【地方創生の鍵は高専にある】

2025.11.14（金）
#赤澤亮正 経済産業大臣を表敬訪問いたしました。
まさか大臣からこれほど「高専」の話を聞けるとは夢にも思いませんでした！

鳥取ご出身の赤澤大臣、松江高専出身の私としても、「教育が地方再生、そして山陰の未来につながる」と強く感じています。

高専発スタートアップを後押しする政府の取り組みも進んでおり、国としてさらに盛り上げていけるよう力を尽くしてまいります。

「高専生は倭国の宝」
と、松尾豊・東大特任准教授が繰り返し強調されるように、AI・ディープラーニング分野で高専生が力を発揮する時代が来ています。

松尾教授が実行委員長を務める「全国高専ディープラーニングコンテスト」はロボコンほどの知名度はないものの、未来のグローバル人材を生む場になるはずです。

全国では定員割れも目立ちますが、高専のカリキュラムは実践力重視。高校＋大学7年分の学びを5年に凝縮し、大学編入の道も開かれた素晴らしい教育機関です。

昨日は議員会館のエレベーターで、自民党の #梶原大介 議員（高専ご出身）にもお声がけいただき、高専出身議員で全国の高専を盛り立てていこうと改めてお約束しました。
#倭国維新の会
#佐々木りえ November 11, 2025

数ある知的能力の中でも現代において最高の価値を持つのは「抽象化」だと信じてたんだけど、深層学習の登場あたりから雲行きが怪しくなってきたなと思う。抽象化とは、無駄な情報を削ぎ落として本質的な情報のみを抽出する能力で、言わば「複雑なことを簡単に」取り扱う能力。人間の脳の処理能力には限界があるので、これまでは非常に価値の高い能力だった。

ただ、コンピュータの演算能力の向上で登場した深層学習のような技術は、演算能力ゴリ押しで「複雑なものを複雑なまま」取り扱うことができる。AIの高度化&普及で、人間の抽象化能力は記憶力や計算能力と同じ道を辿ってしまうのか。わいは知的能力に関しては、記憶力や処理能力は高くなく、抽象化能力に特化した個体なので、抽象化能力の陳腐化はかなり深刻な事態なんだよな。 November 11, 2025

9年前に書いたニューラルネットワークとディープラーニング入門記事。いま読み返しても我ながらわかりやすい。やはりTensorFlow Playgroundは偉大だ。それとレビュアー陣が豪華。 https://t.co/hKfbEMF6Hv November 11, 2025

来るよ。大急騰...
本日最強の倭国株！
【デジタル医療AI急報】
株価：335円
予測：335円 → 20,800円🎯 (+6200%)
この会社は医療AI診断プラットフォームの開発企業！独自の深層学習アルゴリズムで疾患発見精度99.7%を実現。がん早期発見で世界最高の性能を達成しています。
医療デジタル化推進法の成立で需要が爆発的に拡大する中、倭国の医療AI市場は2028年までに年平均成長率38%が見込まれています。
迷っている時間はありません。行動する者だけが医療AI革命の主役となれます。👍
「いいね」+「フォロー」 で銘柄コードをDM即時送信！
コメント欄に 『医療AI』 とご記入ください。 November 11, 2025

【第2弾】研究員（脳解読/脳基盤モデル）

大規模脳データ（EEG、MEG、ECoG等）からのスケーリング則研究と脳基盤モデル構築を行っていただきます。マルチモーダル深層学習で神経デコーディングの最先端を開拓する研究者を募集します。

東京（状況に応じてリモートOK）
年収：600–900万円 November 11, 2025

【好評既刊】
荒木雅弘・著
『イラストで学ぶ　音声認識　改訂第2版』

🔴🟥音声認識の基本が凝縮された一冊🟥🔴
深層学習を用いた音声認識技術の解説を大幅に加筆した改訂版✨
「どういう流れで技術が発展し、なぜ現在の技術が現時点で最良であるとされているのか」という視点を軸に解説‼️

