの加法定理よりゴリゴリ展開して,}

{tan 2\beta = \frac{2tan \beta} {1-tan^2 \beta} = \frac {\frac {2} {q}} {1-\frac {1} {q^2}} = \frac {2q} {q^2-1}}

{tan (\alpha+2\beta) = \frac {tan\alpha + tan2\beta} {1-tan\alpha tan2\beta} = \frac {\frac{1} {p} + \frac {2q} {q^2-1}} {1- \frac{1}{p} \frac{2q}{q^2-1}}}

{=\frac {q^2-1+2pq} {pq^2-p-2q}=2}

{分母を払って,}

{q^2-1+2pq = 2pq^2-2p-4q  …★}

 

{q^2以外を右辺にもってっちゃいましょう.}

{q^2= 1+2pq^2-2p-4q-2pq }

{= 1 + 2(pq^2-p-2q-2pq)}

{なので,q^2=(奇数)だと分かります.}

{偶奇は自乗しても変わらないので,}

{qが奇数だと分かります.}

 

{また,★をpについて解くと,}

{p = \frac {q^2+4q-1} {2q^2-2q-2} …▲を得ます.}

{pは自然数なので,p \geq 1だから,}

{p = \frac {q^2+4q-1} {2q^2-2q-2} \geq 1}

{これらの分母を払うときに注意して,}

{(分母の正負に注意し場合分けが必要.)}

{( q^2+4q-1 \geq 2q^2-2q-2 \land 2q^2-2q-2 \geq 0 ) }

{\lor ( q^2+4q-1 \leq 2q^2-2q-2 \land 2q^2-2q-2 \leq 0 )}

{上の条件を満たす奇数の自然数qを探すとq=3を得ます.}

{(詳細な計算は手がつかれたので割愛しました.)}

{よって▲より,p=2を得ます.}

{よって答えは(p,q)=(2,3)だと分かりました.}

{QED}

 

 これで,分かったと思います.どれも答えは,{(p,q)=(2,3)}で一つしかないことに.しかも,「すべて答えろ.」とか言っといて一個しかないことに!!

 学生なめとんのか!!メッチャお茶目やん!って感じでした.まぁこんなしょうもない事を言いたかっただけなんですけどね.

 偶数,奇数の議論は,実際答え見つけるときに結構役に立つ情報でした.解答は答え見つけて逆算してこじつけるって作り方です.(実際は(笑).)

 

後輩の解答

 実は,この問題後輩にも解かせてみました.「文理共通問題だから文系でも解けるデー.」って文学部と法学部の後輩を煽りました(笑).

 すると文学部の子が「僕もむかしは数学が得意だったんで.」とかプライドだして張り合ってきました.そして,この問題を解き出しました.しかし,数分後綺麗にドツボりました.(ざまみろって感じですね.)それを見た法学部の後輩が「貸せ!!」って言って解きました.結局二人ともドツボったのですが,最後は二人で僕のよりもいいであろう解答を出しました.わりと「へーこんな解き方もあんのか.」とか感心したので載せときます.アタマ良いですね.(マジで.)多分こっちが正規解答なんじゃないかと思いました.(良問は別解がよく出るんですかね.)

 

{加法定理まで一緒なので★から始めます.★より,}

{(q^2-1)(2p-1)-2q(p+2)=0}

{(q^2-1)(2p-1)=2q(p+2)…◆}

{ここで左辺の2p-1は奇数,右辺は偶数より}

{q^2-1が(偶数)であり,qは(奇数)である.}

{2(p+2)と2p-1,qとq^2-1は}

{p,qが自然数の時,}

{それぞれ互いに素だから,}

 

{(2p-1は奇数だから,2と互いに素は自明.}

{2p-1=k(p+2) (kは整数)とすると,}

{p=\frac{1+2k}{2-k}=-2+\frac{5}{2-k}}

{pが整数となる時,k=7,-3で}

{p=-1,-3より自然数に反する.}

{また,qとq^2-1も互いに素です.}

{\frac{q^2-1}{q}=q-\frac{1}{q}で}

{明らかに整数にならないからです.)}

 

{q=2p-1…■を得る.よって◆は,}

{(q^2-1)q=2q(p+2)となる.}

{(q^2-1)=2(p+2)より■と合わせて,}

{(p,q)=(2,3)を得ます.}

{QED}

 

 互いに素と言う性質を上手く使っていてとてもシンプル.俺,馬鹿みたいですね(笑).いい解答でした.

