Computing | SEO-LPO.net

Nintendo SwitchのジョイコンとProコントローラーはPC、Mac、Androidでも使える

Nintendo SwitchのBluetoothコントローラーは様々なプラットフォームで使えることがわかった。結果的に現在入手可能なゲームコントローラーの中でもっとも柔軟性の高いものとなった。Xbox OneとPlayStation DualShock 4のコントローラーもBluetoothで様々なデバイスに接続できるが、ジョイコンはどうやら追加ソフトウェアなしでそのままMacで使えるらしい。ジョイコンのキーレイアウトを正しくマッピングするためにはいくつか追加ソフトウェアが必要になるかもしれない。

NintendoがSwitchのジョイコンとProコントローラーの接続にBluetoothを採用したことは、本体と同梱されていたジョイコンが一部のユーザー（私を含む）で断続トラブルを起こしている理由の一つかもしれない（Nintendoは干渉を避けるために他のワイヤレス機器は離しておくようにと言っている）。しかしプラス面は、他のデバイスとかなり簡単にグローバルペアリングできることだ。

注意点が一つ。ジョイコンは単独のコントローラーとしてペアングし、同梱のSwitchアダプターを使ってドッキングした場合でも単独のコントローラーとして動作し、Switch本体に付けた時のような統合コントローラーにはモード変更されない。今後これを変更するソフトウェアが出てくる可能性はあるが、デベロッパーコミュニティーがどれほど関心を持つかによるだろう。

両コントローラーともPC、Mac、Androidデバイスとはそのまま接続する。iOSは独自のBluetoothコントローラー仕様を採用しているため、Joy-ConもProコントローラーもそのままでは動作しない。

[原文へ]

（翻訳：Nob Takahashi / facebook）

GoogleのPixelスマートフォン、今年中に‘2’が出ることは確実

GoogleのPixelスマートフォンは、昨年同社がモバイルのハードウェアに関して行った、抜本的な再編成を表していた。それは、一般消費者と評論家たちの両方から大いに賞賛された。そして、さらに良いニュースが: Googleのハードウェア担当SVP Rick Osterlohが今年のMWCでAndroid Pitに語ったところによると、Pixelの後継機が年内に出る。

Osterlohによると、どうやらそのPixel 2は、同機の“プレミアム”（高級機）という位置づけをそのまま継承するようだ。彼によると、同社には低価格機を提供する意思がない。そちらは、そのほかのハードウェアパートナーたちの担当分野にしたい、と。

ハードウェアの1年というリリースサイクルはふつうだから、Googleが今年スマートフォンを出すことは前から予想されていた。でもOsterlohの談話には、これまで明らかにされなかった同社の戦略のようなものが、見え隠れしている。

第一に、GoogleはPixelで打ち出した新しい戦略コースを外れない。それによって、さらに直接的に、iPhoneとの競合を目指す。

第二として、ミッドレンジやローエンドを同時に追うことによって、同社の集中力を分割弱小化しない。

Googleのスマートフォン戦略としては、きわめて妥当だろう。初代のPixelは今でも最良のAndroidスマートフォンだから、その路線が継続されるのは嬉しいね。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

Pixel 2.0 Arduinoボードには1.5インチのOLEDスクリーンが載ってるからウェアラブルのゲーム機なども作れる

この小さなPixel 2.0は要するにArduinoボードに1.5インチという小さな128×128のカラーOLEDスクリーンをくっつけたものだ。このままでウェアラブルに応用できるし、このArduinoボードから直接スクリーンにアクセスできる。これまでのような、後からスクリーンを半田づけして、うまくいくよう神様にお祈りする電子工作からの卒業だ。

このちっちゃいかわいいボードはKickstarterで75ドル、発売は6月だ。完全にオープンソースだから配線図を詳しく見られるので、いろんな応用製品を作れる。SDカードのスロットがあるからゲームやビデオなどのデータを保存できるし、Arduino SDKを使えばスクリーンのグラフィクスをプログラミングできる。

すでに目標額の5000ドルは突破しているから、製品化はほぼ確実だ。

これは、ボストンのRabid Prototypesが作ったPixelボードのバージョン2だ。同社のNeutrinoと呼ばれるハイスピードなArduinoボードには、ライトやモーターなど、もっといろんなDIY要素が載っている。昔のアーケードゲームがこのPixelで動けばめっちゃ楽しいだろう。画素密度も、そんなにちゃちくはない。今すでに、不安な要素はない、と思うね。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

