Page Not Found
Page not found. Your pixels are in another canvas.
A list of all the posts and pages found on the site. For you robots out there is an XML version available for digesting as well.
Page not found. Your pixels are in another canvas.
This is a page not in th emain menu
Published:
私は2017-2018年の間スタンフォード大学に客員研究員として一年間留学していました。海外を目指す若者たちへ、海外留学や就職のススメとして本稿を寄稿します。 実際シリコンバレーという名前はよく聞くものの、どんなところか具体的なイメージは付かないものです(私も留学前はよくわかりませんでした)。スタンフォード大に研究員として一年このエリアで過ごし、ちょっとわかってきたのでコラムに書かせて頂きます。そして何故シリコンバレーが世界中の若者の憧れの地なのか、そして何故この文章を読んでいるあなたも目指すべきなのかという視点でも文章を書かせていただきます。本稿を読むことでシリコンバレーを身近に感じ、将来のキャリア目標の一つとして考えるという人が一人でも増えたら幸いです。
私はスタンフォードに先端のAIシステムを学び、研究するために留学しました。元々はハードウェア畑の人間であり、そもそもソフトウェア(SW)やAIなどは分野外です。ただハードウェア界隈ではこの十年ほど大きな技術革新がなかった一方で、SWやAIでは大きな変革が立て続けに起こりその学会の盛り上がりが異分野の私にも聞こえてくるほどでした。ディープラーニング等でブレイクスルーしたAIの進歩がどこまで行くのか興味があり、業務外で機械学習やニューラルネットの勉強をはじめました。そして留学する機会を会社から頂いた際には自分の本流分野であるハードウェアではなく、コンピュータサイエンス分野の教授のグループに行くことを希望し無事にスタンフォードの教授にも受け入れてもらえました。
しかしAIを研究している環境は日本にも多くあるのに何故海外に出る必要があったのでしょうか?材料、メカ系など日本のお家芸分野を除き、AIやソフトウェアなど現状のホットな技術は圧倒的に海外(特にアメリカと中国)が強く日本のプレゼンスはほとんどありません。例えばNeurIPSといったAIのトップ学会では日本から出ている論文数を全て足しても、スタンフォード大から出ている論文数に及ばないという厳しい現実があります。(もちろん本数が最重要というわけではありませんが。。)もちろんAIやソフトウェアでアメリカが強いのは最近に限った話ではないですが、問題はAIとSWが今後の社会で一番重要な技術になろうと(または既になっている)している点です。そのような日本との技術ギャップがあるため、留学して最先端の知識や人材と触れあえることは最大のメリットであると思います。
また留学し研究室の友人と築いた人脈(または友情)は一生モノです。(元)スタンフォード生が日本に仕事や旅行で来た際は観光名所などを案内したりご飯を一緒に食べながら貴重な業界動向や昔話を語らうことができます。特にテレビ番組のテラスハウスの話題は盛り上がります。。笑
それではシリコンバレーという街自体の簡単な紹介をさせてください。どのような特徴があって何故憧れの地となっているかという視点で話せれば、と思います。
シリコンバレーと呼ぶ地域(現地ではベイエリアと呼称)にはこれでもかというほどトップIT企業の本社やオフィスが詰め込まれています。特にAppleやGoogleの本社は敷地近くまで部外者でも入れるため、半ば観光名所となっています。
またこの辺りの道路を走っていると目につくのが自動運転車です。渡米前は自動運転が実用化されるのは10年も先の話・・と考えていたため隣の車線に自動運転車が止まったと時の驚きは忘れられません。(一年滞在した今ではすっかり見慣れたものとなってしまいましたが。。)現カルフォルニア州法では運転手が同乗しなくてはならず有人ですが、そう遠くないうちに無人になるのではないでしょうか。
日本の公道にも自動運転車が走るという日が早く訪れてほしいですね。
よくアメリカやシリコンバレーは給料が非常に高い一方で日本の企業は低い(略)という記事を最近よく目にします。確かにシリコンバレーのエンジニアの給料は非常に高く、博士新卒が年収2000万円以上のオファーを受けるという話も珍しくありません。特に現在ソフトウェアエンジニアのお給料は法外で、ソフトの研究をしていればよかったと研究室の学生と軽口を叩きます。
ただおいしい話には裏があるものです。
まずシリコンバレーはアメリカ1位、2位を争う物価の高さであり、特にシリコンバレー近辺の家賃は(自分が今住んでいる)川崎市の3-4倍の相場です。また製品開発中止に伴うレイオフ(集団解雇)も身近であり、ある日出社したらダンボールを渡されチームごと解雇。。というドラマのような話も聞きます。このような事情を考えると高額な給料には一定のリスクがあることがわかります。
綺麗なオフィスビルや高額な給料に目を取られてしまいますが、結局は優秀な人材を引き止める・惹きつけるための手段なのではないでしょうか。スタンフォード大やシリコンバレー企業の研究機関は凄まじいアウトプットを出しているが、原動力となっているのは世界中から集まった優秀な人材です。給料だけではなく様々な要素で人材を引きつけようとしています。例えば高名な研究者を広告塔に、盛んな学会発表を行うなど各社計算高くやっています。