【目次】
第1章　はじめに
1.1　音声認識とは
1.2　音声認識の歴史
1.3　どこで役立つのか
1.4　何が難しいのか
1.5　音声認識の定式化と本書の構成
1.6　まとめ

第2章　音声とは
2.1　音声の科学
2.2　どうやって声を作るか：調音音声学
2.3　声の正体とは：音響音声学
2.4　どうやって声を聞き取るか：聴覚音声学
2.5　まとめ

第3章　統計的パターン認識
3.1　パターン認識とは
3.2　統計的パターン認識の考え方
3.3　生成モデルの学習
3.4　識別モデルの学習
3.5　音声認識手法の概要
3.6　まとめ

第4章　有限状態オートマトン
4.1　有限状態オートマトンとは
4.2　有限状態オートマトンが表現する言語
4.3　さまざまな有限状態オートマトン
4.4　出力を生成する方法の違い
4.5　WFSTの演算
4.6　まとめ

第5章　ニューラルネットワーク
5.1　ニューラルネットワークとは
5.2　ディープニューラルネットワーク
5.3　畳み込みネットワーク
5.4　リカレントネットワーク
5.5　Transformer
5.6 まとめ

第6章　音声からの特徴抽出
6.1　特徴抽出の手順
6.2　音声信号のデジタル化
6.3　人の聴覚をまねて：スペクトル分析
6.4　もうひと工夫：ケプストラム分析
6.5　雑音の除去
6.6　特徴抽出処理におけるブレークスルー
6.7　まとめ

第7章　統計的音声認識：音響モデル
7.1　音響モデルの単位
7.2　隠れマルコフモデルとは
7.3　隠れマルコフモデルの確率計算
7.4　状態系列の推定
7.5　パラメータの学習
7.6　高度な音響モデル
7.7　まとめ

第8章　統計的音声認識：言語モデル
8.1　文法記述による言語モデル
8.2　統計的言語モデルの考え方
8.3　統計的言語モデルの作り方
8.4 ニューラルネットワークによる言語モデル
8.5　まとめ

第9章　統計的音声認識：探索
9.1　音響モデルと言語モデルのギャップを埋める
9.2　状態空間の探索
9.3　WFSTによる音声認識
9.4　まとめ

第10章　End-to-Endの音声認識
10.1　ディープニューラルネットワークによる音声認識
10.2　CTC
10.3　seq2seq+アテンション
10.4　エンコーダの改良
10.5　RNN-トランスデューサ
10.6　まとめ

第11章　事前学習モデルによる音声認識
11.1 自己教師あり学習
11.2 音声を対象とした事前学習モデル
11.3 マルチタスク学習
11.4 まとめ

第12章 音声対話システム
12.1　モジュール型音声対話システム
12.2　リアルタイム型音声対話システム
12.3　双方向型音声対話システム
12.4　まとめ November 11, 2025

#27卒
【花王　インターン対策】

冬インターンの大本命きましたね！
ESも軽くて設問3つだけだよ

※ここ今日必ず確認して欲しい優遇ルートあるので最後まで読んでください

締切12/1
年収789万
学歴フィルタは一切なし！
34期連続増配優良企業

主力製品
アタック、メリーズ、ビオレ、キュキュット、クイックルなど
全部知っているレベル

化粧品もカネボウを子会社化、
資生堂についで2位

★冒頭で記載した優遇ルート★
—————————————
1個目
https://t.co/FU9EkToFRm
ここは大手の早期内定狙うなら全学生必須
できれば明日の18時までに利用申請だけは終わらせるといいよ

2個目※これ11/14までにアプリ起動を↓
https://t.co/2WNBV0dkeV
アプリ取るだけなので、準備はすぐできる
※起動忘れると招待取れないので注意

3個目※SPIで落ちたくない学生は必須↓
https://t.co/Ke1EHHPfLE
このツール便利だから足切り対策の権利だけ取っておこう
—————————————

