Subscribed unsubscribe Subscribe Subscribe

まだ暑い東京でセミオープンのヘッドフォンと初代 iPod nanoでミスチルを聞きながら(その1)

2015年9月11日深夜、久しぶりに社畜を満喫し職場から自宅へのタクシー車内で明日からの旅に思いを馳せる。今年の夏休みは、チームや同僚、上司の協力もあり、シルバーウィークと組み合わせ12連休。この大型連休を利用して、妻と中国メインランドを巡る!

行き先は、成都、九寨沟、黄龙、そして上海の4箇所。

きっかけは遡ること数ヶ月前。今年の5月に1ヶ月ほど上海に滞在し中国語を習っていた時のこと。老师の一人が大の旅行好きで、授業の際は中国本土の地理と名所について教わるのが常だった。そんな老师のイチオシが、九寨沟。これまで見てきた景色で「最好(best)」とのこと。

f:id:moriken_1113:20150916151337j:plain

九寨沟を中心に旅を組み立てる。妻の友人が四川省成都の出身であれこれオススメされる。こうして、パンダの故郷が目的地に加わる。黄龙は地理的にも九寨沟とセットだ。川崎と羽田空港の交通の便は半端なく良く、相対となる中国側のハブは上海虹橋として、上海にも寄ることにした。
 

初日は羽田から虹橋を経由して成都まで移動。三国志でも有名なこの街で3泊。

その後、成都から九寨黄龙空港。空港から九寨沟までは車で2時間。ここで2泊。九寨沟から黄龙は車で2.5時間。タクシーでも移動可能だが、自分たちは老师に紹介してもらった現地のドライバーにお願いした。黄龙で2泊。なお、黄龙から空港までは車で1.5時間ほど。

最後の滞在地は上海。九寨黄龙空港から上海浦东まで飛び、3泊。残念ながら九寨黄龙からの上海直行便は市街から遠い浦东空港着のみ。成都経由だと虹橋につく便もあるが、九寨黄龙空港は地理的条件(海抜3,500mの山頂に位置)からか天候不順で遅延がとても多く、乗り継ぎ時間が読みにくく計画が立てにくい。帰国は虹橋から羽田に戻る。合計10泊11日の日程だ。

翌日からの長期旅行に静かな興奮を覚えながらの帰宅だった。

中国本土(メインランド)に最適なSIM

はじめに

前々から決まっていたんだけど、GW最終日の週末から上海に1ヶ月ほど出張に行くことになっている。それに合わせて本土で使う携帯のSIMを選んでみた。結論からいえば、自分の場合、香港で売られている跨境王というのがベストマッチだった。今回は、この辺りの状況を備忘録として残しておこうかと思う。

跨境王にした背景

中国本土で使うのに香港のSIM、というのはちょっと意外かもしれない。今回SIMはAmazonで購入したが、候補は香港SIMと中国国内SIMの2つ。これらを比べてみて、そこそこのお手頃感で、規制のないデータ通信ができて、残金をネットでリチャージできるという点で香港を選んだ。



具体的なポイントは次のとおり。

  • SIMの価格がお手頃(HKD120がAmazonで1400円ほど)
  • 中国国内用の番号が割りあたっていて本土の普段使いにも不自由はない
  • China Unicomなので3G通信にWCDMAを使っていてデータ通信でハマらない*1
  • データ通信にお手頃な定額プランがある(7日500MB、HKD78など)
  • データ通信はローミング扱いなので本土でもTwitterGoogleが使える
  • 追加チャージがネットでできて便利
  • 通話料は本土専用SIMに比べやや割高だがどうせ携帯通話はそんなに使わない
  • 手持ちのSIMフリーiPhone4SにピッタリはまるマイクロSIM
  • 日本国内でアクティベーションで、事前通話確認できる(下記参照)


なお、跨境王の使い方、料金プランなどはこちらの記事が詳しい。

中国本土SIMは短期滞在にはやや不向き

中国本土のSIMも検討してみた。メリットは通話料金やデータ通信量の安さで、デメリットは国内で購入する場合の業者側のマージンが大きくSIM購入費が高いこと。Amazonでは4700円。