10ドルのRaspberry Pi Zero Wは最初からWi-FiとBluetooth内蔵の超便利なラズパイだ

5ドルのRaspberry Pi Zeroが出たときには、みんなが大歓迎して、ありとあらゆるものにそれをくっつけようとした。1GHzのシングルコアのCPUで動く超小型ゲーム機が作られたり、Pi専用のアドオンボード（ブレークアウト基板）Hatをいろいろ作って、ロボットやセンサーを動かす人たちもいた。そして今度からは、Wi-FiやBluetoothのドングルを使わなくても、それらすべてができるようになった。

その10ドルのPi Zero Wは、ワイヤレスを内蔵したZeroだ。mini-HDMIとmicro-USBのポートがあり、Hat用の40ピンのヘッダもある。コンポジットビデオやCSIカメラのコネクターもある。

Raspberry Piを作ったEben Uptonはこう書いている: “ほとんどの場合、ハブは必要だから、汎用のコンピューターとしてはこの方が使いやすい。Bluetoothの周辺装置を使いたい人にとっては、USBのポートだけあっても嬉しくないからね。しかもこれなら、いろんなIoTアプリケーションの実験ができる”。キーボードやマウスも、ワイヤレスを使えるから便利だ。

Pi Zero Wには使いづらい面も多少はある。ZeroもZero Wも同じLinuxコンピューターだが、Zeroはとても小さいからデスク上などには実装しづらいだろう。しかしIoTには格好で、先輩のArduinoにも劣らない。なお、フルサイズのUSBポートがないと、初心者は困るかもしれない。

Wには、シャーベットカラーのケースがついている。ケースはボードによくフィットしており、ピンやポート用の切れ込みもある。カメラ用のリボンコネクタもある（下図）。

Wi-Fi内蔵のマイコンが10ドルは、かなりの労作である。しかもこんな小さなボードが年月とともにさらにどんどん小さく（そして強力に）なるのも、快挙だ。ぼくはツイートの自動化と印刷をPiにやらせているが、何かがおかしくなったら、簡単に交換できるのも気軽で良いね。Piファンが作ったこのビデオを見てみよう。とにかく、すばらしい。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

iPhoneプレミアムモデルは曲面OLEDを採用（全モデルでポートはUSB-Cに）

CUPERTINO, CA - SEPTEMBER 09: Apple CEO Tim Cook models the new iPhone 6 and the Apple Watch during an Apple special event at the Flint Center for the Performing Arts on September 9, 2014 in Cupertino, California. Apple unveiled the Apple Watch wearable tech and two new iPhones, the iPhone 6 and iPhone 6 Plus. (Photo by Justin Sullivan/Getty Images)

iPhoneが登場して10周年を迎えた今年、iPhoneには特別モデルが用意されるだろうという話が広がっている。それにともないさまざまな噂が流れている。そうした中、WSJに詳細な記事が掲載されている。記事のもととなった匿名の情報源によれば、プレミアムモデルは他のモデルとハードウェア的にずいぶん違ったものになるとのこと。

記事によれば、iPhoneのプレミアムモデルでは、SamsungのGalaxy S7 edge同様の曲面OLEDスクリーンを搭載するそうだ。曲面ディスプレイはSamsungが製造するものとなるらしい。

このハイエンドモデルの価格は、1000ドルが見込まれている。iPhone 8ないしiPhone 8 Plusとは別の特別モデルとして販売されることになる。

尚、すべてのモデルではライトニングポートを廃してUSB-Cを搭載することになるようだ。もしこれが本当なら、iPhoneとして初めて独自規格を捨ててAndroidなどのライバル機種と同じ標準規格を採用することになる。これは最新のMacBook Proなどをみれば、たしかにありそうな話だ。

USB-Cは電力、データ、音楽、ビデオなどを、LightningないしUSB 3規格よりもはるかに高速に転送することができる。MacBook Proでも、この規格の優位性を認めたからこそ、MacBook Proにおける唯一のI/OインタフェースとしてUSB-Cを採用したわけだ。しかしこのせいでiPhoneをMacBook Proと直接つなぐことができなくなったのは問題ではあった。USB-CとLightningを変換するケーブルが必要だたのだ。iPhone側にもUSB-Cを搭載することで、こうした状況が変化することとなる。