売上は1兆4,187億
化粧品は5,959億　（カネボウ670億）

2030年まで目標として株主には以下のように説明されています
『グローバルで存在感のある会社Kao』になるという将来像をさらに一歩進め、
『グローバルで存在価値のある企業Kao』を目指します

KPIは以下
財務目標（結果として）
・売上高 2兆5,000億円
・営業利益 4,000億円
・連続増配継続 41期

これを一緒に達成できる学生を採用するというのが花王の採用の方針になるわけですね
絶対に言えなければならない数字です

上記を達成するための方針は３つ
１サステナビリティー
２新規事業
３社員への投資

１サステナビリティー
再利用により新事業を創造するポジティブリサイクルの活動として、協業による「リサイクリエーション」活動（使い終えたものを再び資源に戻す

当期は計画の約2倍の回収に成功し、当社のパイロットプラントで再生処理を開始
「リサイクリエーション」活動
持続可能なリサイクルシステムの早期構築を目指して、具体的には、リサイクルし易い容器の開発、生活者が参加しやすい分別回収の仕組みの開発をしたそうです

２新規事業
ここはカネボウの子会社化を含む化粧品ブランドの確率
海外シェア拡大（国内少子化のため）

３はDXや少しメンタル的な内容なので割愛します

ここからはESのネタになりそうな成功をいくつか紹介
DX編
スマートフォン等を高度に活用した仮想実体験モデルにて、ヘアカラーの髪色体験、化粧仮想体験及び赤ちゃんの歩行撮影による成長度判定等を展開し、商品価値の新伝達手法を進展
ディープラーニング世界屈指の株式会社Preferred Networksとともに協業テスト開始段階まで進みました

ハイジーン＆リビングケア事業編
衣料用洗剤「アタック」は改良品を発売するとともに、集中的にマーケティング投資をすることで、ブランドイメージが向上し、トップシェアを維持

浴室用洗剤では、お風呂掃除が楽になり時短にもつながる新製品「バスマジックリン エアジェット」を9月に発売し、シェアを大きく獲得しました。アジアでは安心、衛生の分野を強化するため新しく「マジックリン」の消毒剤を6月に発売し、衛生関連製品を中心に順調に推移

上記のような部分と長期・中期目標を入れて、達成できそう！
世の中をよくして今後も成長しそう

という志望動機にすると花王である理由が明確に話せると思います

人気企業ですが良い企業ですのでぜひ受けてください

★就活hackブログ版
27卒受かりやすい大手300社リストやキリン、サントリー、バンダイなどの1万字越えの詳細企業研究を配布中です
※PR November 11, 2025

英語の学習に😊
1ヶ月の無料トライありです

学ぶというより、真似していく感じで続けられそうですよ
(ネイティブ音声を真似して骨伝導音声を聞いて修正！)
コミュニティもあるのもいいね

英語のディープラーニング
https://t.co/U9mzqvc3kW
月額700円　約6000の英語表現

PR @sakuraikeizo
#英会話 https://t.co/iWfGGu2i6E November 11, 2025

【 2025年10月 書籍ランキング 】

　1位🥇深層学習教科書 ディープラーニング
　 G検定（ジェネラリスト）公式テキスト 第3版
　2位🥈東京ふたり暮らし日和
　3位🥉AIでゼロからデザイン

4位からは下記アドレスをご参照下さい
https://t.co/VjTWvALdqJ
#翔泳社 https://t.co/G0ymCCaxXL November 11, 2025

ゆるぼ：カジュアル面談
出す：わい

転職を考えているので、ぜひ カジュアル面談 させてください。

理由
・生成AI・ソフトウェア開発まわりで働きたい
・育休中にコード書いてる時間がいちばん楽しかった
・異動が難しい＆顧客に少人数で価値を出す系のデマンドは少ないと感じたので、広く世間を見たい