初期投資を回収するには長期間安いランニングコストで運用しないといけないので*2、1ヶ月程度の短期滞在にはやや不向きな印象。



現在では、上海においては正攻法では身分証を提示しないとSIMが買えない*3。この面倒な身分確認を請け負ってくれている分だけ、正規料金とAmazon販売価格の差、つまり業者のマージンが大きくなってSIMの価格が高くなっているのだ。

通話確認

事前確認を兼ねて、ちょっと実験してみた。このSIM、香港と中国で別々の電話番号が割りあたる。それらの区域外でもローミングで使うことができ、日本ではSoftbankの電波を掴む。では、第三国である日本で発着信するとどの番号が使われるのか。

用意するのは、跨境王を入れたSIMフリーiPhoneと手持ちの携帯(実はこっちもiPhone)。

まずは手持ちの携帯から、+852で香港の番号にかけてみる。数秒後、マンダリンのアナウンスが流れすぐに切れてしまう。どうやら、香港の番号では繋がらないようだ。

続いて、跨境王を入れたiPhoneから、手持ちの携帯に発信してみる。Softbankを掴んでいるので+81とか付けずに、普通に080XXXXをプッシュ。数秒後、携帯に着信。番号は+86の中国のものが表示されている。面白いのが番号の下に广東深圳と表示されること。跨境王の番号は広東省深圳のが割当たってて、iPhoneにはそれを表示する機能があるみたい。

最後に手持ちの携帯から+86に発信。十秒ぐらいした後、跨境王iPhoneに着信。電話番号は080XXXXが表示された。

ということで、このSIM、香港域内でのみ香港の番号で、それ以外は中国本土含め中国の番号が割りあたる模様。香港のSIMだし、香港は特別なのかな。

おまけ

ついさっき知ったのだが、跨境王に加強版という新しいバージョンが出ていた。料金体系が通常版とやや異なり、より使いやすくなっている(そのかわり、国内販売価格は通常版に比べ1000円ほど高い)。

詳しくは携帯関連の神ブログのこちらを参照してほしい。通常版は今の在庫を売り切ったら終わりになる予感もするので、今後はこっちのがメインになるかも。


*1:メインランドの残り二社は独自方式もしくはCDMA2000。何気にiPhoneでもこの方式の違いには注意が必要。WCDMAは普及率が高いので心配の種は減る

*2:大げさに書いているが、3000円ぐらいのもとをどうとるかの話...

*3:そこは中国なので、交渉次第で何とでもなるのだけれど、外国人には言語面やそもそものSIMの料金体系についての知識という面で不利だと思う

新年度のはじまり

新年度の開始。日本では、1年の起点となるのは4月1日。入学や入社、組織や人事の改正。そんな今年度のテーマはなんといっても仕事を楽しいと思えるようにすること。

かのスティーブ・ジョブズは、毎朝人生最後の日を想像し、その日のタスクがやりたいことと言えない日が何日も続いたら、それは何かを変えるサインだと言っている。昨年の秋ぐらいから急激に仕事に対する楽しさがしぼんでいて、乗り切れていない感がある。

偉人のアドバイスに従えば、何かを変える時。

仕事に対する情熱が失われている理由は、それなりに考えてみたんだけど、やっぱりわからない。とはいえ、この理由がわからなければ、何を変えることが手段として有効なのかは判断できそうにない。なにこの無限ループ、いや輪廻転生というカルマ?