 

おわりに

  実は今回はこのはてなブログTeX機能の練習を兼ねて,色々書いてみた次第です.その中で>と連立方程式が僕の実力不足の為書けませんでした.(トラブルシューティングを放棄した.)

 そのため,連立方程式が書けないのは今回どうってことないんですけど,不等号は『<,>』とすべきところを『{\leq,\geq}』としてしまってます.まぁ,気にしないと思うけど注意してください.(はてなブログTeX機能とてもバグが多いのも何とかして欲しい.僕のPCのスペックのせいかな?)

  高度なナンプレって感じでしたね.今回の問題から得られる示唆は,『整数問題でただ一つ答えろ』って問題が出た時,全く分かんなかったら受験生は{(2,3)}って答えておけば部分点もらえるかもしれねーぞってことですね.解答ミスがあったら「あ,こいつ間違えてやがら!バッカでーいww.」ってやさしく見守っておいてくださいね.

詳細

 問題ソース

2016年度理系数学

http://kaisoku.kawai-juku.ac.jp/nyushi/honshi/16/k01-21p.pdf

2017年度理系数学

http://nyushi.nikkei.co.jp/honshi/17/k01-21p.pdf

 

 

 

IoTって言葉の楽屋裏

IoTって言葉、2.3年前から僕は聞こえて来てるような気がします。ドローンとか出て来たからかな?とか思ってました。
でも、僕はずっと最近まで「ウサンクセー言葉だな」とか思ってました。そんな事を思ってたある日オヤジから「rassberry piが熱い」とか言ってrassberry piのガジェットが頼んでもないのに送られて来ました。「ラズベリーパイって何だよ。食えねーじゃん。」とか思ってほったらかしていました。コレが送られた、らずべりーぱい(はちみつぱいじゃない)。ミニパソコンにしか見えない。

しかし、ある時、まぁなんか意味でもあるんだろうと送付されてた本をペラペラっと開いて見ました。

これ1冊でできる! ラズベリー・パイ 超入門

これ1冊でできる! ラズベリー・パイ 超入門

「…ワッカンネー…」って15分くらいで本を閉じたと思います。その後しばらくして、少し人工知能のセットアップにハマり、こんな雑誌を見かけました。
Amazon CAPTCHA

これ見て直感しました。基盤ボードってなんかキテルのカナ?って、でざっと調べた感じこんなんが出て来ました。

rassberry pi3

beagle bone

arduinono

ナルホド。こういうのが出て来て安価にハイレベルな電子工作が可能になったんですね。
中にはロボットやスーパーコンピュータのガジェットを作る人も出て来ています笑。

ロボット

スーパーコンピュータ

まぁ、人工知能でガジェット作ってる人もいました。

これ見てて気がつきました。「IoTって、安価でハイスペックなCPUボードが出て来たからスゲーって事なのか。」ってコトに。革命の本質はこのCPUボードにあるのかななんて思いました。IoTも人工知能もそしてビッグデータも三すくみでそれぞれ関連しあってるのかもしれないなって思いました。
裏にあるのは、CPUの低コスト化、フリー化とハイスペック化かもしれませんね。
シリコンやなー。って思いました。