ちょっとできること
・Web開発（Python / Rails、React / Vue 少し）
・インフラ（SAA くらい）
・IaC
・生成AIアプリ開発
・データ基盤
・コンサルっぽいこと
・機械学習
・データ分析

得意ではないこと
・PMO
・お客さんとめっちゃ仲良くなる系の仕事

やりたいこと
・モデル構築・トレーニング
・ディープラーニング / ML / 統計
・クラウドインフラ
・DevOps / MLOps まわり

やりたくないこと
・PMO
・典型的ビジネスコンサル
・クライアントワーク重めの仕事

フィットしそうな事業
・幸せになる人が多い事業

避けたい事業
・誰かが悲しむ、賛否両論のビジネスモデル

補足
子育て中なので、理解ある会社だと嬉しいです。
おちんぎんは欲しいです。 November 11, 2025

2025.11.15分｜ #AI予測 複勝率･勝率データ

ディープラーニングを用いた予測モデルによる
予測データを提供しています
（TARGET外部指数形式）
https://t.co/2a2uT6OJCo
（一覧表・CSV形式）
https://t.co/mXvNop4gQp

無料版は「データで楽しむ競馬予想🐴」のサイトで！
https://t.co/i0GELtcdaJ November 11, 2025

人類と技術の歴史

1. 超ざっくり「人類 × 技術」の5フェーズ

(1) 狩猟採集の時代（数十万年前〜1万年前）
•道具：石器・槍・火・衣服 など
•特徴：
•技術の変化は何万年単位でじわじわ
•一度発明された知識は、口伝えでしか広がらない → 伝播が超遅い

(2) 農業革命〜文明の誕生（約1万年前〜）
•道具：農具、灌漑、車輪、青銅器・鉄器
•技術の意味：
•「定住」と「余剰生産」が生まれ、専門職（職人・官僚・学者）が登場
•都市・国家・軍事・宗教が発展し、「組織としての技術利用」が始まる
•進歩スピード：まだ遅いが、「千年単位 → 数百年単位」くらいで変化が見えるようになる

(3) 科学革命〜産業革命（約16〜19世紀）
•キー技術：
•活版印刷（printing press）→ 知識を爆速でコピー
•近代科学（physics, chemistry, biology）
•蒸気機関・工場制・鉄道
•意味：
•「経験と勘」から「科学にもとづく設計」に変わる
•エネルギー源が人力・家畜・風水 → 石炭・石油へ
•進歩スピード：
•「数十年で世界が変わる」レベルに加速

(4) 電気・コンピュータ・インターネット（20世紀〜）
•技術：
•電気・モーター・電話・ラジオ・テレビ
•トランジスタ・集積回路・コンピュータ
•インターネット・スマホ・クラウド
•特徴：
•情報そのものを高速にコピー・送信・保存できるようになる
•「Moore’s law（ムーアの法則：半導体性能が約2年で2倍）」のような指数関数的成長
•進歩スピード：
•「10年で世界が別物」になる感覚へ

(5) AI・機械学習・大規模モデル（21世紀〜今）
•技術：
•deep learning（ディープラーニング）
•foundation models（汎用大規模モデル）
•GPTのような生成AI
•特徴：
•コンピュータが「計算」だけでなく言語・画像・コード・意思決定まで扱える
•モデル自体の改良にもAIが使われ始めている（自己強化ループの入り口）
•進歩スピード：
•「数年 → 1年 → 数ヶ月単位」で体感できるレベルの変化