話を戻して、WSJのレポートが実現するのなら、iPhoneには従来と異なる新たなエコシステムが生まれることとなる。iPhone 8およびiPhone 8 Plusとは別に用意されるという噂のiPhone Xだが、ハードウェア的な仕様も異なるものとなるわけだ。このプレミアムモデルの登場で混乱する消費者も生じることだろう。しかしプレミアムモデルの販売は、たしかにAppleを潤すこととなるのだろう。
USB-C化）
［原文へ］

（翻訳：Maeda, H）

インターネットのあちこちを探しまくって目的のコード片を見つけてくれるDeepCoder、プログラマーの生産性は上がるか？

ぼくはプロのプログラマーではないけど、でも彼らを真似て、多くのコードをStackOverflowのQ&Aからもらっている。Flaskに認証を加えるやり方は？　そんなの簡単。sendmailのシャットダウンの仕方は？　ほら、これさ。そして、今やインターネット上のすべてのコードのおかげで、ロボットが年俸18万ドルのプログラマー並に優秀だ。

そのシステムはDeepCoderと呼ばれ、コードのコーパスを検索して仕様どおりに動くコードを構築する。すでにプログラミングのコンペに‘参戦’したこともあり、またコードではなく、複雑なプロダクトを作るための大きなデータセットを見つけることもできる。

彼らのペーパーより:

たとえばIPSシステムを作るためには二つの問題を解決しなければならない。最初に、その問題の解になりそうな適切なプログラムの集合を見つける。そして次は、手元の要件に照らしてそれらのプログラム集合をランク付けする。どれが、今抱えている問題の解として使えそうか？　この二つの問題はどちらも、問題の具体的な内容に依存している。したがって、プログラムを組み立てていくための最初の重要な決定は、ドメインスペシフィックな言語を選ぶことだ。

このシステムは使ってるうちに次第に賢くなり、どんな場合にどんなコード片が良いのかを、自分で見分けるようになる。そして、そうやって‘学習’を重ねるたびに、ユーザーはプログラムをより早く書けるようになる。

ケンブリッジ大学のMatej BalogとMicrosoft ResearchのAlexander L. Gaunt, Marc Brockschmidt, Sebastian Nowozin, Daniel Tarlowがこのプロダクトを作り、その使い方に関するペーパーを共著した。ただし、このようなシステムを使って、小さなコード片から大きなプロジェクトを構築することはできない。そういうのを、‘ないものねだり’と言う。

こういった、既存のコードの切り貼り再利用は、多くのプログラマーが実際にやっていることだから、ディープラーニングの優れた応用と言えるだろう。データベースの更新のようなシンプルなCRUDアプリケーションには、十分に使えると思う。入社したばかりの初心者プログラマーにやらせる仕事がなくなる、と言えるかもしれない。でもAIロボットが地球と人類を支配して、人間の仕事が完全になくなってしまうのも、悪くないね。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

AirPodsのカラーバリエーションを提供するColorWare（日本にも出荷可）

白のAirPodsが悪いというわけではない。ただ、少々たいくつな感じがするのは否めないと思う。そんな人むけのサービスがColorWareで、AirPodsのカラーバリエーションを提供してくれる。色の種類も豊富に用意されている。さらに追加料金を支払えばケースにも色を塗ってくれる。

ちなみにColorWareは2000年代から、こうしたサービスの提供を行なっている。Appleプロダクトのカラーバリエーションの提供を主力サービスとして提供している。iPodのカラーバリエーションを最初に提供したサービスのひとつでもある。

もちろん費用はかかる。AirPodsを好きな色に変更する価格は289ドルよりとなっている。AirPods本体も含んでの価格なので、カラーリングの価格は130ドル程度よりということになるわけだ。色は58色から選ぶことができ、ソリッド塗装だけでなくメタリック塗装を選ぶこともできる。ケースの塗装は30ドルだ。

現時点では、注文の処理には6週間ほどかかるとのこと（訳注：現在サイトではシッピングまで10-12週間かかると記されています）。AirPodsを好きな色に染めるのに、コストなどあまり意識しないという人も大勢いるようだ。もちろんこうした人の存在にはAppleも注目していることだろう。おそらくは、Appleも自社製品としてカラーバリエーションを提供してくると睨んでいるのだが、果たしてどうだろうか。

