Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
現代のメディアと人間
Search
Amane
October 20, 2022
Research
120
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
現代のメディアと人間
2022年8月6日開催のブレインワーケーションセミナーに出演時の資料です。
マクルーハンのメディア論について勉強した内容について発表させていただきました。
Amane
October 20, 2022
More Decks by Amane
See All by Amane
Nano Banana ProによるAI画像生成のパラダイムシフト
isaka1022
0
41
チームリードになって変わったこと
isaka1022
0
520
オペレーショナルエクセレンス実現のための管理画面改修の仕組み
isaka1022
0
3k
Rubyのふるまいを”具現化”してみた
isaka1022
0
760
「RubyでLチカ」に挑戦してみた
isaka1022
0
430
エンジニアとして「事業」作りに関わるということ
isaka1022
4
2.8k
みんなで行う技術広報
isaka1022
0
13k
GraphQLの型を分離させてチームごとの並列開発を加速させた話
isaka1022
1
330
マイベストグローバル化のすべて
isaka1022
0
1k
Other Decks in Research
See All in Research
大規模言語モデルは誰を覚えているか / Who Do Large Language Models Memorize?
upura
0
180
Pretrain Where? Investigating How Pretraining Data Diversity Impacts Geospatial Foundation Model Performance
satai
3
130
HackSick vol.7 LT資料【LLMアーキテクチャ入門・事前学習時の躓き所解説】 スパースなAttention・状態空間モデル
rikkabotan7
0
180
Karkada さんの論文 × 2 の紹介: (1) Closed-Form Training Dynamics Reveal Learned Features and Linear Structure in Word2Vec-like Models, (2) Symmetry in language statistics shapes the geometry of model representations
eumesy
PRO
1
740
VLMの推論を高速化する視覚トークン削減の仕組み
tattaka
2
310
CDCL を用いた MILP の厳密解法
imai448
0
260
Anthropic が提案する LLM の内部状態を自然言語で説明可能にした Natural Language Autoencoders / Natural Language Autoencoders Produce Unsupervised Explanations of LLM Activations
shunk031
0
250
MIRU2026 チュートリアル講演2:三次元データ処理の動向
nnchiba
6
4.9k
LA-Bench 2025:実験指示から実行可能手順を生成するためのデータセット/LA-Bench 2025: A Dataset for Generating Executable Experimental Procedures from Experimental Instructions
stktu
0
180
秋葉原ウォーカブル基礎調査報告書
izumiyama_lab
1
110