他にもこんなくだらない比較をしてる奴もいました。

beagle bone vs rassberry pi

まぁ、僕もこんなん見てると「少しは調べてるだけじゃなくて電子工作やってみたいなー」って思っちゃいますね。

忙しくて出来てないんですけど。来年は出来るかなーwww。

まぁ、僕のこの濃い2.3ヶ月の備忘録は多分一旦これで終わりです。
知ったコトが多すぎてまとめる意味合いも込めてココに纏めました。(正しくまとまってる感じしないけど。)
だいぶ価値観変わりましたねー。昔は使えるものはクソだ!理論こそカッチョいい的な思想持ってたんですけどね。技術も突き詰めると意味わからない領域に突入するんですねー。いやー驚きましたわ。なめてました。
シンギュラリティは近いっですねwww。

ドープでイルめな遺伝子解析テクニック

今回はアレもコレもぶち込み過ぎて内容盛りだくさんですけどまとまりありません。(さーせん
いかんせん適当なんで自分。
雰囲気だけでも伝われば良いかなーって思います。

さて、今まで生命情報を読み取った後どうするか?みたいな話しが多くありました。
でも、実際は『遺伝子や細胞からデータを読み取る技術』の存在が不可欠です。

そう言う遺伝子工学的な技術って実は沢山種類があるし、日夜その技術は組み合わせて発展してます。(でも、実際やると恐ろしく成功しないし、泥沼なんだよな…経験談。)

加工技術の大元はMEMSっていう技術です。この技術は(予測ですが)半導体をより小さく作っていこう!って言う流れから生まれた技術だと思ってます。(これマメな)

さて、遺伝技術の解説本は意外と色々あるんですけど、俺はこんなんを読んでみました。

遺伝子工学の原理

遺伝子工学の原理

でも、ココに書いてある技術…実は多分もう少し古いんですよね。

今は、遺伝子配列を読み取る方法も、電気泳動から発展し、試験管内で蛍光を読み取る手法に変わり最後は次世代シーケンサー(NGS)って言う同時に大量の遺伝子配列をPCRと言う遺伝子増幅法と組み合わせて読み取る技術が生まれてるんですね。

発展が早すぎて、もはやイメージも掴みにくい世界なので、パッと理解して、流行に乗るためには動画でパッと理解した方が早いってかんじです。

こう言うのは実はYouTubeに動画がワラワラ落ちてるんで幾つか貼っときます。気になったんだけ幾つか数秒再生すりゃ良いんじゃないかなー。

塩基配列の読み取り方は実はヒトゲノムプロジェクトから端を発していました。ヒトゲノムプロジェクトで大量の遺伝データを読み取る需要が出てきて「誰か効率的に読み取る方法考えろ」ってアメリカさんが金を出して発展したみたいですね。各社個性があったり、対象が変わってたりしてて紛らわしいですが、色とりどりです笑。俺も詳しくは分かんねー。

illumina社

Thermo Fisher Sientific社

Pacific Brosystems社(コレはLZWって手法を使ってて少し違うけど)

また、PCRという手法が出てきました。コレは単純に遺伝子(DNA)を倍倍に増やしていく手法と考えてもらっていい気がします。
少ない遺伝子を測る時に量増やしたいな〜って時に使われます。RNAを図りたい場合は対応するDNAを逆転写してcDNAを作ってからPCRを行います。これをRT-PCR(Reverse Transcription PCR)って言います。
PCRはこんな感じです。(トライの授業が特に分かりやすかった)

PCR

また、PCRの増え方を使って遺伝子の数を数える手法が幾つか考案されてます。

Real Time PCRとかDigital PCRって言われてます。

Real Time PCR

Digital PCR

どっちが良いの?って言うのも議論されてたりします。(場合によりけりみたいですけど)

まぁ、Digital PCRのみたいな検査技術は細胞でもあってこんなんがありますね。

fluidigm社

flow cytometryって言って流しながら解析する奴もあるみたい

俺見かけただけだけどこんな特集もあったしな

こう言うことをすると一回の実験で細胞や遺伝子の情報が数万単位で得られるようになるみたいです。

こうする事で簡単な大量データ解析を実現してるんですねー。やっぱりハードウェアも発展してるんだなー。ってまだそう言うこっですわ。

あと忘れちゃいけないのは、こう言うのができる裏にヤバイほどの失敗がうず高く存在すると言う事かな。

最後になんか蛍光してるもんあるけど何?って言ったら、コレはクラゲから取れる特殊なやつです。詳細はこんな本でも読んだら良いんじゃないかな?笑
下村さんの凄さが分かります。コレは誰にでもオススメできるかな笑。

