パワポの「吹き出し」をいじくる方法

https://www.novel-s.jp/single-post/2017/02/10/%E3%83%91%E3%83%AF%E3%83%9D%E3%81%AE%E3%80%8C%E5%90%B9%E3%81%8D%E5%87%BA%E3%81%97%E3%80%8D%E3%82%92%E3%81%84%E3%81%98%E3%81%8F%E3%82%8B%E6%96%B9%E6%B3%95%E3%80%82

ディープラーニングの次としてのDQNと自己適応

　前のエントリPepper開発チームが語る！研究開発中の新機能紹介を途中から聞いてきた！にあるけど、ディープラーニングの次にクルのは、学習の自動化ということで、強化学習を自動的に行うDQNなんですかね。。。

　ソフトウェア的には、環境から自動的に仕様を定義するという自己適応ということになるんでしょうか・・NIIの鄭先生とか石川先生の世界？
　この辺は確か、非機能要件はできているんでしたっけ（遺伝的アルゴリズムで）？？
　あとは、機能要件の自動化・・ですね！（多分・・・）

PepperMakerとは

オリジナルＰｅｐｐｅｒがつくれる
パソコン画面上に作れる（バーチャルだけど）

http://www.softbank.jp/robot/special/pepper-maker/

Pepper開発チームが語る！研究開発中の新機能紹介を途中から聞いてきた！

２月９日のpepper world 2017のセミナー

Pepper開発チームが語る！研究開発中の新機能紹介

を途中から、立ち見で聞いてきた（超いっぱい！）ので
途中からメモメモ

---

(途中から）

今仕事で求められる力
　｜　　　　｜
　体　　　頭脳
ハード　　ソフト

絶対性　　柔軟性

・ロボット：同じことできる（撮影）
　→何度でも再現できる価値

・感覚や勘を生み出す価値
　ＡＩ、ロボット・・機械学習：柔軟性にフィット

・柔軟性のソフトウェア：いろんな会社が取り組み
　→ハードウェアは見えてきた

・機械学習と普通のソフトの違い
　→曖昧性を実現できる


スマートロボット　　　マシンラーニング
　｜　　　　｜
　体　　　｜－－｜　　　頭脳
ハード　　｜－－｜　←　ソフト

柔軟に思考して、絶対的に行動する

・ディープラーニング
　マシーンラーニングの中の技法
　人間を超えようとするアプローチ
　深く学習する
　すべてを解決する万能機？
→認識系では人間を超える
　ルール性のあるゲームでも
→ツールのひとつ、研ぎ澄まされた日本刀みたい
　使い方間違えると、どえらいことに
→問題点
　学習コスト高い
　らべリング（スーパーバイズ）するコスト
　ＣＰＵコスト
→でもすごいパフォーマンス

・例：樹齢をもとめる
　木を学習させるだけなら、人間程度
　年輪を見せれば、ばっちり

・ディープラーニングは使い所と使い方
　入力データと期待する結果
　学習方法フロー設計
　コンディションの一貫性

・自分で学習していく、やりながら学習
　けん玉デモ
　→モーターのジョイントで学習
　　はじめベースはやってみる（成功しなくてよい）
　　揺らぎを持たせながらやる
　ビデオ：ボール投げの学習
　現場で学びながら地図を作る

・ビジョン：網膜の再現
　モノの認識：何があったかを覚えＤＢへ

・エンジニアでは限界がある
　ディープラーニングでＵＰした
　さらに自分で学習で尻上がりに上がる

・ＩｏＴ：最終的には自動化
　→最適化：中で何が起こっているか分からなくなってくる
　→マスターしている人が必要：ロｐボットが把握
　　　最適化にフィードバック
　　
・Ｐｅｐｐｅｒプロトタイプ１の様子

・ロボット；新しい喜びを生む
　ＩｏＴと逆行しながら親和性

---

（所感）自分で学習→ＤＱＮのこと？

Googleの日本語検索の品質向上に対応する

Googleの日本語検索について

日本語検索の品質向上にむけて
https://webmaster-ja.googleblog.com/2017/02/for-better-japanese-search-quality.html

について、いろいろ書いてあるサイト

Googleの日本語検索の品質向上に対応する
https://spelldata.co.jp/blog/blog-2017-02-04.html

Ｐ．Ｓ　関係ないけど、Ｇｏｏｇｌｅの検索ネタつながりで・・

Googleの知られざる機能を発見→よくわからないけど、なんだかホッコリした(笑)
http://buzzmag.jp/archives/113202http://blog.goo.ne.jp/admin/newentry/#