参加していただいた方、発表していただいた方ありがとうございました。
今回LLM関連の深い話題が多く大変楽しかったです。
今回は、ちょっと日程が合わずに1年ぶりになってしまいましたが、次回は半年後くらいを目標に企画したい。
今月終わりにはCBI年会の初日にケモインフォマティクスのハンズオンもありますので、機会があればそちらも参加していただければと思います。
Pythonを使用したFlow-based Programming(FBP)のハンズオンセミナーを開催いたします。生成モデルの利用、 Docking Study、スコアリングといった一連の流れをFBPで実装する工程を学びます。本ハンズオンは、精度よりも 全体の流れを理解することを目的としています。
学会も無事に終わりました。次は再来年にAssisiだそうです。
最後くらいはアンチョビでもと。
トマトとにんにくの塗られたバゲットにのせて食べると美味しい。
あとはフレンチフライの上にハムがたくさん乗ったやつ
当然、Las Palmeras
私の泊まっているホテルからだと、カタルーニャ広場の方とか地下鉄で乗り換えないとならんし、乗り換えもやたら不便なのであまりそっちの方にはいかなかったです。
そろそろお土産でもと近所のカルフールを物色。パエリアのシーズニングが（日本で言うところの鍋スープみたいに）液体ばかりで、持って帰るべきものなのか小一時間悩んだ。あとはお菓子とか（どれがスペイン産なのか）よくわからん感じでした。
というわけで、今日もLas Palmeras
codfish(タラ)のフリット。タラの身が入っているとおもったんだけど、タラの身を細かくして小麦粉と混ぜてあるのか揚げたドーナツみたいな食べ物であった。スナック感強め
Suckling pigにアリオリソースを添えたもの。焼いた豚だけど下味がついていていてアリオリソースにつけて食べると美味しい。
Las Palmerasという大変美味しいお店を見つけました。
豚耳ガリシア風
揚げたナスにはちみつをかけたもの
バルセロナの朝は遅く、7時を過ぎても外は暗い。それなのに9時からセッションが始まるためジョギングなどする暇はなかったというオチでした（モントリオールとは全然違った）。現地の人たちは9時前から走り始める人が多いように感じました。
セッションが終わって、Paellaでも行くかってことになり。
で二種類頼んだのですが、一つはなんか違う。
こちらはPaella、そう皆様想像の通りコメのやつです。
でこちらはFideuaというコメの代わりにショートパスタを使ったものだそうです。
というわけで、一つ勉強になりました。
そして月曜日だというのに人がいっぱいだった。
羽田からミュンヘン経由でバルセロナ入りしたのだけど、ミュンヘンまで14時間かかり萎えた。 初日は時差ボケを引きずるのが嫌だったので、ホテルで大人しくしてた。
飲んでたビール
2日目は朝早起きして、サグラダ・ファミリアを見に行った。
夜に食べるところに難儀して、Tempura & Tapas に行ってみたのだけど、Patatas Bravasの量がやばかった。
前回も書きましたが、私は「LLMは単語の並べ方の新しいカタチのデータベース」と捉えているので、使い方もそんな感じになっています。
大体よくやるのはより簡潔な表現を探索するというタスクで、長い文章のアブストラクト書かせたり、ビジーなPowerPointのスライドの表現を簡潔にしたりとか、真面目にやると意外と時間がかかる仕事が捗るので重宝しています。
あと、最近使ってみて良かったのが表題の通りで、いわゆる標語の作成です。なんかアツい思いの長文書いて、「これを完結に表現する標語を3つ提案してくれ」とかやれば、なかなか良い感じの「単語の並び」が返ってきます。それをちょっと手直しすればあっという間に作品の完成です。標語の作成にそれは邪道では？とか思いがのってないんじゃないの？とか思わないこともないのですが、そもそも長文書いている時点で想いがのっているので、それを簡潔な表現にするところは単なる作業で「単語の並びに想いは乗らんよ」ということで割り切っています。ちなみに効率はよいです。
とか、書いていて、そもそもPowerPointのスライドの内容からタイトル提案させるのしょっちゅうやっているので、それと変わらんやんと気がついた次第。
18082024 work bioinformatics
ChatGPTとDeepLの使い分けをどうしているのだろうかと気になっていたので、発売日と同時に生命科学研究のためのデジタルツール入門を買ったのだけど、忙しくてレビューを書いていなかったので。
対象読者は、ラボに配属されたばかりの学生だと思いますが、その前の学部2回生くらいから読んでおいてもいいと思います（というわけで今週帰省してくる娘に読ませようと思っている）。
自分としては冒頭書いたように８章のAIツールの活用に興味があったので、勉強になるところが多かったです。
LLMは「単語の並べ方のデータベース」として、よい表現（よい単語の並べ方）を得るのに使うことが多いです。そのあたりはニュアンスの説明が難しいのですがなんというか将棋ウォーズの棋神みたいな使い方になっている気がします。
LLM使ってどういう面白いことをするのかは次回のMishima.sykで少し触れる予定です。
will can mustはマネジメントの視点から語られることが多いように思いますが、先日の部の方針説明会で逆の立場、つまり従業員の視点からの私の捉え方を話したのでちょっとメモっておきます。
そもそも will can は従業員に紐づくもので、mustは会社からの要求であり、3つのオーバーラップを最大化するのが重要ということに異論はありません。
さてwillもcanもmustも大きくなったり動いたりするわけですが、自分でコントロールできないmustにどう対処するかという話になります。
このように３つのバランスが取れていればハッピーだし、マネジメントはこの状態を目指しますが、会社の方針が変わったり異動があるとmustは動きます。
このように乖離が起きたときの対処法は4つあると思います。
will,canのエリアを大きくしてmustの動きに対して安定な状況を目指す、つまりロバストネスの獲得でしょう。自身のやりたいこと(will)、やれること(can)を大きくすれば会社の方針変更にも対応できると思います。わりとマッチョな考え方であるとは思います。
will,canをmustに寄せるということでしょう。会社の指示に柔軟に対応するということになり、willはまぁ適合できるかもしれないけど、たいていcanがついてこなくて３つのオーバーラップは小さくなりがちかと思います。
mustを動かせるようになるということですね。端的に言うと、出世して経営方針に口を出せるようになるということです。ただし、これは時間もかかるし面倒な茨の道なのかなぁと思います。それなりの会社に対する忠誠心も必要になるので、終身雇用を信じる人のオプションなのかなぁと思いますけど。
当然、自分のwill,canとオーバーラップを最大にするmustを再選択するという選択肢であり、それがいわゆる転職にあたると思います。
上の４つのどれが正解、不正解というものでもないですが、自分の人生の価値を最大化させるというためには意識しておいても良いんじゃないかなぁと思います。