光るクラゲ 蛍光タンパク質開発物語

光るクラゲ 蛍光タンパク質開発物語

詳細
次世代シーケンサー(NGS)
https://jp.illumina.com/content/dam/illumina-marketing/apac/japan/documents/pdf/2014_techsupport_session6.pdf

NGSの詳細な違いを解説してる

Pacbioのsmart seq
一分子リアルタイムDNAシークエンサー PacBio®RS ll/Sequel™ System | トミーデジタルバイオロジー株式会社

PCR
https://www.takara-bio.co.jp/kensa/pdfs/book_1.pdf

Real Time PCR
http://www.takara-bio.co.jp/prt/pdfs/prt2.pdf

DigitalPCR
デジタル PCR | Thermo Fisher Scientific

PCR、リアルタイムPCRに続く次世代のPCR デジタルPCR | バイオ・ラッド ラボラトリーズ株式会社 東京本社 | イプロス医薬食品技術

C1
フリューダイム | 製品機器 | C1

flow cytometry
http://medicine.yale.edu/labmed/cellsorter/start/Introduction_66019_284_10028.pdf

再生医療の実現化プロジェクト FACS Core Laboratory

その他
FISH法
蛍光in situハイブリダイゼーション(FISH) - 放射線影響研究所

https://www.abmgood.com

Cytofとか言うのもあるみたい。(僕もよくわかっていません。笑)
National CyTOF Meeting 2014: Scott Tanner, PhD, Fluidigm Corp - YouTube

技術解説動画
MIT 7.01SC Fundamentals of Biology - YouTube

業界の動向の情報サイト

僕なりストリート人工知能論

人工知能について書くとか言ったので書きます。

この本、ざっと読んだ感じ、割りかしGoogleの出したAlphaGoとか僕らに比較的馴染みのある題材を選んで、人工知能技術ってこんなんだよーって擦り寄ってきてくれる良書なんじゃないかと思ってあげました。詳しく知りたいガチ勢は、今は青色の人工知能解説本とか、黄色本の『パターン認識機械学習』とかあるからそっちを読みましょう。より詳しい解説は詳細の中川研究室の講義スライドとかオススメです。(Slide Shareでも見れる。)後はQiitaなりgithubなり見て調べて貰えば大概誰かアタマの良い方が解説してくれてたり、コード落としたりしてくれてます。

さて、僕が人工知能、ひいてはpythonなどに出会った経緯を語ります。今回は僕もわからないことが多く。断片的な知識を吸収してきた為、多分な憶測とまとまりの無い話の塊だと思います。どうかご容赦を。まぁ、毎回そうか。

僕は研究室でLinuxを押し付けられたのに加えて、今の生物やるのにデータサイエンスの知識がいる事を悟りました。僕はこの時Linuxも今までシッカリ触った事などなく、Windowsで1人でオープンソースソフトウェアをインストールしたことがないくらいにはパソコンについては無知でした。『ディレクトリってファイルの事だろ?』『インストールとダウロードって一緒じゃね?』『パス?は?経路が何?』くらいの知識でした。その為、とりまなんか勉強しようと思いました。

研究室にはその為に有償のMatlabと言う解析ソフトが存在してました。コレが優秀でこれさえあればなんでもできるんですね。でも、僕は思いました。

「金払わないといけないのなんかムカつくな。分かった気もしねーし。タダでなんかイイもんねーかな。」そんな無知のくせに持ってしまった生意気な動機で解析ソフトから探す旅を11月下旬から始めました。

工学部に所属していたこともあり、少しはデータサイエンスかじってるやつとか、人工知能の歴史のあらすじ知ってるやつとかいたんで、なんかそう言うコトか何かが根が深いブームになっているし、今の時代タダでなんか出来んだろってのも薄っすら感じ取っての事でした。