前述したとおり、SWやAIの技術、研究レベルは海外の方が高いです。やはり技術は優秀な人材やマネジャーに囲まれた方が伸びやすいものだと思います。そのためエンジニアや研究者としてキャリアを一歩進めたい、技術を極めたいというならば海外へ出るのは良い決断だと思います。
一部ベンチャーを除き、日本企業は年功序列であなたがいくら優秀で世界に戦える技術をもっていたとしても、あなたに払う給料は会社に長くいる人達より少ないのが多いでしょう。
一方でFacebook CEOのマーク・ザッカーバーグは”ソフトウェア技術者は30歳でピークを迎え、技術力はそこから段々下がっていく”、と言っています。そのためあなたが若く優秀であれば老人たちよりはるかに高い給料(大学卒でも優秀であればソフトウェア技術者であれば3000万円以上)を稼ぐことができるでしょう。もちろんそのようなトップ企業への入社のハードルはとても高いですが、自分の腕一本で億万長者を目指すアメリカンドリームには文字通り夢があります。
一方で日本の年功序列も良いところはあり、安定した収入と雇用が保証されるというのは精神的にも人生設計的にも大きなメリットがあります。アメリカでは技術の流行り廃りが起きるため定期的にレイオフ(集団解雇)が行われるため、そのリスクを常に念頭に立ち回らないといけないというプレッシャーがあります。どちらも一長一短ですね。
アメリカにおいて就業ビザ(H1Bといったワーキングビザ)を得ることは入社試験を突破することと並び日本からの若者を悩ませる種だと思います。実際日本から来てアメリカで働いている友人の多くもビザ取得課程で苦労していました。
日本にいるとあまり意識することはないですが、アメリカで仕事をするためにはワーキングビザという許可証が必要です。トランプ政権になってからこのワーキングビザを得るのは年々難しくなってきています。もし日本の大学を卒業し、アメリカで働くならば流れとしては1)面接を突破し、入社する企業が決定→2)ビザ取得→3)渡米というステップです。しかしながらワーキングビザを取得するには運も必要で、会社が手配してくれる弁護士の優秀さや推薦文がどれくらい手に入るかなどで取得までの年数が変わってくるかと思います。(大きな会社であれば大抵問題はないらしいですが。。せっかく入社が決まってもビザが決まらないのはつまらないので自身でよく調べたり、インタビュー時に渡米した際に周りのビザ取得者からアドバイスをもらっておくのをオススメします。(留学など収入を得ない長期滞在のビザ(J1,F1)はすぐに降りるので安心してください。)
シリコンバレーは一声で日本より良い、優れた場所とは言えませんが、アメリカンドリームを体現する場所として世界中の注目を集め続けています。
本稿を読むことでシリコンバレーについてより深く知り、キャリアの目標に据える若者が一人でも増えたら幸いです。
Short description of portfolio item number 1
Short description of portfolio item number 2 
Published in IEEE ISSCC2017., 2017
We propose a power efficient amplifier for switched capacitor circuits.
Recommended citation: Yoshioka, Kentaro. (2018). "A 0.7V 12b 160MS/s 12.8fJ/conv-step pipelined-SAR ADC in 28nm CMOS with digital amplifier technique." IEEE ISSCC.
Published in ISSCC 2018, 2018
200m automobile LiDAR SoC for self-driving.
Recommended citation: Yoshioka, Kentaro. (2018). "A 20ch TDC/ADC hybrid SoC for 240× 96-pixel 10%-reflection< 0.125%-precision 200m-range imaging LiDAR with smart accumulation technique." ISSCC. https://ieeexplore.ieee.org/abstract/document/8310199
Published in IEEE VLSI 2018, ASSCC 2018, JSSC 2019., 2018
A power efficient MAC circuit for DNN computation is proposed.
Recommended citation: Yoshioka, Kentaro. (2018). "PhaseMAC: A 14 TOPS/W 8bit GRO based Phase Domain MAC Circuit for In-Sensor-Computed Deep Learning Accelerators." IEEE ICIP.
Published in IEEE ICIP 2019, 2019
We propose Dataset Culling: a pipeline to reduce the size of the dataset for training.
Recommended citation: Yoshioka, Kentaro. (2019). "Dataset Culling: Towards Efficient Training Of Distillation-Based Domain Specific Models." IEEE ICIP.
Published in Ph.D thesis., 2019