Cross-Media Human-Information Interaction
signer
PRO
0
240
最先端NLP勉強会2026 論文紹介:Reasoning with Sampling: Your Base Model is Smarter Than You Think (ICLR 2026 paper)
kogoro
4
620
Featured
See All Featured
Claude Code のすすめ
schroneko
67
230k
Become a Pro
speakerdeck
PRO
31
6.3k
The SEO Collaboration Effect
kristinabergwall1
1
570
Discover your Explorer Soul
emna__ayadi
2
1.3k
Chasing Engaging Ingredients in Design
codingconduct
0
310
Tell your own story through comics
letsgokoyo
1
1.1k
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
300
HTML-Aware ERB: The Path to Reactive Rendering @ RubyCon 2026, Rimini, Italy
marcoroth
5
660
How to train your dragon (web standard)
notwaldorf
97
6.8k
How to Get Subject Matter Experts Bought In and Actively Contributing to SEO & PR Initiatives.
livdayseo
0
200
How to audit for AI Accessibility on your Front & Back End
davetheseo
0
540
Java REST API Framework Comparison - PWX 2021
mraible
34
9.7k
Transcript
ݱͷϝσΟΞͱਓؒ Ҫ্ प ϒϨΠϯϫʔέʔγϣϯηϛφʔʙະͷઓʙ
͡Ίʹ • େֶੜͷࠒʹϝσΟΞΞʔτʹग़ձ͏ • ͔ͦ͜ΒϝσΟΞʹ͍ͭͯษڧͨ͠ • ઐ߈Λม͑Α͏ͱࢥͬͨʢ͕ɺ৭ʑ͋Γ͏·͍͔͘ͳ͔ͬͨʣ • ͜ͷػʹ෮शͨ͠ͷͰ͍ͨ͠ͱࢥ͍·͢
ϝσΟΞΞʔτ
ݱඒज़༻ޠࣙయ “Ұൠతʹ͋ΔϝσΟΞͦͷͷ͕࡞ͷ੍࡞ݪཧɺ͘͠ ࡞ͷૉࡐͱͯ͠༻͍ΒΕ͍ͯΔදݱΛࢦ͢ɻҰํͰɺ໌֬ ͳఆ͕ٛڞ༗͞Εʹ͍ͨ͘Ίʹଟ͘ͷΛੜΈग़͍ͯ͠Δ ༻ޠͰ͋ΔͱݴΘΕ͍ͯ·͢” ϝσΟΞΞʔτ
ʮϝσΟΞʯ • ໌͕֬ఆ͕ٛ͘͠ɺΑ͘Θ͔Βͳ͍ • ʮΞʔτʯ·ͩΘ͔Δ͕ɺʮϝσΟΞʯʁ • ϝσΟΞʹϚεϝσΟΞͱ͍͏ҙຯͰ͏͜ͱ͕ଟ͍ • ͚Ͳɺͦ͏Ͱͳ͍
ࢀߟਤॻ • ͪ͘·৽ॻ • େਓͷͨΊͷϝσΟΞߨٛ • ஶऀ໊ ੴా ӳܟ
ϝσΟΞ
ϝσΟΞ • ϚʔγϟϧɾϚΫϧʔϋϯ (19117݄21 - 198012݄ 31) • ϝσΟΞݚڀͷୈҰਓऀ
ϝσΟΞͷޠݯ Medium • ҙຯʮഔհ͢Δͷʯ • ใΛഔհ͢Δͷ • ڕ͕ӭ͙ਫɺਓ͕ؒੜ͖ΔۭؾͷΑ͏ͳͷʁ
ϚΫϧʔϋϯతߟ • ϥδΦɺςϨϏɺ৽ฉʹՃ͑ͯࣗసंɺࣗಈंɺඈߦػɺ࣌ܭɺҥɺॅɺ͞Βʹ՟ฎɺɺ Φʔτϝʔγϣϯɺฌث·ͰΛϝσΟΞͱͯ͠ߟ • ϝσΟΞΛମͷ֦ுͱଊ͑Δ • ςϨϏϥδΦˠௌ֮ͷ֦ு • ࣗಈंࣗసंˠͷ֦ு
• ҥˠൽෘͷ֦ு • ॅډˠମͷମԹௐϝΧχζϜͷ֦ு • ਓ͕ؒखΛՃ͑ͨਓͯ͢ཧతͳਓؒͷମ͓Αͼਫ਼ਆͷ֦ு • ͢ͳΘͪɺϚΫϧʔϋϯʹΑΔϝσΟΞͱςΫϊϩδʔͷผ໊Ͱ͋Δ
௨ৗϝσΟΞҙࣝ͞Εͳ͍ • χϡʔεͷ༰ʹͳΔ͕ɺςϨϏ͕ͲͷΑ͏ͳϝσΟΞͰ͋Δ ͔ͱ͍͏͜ͱʹҙΘΒΕͳ͍ • ಉ͡χϡʔεΛ৽ฉͰಡΜͰɺΠϯλʔωοτͰݟͯಉ͡ʁ