取り敢えず、なんかプログラミングできるものないかな?って本屋行ってよく見たのはpythonという文字。周りもなんかpythonかRとかいうの使ってるみたい。

じゃまぁ、なんかよくわかんねーけどpython入れる練習からしてみよう。

こんな感じでした。誰も知ってるやつがいなかったんで、適当に一冊本を買って家のノーパソ開いてやってみました。

科学技術計算のためのPython入門 ――開発基礎、必須ライブラリ、高速化

科学技術計算のためのPython入門 ――開発基礎、必須ライブラリ、高速化

数時間後ヒシヒシある事に気がつきました。
「この本pythonの使い方書いてあるけど、pythonを使う設定の解説一切ない…。」

なけなしの3500円が無駄になるかどうかギリギリの境界線上に今立たされてる事に気がつきました。

もう腹をくくりGoogle先生に聞きまくりました。オレの問題どーやったら解決するんだ!って。そして気がつきました。

「アレ…?8割くらい問題解決してるの英語だ…。(^_^;)」って事に。腹をくくって英語や日本語のブログを読みあさりました。その中で幾つかある記事を読んでいき気がついたことがあります。

理論の本は世の中多くあったけど、肝心のセットアップについては誰も言及していない。しかし、皆環境を整えている事実に。より詳細に調べているとまたある壁にぶち当たりました。

「アレ…pythonってもしかしてWindowsで使ってる奴いない…??」

そう。本には書いていない言外の意味が多くあったのです。みんなpython使うやつらはMacUbuntuしか使ってない。故にWindowsの解決方法がそもそもない。誰もそれについて直接言及してるやつはいませんでした。ただ一つ。知ってるやつは知ってる。ウェブからヒシヒシと分かる暗黙の了解。そして本には本当に必要なことが書いてないという事に気づきました。

ナンジャコリャ!!

まぁ、そんな感じでなんとか人に少し聞いては1人でセットアップしていきました。

セットアップに数日かかりここまでやったんだから何か凄いことしてやろうと思いまた色々調べて気がつきました。

人工知能ってRやpythonしかも主にpythonでタダで今開発競争している。という事実に。

ナンジャコリャ!!!!

一番衝撃を受けたのはシリコンバレーGPUベンチャーNvidiaがAIについてまとめたこの資料。(決してハイレゾなゲーム作ってるだけの会社じゃなかった…。)

GoogleIBMスタンフォードMicrosoftFacebook

何かが起きてる…(^_^;)

日本で戦えてるのこれ見る限りPrefered Networks社だけ…

終わってる…(^_^;)

そして、なんでGPUでAIなん?そもそもGPUって何?(^_^;)

謎は深まる。(後にパソコンの計算速度上げる為にもうCPUじゃ限界きたから今度は計算マシンの構造とかGPUの性能あげて性能上げようぜってなったってのは後で知りました。)

ドンドン調べていくと、人工知能用ソフトも色々ありました。古参ぶる人工知能ブロガーは、caffeが…tensorflowが…chainerは…etcとか言うpython用の人工知能ソフトについてコメント言うだけ。

呪文の嵐でした。

でも悟りました。pythonの下に数々のITメーカーがフリーソフトの開発でしのぎを削っているのだろうと言う事に。

ただそれでも意味がわからないことがたくさんあります。

コイツラこんなタダ働きみたいなことなのになんで全力出して宣伝活動とか開発競争とかしてるんだ…??
これだけ見たら企業原理の真逆いってんぞ?