⸻

2. なぜ歴史的に「加速」してきたのか

ざっくりいうと、次の6つが連鎖してきたからです。
1.人口増加
→ もっと多くの人が試行錯誤・発明に関わる。
2.コミュニケーション技術（文字・紙・印刷・ネット）
→ 一人の発見が、世界中の人の「スタートライン」になる。
→ 「ゼロから」ではなく「人類の貯金の上に積む」形に。
3.分業と専門化
→ 科学者・エンジニア・企業・大学など、特化した組織がひたすら技術を磨く。
4.エネルギーの高密度化
→ 筋肉 → 蒸気 → 電気 → 原子力 → 大規模データセンター、と「できることの総量」が増える。
5.抽象化と数学・科学
→ 一つの法則・理論で、多数の技術を一気に設計できる（例：電磁気学 → モーター・発電機・通信）。
6.コンピュータとソフトウェア
→ 一度作ったアルゴリズムはほぼタダでコピーできる。
→ 小さなチームでも巨大な影響力を持てる。

⸻

3. AIフェーズが過去と決定的に違うポイント

歴史との比較で、AIの特殊性を3つだけ挙げます。
1.対象が「頭脳労働」そのもの
•産業革命は主に「肉体労働の置き換え」
•AIは「文章を書く・コードを書く・分析する・設計する」など、知的作業に直接かかる
2.自分自身の改良に関与できる可能性
•モデル設計・ハイパーパラメータ探索・コード生成など、
もはや「AIの進化の一部をAI自身が手伝っている」段階に入りつつある。
3.コピーコストが限りなく小さい
•金属工場や鉄道は、国ごとに巨大な設備投資が必要
•モデルは一度学習すると、推論用インスタンスを世界中に増やせる
→ 成果が一気に社会に拡散しやすい

⸻

4. 「6ヶ月ごとに2倍」という直感を、人類史の時間軸で見ると
•石器時代：
•「道具の性能が2倍」になるのに何千年〜何万年かかるイメージ
•産業革命〜20世紀前半：
•「輸送やエネルギー効率が2倍」になるのに数十年
•IT・インターネット時代：
•半導体性能が約2年で2倍（ムーアの法則）
•現在のAI：
•一部の指標では「1〜2年どころか、半年スケールで体感が変わる」と言われている
•実際の「知能×能力」を正確に測るのは難しいですが、
「進歩スピードが人類史の中でも異常に速いフェーズに入った」のは事実に近い

⸻

5. 人類史から見たときの、実務的な示唆

•「AIを使う側」ではなく「AI込みで仕事やビジネスを設計する側」に回るべきフェーズに来ている
•前の波（インターネット）でローカルメディアが空洞化したように、「受け身の業界・個人」は飲み込まれるリスクが高い
•逆に言えば、
•自分のドメイン知識
•データ・現場の文脈
•ネットワーク
とAIを組み合わせられる人・企業は、「人類史的な大きな波」に乗れる側に回れる November 11, 2025

生成 AI を活用した国際的に判読性の高い昆虫標本ラベルの作成 - J-Stage >>> https://t.co/A6wQ8YoS6s

#AI #人工知能 #生成AI #機械学習 #深層学習 #ディープラーニング November 11, 2025

【地方創生の鍵は高専にある】

2025.11.14（金）
#赤澤亮正 経済産業大臣を表敬訪問いたしました。
まさか大臣からこれほど「高専」の話を聞けるとは夢にも思いませんでした！

鳥取ご出身の赤澤大臣、松江高専出身の私としても、「教育が地方再生、そして山陰の未来につながる」と強く感じています。

高専発スタートアップを後押しする政府の取り組みも進んでおり、国としてさらに盛り上げていけるよう力を尽くしてまいります。

「高専生は倭国の宝」
と、松尾豊・東大特任准教授が繰り返し強調されるように、AI・ディープラーニング分野で高専生が力を発揮する時代が来ています。

松尾教授が実行委員長を務める「全国高専ディープラーニングコンテスト」はロボコンほどの知名度はないものの、未来のグローバル人材を生む場になるはずです。

全国では定員割れも目立ちますが、高専のカリキュラムは実践力重視。高校＋大学7年分の学びを5年に凝縮し、大学編入の道も開かれた素晴らしい教育機関です。

昨日は議員会館のエレベーターで、自民党の #梶原大介 先生（高専ご出身）にもお声がけいただき、高専出身議員で全国の高専を盛り立てていこうと改めてお約束しました。
#倭国維新の会
#佐々木りえ November 11, 2025