ϚΫϧʔϋϯͷओு • ϝσΟΞ͕ݸਓٴͼࣾձʹٴ΅݁͢Ռɺ৽͍ٕ͠ज़͕ੈքʹಋೖ͢ Δ৽͍͠ईʹىҼ͢Δ • ϝσΟΞͦΕࣗମ͕͋ΔछͷϝοηʔδΛ͢ͰʹؚΜͰ͓ΓɺϝσΟ ΞͷϝοηʔδͷૹΓํͷૹΓํͦͷͷ͕ɺϝσΟΞͷୡ༰ͱ ແؔʹɺΉ͠Ζϝοηʔδͱͳͬͯɺਓͼͱͷ৽ͨͳࢥߟߦಈ ΛੜΈग़͢ݯઘʹͳΔ
ྫ͑ • ਓʹײँΛ͑Δͱ͖ʹɺखॻ͖ʹ͢Δ͔ҹʹ͢Δ͔ͰมΘΔ • ৽ฉͷࢴ໘ͷॴͰड͚औΔχϡʔεͷҹมΘΒͳ͍͔ʁ • ࿀ਓͱͷίϛϡχέʔγϣϯͰిͱϝʔϧΛ͍͚Δͱ͔ • ߘ͢Δ༰ʹԠͯ͡ൃ৴͢ΔSNSΛม͑Δ
ϝσΟΞϚοαʔδͰ͋Δ • ϝσΟΞใΛӡͿ͚ͩͰͳ͍ • ਓؒͷશײ֮ʹૌ͑ɺΘΕΘΕΛม͑ͯ͠·͏ • ʮ৺ཧϚοαʔδʯ
ϝσΟΞͷྺ࢙
3ͭͷ࣌ • ॻʢҹʣͷ࣌ • ΞφϩάϝσΟΞ • σδλϧϝσΟΞ
ॻͷ࣌
ϥείʔนը • ʢݫີʹʣॻ͘ˠඳ͘ • ੈք࠷ݹͷಎ۸นը • ಎ۸นͱ͍͏ϝσΟΞ
ݯࢯޠ • ੈք࠷ݹͷฤখઆ • ࢴʢखॻ͖ʣ • ࣸຊ
׆൛ҹ • άʔςϯϕϧΫʹΑΓൃ໌ • ϧλʔʹΑΔॻ • ϕϯδϟϛϯɾϑϥϯΫϦϯʹΑΔ৽ฉ • ϚϧΫεʰࢿຊʱ
ॻͷ࣌ ਓ͕͔͍ͨͷΛɺਓ͕ಡΉ
ΞφϩάϝσΟΞͷ࣌
ࣸਅ • 1825 • χΤϓεʹΑΓൃ໌
ి • 1976 • ϕϧ͕ൃ໌
ϑΥϊάϥϑ • 1877 • Τδιϯ͕ൃ໌
γωϚτάϥϑ • 1895 • ϦϡϛΤʔϧܑఋ͕ൃ໌
ਓ͕ॻ͘จࣈ͔Βػց͕ॻ͘จࣈ ࡱӨ͢Δͷਓ͕ؒͩɺϑΟϧϜʹऩΊΔͷػց͕ߦ͏ (Photo + Graph)
ٕज़తແҙࣝ • ʰେਓͷͨΊͷϝσΟΞߨٛʱ(ͪ͘·৽ॻ)ͷதͰΘΕ͍ͯΔݴ༿ • ਓؒͷखͱҙࣝΛܦ༝͍ͤͯ͞ΔݶΓɺݴ༿ͱֆ͘Β͍͔͔͚͠ͳ ͍ɻ͔͠͠ػց͕จࣈΛॻ͘Α͏ʹʹͳΔͱɺਓؒͷ͞·͟·ͳ֮ ܦݧΛ͋Γͷ··ʹิͰ͖ΔΑ͏ʹͳΔ • ϝσΟΞਓؒͷҙࣝΛੜΈग़͢Α͏ʹͳͬͨ •
ਓؒͷҙࣝΛϝσΟΞͱ͍͏ػցٕज़ͰੜΈग़ͤΔΑ͏ʹʹͳͬͨͱ ͍͏͜ͱҙࣝͷ࢈ۀԽ͕Մೳʹͳͬͨ=จԽ࢈ۀ
จԽ࢈ۀ • ϋϦου • ਓͼͱͷເΛ࡞Γग़͢ • ϚʔέςΟϯά • ফඅΛੜ࢈͢Δ
σδλϧϝσΟΞͷ࣌
͕ͯ͢ίϯϐϡʔλʹͳΔ • ंͷྫ • ػց੍ޚ͔Βίϯϐϡʔλ੍ޚ https://xtech.nikkei.com/atcl/nxt/mag/ne/18/00063/00001/
σδλϧϝσΟΞͷಛ ΞφϩάϝσΟΞ σδλϧϝσΟΞ ίϯϐϡʔλʹΑΔ ʮ෮߸ʢܭࢉʣʯ͕ೖΔ ͦͷ··ݟΔ
ܭࢉՄೳʹͳΔ • ʮܭࢉՄೳʯˠ࠶ؼతʢಈతʣʹͰ͖Δ • ಡΉਓɺݟΔਓɺ͏ਓʹΑͬͯใ͕ࠁʑͱมԽ͍ͯ͘͠ • ഒ࠶ੜɾίϝϯτΛग़͢ • ݟΔͷ͕ݟΔͨͼʹมΘΔ •
ྫɿGoogleͷݕࡧ݁Ռ
ݱࡏͷϝσΟΞ • ΞϧΰϦζϜԽ͍ͯ͘͠ϝσΟΞ • ʮܭࢉ݁Ռʯͱର໘͍ͯ͘͠ • ૿͑Δใྔ • ݟ͑Δͷશମͷใͷ΄ΜͷҰ෦ʹͳΔ
ݱϝσΟΞͱͲ͏ؔΘΔ͔
લఏͱͯ͠ͷߟ͑ • ίϛϡχέʔγϣϯਓؒͷຊ࣭ͷͻͱͭ • ίϛϡχέʔγϣϯେ • ʹؔΘΒͣɺίϛϡχέʔγϣϯʹΑΔґવ͋Δ • ϝσΟΞ͕ղܾͰ͖Δଟ͍ͷͰʁ
ड৴ऀͱͯ͠ • ϝσΟΞϦςϥγʔ • ϝσΟΞ͕ྲྀ͢༰ͦͷͷΑΓɺϝσΟΞͷಛੑཧղ͢Δ • ෳࡶԽ͍ͯ͘͠ • ΞϧΰϦζϜߟྀ͢Δ
ൃ৴ऀͱͯ͠ • ୭Ͱൃ৴Ͱ͖Δ࣌ • ʮ͑Δπʔϧʯͷͨ͘͘͢͝͞Μ͋Δ • खஈΛ૿͢ɺͬͯΈΔ͜ͱͰϝσΟΞಛੑ͕ཧղͰ͖Δ • SNS, Youtube,
खࢴɺి • ͲͷϝσΟΞΛ͏ͷ͔ʁʹΑΓϝοηʔδʢ૬खʹର͢Δܹʣ͕มΘΔ • ϝσΟΞͦͷͷ࡞ͬͯΑ͍͔͠Εͳ͍ • ΞϧΰϦζϜ͔Β࡞͍ͬͯ͘ͱຊʹදݱͷ෯͕͕ΔͷͰʁ • ྑ͍ίϯςϯπΛ࡞Δ͜ͱ͚ͩͰෆेͳͷ͔͠Εͳ͍ʁ
୳ٻଓ͖·͢
͋Γ͕ͱ͏͍͟͝·ͨ͠