n月刊ラムダノートVol.1 No.2（2019）
shiroさんのLISP 1.5記事が掲載されていると聞いて即購入
LISP 1.5の風景
計算機科学から見たディープラーニング
Q#で始める量子プログラミング
の3本立て
見るからに濃ゆい
しかも幅広い
ここまで幅広いとひとつ興味があっても他の２つを読むかどうか
心配になるほどだけど
shiroさんの記事だけで1600円の価値があると見た
ほかは面白かったらボーナスだと思おう
で
ざっと読んでみたところ
３つとも読んだよ！
LISP 1.5の風景
自分はなんとなく遡って原点に戻りたい欲があったり
科学と科学史が同じくらい好きだったりするので
過去にLISP 1.5 Programmer’s Manualをダウンロードして読みかけたんだけど
ちょっとわかりづらくてフェードアウトしたという実績あり
これを読んでからなら読めるかなあと思って読んでみたら
いくつか疑問に思ってた点がほどけた感じする
せっかくGaucheで動くようにしてくれてるし、ゆっくり手を動かしながら
味わってみたいなあ
いつになることやら
これを読んで面白い人には Dreamsongs Essays Downloads にある
"The Evolution of Lisp"をおすすめしてみたい
その後のLispの歴史、みたいな感じ
コードはそんなに出てこない
計算機科学から見たディープラーニング
実はディープラーニングにはそんなに興味ないんですけど
すこし詳しく言うと
ディープラーニングを使って何かやろう、っていう方向にはちっとも興味がなくて
でも脳のシミュレータとしてのディープラーニングそのものには興味あり
て感じ
この記事はどっちでもなくて
ディープラーニングをひとつのプログラミングパラダイムとして
計算機科学的な観点から見るとどうなるかって話
見方を変えるっていうのも好きだな
大量のデータで学習することを、大量のテストを実行することと見るとか
ある条件を満たすコードの集合があって大量のテストで
最適なコードを探索しているんだとか
数十万パラメータの関数をチューニングしているんだとか
なかなかおもしろい
ディープラーニングの問題として「解読できない」というのがある
どうしてその答えになったのか説明できないということ
仮に説明できても、その「アルゴリズム」が人間に理解できるとは保証できない
っていうんだけど
ディープラーニングで学習したAIって、アルゴリズムって呼べるものなんだろうか
それって単なるパターンマッチのお化けとは違うものなの？
学習すると、層ごとにある程度役割ができるみたいな話はあったかもしれないけど
数字ふたつと最大公約数を大量に与えて学習させたら
それなりに最大公約数を求めてくれるようにはなるんだっけ？
なったとしてAIがいつのまにか互除法を見つけてたりするものだろうか
いや互助法を見つける前に四則演算、いや自然数の概念を発見しなきゃか
そういうのはちょっとありそうな気がしない
でも人間にできるんだから原理的にできないってことはないはずだなあ
どうして人間にはできるんだ？
100万個くらいアルゴリズムを学習させたら自分でアルゴリズムを
見つけられるようになる？
話を戻して四則演算も自然数も知らなくてでも最大公約数が出せる
ディープラーニングが答えを出す方法はやっぱりアルゴリズムなの？
わからん
Q#で始める量子プログラミング
紹介にそのまんま書いてあるんだけど、量子コンピュータの原理とかよりも
Q#の紹介に重点を置いた記事
原理がちっともわかってない自分にはちょっとつらかった
量子コンピュータも、それを使ってみようとは思わないけど
原理には興味ある、的な感じなので
その上、Q#の紹介はされるんだけど、でも具体的な問題の解き方は
また機会があれば、となるとすごいピンポイントな読者層を狙ってる感じ？
自分は多分、Charls Petzoltの"Code"の量子コンピュータ版みたいなのが
読みたいんだろう
リレーの代わりに何を使えばいいのかわからないけど
ぜひ＞ラムダノート様