［原文へ］

（翻訳：Maeda, H）

YahooがTensorFlowをApache Sparkで高度なスケーラビリティへアップ

Apache Sparkの模範市民Yahooはかつて、CaffeによるディープラーニングモデルのスケーラビリティをSparkの並列処理で高めるフレームワーク、CaffeOnSparkを開発した。そしてそのYahooが今回は、TensorFlowOnSparkと呼ばれるプロジェクトをオープンソースで公開した。今度のそれは、SparkとTensorFlowを組み合わせることによって、大規模なクラスターで動くディープラーニングモデルを作るデベロッパーにとってTensorFlowフレームワークを、より魅力的にするものだ〔==TensorFlowのスケーラビリティを高める〕。

ビッグデータ時代の人気者になったApache Sparkは、効率の高い並列処理を可能にするオープンソースのフレームワークだ。Hadoopのようなシステムを追う形で出てきたSparkは、たとえばNetflixのような企業における大量のユーザーデータの処理を支え、リコメンデーションのスケールアップを可能にしている。

GoogleのTensorFlowやCaffeのような機械学習のフレームワークの登場によって、機械学習の専門知識のない者でもディープラーニングのモデルを作れるようになった。抽象度の高いライブラリがオープンソースで存在するからデベロッパーは、車輪を再発明する苦労から解放されて、いきなりモデルそのものを作ることができる。

ビッグデータの処理を高効率なクラスタリング並列処理で支えるSparkは、機械学習、中でもディープラーニングが必要とする膨大な量の、そして高速であることを要する、データ処理にも向いている。Yahooは自社で利用するためにCaffeOnSparkを作ったが、Caffe用のツールは機械学習のコミュニティのごく一部にとってしか恩恵がない。それに対して、人気がすごく高いフレームワークがTensorFlowだ（下図）。そこでYahooは、ディープラーニングのための大量高速データ処理をSparkにやらせるその処理枠組みを、TensorFlowに移植し、コミュニティの尊敬をかちとることを目指した。

Time for an update: what does the deep learning library landscape look like, seen from GitHub? pic.twitter.com/QDZyvLrYBd

— François Chollet (@fchollet) February 11, 2017

YahooはTensorFlowとSparkのあいだに橋をかけるために、既存のツールSparkNetやTensorFrameを参考にしたが、最終的には一から自分で作る方が良い、と結論した。その結果デベロッパーは、自分の既存のTensorFlowプログラムを比較的簡単に、TensorFlowOnSparkを使うよう改造できる。

ディープラーニングのフレームワークは、デベロッパーたちが特定の“部族”に凝り固まる傾向がある。たとえばJavaで書かれたSkymindのDeeplearning4jは、最初からSparkを統合しているオープンソースのフレームワークだが、このライブラリの人気は6位と低い。そして他方には、複数種類のGPUにまたがるスケーラビリティを誇るMXNetがある。その特長がAmazonの関心をとらえ、AWSの努力によりMxNetはApacheのインキュベータに加入した。

TensorFlowOnSparkはオープンソースだが、Yahoo自身による改良努力は今後も続く。入手は、YahooのGitHubから可能だ。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

Lucidの電気自動車Airの冬季テストのビデオを見ると、雪って最高だねと思ってしまう

LucidのAirは、エンジン出力1000馬力の夢のEVで、まだ初期の実地試験をしている段階だが、すでに相当数の熱心なファンがいる。このたび同社は、ミネソタ州で撮影したビデオで、その冬季条件試験の様子を見せたが、それを見ると、州の観光局などがこれまでにマーケティングのために作ったどんなビデオよりも、この州が魅力的に見える。

このビデオには、コンピューターによるシミュレーションで得られた結果を、雪と氷で覆われた実際の道路条件下で実証しようとする映像が含まれている。そのときの気温は華氏-18度（摂氏-28度）で、ぼくが住んでいるカナダの亜北極地域よりも寒い。

雪道の運転を頻繁にやる人なら誰もが知っていることだが、終始もっとも気をつけるのは、Fast and Furiousに見られるような最大に大きなドリフトアーク〔ハンドルを使わずドリフトの大きな弧による方向変え〕を、できるかぎりいつも達成することだ。近くの食料品店に買い物に行くときや、毎日の通勤のときでもだ。

