GMOエンジニアトークに参加してみた
IT勉強会とかがまとめられているサイトを先輩から教えていただいたのでこれも何かの機会かなと思って参加してみた。
今回参加してみたのはGMO internet 本社の方々が研究開発したものを発表してくれるというもの。勢いだけで参加してみたけど、インフラも興味の対象だったので、良い機会であった。今回のテーマは VR , ブロックチェーン, Deep Learning の3つ。どれも聞いていて面白いものだった。
Unity3D と Oculus Rift でウェブ VR コンテンツの表現
VR空間内でウェブコンテンツをみたり、複数のウィンドウをうつす自分の部屋のような空間を作り出して、楽しむといったVRコンテンツの紹介
目的としてはゲーム・エンタメ以外でVRをつかったアプリを作ってみたかったというものらしい。
主にUnityをつかって開発しているらしく、予算も36万ほどかかったらしい(すげえ)
VRコンテンツを作る際のポイントとしては
- 空間づくり
- 違和感のない演出、ズームアクション
- インタラクション
の3つがあげられるらしい。
自分の研究でもVRを使いたいかなと思っていた部分はあったので、このへんのポイントはすごく参考になった。
自分も研究室にVRがあるので、TGSの作品みたいなものにチャレンジしてみたい。
ブロックチェーンを利用したサービス開発について
ブロックチェーンは自分の研究室でも研究している人がいるので、サービス開発にあたってどんな問題点とかがでたのかなと気になって聞いていた。
内容としては、ブロックチェーン自体の内容が難しいのでスマートコントラクトの紹介という形でどういったことができるのか、どういったサービスを開発したのかという内容だった。
ブロックチェーンの特徴
- 改ざんが難しい
- ビットコインの利用箇所の増加
- 耐障害生
この辺の説明は正直後輩の説明よりわかりやすかった...(笑)
スマートコントラクトとは?
今回使っていたということで紹介されていたのは Ethreum を使っていくとのこと
Ethreumとは?
主にSolidityを使ってどんなことができるかというデモをしてくれた。今回は実際に通貨を作って中にコードとかを書き込んでみるといったデモであった。
Solidityはブラウザ上で実行できて、扱いやすそうであった。機会があれば触ってみたい。
これらの技術は通貨で使われることが多い(ex.ビットコイン)がものの所有権等にも応用できるということで、その方面で開発を進めていたみたい。
Deep Learning による株価変動の予測
Deep Learning を用いて株価の変動が予測できるかやってみようというもの。
目的としては過去のデータを使って予測を行いたいというもので、金融は良いターゲットになったとのこと。
確かにみんな一度はやりたくなる内容。
今回はDeep Learning として使ったものの種類と、精度を上げるためのポイントを紹介していただいた。
今回はDeep Learning として紹介されたのは
- RNN
- LSTM
の2つ。今回はLSTMを使った話を聞いた。
LSTMはディープラーニングの中間層部分を何度か行き来を繰り返して学習精度をあげるといった手法。
深層学習ライブラリの Keras を使って実装してったらしい。
直感的にDeep Learning を行えるので、是非自分でも少し触ってみたい。
Deep Learning の精度を上げるためのポイント
- 学習回数
- 入力データを増やす
- Model 構造を変えてみる
の3つがポイントになるらしい。ただし、学習回数は注意で、多すぎるとノイズまで学ぶことにより学習率が下がる過学習が起こってしまうらしい。
結果として、株価のVolatilityの予測の精度をある程度上げることができたらしい。
参考にした論文よりも高い精度がでたのはすごいと思いました。
感想
自分の知らない分野や、自分の研究に使えそうな分野などを知ることができたので非常によかった。暇があったらまた参加してみたいと思います。