色々調べていき薄々ある仮説にたどり着きました。

「もしかしたらGoogle人工知能を含むソフトからハードに至るサービスを掌握しようとしてるんじゃねーか」って事に。他の会社もそれをテコにビジネスを展開しようとしてるんじゃねーかってことに。

特にGoogleは全てを独占すれば一部がフリーでも金は一部だけ払うようにしておけば大丈夫。まさに勝ち組の論理。

具体的には、人工知能ソフト以外にクラウドサービス、クラウド管理ソフト、そして量子コンピュータ(これは実現するか分からないけど。)
ハードからソフトまで見て動いてる事に気がつきました。

tensorflow

Cloud9

kubernets(クラウド管理ソフト、厳密には違うけど俺はそう言う認識)

量子コンピュータ

人工知能の車なんかももうとっくに作ってる…(日本は最近作ろうとか言い出してたけど、トヨタのconcept-愛iとか日産とか…)

Googleが特に目立ちますが、先に書いたようにIBMFacebookAmazonなど、「え?お前らも?」みたいなアプリケーション系の企業までジャンジャンそこ周辺をターゲットに動いてる様です。それが遺伝情報と言うビッグデータや、人工知能診断など医療とも最近は融合しています。

あ、あと今回はGoogleを主に大きく取り上げましたが、個人的にはGoogleは手を出してる幅が広いだけで、クラウドサービスはAWS(Amazon Web Service)、クラウド管理ソフト(ホントーはコンテナソフトとか言われてる。)はdockerなんかがシェアを握ってるイメージを持ってます。一応注意って形です。量子コンピュータもどうなってるか分からないし笑。

バーチャル内の隠れた市場争い。ビビりました。

まぁ、色々語りましたが、そんなこんなで人工知能のセットアップまで最近はこぎつけました。

やってみて分かったんですが、イマイチ人工知能などの理論が理解できてなくてもチュートリアルだけでも十分遊べるんですね。コレが。

理論要らないじゃん。って感じですね。

人工知能系に至っては本では情報が古いからネット(Twitterとかで専門家とか探してフォローする。)でキャッチアップするしかないんですねー。

イヤーオドロキです。

そして、全てがオープン(タダ)こんな首突っ込み得なこともねーぜ!って感じで取り敢えず僕は人工知能系の界隈にのめり込んでったってことですね。全然使いこなせねーけど。


最後にRはもっと色々楽でした。


詳細
中川研究室(昔は勉強会資料など良い資料がフリーであったんですが消されたかも…。)
SlideShare-nakagawa | 中川研究室

pythonの有名な人工知能ライブラリーの解説動画などはこのチャンネルを参照してください。

Nvidiaスライド
https://images.nvidia.com/content/APAC/events/deep-learning-day-2016-jp/NVIDIA-DeepLearning-Intro.pdf

Rの人用

Rはデータサイエンスで使う(機械学習とは毛色が違う)からそれやりたい方は緑本とか読みましょう。
データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)

因みにバイオ系でゲノムデータを扱う場合は今はRが主流の様です。企業がRのパッケージを出してるみたいなんですね。
必要なパッケージはGoogle先生に聞くか、この本を参考にしましょう。
次世代シークエンス解析スタンダード〜NGSのポテンシャルを活かしきるWET&DRY

その他講義動画
Tensorflow and deep learning - without a PhD by Martin Görner - YouTube

Lex Fridman - YouTube

Lecture 1 | Machine Learning (Stanford) - YouTube

データサイエンスと生物と時々ビッグデータ

最近はてなブログでちゃんとした本の貼り方を知りました。笑

はてなブログ優秀ですね。

今回は本とかもちょくちょく紹介しながら内容薄〜く、ぬるぬる〜って進もうとか言うコンセプトで描いてるんですけど、もう挫折しかけてます笑。

薄い本とかにドンドン手が伸びていきます。読んでた本の貯金も既に底をつき始めた笑。不勉強が見え隠れしますね。

っつーか買いだめてたタラレバ娘。も読まないと。って感じです。

 

去年の後半は僕は狂ったようにパソコンを調べたり、機械学習についてのセットアップについて調べていました。

 

僕をよく知る人たちは「何でコイツいきなり生物なのにパソコンやり始めてるの?」って思ったと思います。

 