というより、なにしろこのビデオは超楽しい。しかも、運転技術は最高だ。Lucidが言ってるAirのキャッチフレーズは、“ドライバーのために作られた車”だが、まさにそのとおり。Airの発売予定は最初と変わらず2018年とされているが、お値段は10万ドルぐらいだろう。この、冬の勇士をどうしても欲しい人は、今から貯金に励む必要があるね。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

大統領がツイートで上場企業の名を言ったら株の売り買いのタイミングを教えてくれるTrump2Cashアプリ

株の売買は今やアルゴリズムトレードの全盛期だから、人間の心と頭による戦略的な売買はますます難しくなっている。でも、今では、トランプのはちゃめちゃなツイートの中に、企業の名前が一度あるだけで、上げ下げが生じるのだから、人間であるあなたが、ポジティブな、あるいはネガティブなセンチメントの逆張りをしてちょいと稼ぐことも、容易になった！

そこで、Trump2Cashという思わせぶりな名前のアプリが、おもしろそうだ。このPythonで書かれているボットはトランプのツイートフィードをウォッチして、そこに出てくる上場企業の名前に対するセンチメントを分析する。トランプがトヨタにNO WAY（ありえない）と言ったって？　特定株を空売りしよう！　Fordが700名の雇用をメキシコからアメリカへ移すって？（ほんとはそうではないが）。買いだ！買いだ！買い買い！

プログラマーのMax Braunがこのアプリを試行のために作り、今ではTwitter上で、売りや買いを勧めている。彼は曰く:

ベンチマークの結果を見てもらいたい。これはあくまでもテストランであり、彼のツイートとマーケットのデータでアルゴリズムがどう振る舞うかを調べている。ご覧のように、ときどき企業を間違えたりセンチメントの判断を誤っている。しかし、正しい場合の方がずっと多い。その売り買いの戦略はときどき、ユーザーを戸惑わせるだろう。

しかし全体としてアルゴリズムは、二回に一度以上は成功している。下図のシミュレーションによると、アプリの立ち上げ以来、年額換算のリターンは全体で約59%だ。シミュレーションと使用したデータには制約があるから、ある程度眉に唾をつけてご覧いただきたい。

アプリはここでダウンロードできるし、動かすのは簡単だ。毎日じっと見ていれば、トランプの言葉に反応してアルゴリズムが売り買いを決める様子を、ご覧になれるだろう。Mike Tyson’s Punch OutでGlass Joeが敵の弱点を電報で知らせたときのように、新しく雇ったこの資産運用ロボットは、あなたのポートフォリオをデータに応じてリッチにしてくれるだろう。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

AmazonのRekognition APIがあなたの年齢を当てる、いや…、当たらない?!?!

自分は（たぶん）自分の歳を知っている。友だちに、自分の歳を当てさせることもできる。それになんと、Microsoftも、あなたの歳を当てられる。でもいちばん重要なのは、毎日買い物をするAmazonに、自分の歳を知ってもらうことじゃないかな。

これまでのところ、Amazonが自分の歳を何歳だと思っているか、知るためには、リコメンデーションの品目を見るしかなかった。昨日（きのう）なんかぼくは、一日の大半が、大量の短編SFを調べることでつぶれた。Amazonが、ぼくがそれを必要としている、と固く信じているからだ。そう、Amazonは、ぼくがテクノロジーの好きなミレニアル世代であることを、見事に当てているのだ。

でもこれからは、こんな、過去の事象に頼るテクニックは要らなくなる。AmazonのRekognition APIを作っている連中が今日（米国時間2/10）公開した便利な機能は、そこへ自分の写真をアップロードすると、年齢を当ててくれる。今日はたまたま、友だちの誕生日なので、Amazonのそのツールと、MicrosoftのHow-Old.netと、人間によるクラウドソーシングに、当て比べをやらせてみた。

まずAmazonだ — このWebアプリケーションは、友だちの年齢を26歳から43歳のあいだ、と推定した（上図）。彼の本当の年齢は26歳よりもずっと若いから、嬉しい結果ではない。性別と幸福状態には“appears”（〜〜と見える、思われる）という留保が付いているが、正しい確率は99.9%になってる。ぼくも、自分が43歳と思われないためには、つねに作り笑いでスマイルしているべきだろう。

screen-shot-2017-02-10-at-10-30-50-am

Amazonは大失態だったが、それでもMicrosoftよりはましだ。MicrosoftのHow-Old.netツールは、友だちの年齢を30歳と言った。参ったね。

