どっち？

http://www.sankei.com/economy/news/160404/ecn1604040044-n2.html カジノなど統合型リゾート施設（ＩＲ）運営大手米ラスベガス・サンズは、子会社のマリーナベイ・サンズ（ＭＢＳ、シンガポール） を通じて４月から日本市場で集客キャンペーンに乗り出す。ＭＢＳのジョージ・タナシェビッチ社長＝写真＝は産経新聞社 のインタビューに応じ、「本社が日本に１００億ドル（約１兆１１００億円）規模を投資する計画に変化はない」と述べ、日本市場参入に強い意欲を示した。

　日本では超党派の推進議連などが目指したＩＲ推進基本法案が、公明党などの反対で成立のめどが立たず、 仕切り直しを余儀なくされている。過熱気味だった自治体のＩＲ誘致熱も冷めつつある。 　だがタナシェビッチ社長は「時間がかかるのは必要なプロセスだ。日本市場への進出が最大のチャンスだということに変わりはない」 と強調。ラスベガス・サンズのシェルドン・アデルソン会長は２０１４年に「日本へのＩＲ投資は１００億ドルでも出す」と表明した 。タナシェビッチ社長も「投資額１００億ドルの考えは今も同じだ」と述べ、大型投資に意欲を示した。

政治情勢の変化で沖縄県や大阪府など自治体のＩＲ誘致の取り組みにも温度差が出ている。 タナシェビッチ社長はＩＲ建設の候補地として「人口が多くて交通アクセスが便利な大都市が有望」だと述べ、 具体的な進出候補地として「東京、大阪、横浜」の３都市を挙げた。

　超高層ビル３棟を屋上で連結したＭＢＳのホテル宿泊客は日本人が５年連続で最多だった。 日本からの観光客誘致を加速するため、人気の高い元サッカー選手のデビッド・ベッカム氏をブランド大使に起用。 今秋にはベッカム氏を招き、日本で大規模イベントを計画している。（芳賀芳明）

菜七子来週は金沢、船橋で騎乗へ　交流重賞にも依頼
http://p.nikkansports.com/goku-uma/news/article.zpl?topic_id=1&id=1627064&year=2016&month=4&day=5
http://i.imgur.com/YCUTc7m.jpg
http://i.imgur.com/xelqRNp.jpg

藤田菜七子騎手が１３日に船橋競馬場で行われる交流重賞のマリーンＣに騎乗するプランが５日、浮上した。
高知のブラックバカラ陣営からオファーがあり、正式に決まればブチコ（牝４、音無）との“アイドル対決”が実現する。
また、１２日は金沢の交流戦にも騎乗予定。今週は９日に中山、１０日に福島での騎乗が決まっているが
「乗せていただけるならどこへでも行きたいです。日程的に厳しいかもしれませんが、１鞍１鞍全力で乗りたい」と前向きだった。

中山競馬場
http://www.jra.go.jp/facilities/race/nakayama/index.html
福島競馬場
http://www.jra.go.jp/facilities/race/fukushima/index.html
金沢競馬場
http://www.kanazawakeiba.com/
船橋競馬場
http://www.f-keiba.com/

関連板：競馬板　 http://yomogi.2ch.net/keiba/

以降、なかなか呼ばれなくなる模様

http://wired.jp/2016/04/02/poker-playing-artificial-intelligence/

囲碁の勝負では人工知能（AI）が勝ったが、ポーカー用のAI開発には、囲碁にはないさまざまな課題が存在する。人間の動きが予測不可能だという点がそのひとつだ。

しかし、ポーカーを巧みにプレイできるAIの研究は各地で行われている。そしてこのほど、プロの人間のパフォーマンスにかなり「近づいた」というシステムに関する研究論文が発表された。


囲碁で世界チャンピオンに勝利したDeepMind（ディープマインド）の開発にも参加しているデイヴィッド・シルヴァーを含む、ユニヴァーシティ・カレッジ・ロンドンの研究チームは 、「不完全情報ゲームにおけるセルフプレイからの深層強化学習（Deep Reinforcement Learning from Self-Play in Imperfect-Information Games）」という論文（PDF）を公開した。

この研究では、「テキサス・ホールデム」（ポーカーの一種で、米国のカジノでは一般的）と、 単純化したポーカー「ルダック（Leduc）」をプレイできる一連の強化アルゴリズムが作成された。 研究チームによると、このAIは戦略に関する事前知識がなくてもゲームを学習することができ、ひとりで架空の試合を行うことで独学していくという。 論文によると、作成された「ニューラル・フィクティシャス・セルフプレイ（Neural Fictitious Self-Play）」法は、深層強化学習を使用して、「ゲームでの対戦経験から直接学ぶ」と説明している。ニューラルネットワークを活用しつつ、間違いから学習してゲームに勝つ方法を編み出すのだ。

研究者たちによると、作成したモデルは、ルダックではナッシュ均衡（ほかのプレイヤーの戦略を所与とした場合、どのプレイヤーも自分の戦略を変更することによってより高い利得を得ることができない戦略）をシミュレートできた。テキサス・ホールデムでも、それに近い状態を実現できたという。論文筆者である研究生のハインリッヒ氏は『ガーディアン』紙の記事で、「この手法は、戦略が求められる実世界の問題にも適用できると考えています」と語っている。 なお、2015年4月には、カーネギーメロン大学が開発したAIが、初めてテキサス・ホールデムの試合で人間と対戦している（日本語版記事）。

14日間をかけて行われたこの試合では、人間が73万2,713ドル勝って終わった 。ちなみに人間側とAI側が掛けた金額は合計で理論上1億7,000万ドルに上っている。AIが苦戦したのは、掛け金を上げていく人間への対応方法だった。人間による賭けを予測できないということは、AIがゲームを把握できていないということと同じだからだ。またAIが、手のなかにあるカードがなぜゲームに影響を与えるかを理解できないという点も、人間にとってのアドヴァンテージとなった。つまり人間にとって、コンピュータープログラムが弱い手で
ブラフをかけているかどうかを見分けるのは簡単だったのだ。