159 Photos and videos
ペパお retweeted
Jun 13
倍率すごそうなので追加します
ウインナー100本どうぞ
フォロー＆リポストで2名様に
締切は6/15(月)23:59まで
802
24,798
12,343
687,245
ペパお retweeted
Jun 11
ウインナー100本あげます
フォロー＆リポストで3名様に
締切は6/14(日)23:59まで
1,394
35,897
22,674
1,500,003
ペパお retweeted
Jun 10
めちゃくちゃこれであり、特にtoBは何でもかんでも非決定論的処理が許容されるわけではないことをわかってほしい2026年を生きている
Jun 9
決定的なことは古典的手法で、非決定的なことはAIで。境界をきちんと見分けて何でもかんでもAIに推論させない。こういうことを丁寧に紡ぎ上げてくってのは、たぶん中長期的にみて大事なことになってくんじゃなきかな
1
6
344
RT @naoya_ito: 決定的なことは古典的手法で、非決定的なことはAIで。境界をきちんと見分けて何でもかんでもAIに推論させない。こういうことを丁寧に紡ぎ上げてくってのは、たぶん中長期的にみて大事なことになってくんじゃなきかな
33
ペパお retweeted
汎用の強い非線形ソルバーもかっこいいですが、例えばHPIPMやFATROPみたいに最適制御問題固有の構造（KKT条件がRiccati再帰式で書ける、そこで出てくる特有の行列構造に特化した線形代数ソルバーをアセンブラレベルで特化実装する）みたいなハッキーなソルバーも好きですね
Jun 8
連続最適化問題に限ればそれなりになんとかなるのでは👀
3
8
4,326
読んだら新たな気付きがあった。
深津さん@takuya_fukatsu はおそらく広義の化学プラントを想定しているので、比較的容易に長周期的な劣化などを踏まえた、第一原理上の正常空間(世界)が定義できるので、そこが一般的なロボットや自動運転との違いなのかな。
Jun 6
That's concepts are included in zenn.dev/cybernetics/article… Physical AI definition.
2
127
ペパお retweeted
Jun 4
New preprint on arXiv!
"Continual Learning in Modern Hopfield Networks with an Application to Diffusion Models" w/ M. Oizumi (@oizumim), R. Karakida
Hopfield energy = an internal indicator of forgetting in diffusion models, and a criterion for replay.
🔗 arxiv.org/abs/2605.27975
1
25
48
6,046
撹拌時間に関しては反応や撹拌状態によるのでワシも即答できません
Jun 4
製薬会社では、手順書に「10gの食塩を水1Lに溶かす」と書いてあれば20gを2Lに溶かして倍量作るのは禁止されていて、1Lを2回作らないといけない。
理由がこの元ポストで、「10gを1Lに溶かして70℃で2時間撹拌」の時「どれを倍量にすればいいか分からないポンコツが入社している」可能性が否めないため。
5
47
8,730
機械・電気・建築・情報は実はポリテクセンターっていう職業訓練施設を使えば文系でも異分野からも参入できます。なので「ほぼ無理って書き方です。
（化学や材料はポリテクセンターで扱ってるのをみたことない）
機械→文系参入ほぼ無理
電気→文系参入ほぼ無理
建築→文系気質あるけどほぼ無理
情報→文系エンジニア普通にいる
専門外だから断定はしないけど、
この時点で他の工学分野より参入障壁は低そうに見える。
ただ参入障壁が低い業界は競争相手も多いので、
それはそれで別の厳しさがあるんだろうな
3
16
4,114