それは、生物の今の解析がビッグデータの処理になってる事に気がついたからです。

詳細については以下の様な本があります。大分テクニカルな内容が主な中身になっているしオススメ出来るとは言い難いけど。(時間がなくて全然手が回ってないし、理解もあまりできていないんですけど…笑)

 

生命情報処理における機械学習 多重検定と推定量設計 (機械学習プロフェッショナルシリーズ)

生命情報処理における機械学習 多重検定と推定量設計 (機械学習プロフェッショナルシリーズ)

 

ゲノムデータ解析 (統計学One Point 1)

ゲノムデータ解析 (統計学One Point 1)

 

この内容を読んでいけば分かるのですが、最近の生物は検定について色々議論する事に加え、「得られたデータをどう言う風に意味あるカタチに落とし込むか。」と言うことも重要になってきている様に感じます。

その為に、データ解析の手法である人工知能技術などが導入されたり(バイオインフォマティックスとか言う)、まとめ方も多種多様になってきていたりします。イメージとしては下記の様な感じ。(僕もよく読み方わかってるとは言い難い)

 

バイオリンプロット

f:id:kazubon35_2438168:20170215024808p:image

 

qqplot

 f:id:kazubon35_2438168:20170215024811p:image

 

クラスタリング

f:id:kazubon35_2438168:20170215024949j:image

 

こう言うのを見ると、データが読めないよ!解析どーなってんだよ!!って気持ちしか出てきません。

 

 その為に、作り方を学ばないと!って思って僕はパソコンとついに向き合わなくてはイケナクナッタって経緯ですね。

 

いやはや…世の中難しくなり過ぎています。

 

次はそんな動機でデータ処理についてネットサーフィンして、人工知能などの技術にズブズブ溺れていった話でもしようと思います。

 

詳細(適当に貼ってみたかっただけだからいい資料だと言う保証はない。qqplotだけは保証できる。)

バイオリンプロット

 

qqplot

 

クラスタリング

 

その他(こんな感じの処理もあるよーって紹介程度)

 

講義動画

1. Introduction to Computational and Systems Biology - YouTube

 

 

 

遺伝子ってホントに工学して良いのかな?

最近少し遺伝子工学関係の知識が必要になったので、この様な本らを最近流し読みしました。

 

 

ゲノム編集入門: ZFN・TALEN・CRISPR-Cas9

ゲノム編集入門: ZFN・TALEN・CRISPR-Cas9

 

多分普段普通に生活されてる方は「ゲノム編集」などと言う単語を聞いてもあまりピンとこないんじゃないかなーって思います。

因みに僕も最近知りました。本によると2010年代に出てきた技術なんだからそりゃ新し過ぎて知りませんわ。って感じです。

 

端的に纏めると、『DNAやRNAという遺伝子をハサミみたいに狙ったところを狙った分だけチョー簡単に切ったり出来る様になった技術。』みたいです。貼る事も出来ます。イメージとしてはこんな感じ。

 

 

解説(英語)

 

 

科学も俺の知らないところで影で進み過ぎてるんだなって感想を持ちました。読んでて分かるんですけど、ココに登場してくる人達って全員MADな感じを持ってる様に感じたんですよね。

「オレタチハ神ノ技術ヲ手ニ入レタ!」みたいな具合です。

 

実の所僕も高校生の時、生物の資料集を読んでた時に同じ事思いました。「遺伝子ごと操作できれば俺神じゃね?」みたいな。

 

でも、なんか人生生きてて、世の中って思った通り理詰めで動かないな。って思いました。

それを踏まえて最近思うのは、「遺伝子を合理的に操作しようとするのって傲慢じゃね?」って、フワッとした感想です。

 

スタンフォード大学とかシリコンバレー遺伝子工学をやってる人達はその様な事を思わないんだろうか?と言う疑問を最近僕は持ってしょうがありません。

 

やっぱり、技術としては面白いけど、生命活動に人の手が加わるのは僕のポリシーに反するなって感じの感想を最近持ちました。

 

因みにCRISPR-Cas9を発見したダウドナさんのプレゼンがTEDにあったので、貼っときます。

 

 

詳細