何故スタートアップ企業を立ち上げるべきなのか？という話。
著者はY CombinatorのCEOであるMichael Seibel。
多くのスタートアップ企業は成功せず、秀でた才能を持つ技術者は大きな給料を受け取ることが出来、大企業ほど大きく難しい問題に挑戦できる環境はない、と知っているにも関わらず、なぜスタートアップ企業を立ち上げるべきなのか。
それに対する著者の答えは、前人未到な領域かつ成功確率が低く、失敗の責任を全て取らなければならない状況でのみ限界を超えて働くことが出来るから。
著者の経験から、
この場合、スタートアップ企業を立ち上げるべき。
大企業では経験できない多くの仕事がある。
歳を追えばスタートアップ企業を立ち上げるハードルが高くなってしまう。
富豪になれるかは保証しないが、難しい問題に挑戦できることは保証する。
限界を超え、学習を早め、不可能が可能であることを示してくれる。
貴重で高価な医薬品が未だ強力かつ安全であっても、消費期限を設定している、という話。
なぜ米国の医療費が世界で一番高いのか、という問題の答えの一つが「無駄」であるとしている。
例えば老人ホームで亡くなったり居を移されたときに高価な薬は破棄され、病院はまだ有効であるにも関わらず高価な医薬品を捨てる。
この無駄は1年で7650億ドルになる。
数十年前に消費期限が切れている薬の成分を解析したところ、１４成分のうち１２成分はほぼ製造されたときと同じだけの成分が残っていた、という調査結果もあった。
原文：The limitations of deep learning
深層学習の限界についての話。
例えば、製品の要件に対する十分な説明からコードを生成することはできなかった。
通常、プログラミングや科学的手法を適応させるといった推理が必要なものや、長期計画、データ操作といったものは深層学習には適さない。
また、深層学習は「誤解」するリスクがある。
意図的に誤った情報を混入させることで、例えばパンダの写真にテナガザルのラベルを与えると、次パンダらしき写真を見た時にテナガザルと判断する。
平均して2年以上同じ会社に雇用されていると、生涯に渡る賃金の少なくとも50%以上を減らす、という記事。
つまり転職によって賃金を増やし続けていくほうが、同じ会社で働き続けるよりもずっと生涯年収が高くなる、という話。
同じ会社にいる人が毎年行われる賃金の上げ幅は2014年で3%であった。
パフォーマンスの低い従業員で1.3%の上げ幅、パフォーマンスのある従業員でも4.5%の上げ幅があった。
APIの上げ幅がアメリカでは2.1%であることから、実質的な上げ幅は1%に満たないということである。
しかしながら、従業員が離職する際に受け取る手当は10%-20%になり、人によっては50%も受け取る。
理由の1つの賃上げは現在の給料に対して何％上昇させるか、に基いており上司がそこまでの権限を有しないこと。
それに対し転職による賃上げは市場に基づくため、上限がないこと。
これらの理由により優秀な人間は転職をしたほうが最終的にもらえる賃金は多くなる。
転職歴が履歴書を汚すことのリスクと、受け取れる賃金の上げ幅を天秤にかけて転職を考えたほうが良い。
原文：[LEGAL-303] RocksDB Integrations - ASF JIRA
ApacheでFacebook BSD+Parentsのライセンスを使用できなくなった、という話。
主な理由はParentsに含まれる特別条項に因るもの。
