うべ

ロードマップであって物理学史ではないかな 例えば電磁気学は流体力学の影響をもちろん受けているだろうし、量子力学と統計力学の歴史的な関係は深い

急に黄リー教をやる

「電子ボルト」や「electron volt」というがこのeは素電荷「elementary charge」のeであって「electron」のeではない。僕はこれに反発するためにこっそりeを数式のeにしている。

@_inorder 今週末最終

@uveyuto 内定でたんですか、？

来年からはこれで飯を食べていくことになりそうです

Solid mathematical ideas almost always outperform contrived engineering tricks. For years deep learning has been dominated by increasingly complex architectural hacks: CNN blocks, attention layers, channel mixers, residual pathways, normalization stacks. Every few years a new architecture is announced as if it were a revolution. One of the most famous examples was Kaiming He and Residual Networks (ResNet). At the time he was paraded around the AI world like a celebrity because residual connections supposedly “solved” deep learning. But these were largely engineering patches. Now something much more interesting appeared. A new architecture called CliffordNet returns to mathematics — specifically Clifford Algebra, developed in the 19th century by William Kingdon Clifford. Instead of stacking arbitrary modules, the model is built around the geometric product uv = u·v + u∧v A single algebraic operation that simultaneously captures inner product structure and geometric interactions. In other words: the math already contains the interaction mechanism. No attention blocks. No mixer layers. No architectural spaghetti. The result: • 77.82% accuracy on CIFAR-100 with only 1.4M parameters • roughly 8× fewer parameters than ResNet-18 And with strict O(N) complexity. The paper even suggests that once geometric interactions are modeled correctly, feed-forward networks become largely redundant. A good reminder for the AI community. Engineering tricks can dominate for years. But eventually mathematics shows up and deletes half the architecture. Paper: [arxiv.org/pdf/2601.06793…) 19th century geometry just walked into computer vision.

初等関数版NAND、探せばexp-ln以外にもありそうですよね

@_inorder 僕その話、韓国人の研究室の先輩の前でしかけたわ タｯ で話辞めたけど。普通のYouTuber目指しているっていう痛いやつに路線変更できた。

@uveyuto いいんですおめでとうございますです〜 竹島上陸系になったらどうしようとハラハラしています

面接大遅刻かましたのになんか通ってた

@_inorder 1次なのでまだ2次3次があるけどね

@uveyuto おめでとうございます🎊

数式版のNAND回路だ……！ x⭐︎y = exp(x) - log(y) なんて誰かがとっくに思いついてそうなものだけど、体系化したのは歴史上初めてってことだろうか

某重工の最終面接でBernoulliの式で揚力が得られることを解説しろという口頭試問が出たが、そもそも粘性流体に適用すべきではなく、循環が原因であり流速差は揚力と同じ結果に過ぎないと答えた。

場の量子論のゴールは結局粒子なんだよな

粒子の古典力学は物理量A(t)を、量子力学はA(t)の確率分布を求めるのがゴールというアナロジーで、(求められることはあまりないが)場φ(x,t)を求めるのがゴールの古典場に対し、場の量子論はφの確率分布を求めるのがゴールなのだと思う人は一定数はいるのか？

@shiro_hachimi D行かなあかんやん

大手全落ち中なんだが 誰か地方理物首席要らんかね

残りの手駒落ちたら竹島上陸系YouTuber検討

8年ぶりに関東に来た 山でもないのになんかロープウェイあって草

相掛かり→キックボクシング 横歩取り→ムエタイ 角換わり/後手番一手損角換わり→ボクシング 矢倉→空手 雁木→???

場の量子論を勉強してもずっとどこか歯痒さを感じる理由に、 「崩壊せず相互作用も適度に弱く大量に生成されやすいボソンだから巨視的なコヒーレント状態が現宇宙で簡単に観測できる「電磁場」の古典的対応物のMaxwell方程式が物理的に理解できるということを自分の中で言語化しない」 があると思う。