三者の中では、人間がベストだった。ランダムに選んだ人たちに聞いてみた結果では、答の平均値が“22歳の半ば”だった。本当は、今日22歳になったばかりだから、6か月の誤差がある。

参照データを得るために、今度は自分の、顔に光がよく当たった写真でテストしてみた。やはり、誤差は大きい〔John Mannes, 1995/11/14生; 昨年まで本誌インターン〕。Microsoftは、ぼくの年齢を27歳と言ったが、ぼくの本当の年齢は友だち〔22歳〕よりも若いんだけどね！。

ご自分の写真を、こことここで試してみよう。その結果、その後のあなたの生活に起きるであろうさまざまな危機も、ご遠慮無く共有してくださってけっこうだ。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

知らない間に大量のSaaSの会員になって無駄金を払っている人/企業のためのSaaS管理サービスCardlife

今や、まったく使わないSaaSの会費に数十億ドルが浪費されている、と言われる。そろそろ、そんな会員契約を管理するSaaSが必要ではないか？　そこで登場したのがCardlife、SaaS管理というすばらしい世界の新人だ。

“SaaS管理なんて、有名大企業のためのものじゃないの？”、とあなたは言うかもしれない。でも、違う！　同社は毎月、470万ドル相当のSaaSプロダクトを管理し、大企業から零細企業まで、あらゆるサイズの企業のお世話をしている。今、対象国は32か国、扱い額は年間5600万ドルに達する〔470×12〕。

“90%の企業が、どれだけ多くの会員契約をしているか掌握していない。でも会費は毎月、確実に支払われている。SaaSはそうやって、忘れられるように設計されているんだ”、とファウンダーのTzachi Davidovichは皮肉たっぷりに言う。“うちは顧客のアカウントを自動的にスキャンして、すべての会員契約を見つける。そしてうち独自のインテリジェンスとアナリティクスで、無駄な支払いや重複支払いを見つけて警告する”。

今同社は、SaaSディレクトリ（目録）というものを制作中だ。そしてそのSaaS一覧をもとに、顧客に、今使ってるのよりも良くて安いサービスを推奨する。つまり同社は、無駄なSaaSを切り捨てることと、新しいモアベターなSaaSを推奨することの、二面作戦を収益源にしている。

読者の中に、そんなに大量のSaaSと契約して巨額の会費が毎月自動引き落としになっている人は、そんなに多くないと思うけど、あなたが万一、そんなセレブや有名大企業のITになってしまったら、Cardlifeというサービスがあることを、思い出そう。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

AWSのディープラーニングフレームワークMXNetがApacheソフトウェアの一員になる、対TensorFlow戦略の一環

Connecting lines, computer illustration.

Amazon Web Servicesの推奨ディープラーニングフレームワークMXNetが今日（米国時間1/30）、Apache Incubatorに加わった。このインキュベータに受け入れらることは、オープンソースのプロジェクトがApache Software Foundationの一員になるための第一歩だ。

Apache Software Foundationは、何千人ものデベロッパーによる、世界中のさまざまなオープンソースプロジェクトのメンテナンス努力を支えている。今後はMXNetも、Apche流儀の実績豊富なオープンソース方式を採用し、またApacheのコミュニティにアクセスできる利点も享受していく。

MXNetは、デベロッパーによるディープラーニングモデルの構築を助ける、今や数多いフレームワークの一つで、それらを使えることによってデベロッパーは、ユースケースごとに‘車輪を再発明’することを避けられる。さまざまな機械学習方式の中でもディープラーニングはとくに、大きなデータ集合からパターンを掘り出す処理に向いている。

それらの中でMXNetの差別化要因は、多様な言語に対応していることだ。デベロッパーはC++とPythonという主軸言語のほかに、R, Scala, MATLAB, JavaScriptなども使える。

MXNetのもうひとつの特長が、スケーラビリティだ。昨年Amazonがこのフレームワークの内部的利用と対外的推奨をを決めたとき、画像認識アルゴリズムを動かすGPUの数が多くなると、ほかのフレームワークに比べてスループットが良い（速い）、と言っていた。ただ速いだけでなく、MXNetは‘拡張効率’が良くて、GPUの台数増加率の85%の高いスループット向上が得られる、という。〔例: GPUの台数を2倍（200%）にすると、スループットは1.85倍に向上する。〕

