情報収集の工夫を実践する
previous: 情報収集の内容や対象を考える
! 多分前のページと内容を統合した方が良い
移動するなりしよう
が非常に参考になりそう
情報収集自体を考え直すといったもの
情報収集に関して思考を深め,効率的な収集を進めよう
一つ気になった: Just in timeではなく新しい情報を常に収集する?
欲しい情報は適宜収集するイメージでいる
そうではなく常に手元に集め,必要性の可否を判断し,活かすのかな
ここが明確になれば対象もすっきりしそう
おそらく情報を集める目的が違う
僕が想像しているのは明確な目的があり,必要な情報がはっきりしている状態での収集
音響イベント検出に関して,精度向上のために各種アーキテクチャを比較し,研究内でもある用途に特化したアーキテクチャを提案するような研究に関して情報を探す,となると,重要なキーワードを探して検索し,良さそうな論文やそこで引用されている論文を読んで研究内容に関する関係を網羅していく,といった進行が考えられる
明確に目的があり,そのために必要な情報を調べ,目的達成に重要かを判断し,実際に読んで判断や考察の材料にしている
ここでいう情報収集は,元記事の通り新しい情報を仕入れて自らの認識や知識を更新するために行われる
あるいは新しい発想を得るためかもしれない
それなりに探索的な行動か?
社会や世界の情勢に関する情報はどう集める?
微妙: Google News,NHK News
NHKはなぜか課金前提になったのでやめる < 一人暮らしになったらまた考える
面倒だしDeep Researchしよ
軽率に使おう
Deep Research待ち中に別のことを考える
やること
Feedlyで欲しい情報を種類ごとにまとめる
欲しい情報は技術系全般とAIで,なるべく信頼できる情報源に絞る
論文系ニュースレターを探し,登録. Gmailの設定で確認を容易にする
ニュースレターを確認する日を一週間のうちどこかに設ける
その日をカレンダーとHabitnowに登録
経済の先生が言っていた方法を実践したいが...
なんだっけなぁ
新聞の一面を見てタイトルから内容を推測しろ,だったか
経済か,朝刊の一面を見るのか,両方か?
多分経済の部分を見れば良い
朝日と読売と日経
これらは毎日見る
週に一度の情報も見たい
英語の雑誌っぽい何か: 見方がよく分からない
https://www.bloomberg.com/businessweek
https://str.toyokeizai.net/magazine/toyo/
週刊エコノミストは電子版が見づらすぎる
多分タブレットが前提
一気に始めても混乱するだけだから,段階的に推し進めたい
まず自分のキャッチアップから?
参考記事の情報を確認しておらず,自分に合致しているかが分からないので混乱しているのでは
やはり丁寧に確認していくのが良いか
情報量で混乱したくないし
というかこの記事の人はとんでもない情報を処理しているぞ
こんなに必要か????
ニュースレターが特に多いが,この中から気になったやつだけ読むんだよね?
それにしたって多いし,僕は専門が決まってないのでなんだか微妙
まだ勉強が追いついてない
論文系のキャッチアップはまだでいいかも
今始めると取捨選択ができない
前提の勉強が不足している
LLM系は総合的らしいので,その情報を入手するのは効果的だと思うが,それにしたってこの量はやばい
後で整理した方が良い
一回何を見るか整理しよう
Feedly
研究系のブログ
PFN
DeepMind
国際的な(西欧より)のニュース
BBC
CNN
西欧よりと言う問題を解決するための情報をDeep Researchで探している
! 後で読む
https://gemini.google.com/app/9f1c5dd399cb6f35
技術系のブログ,雑多
InfoQ
チューリング株式会社
企業テックブログRSS
見ないやつ
記事にはあったが消した: 内容の保証がないのが不快
ZennのAI/機械学習
はてなブックマーク・テクノロジー
Qiita/Zennのトレンド
週一で確認: Gmail
gihoyoのニュースレター
Qiitaのサマリー
今後みたいやつ
cf. AI系の情報収集手法を紹介(ビジネス・開発・研究)【2025年版】
AIの倫理的な問題について触れている記事は読んでもいいかも
勉強してもいい
ニュースレター: 論文や他,ほぼ全て英語
https://www.deeplearningweekly.com/
https://www.datascienceweekly.org/
https://dataelixir.com/
https://towardsdatascience.com/
https://weeklykagglenews.substack.com/
https://tldr.tech/ai
https://tldr.tech/data
https://tldr.tech/fintech
https://tldr.tech/
論文系
Tranding paperとPaper with codeはサイトが死んでいる
代わりにHigging faceのDaily papersに吸収されたみたい?
https://huggingface.co/papers/week/2025-W40
一応weeklyでも見れる
他,参考になりそうな情報
最初にDeep Researchさせたのだが,期待した内容になっていない
https://gemini.google.com/app/a813bf97ac4ca6e5
後でみる > Xに頼らずAI関連情報をキャッチアップする
最初に参照した記事がだいぶビジネス系に偏っていて,しかも情報源が多く,含まれている情報源の質が担保されていないと感じたので,他の記事も参照する
データサイエンスやAIが応用できそうな領域や,学際領域についての情報収集も必要だ
何かしら情報源を見つけよう
応用分野についてDeep Researchする
気になったのはXAIとデジタルツイン,プライバシーなどの倫理的な問題
既存のシステムについてはどういう課題があるのか,このレポートから見えてこない
課題は見えないが,医療/製造/金融あたりは気になる
小売や交通,エンタメはそこまで
面白そうではあるのだが,上の分野がもっと面白そう
この辺り,PFNで扱っているのがいくつかあったから,参考にできそう
その後,学際領域含め,他の研究領域も探そう
さらに調べて気になる領域があれば,そこで継続的に情報を得られる仕組みづくりをする