ゆるぼ：カジュアル面談
出す：わい

転職を考えているので、ぜひ カジュアル面談 させてください。

理由
・生成AI・ソフトウェア開発まわりで働きたい
・育休中にコード書いてる時間がいちばん楽しかった
・異動が難しい＆顧客に少人数で価値を出す系のデマンドは少ないと感じたので、広く世間を見たい

できること
・Web開発（Python / Rails、React / Vue 少し）
・インフラ（SAA くらい）
・IaC
・生成AIアプリ開発
・データ基盤
・コンサルっぽいこと
・機械学習
・データ分析

得意ではないこと
・PMO
・お客さんとめっちゃ仲良くなる系の仕事

やりたいこと
・モデル構築・トレーニング
・ディープラーニング / ML / 統計
・クラウドインフラ
・DevOps / MLOps まわり

やりたくないこと
・PMO
・典型的ビジネスコンサル
・クライアントワーク重めの仕事

フィットしそうな事業
・幸せになる人が多い事業

避けたい事業
・誰かが悲しむ、賛否両論のビジネスモデル

補足
子育て中なので、理解ある会社だと嬉しいです。
おちんぎんは欲しいです。 November 11, 2025

寝る前の仕事風景😴疲れた！クリエイティブは大変だ💦

#金髪 #AIイラスト術師さんと繋がりたい
#AI　#人工知能　#機械学習　#生成AI　#AIアート　#深層学習　#テクノロジー　#デジタル変革　#未来技術　#イノベーション　#モデル #ギャル #ギャルがいる日常 https://t.co/FiTRqExHD8 November 11, 2025

📰11/12 AI業界24時間トレンドニュース
🎙️Spotifyへ配信完了！

・SoftBankがNVIDIA株58.3億ドル全売却→OpenAIへ225億ドル投資、AI覇権の主役へ転換
・深層学習の父Yann LeCun氏がMeta退社、World Models特化スタートアップ設立へ
・OpenAI AgentKitでノーコードAI開発が現実に、CanvaやHubSpotが既に採用
・Anthropicが企業向けAPI市場でOpenAIのシェアを逆転か、競争激化
・Google Photosに「Nano Banana」AI編集、髪型・服装・背景を自在に変更
・Cursor 2.0が「Vibe Coding」時代を実現、意図を伝えるだけでコード生成
・非技術スタッフがAI導入を主導、IT幹部の91%が認める現場主導の革命
・EU AI Act施行でAI透明性・人間監視が法的義務化、規制の時代へ November 11, 2025

”英語耳”（アスキー出版）の松澤喜好氏はもう母音子音の43音では教えていません。

松澤喜好 <[email protected]>
桜井さん今拝読しました。
正直、ディープラーニングで学習してほしいと思っています。
僕の教え方は、「聞いたままを、そっくりマネすること」が主です。桜井さんといっしょです。 https://t.co/o0FfhYwACc November 11, 2025

この論調で郵便番号の読み取りシステムをセーフ扱いする場合、塩崎先生の中では「深層学習によるシステムであっても、それが生成AIとして（絵や音楽、文章などの）創作物のような出力が行われない限りは問題ない」という事になるかと思うのですが、その認識で合っていますか？ https://t.co/OBp5qUpfgI November 11, 2025

【 2025年月10月 電子書籍ランキング 】

　1位🥇深層学習教科書 ディープラーニング
　 G検定（ジェネラリスト）公式テキスト 第3版
　2位🥈7日間でハッキングをはじめる本
　3位🥉「分かった！」と思わせる説明の技術

4位からは下記アドレスをご参照下さい
https://t.co/A5FtJDozel
#翔泳社 https://t.co/ziy3HpUA68 November 11, 2025