しかしディープラーニングのフレームワークの中でMXNetは、ユーザー数の多さではGoogleのTensorFlowなどの後塵を拝している。AmazonがMXNetを推奨フレームワークにすることを決めたのは、デベロッパーたちの関心を高める意味もある。AWSはMXNetを機械学習コミュニティの人気者に育てるべく、コードとドキュメンテーションで尽力している。今回Apache Software Foundationの一員になったことも、この目標の実現に貢献するだろう。

Blue - TensorFlow, Yellow - Theano, Red - MXNet, Green - DL4J

青: TensorFlow, 黄色: Theano, 赤: MXNet, 緑: DL4J

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

2017年新発売のChromebookはすべて最初からAndroidアプリをサポート、Google Play Storeをいきなり利用できる

2017年に新発売されるChromebookはすべて、最初からAndroidアプリをサポートしている。そのためのアップデートは要らない。Chromebookのホームを開くと、そこからただちにGoogle Play Storeにアクセスできる。

GoogleにはAndroidアプリを動かせるChromebookのリストがかねてからあるが、このニュースは、そこのたった1行のテキストで告知された: “2017年にローンチするすべてのChromebookと下のリストにあるChromebookは今後、Androidアプリを使える”。

昨年GoogleはやっとChromebookとAndroidアプリの互換性を実現したが、これまでは一部の機種に限られていたので、買うときは、Google Play Storeをサポートしている機種を調べる必要があった。今度からはその面倒がなくなり、新機種のChromebookを買えばAndroidアプリはインストールするだけで使える。

Androidアプリはとても多いから、Chromebookの魅力が途端に大きくなる。Play StoreにアクセスできるChromebookは、WindowsやmacOS並の広大深遠なエコシステムの一員になる。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

産業用ニーズに応えるRaspberry Pi Compute ModuleがCM1からPi 3搭載のCM3へアップデート

Raspberry Pi Foundationが、Raspberry Pi Compute Moduleをアップデートした。この、Piを搭載した超小型マイコンボード（上図）は、製品の制御や、多機能機能化などのパワーアップを、マイクロプロセッサーの力を借りてやりたい企業向けのモジュールで、最近の例ではNECの40/48/55インチ大型ディスプレイが内蔵している。

同Foundationによると、アップデートしてCM3となったモジュールは、より柔軟性のあるフォームファクタと、より強力な内部を持ち、昨年新登場したPi 3を載せている。なのでプロセッサーのスピードは最大1.2GHz、RAM 1GBとなり、最初のCompute Module(CM1)に比べてスピードは10倍、RAMは2倍になっている。

最初のCM1ボードは、2014年にリリースされた。

Foundationの注記によると、CM3ではWindows 10 IoT Coreを動かせるので、IoTのプロジェクトをPi 3からCM3を使ったカスタムのシステムに“きわめて容易に”ポートできる。ピンの並びと構成はCM1と完全互換だが、モジュールの高さはCM3の方が1ミリメートル高い。

またプロセッサーの電源装置VBATへの負荷も大きくて、高負荷状態では発熱量も多い、という。

CM3には二つのバージョンがあり、通常のCM3は4GBのeMMCフラッシュストレージを搭載、CM3 Liteはストレージがなく、代わりにSDカードソケット用のピンがある。ただし、ユーザーがフラッシュストレージを後付けすることはできる。

価格はCM3が30ドル、CM3 Lite isが25ドルだ（送料と税を除いて）。CM1は今後も生産されるが、価格は25ドルになる。

アップデートされたブレイクアウトボードも発売されたが、Foundationによるとそれは、三つの機種(M3, M3 Lite, M1)のどれでも載せられるそうだ。

〔関連記事〕

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

Microsoftがインドで目の健康のために機械学習を活用、Google DeepMindに対抗

同じ企業間競争でも、障害者の生活が少しでも良くなるための競争なら、大いに奨励したいね。Microsoft Indiaは、GoogleのDeepMindのやり方に倣って、インドにデータドリブンの視覚障害者支援サービスを導入するための研究グループ、Microsoft Intelligent Network for Eyecare（目のケアのための人工知能ネットワーク）を立ち上げた。

DeepMindの眼科医学へのアプローチはイギリスがターゲットだったが、Microsoftは必ずしも対象国を限定しない。同社はアメリカ、ブラジル、オーストラリア、そしてもちろんインドの研究者たちの協力を求めながら、機械学習モデルを教育訓練し、失明の原因となる症状をシステムが同定できるようにする。