それでも、本能的、というか直感的にこうなったらいいな、と思うことはある。最も分かりやすいのは海外赴任。香港は特別な場所だし、中国含むアジア地区で生活できたら、モノクロの仕事が急にカラフルになったりするんじゃないかという期待。

案件を取って顧客と一緒に赴任、政治力を発揮して異動、よくわからないけど成り行きで出向。身近ではこんなパターンが多い。最初のは王道だけど、そんな提案ができる案件に巡り会えるチャンスって、そもそも少ないんだよね。

有効無効は別として、仕事関連で変えられる要素としては、プロジェクト、立場、部署、オフィス、会社といった感じかな。最初の4つは社内の話。会社を変えるのはそれら全部ひっくるめてガラガラポンってところ。

会社を変えて成功するには、後ろ髪を引かれるぐらいの絶頂感がある時がベストだと考えていたときもあるが、世の中そんなに単純でもないと気づく。達成したこと、成果というのは客観的だし、スキルマッチの側面も、モチベーションの観点もある。

組織改正で部署は動いたので、まずはその影響を観察しつつ、今年度は、仕事が楽しくなるように、何かを変える、が目標という感じかな。

2014年のまとめ、今年のうちに。

達成感

2013年夏から参画していた炎上プロジェクトが4月末にリリースを迎えた。ここに至る過程は辛く厳しいものだった分、リリースを成し遂げた達成感は格別だった。ただ、その実感は時間をかけてじわじわ得られるものだったのは面白い現象。リリース直後からトラブルに見舞われたこともあり、区切りが曖昧だったのが原因かと思う。

プロジェクトでは、極限状態での意思決定やマネジメントの経験ができた。また、大規模プロジェクトの推進や、ダイナミクス(どういう場面でどういう手をうつとどういう結果になるか)を多く学ぶことができた。これらは大きなTake Awayと言えそうだ。

一方で、ダウンサイドとしては、別の多くの感覚が麻痺してしまった。B-Schoolで培った「ビジネス」感覚や問題意識はだいぶ遠のいてしまった。語学やエンジニアとしての業についても錆びつきを認める。今後のキャリアを考えた時、これは大きな課題と思っており具体的な対応が必要そう*1

楽しい

この年、父親が還暦を迎え、そのお祝いとして6月に台湾(台北)を訪問した。小籠包、マッサージ、灯籠、夜市、博物館、火鍋、海鮮 etc... フレンドリーな街で楽しい時間を過ごした。帰国後には、iPhoto でスライドムービーを作ってプレゼントしたりもした *2。両親も喜んでくれたようでなにより。

f:id:moriken_1113:20140713180633j:plain


11月には無理やり祝日と振休を重ねて上海のお義父さんとお義母さんに会いに行った。上海にはかれこれ5〜6回訪れているが、街をゆっくり巡ったのは今回が始めてかもしれない。上海雑技団を観たり、東洋のベニスとよばれる水の都、蘇州に行くチャンスもあった。HKUSTのクラスメートとも会って、あれやこれやで、かなり楽しい旅だった。

f:id:moriken_1113:20141104144647j:plain

台北も上海も妻に大いに助けてもらい、感謝、感謝である。いいかげん、マンダリンやるよ。

買ってよかった

大きな買い物としては、iPad Air2 (SIMフリー)*3があげられる。今更だけど、iPadの万能感が半端ないことに気づく。緻密で発色のよいディスプレイは、電子書籍やPDFの表示デバイスとしては完璧。それに加えて、Webブラウザ、RSSリーダ、FB/Twitterメッセンジャー、音楽プレイヤーを兼ねる*4。それでいて、動作は軽快で、見た目もスタイリッシュ。使用頻度はすごく高く大満足なデバイス。


あとは、最近手に入れたMondaineの懐中時計も結構お気に入り。デザインが良いと、仕事も捗る(気がする)。PCを使っている時は、意外と時計を見る機会があるが、画面の時計はどうもイマイチ感があった。時間を認識するまでに、(どこに表示されているか熟知しているのに)なぜかそれを探してしまう。その間が嫌なのだ。今は、作業時には懐中時計を脇において、一目で見られるようにしている。これでかなりストレスを軽減できた。

f:id:moriken_1113:20141231195612p:plain

おめでたい

結婚式に多く出席した一年だった。会社の先輩、同期、後輩など。どれも違って、どれも良い式だった。また、仲の良い同期の結婚にはいつものお祝いも実施した。新婚の夫婦でご招待し、みんなで贅沢な焼肉を頬張る企画である。その場ののりで、国内プチ旅行に行くことになり、気の合う仲間と福岡に行ったのも良い思い出。モツ鍋とか豚骨ラーメンが美味すぎて、楽しすぎる旅だった。



来年の豊富とか目標、計画なんかはまた明日(以降)。みなさま今年もお世話になりました。どうぞよいお年を!

