物理学者、中央大学教授。1961年6月21日東京都生まれ。1984年東京工業大学応用物理学科卒、1988年東京工業大学大学院理工学研究科物理学専攻博士後期課程修了、「規則格子,不規則格子およびフラクタル格子上の相転移」で理学博士。同年、東京工業大学理学部物理学科助手。1997年中央大学理工学部物理学科助教授、2006年教授。96年『砂時計の七不思議』で講談社出版文化賞受賞。専門はバイオインフォマティクス。
田口善弘氏の生命はデジタルでできているを読んだ。本書はゲノムを情報処理装置に見立て、解説をしたものだ。 セントラルドクマ セントラルドクマとは基本原理とか中心教義として日本語に訳され、その意味するところはDNA→RNA→タンパクという順に情報が伝達されることを意味している。そして、DNAはアデニン(A)、グアニン(G)、シトシン(C)、チミン(T)の4種類から構成されており、これは全ての生命に共通である。DNAのうち生命の設計図の情報を保持している部分を特にゲノム(genome=gene(遺伝子) + -ome(総体)) と呼んでいる。ヒトゲノムプロジェクト(ヒトゲノムの配列読み取るプロジェク…
毎週日曜日は、この一週間(4/22~4/28)に週刊誌や新聞などの書評に取り上げられた旬の本を紹介しています。書評内容については各誌・HPなどをご覧ください。 今週の書評本 *表示凡例◆掲載された媒体: 発行号数 掲載冊数書籍タイトル 著者.編者 出版社 税込価格 書評掲載回数(②回以上を表示) ◆サンデー毎日「遠回りの読書」: 5/5・5/12 号 2 冊時は立ちどまらない 東日本大震災三部作 山田太一 大和書房 2,420 ③死なれちゃったあとで 前田隆弘 中央公論新社 1,870 ② ◆女性自身「今週のあなたを開く本」: 5/7・5/14 号 4 冊こまどりたちが歌うなら 寺地はるな 集…
学び直し高校物理 挫折者のための超入門 (講談社現代新書) 作者:田口 善弘 講談社 Amazon
デュードニー流コンピューターレクリエーションからデータサイエンスへ(2)というよりはデータサイエンス作法、 野次馬データサイエンス、 野次馬データサイエンス(2)「形としてナイものが見える」楽しみ、 野次馬データサイエンス(3)GISとGAM、 野次馬データサイエンス(4) The impressive complexity in the Nautilus pompilius shell、 野次馬データサイエンス(5)サイエンスの面白さに湿軟の区別なし、 野次馬データサイエンス(6)「身近な活用事例」でワクワクさせるには、 野次馬データサイエンス(7)教程書の執筆、 「沖積図(alluvial…
今年も年末ということで、読了リストです。 目標200冊は届きませんでした。 何だか同じ本をよく買った気がします、気づかずに。 読了順ではなく購入あるいは興味を持った順番という何ともわけのわからん状態ですが、これ以上整理する元気もないのでこのままupします。 2012年 読了リスト 1北村薫 空飛ぶ馬 創元推理文庫2コニー・ウィリス リンカーンの夢 ハヤカワSF文庫3ロンドン 野生の呼び声 光文社古典新訳文庫4ロンドン 白い牙 光文社古典新訳文庫5木山捷平 木山捷平 ちくま日本文学全集6木山捷平 大陸の細道 講談社文芸文庫7木山捷平 氏神さま・春雨・耳学問 講談社文芸文庫8木山捷平 井伏鱒二・弥…
田口先生にはもう16年もお目にかかっていないが、いにしえのLinux JAPANの時代から、本質をズバッと捉えた切れのよい文章は変わっていない。はじめての機械学習 中学数学でわかるAIのエッセンス (ブルーバックス)作者:田口善弘講談社Amazon というので、夕食が終わって届いていたのを読み始める。「中学数学でわかる」ということはベクトル表記を使わずに説明しますということかと思うが、哲学的な説明がなかなか頭に入ってこないまま寝入ってしまい、BERTが「穴埋め問題で強くなった」のをまねて応用する夢をみる。
バズりに食いついてPVを稼ぎたい今日この頃です。 「水はどうして透明なの?」 水分子の吸収スペクトルと太陽光のスペクトルの関係 生物学における4つの「なぜ」とは 眼の機能と環境 眼の系統発生と生息環境 眼のメカニズムと光学 眼の個体発生と行動 まとまらない その他 宣伝
Twitterで話題になっていることを取り上げるトレンドがありますが、一部の人のおすすめトレンドには"アカデミア"や"博士課程"といった言葉がたまに表示されている人がいるのではないでしょうか?これは多くの場合は、有名人や問題行動の炎上と比べると、非常に規模は小さくバズったり、炎上したとはいえない規模のものではありますが、一部の界隈の人が注目するようなtweetがきっかけとなっています。 またTwitterは多くの様々なSNSの中でも、20代~40代の比較的若年層の利用率が高いことが知られており、いわゆる現時点で研究者やアカデミックキャリアの若手といわれる層に利用者が多いことも、反応しやすい要因…
AIについて、議論しようというと応用議論、応用例は多岐にわたり、ついつい車輪の再発見ではないが、すでに進んでいることをまた議論することもあり得る。一方、議論参加者の関心事もまちまちであり、すでに議論されていても、興味あるところはそこを強くという部分もあるという、ある意味難しいところもあるといえる。 現状としては「何でもできるが何にもできない」とも、(軍事おける格言の一つ「ロシア軍は見掛けほど強くも無ければ弱くも無い」をもじると)「AIは見かけほど何でもできるわけでも、何もできないわけでも無い」という印象を受ける →個人的には車に例えることが多い。今は「魔法」ともプロンプトが良いと大変素晴らしい…