Cheapではあるけど，性能の高いCPUとGPUの組込みボードを発注，そんなこと．ある計算のコンピューティングを試す，ということを考えていて，案外，ウマく行く，そんなことかと．
ボードコンピュータだけど，アルゴリズムのアイデアを実装できる，ということが可能で，AIがエッジに拡がる勢いを感じる，そんなこと．
数学のことで，両方ともテンソル解析を使う，そんなこと．
学部の夏休みに洋書を使ってテンソルをお勉強した，という記憶があって，とりあえず連続体を扱うのに使った，ということだったかと．それが，Deep Learning でもアレコレと使って・・・．
そもそも．機械工学と機械学習がココイラで繋がる，という解釈は強引さもあるけど，最適化まで考えると，若い頃のお勉強に感謝，そんなことでしょうよ．
だけど，計算力学か制御理論か，という迷いがその当時はあったけど，結局，確率システムの制御と同定に興味があって，その後はそっちへ，ということで，ココイラが機械学習に繋がっているだけで・・・．
ただ，信頼性解析で考えると，計算力学でも今に繋がったはずで，やはりベイズと機械学習に．
いつも不思議に思うのは，途中がどうであっても，結局，今になる，という奇妙な感覚があるの．あくまでも，個人的な雑感でしかないけど．
で，まあ，昔に何をしたとしても，そんなことはどうでも良くて，たぶんテンソル解析をどこかでお勉強して，今の機械学習の計算を考えるのに使っている，ということに．
要は，成り立ちなんてどうでもよくて，アレコレと数学を身につけて，今に至って，この先も自由気ままに自分のゴールに辿り着く，というだけで・・・．機械工学と機械学習は，別に繋がる必要もなくて，最後は何故か決まっている，という感覚なの．
と，まあ，とりあえず，何でも良いから積み上げは大切，ということでもあって，積み上げをしないと既に決まっている自分のゴール（運命）？が消えてしまう，という気分で．
あくまでも，研究のことだけど．考究の積み上げを嫌になってやめたら，研究者ではなく，それ意外になるだけでしょうよ．
組込みシステムの信頼性をアレコレと考えながら，どうしてもAIそのものが気になっている，という具合．エッジでの機械学習や強化学習に関して，これらの確信や誤りを考究する，そんなこと．
エッジじゃなくてもココイラって重要なんだけど，瞬時の処理なので・・・．この瞬時の扱いそのものが厄介でもあるけど．
ソフトウェアの信頼性だけど，考察を深めて・・・．
ビジネス・アナリティクスだけど，とても大切でしょうよ．基本的には，ビジネス・スクールでどう教えるのか，ということが個人的な立場で，ココイラは海外の状況を鑑みてのこと．
特に，社会人教育のことで，要はクラウドのツールとPythonを使って機械学習の処理実装が理解できて，データ・ドリブンの実践経営をリーダーとして担う，そんな方々になって戴く，ということを目指す，そんなこと．ただし，知識経営や戦略，組織，財務，金融，品質などの経営学の基盤を同時に理解しながらで，もともと情報やデータ解析の経験が既にある，というのが必要かと．
例えば，品質・信頼性・安全性の専門職だけど，ココイラを基盤にした思考と技法を身につけて戴く，ということって何しろ重要でしょうよ．従来のやり方だけでは問題解決が図れない，ということに気づきながら，新しいことに技量が追いつけず積極的に踏み出せない，そんなことって少なくないように思えて．
中高年だからこそ，次のステップを・・・．
イノベーションだけど，社会学習のサイクル形成，という捉え方をすると，今のAI関連の状況が把握できる，という具合かと．
要は，オープン・ソースによって社会知識形成が促されて，アプリケーションの開発が増えて，応用のオープン・ソースも増えて，というサイクルが続く，そんなこと．
このサイクルに参加しながらアルゴリズム開発を行って，さらに開発の応用を増やして，という具合に自らの知識形成も向上する，という仕掛けに関わる，ということってとても大切で，数理の実装を感じる，ということに．
AIビジネスへの変革だけど，ナッレジ・マネジメントが基盤でしょうよ．要は，組織学習と学習機会のサイクル形成のデザインが要，そんなことかと．
個人的には．問題解決，システムズ・デザイン，ビジネス・アナリティクス，意思決定をクオリティ・マネジメントと統合して考究している，という具合．ココイラって，ナレッジ形成では必須でしょうよ．それと，AIとの絡みもしっかり理解を深めて，革新を積極的に行う，そんなことに・・・．
自己の能力を高める，という姿勢って，こういうサイクルでは必須で，学習する能力の基礎を鍛えてきた人財を重視する，というやり方って，とても大切でしょうよ．
AI化って，ビジネス・パーソンそのものもスマートになって行く，という仕掛けが必要で，知識ビジネス・パーソンが何しろ主役で・・・．
統計的意思決定の授業内容だけど，やはりAI絡みをきっちり扱う，というのが良いでしょうよ．
そう言えば，エッジのAIコンピューティングだけど，教材の中で扱いたい，そんなことを考えているの．ビジネスのリテールやフロントエンドがどう変わって行くのか，ということのアイデアがわかる，そんなことかと．
もちろん，クラウドでの学習を構築する仕掛けも大切で，こういったフレームワークの中でマネジメントとしての意思決定を理解する，というのが良いかと．
経営の全てがAIでなく，マネジメントの重要性は変わらないのだけど，ビジネス・アナリティクスを知っていないと，AIを絡めたデータ・ドリブンを基盤とした意思決定の方法を理解できない，ということかと．
もちろん，ココイラの仕掛けを構築する人財育成って重要で，ビジネス・スクールの範疇でもあるでしょうよ．
そう言えば，30年前くらいにUNIXのワークステーションを弄っていた頃の夢想が現実になってきている，という気もしていて，50歳代より上の方々をリカレント教育で復活させる，というのって，案外，悪いアイデアではない感じで．ただし，メインフレームは除く，だけど．
関係ない，と思い込んでいることが，後々に繋がる，ということって，やはり人間社会の創造を感じる，ということでしょうよ．
職を通じて社会と関わる，という生き方の基盤だけど，繋がりの気づきでもあって，変革への意気込みとも言えて・・・．
個人的には，物理学と情報およびビジネスの繋がりに驚きと発見を堪能，そんなこと．格調の高い教養の実践でもあって・・・．
頭脳を鍛えてスマートさを磨く，ということの継続って，ビジネス・パーソンとしては要でしょうよ．
テクノロジー・マネジメントの範疇だけど，サービス・クオリティと絡めての考究って必須でしょうよ．流通の機械学習とデータ・サイエンスにこと．
そう言えば，Technologies in Sales Processesの積み上げを懸命に行ってきた企業さまって，やはり強い，という印象があって，もちろん，実例も知っている，そんなこと．
だけど，先端の技法活用から遅れが少し現れ始めている，という危機の兆候を感じておられる，ということもあるように推察できる，ということかと．
次世代の流通が気になっている，個人的にはそんな状況で，かつて威勢の良かった企業さまも今では苦戦，さらに店舗閉鎖ということでもあって・・・．