*1:具体的な対応は来年...

*2:はじめてやってみたけどiPhotoYoutubeで機能が被ってて、AppleGoogleのガチ競合を垣間見た

*3:妻が誕生日にプレゼントしてくれた。超嬉しい!

*4:使う頻度は少ないが、ExcelやPower Pointまで動く

メッシとAmazon(後編)

ある規模のデータサンプルから人間では思いもつかないルールをコンピュータが発見する。はたして、それは世の中のどんなところで使われているのだろうか。


すぐに思いつくのがAmazonでのオンラインショッピング。利用者の膨大な購買履歴や、Webサイト上の行動履歴を分析して、購入のルールを発見する。そのルールに基づき、それぞれの利用者に適切な商品をオススメする。


http://www.flickr.com/photos/26320652@N02/6352123585
photo by Scottish Government


メッシのプレーを創発させることは、Amazonの売上を向上させる・・・。世の中は以外なところでつながっている。


さてさて、この話は要するにデータマイニング、というか、Big Dataという文脈に続いていくわけだが、それは思うところを書いてみた過去エントリで。


BigDataとは何を象徴しているか? - Happy UnhappyBigDataとは何を象徴しているか? - Happy Unhappy

データマイニング」という言葉を初めて聞いた(見た)のは、M1の時、工学部の図書館でうろうろしていた時だ。その時の感想は、また変てこな言葉作ったなー、だった。デ...


ところで、この分野の手法というのは、多くは人工知能の分野で発展してきたものが多い。そして、人口知能というのが基にしているのは、人間の知能や脳、生物の機構である。地球上の生き物は複雑で危険な環境において、恐ろしいほど適応して生きている。


人間の知能や認知機構を解き明かそうという学問に認知科学がある。そこでは、心理学実験という手法で人間の認知機構を測定したりできるのだけど、そうやって測定した人間の方法(ルール)をマルチエージェントシステムのエージェントに組み込んだらどうなるだろうか。


そんな卒論を書いたのが2003年のこと。複雑系工学とか認知科学、人口知能にドハマりしていたころだ。なんだかものすごく昔だけど、ビバ学生時代、ということで。

メッシとAmazon(中編)

サッカー選手をエージェントとみたてて、計算機上でシミュレーションする。あるルールにそって動作させたとき、効率よくゴールを決めたり、鉄壁な守りを実現するチームプレーを発現させるようなルールとはどんなものだろうか。


http://www.flickr.com/photos/-po/9508337865
Rio Tinto Stadium by Brent Thomson, on Flickr


現実世界では、あるコーチはパスワークの重要性を、またある指導者は個々人のテクニック強化の必要性を解くかもしれない。では、コーチたちはどうやってそのルールを考案したのだろうか。


実際にサッカープレイヤーだった経験から、もしくは多くの試合を観戦することで重要なポイントを発見したといったところが王道だろうか。一般的には、これらのプロセスは「学習」と呼ばれる。


では、もし、コンピュータが自ら学習することができたら・・・?


機械学習というのは、これを実現する手法(アルゴリズム)である。簡単に言えば、何度も試行しながら徐々に最適なパラメータを発見する仕組みだ。


再びマルチエージェントシステム上のサッカーを考えてみる。例えば各エージェントに次のようなルールを与えたとする

  • ボールに近づく:10m以内にボールがある場合
  • パスを出す:敵が5m以内にいて、仲間が30m以内にいる場合
  • シュートする:シュートスキルが10以上でゴールから距離が(5×シュートスキル)m以内の場合
  • ドリブルする:その他の場合

このようなルールのモデルを組み立てた場合、10mとか5mとかいう部分をパラメータとみなすことができる。この値を適切なものにすることで、強いチームを作ることができそうだ。そして、適切なパラメータの組み合わせは、強豪チームを作るエージェントの動作ルールに他ならない。


