猿渡 俊介 (saru) @ 阪大

年に3か月はサンディエゴ。大阪大学大学院情報科学研究科で研究してます。専門はセンサネットワーク・IoT・最近5G/6G + O-RAN。これまで固定的だったものを、ソフトウェア化することで自在に制御可能することで、人間の意識が変容するのが楽しいです。

[猿渡 俊介 (saru) @ 阪大 @saru2007]

@p_tyan 最近店員さんも店の雰囲気もすっかり変わりましたよね。

[besukohu @besukohu]

ICPCは大阪大学のyawn at the topで出て全完優勝!
ACEとFの考察をしたら優勝していた
kritくんと2人でも7完はできているはず

[猿渡 俊介 (saru) @ 阪大 @saru2007]

ICPC国内予選、阪大初優勝。わーい。ありがとう。おめでとう。

[猿渡 俊介 (saru) @ 阪大 @saru2007]

@small_onions 🤣

[猿渡 俊介 (saru) @ 阪大 @saru2007]

阪大1位きたー

[りあん @rian_tkb]

今年も icpc の順位表に色付けするやつメンテしました
userscript は https://t.co/zJdFy6plYQ にある install/update link を踏んでインストールまたはアップデートしていただけると

細かい部分を直したりこの辺に新規対応したりしています：https://t.co/PfyqTdyUYa

[こたまねぎ @small_onions]

#JSAI2026 お疲れ様でした。
ALGO ARTISのスポンサーブースと数理最適化オーガナイズドセッションにいました。
お越しいただいた皆さまありがとうございました！

[猿渡 俊介 (saru) @ 阪大 @saru2007]

阪大から7チーム参戦。本日16:30〜19:30。"ICPC 2026 国内予選" https://t.co/0f5xm6QJwY

[猿渡 俊介 (saru) @ 阪大 @saru2007]

@shunji_umetani いや、まじでこれ、ありますよね。いくつかで課金して試したりもしましたが、レイアウト崩れたりどうにもならないものだらけ。。。

[とろくま@5G @trokuma]

令和7年度試験的調査ではエリア外縁部の他、都市部混雑エリアも調査。大都市の主要6駅を選定。(選定基準はXに繋がりにくいなどの投稿が多かったところ)

[猿渡 俊介 (saru) @ 阪大 @saru2007]

"IVS2026｜日本最大規模のスタートアップカンファレンス" https://t.co/6hh1BjJ5ah

[西尾 理志 (Takayuki Nishio) @_240_]

チャック全開で講義してた…ってこと…

[猿渡 俊介 (saru) @ 阪大 @saru2007]

@_240_ ぐ。。。これは行きたい。。。

[西尾 理志 (Takayuki Nishio) @_240_]

AI in/for/with Wireless Networkについて、お馴染み連合機械学習からAI roboticsまで幅広くカバーしようと思います。私の講演はどうなるかわかりませんが、石川先生の講演だけでも元は取れると思いますので，是非聴きに来てください。

[Yasuo TABEI @yasuotabei]

Sakana AIの秋葉拓哉さんとFindyの佐藤将高さんによる対談「正しいだけでは足りない ── 技術の先にある判断の軸」が面白かったので共有します。以下、印象に残ったポイントのメモです。

1.正解がある作業の価値は相対的に下がる
誰がやっても同じ答えになる作業は、AIに置き換えられやすい。今後価値が高まるのは、何を作るか、何を捨てるか、どの設計や研究テーマに賭けるかという判断の部分。

2.理解はAIに外注できない
AIにコードを書かせたり、論文を要約させたりすることはできる。しかし、その出力が妥当か、どこに前提や危うさがあるかを判断するには、自分自身の理解が必要になる。

3.「割のいい賭け」を見極めること
確実に正しい選択肢だけを選んでいても、大きな成果にはつながりにくい。低コストで試せて、失敗しても捨てられ、成功したときのリターンが大きい方向を見抜く力が重要になる。

4.データドリブンだけでは決められない場面がある
既存の改善や評価にはデータが有効。一方で、新しい研究テーマやプロダクトでは、そもそも十分なデータがないことも多い。その場合は、データを踏まえた上で、自分なりの見解や仮説を持つ必要がある。

5.基礎力はAI時代でも価値が残る
AIが実装を補助してくれる時代でも、アルゴリズムやデータ構造、OS、統計、機械学習といった基礎知識は重要。基礎がないと、AIの出力を評価できず、問題が起きたときに原因を理解できない。

6.組織では「なぜやるか」の共有が重要
変化の速い領域では、何をやるかは変わり続ける。だからこそ、チームで速く方向転換するには、「なぜ今これをやるのか」が共有されている必要がある。

対談全体を通じて特に印象に残ったのは、「AIを使う力」以上に、「AIの出力を評価し、不確実な状況で判断する力」が重要になるという点です。その判断のためには、AIに任せきりにするのではなく、自分自身が仕組みを理解している必要があり、基礎力の重要性はAI時代でも変わらない、という話が強調されていました。

[猿渡 俊介 (saru) @ 阪大 @saru2007]

@54xuec 意外にサバティカル制度ちゃんと運用してない国内大学多い印象です。

[Koji Ishibashi @54xuec]

WIRE-X第一回は7/6で量子計算とAIの2テーマで横国大 石川先生、科学大 西尾先生のお二人をお呼びします。以降は10月にfluid antennaで話題のKai Kit Wong先生、12月にはISAC、AFDM、Near-Fieldをテーマにドイツとギリシアの研究者をそれぞれお呼びします。ぜひご参加ください。

[AIDB @ai_database]

研究者らは、LLMを活用してキーボード入力時の振動と音からパスワードや文章を読み取る技術を発見してしまったとのこと。
コンクリート壁を隔てて離れた場所から98%超の精度で盗聴に成功しています。

机の裏に電池不要の小さなタグを貼って、キーを打ったときの微細な振動と音を拾い、 それを電波の周波数のゆらぎに変えて外部の受信機へ送り返す仕組みです。

そして信号からキーを推定し、さらにLLMに「文章として自然か」を判定させて分類器をその場で学習させます。
利用者ごとの事前学習データなしでも機能してしまいます。

セキュリティ分野で最高峰とされる国際会議の一つIEEE Symposium on Security and Privacy（IEEE S&P）2026に採択されています。

なお、こうした危ない技術をあえて発表する研究者らの狙いは通常、攻撃の実在性を具体的に示すことで防御側に警鐘を鳴らし、対策を促すことです。

[とろくま@5G @trokuma]

”幻想(ユメ)“じゃねえよな…！？
還って来る…
オレ達の”黄金時代(電電ファミリー)“が還って来る！！

総務省｜報道資料｜令和8年度から新たに実施する電波資源拡大のための研究開発 に係る提案公募の結果
https://t.co/LRxaSwNvJs