Microsoftの中心的なパートナーとなるハイデラバードのL V Prasad Eye Instituteは、インドの名門病院のひとつだ。このプロジェクトはとくに子どもに力を入れ、屈折矯正手術の結果や、子どもの近視率の変化の予測、といった意欲的な課題に取り組んでいく。

GoogleのDeepMindは、イギリスのNational Health Serviceとパートナーして目のスキャンを分析し、湿性で年齢と関連する黄斑変性や糖尿病性網膜症を検出する…これら二つは、失明に導く症状だ。それは、症状の早期発見によって早期治療を可能にし、目の損傷の重症化を防ぐ、という考え方だ。

アイケア（eyecare,　目のケア）は、これまで医学とは無縁だったような企業が、保健医療分野で機械学習のポテンシャルをテストするための、人気分野になりつつある。人間の健康状態の中でも目の状態や症状は、画像分析によくなじむからであり、それはイコール、機械学習の当面の得意分野でもある。医療診断へのコンピューターの利用は決して新しい技術ではなく、放射線画像の分析などは何年も前から行われている。しかしテクノロジー企業はこのところとくに熱心に、独自の研究開発テーマとしてこの分野に取り組んでいる。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

Arduino MKRZeroはハードウェアハッカーのための小さな小さなDIYボードだ

すでに何でも持ってる人には、どんなギフトを買うべきだろう？　ピンク色のヒメアルマジロか、それともArduino MKRZero。ぼくは、Arduinoをおすすめするな。

The MKRZeroは要するに、小さな小さなマイクロコンピューターで、出力端子とヘッダーがいくつかあり、バッテリー管理システムとUSBコントロールがある。32ビットのアプリケーションを勉強するのに適しているし、小さいからどんなものにも収められる。

これで、何ができるだろうか？　いっぱいあるけど、DIYのテルミンとか、手をたたくとお金を吐き出す“Make It Rain”マシン*は？　もちろん、ほかにもいろんな発想があるだろう。〔*: Make It Rainの意味。〕

こういう小さなボードは、なにしろ楽しいし、実験やハッキングのツールとしても貴重だ。わずか22ドルで、余暇時間にArduinoのプログラミングを勉強できるけど、ピンクのヒメアルマジロではできないね。でもあの小さな生き物は、もう一度、愛し方を教えてくれるかもしれない。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

クラウド上でバッチ処理ができるAWS Batchツール、自作のバッチシステムより（たぶん）高機能

Amazonの新しいツールAWS Batchは、クラウド上の複数のジョブを自動的に順次実行する。そのジョブは、EC2のインスタンスの上のアプリケーションやコンテナイメージである。

Amazonは、顧客の多くが独自に工夫したバッチコンピューティングシステムを自作していることを、知っていた。ユーザーは、EC2のインスタンスやコンテナ、通知、CloudWatchによるモニタリングなどを連結していた。しかしAmazon独自の方法を提供すれば、そのプロセス全体がもっと容易に、そしてもっとアクセスしやすいものになるだろう。〔下図に特長を列記〕

クラウドでバッチをやることの最大のメリットのひとつは、多様なインスタンスへのアクセスだ。ノン・クラウドの物理的世界では、計算処理を行うクラスターが多数の重複した（==無駄な）プロセッサーを配備する。これを避けることができれば、計算効率は大幅に向上し、コストも下がり、サービスの料金も大幅に安くできるだろう。

img_20161201_101531

ユーザーは容量を自分で決められるから、支出を最小化できる。お金の節約だけでなく、リソースのスケールアップもニーズの変化に合わせていつでも容易にできる。物理的コンピューティングクラスターの、そのまるまる全体をオーダーしてインストールすることに比べれば、クラウド上のリソースの一時的なアップグレードは、短時間で済む。

これまで、AWSの必要なリソースを正規の料金で使っていたユーザーは、このAWS Batchツールを無料で使用できる。今それは、US.Eastリージョンでプレビューが提供されている。今後は、そのほかのデータセンターでも提供されるし、AWS Lambdaのファンクションもバッチに加えられることが、期待される。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

クラウド上でバッチ処理ができるAWS Batchツール、自作のバッチシステムより（たぶん）高機能

img_20161201_101531

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））