これを実現するのが機械学習である。あるパラメータからスタートしてサッカーの試合をシュミレーションし、結果に応じて *1これらのパラメータを少しずつ変化させる。そしてまたシミュレーションをして、というのを繰り返す。十分な回数の試行をへてパラメータの値が収束したところでシミュレーションを終了する*2


機械学習アルゴリズム(パラメータを修正する方法)はいくつも提案されている。人間の神経組織を模して考案されたニューラルネットワーク。やや統計学よりなサポートベクターマシン。生物の進化過程にヒントを得た遺伝的アルゴリズム*3などが有名だ。


この機械学習を上手く使えば、コンピュータリソースを使い、ある規模のデータサンプルから人間では思いもつかないルールを発見することができるかもしれない・・・。こんなポテンシャルを前にして、世の中が興奮するのも無理は無い。


そこには途方もなく大きなビジネスチャンスがある。


知の創成―身体性認知科学への招待
ロルフ ファイファー クリスチャン シャイアー
共立出版
売り上げランキング: 707,280

*1:例えば獲得得点が多くボール占有率が高い結果を生むパラメータセットを高く評価する

*2:全ての取りうるパラメータの組み合わせを虱潰しに全部試してみればよいじゃないか、という疑問を持った人は、なぜそれが成り立たないか考えてみてほしい

*3:15年ぐらい前にSONYから発売された犬型ロボットAIBOの四足歩行動作は遺伝的アルゴリズムで獲得された、というのは有名な話

メッシとAmazon (前編)

世間がサッカーワールドカップにもりあがっていた頃、香港MBAの仲間で飲み会があった。


幹事のHさんは、プレイヤーとしてもコーチとしてもサッカーの経験があるという。日本戦について初心者にもわかりやすくポイントを解説してくれた。指導者視点だと個々人の動きだけではなく、チーム全体の動き方にも注目するそうだ。

常々思っていたが、その話を聞いて、サッカーのチームプレーというのはすごい、と改めて感じた。個々の選手が自由意志で動いているのにも関わらず、それが群行動となり見事に目的を達成しているからだ*1


複雑系、というのはこういった群行動を説明しようとする学問体系だ。名前とは逆に考え方はシンプルで、単純な規則に支えられた個が相互に作用することで複雑な群行動を発現させるというもの。


有名な例としては、群鳥の風景がある。



Video example of Boids in action - YouTube

一羽一羽の鳥にはとても単純な規則(例 前の鳥と近づいたらちょっと離れる)だけど、それをたくさん合わせてみると、本物の鳥の動きが再現できる。


「マルチエージェントシステム」というのはこのような、計算機上で複雑系を再現する手法である。サッカーを例にすると、個々の選手をエージェントとしてその動作(ルール)をプログラミングする。その後、サッカーフィールドで複数のエージェントを独立して動作させ、その挙動を観察する。


エージェントに与えるルールは、例えば「敵プレーヤが近づいてきたら一番近くの仲間にパスを出す」、といった具合だ。ところが、実際にこうしたルールを与えた選手をコンピュータ上で動作させてみると、最初は本当にShabbyなプレーとなる。


そうすると、「敵が3人以上くるまではパスしない」、とか「ボールが全くない空白地帯で誰もいなかったらそこに移動する」、といったやや込み入ったルールを導入してみる。そうすると、さっきよりはもう少しまともなサッカーとなる。


このように、こうすればよさそうという人間が感性(思いつき)でつくるルールのことをヒューリスティックと呼ぶ。そして、多くの場合洗練されたヒューリスティックは非常によく機能する*2


ただし、中にはこのルールを自律的に習得させたいと考える人がいる。計算機に勝手に学習させて最適なルールを発見できたら・・・。そう、このルールをどうやって手に入れるか、というのが面白いポイントなのだ。


次回は機械学習や進化型計算とよばれる領域を紹介したい。

*1:逆にチームプレーの失敗を見ると、やはり人間でも難しいのかと思い複雑な気持ちになる

*2:データが揃わない状況で有能なリーダがカンと経験で下す決定がしばしば成功するというのに似てるかもしれない