Research indicates that carbon dioxide removal plans will not be enough to meet Paris treaty goals

こんにちは，落合です．いまシアトルのMicrosoft Researchで研究しています． のぐたくとアメリカにいったら日常的な話もブログ更新するって約束したので，思い立ったので書いてみます．研究まとめ以外もよろしくね．思ったことをちょろちょろ書こうと思うのです． そして，いかにも挑発的なタイトルでごめんなさい． 僕は永久に勝てないとは思ってませんが，少なくとも今のままじゃアカデミックもビジネスサイドも太刀打ち出来ないんじゃないかなと思います． 僕は日本文化が好きです．日本文化が好きだから，研究とかコンピュータカルチャーに関わる面では日本人にも頑張ってほしいと思っています． あと，専門外のところほとんどわかんないので，触れません．でも，僕ダメなところだけあげつらうのは嫌いなので，つたないながら，しっかり改善点も書こうと思います．よろしくお願いします． さて，今回の要点をまとめると，日本の

著者プロフィール 川口雅裕（かわぐち・まさひろ） イニシアチブ・パートナーズ代表。京都大学教育学部卒業後、1988年にリクルートコスモス（現コスモスイニシア）入社。人事部門で組織人事・制度設計・労務管理・採用・教育研修などに携わったのち、経営企画室で広報（メディア対応・ＩＲ）および経営企画を担当。2003年より株式会社マングローブ取締役・関西支社長。2010年1月にイニシアチブ・パートナーズを設立。ブログ「関西の人事コンサルタントのブログ」 企業がITに最も期待したことは、「業務の効率化」でありました。さまざまな仕事が、少人数で、短時間で、間違いなく進んでいくものと想像しました。今でも、恐らくそう期待している会社は多いでしょうし、システムを販売する会社がウリにするのもそれが中心です。 ところが現実は、早く終わって帰れるわけでもないし、何でもスピーディーに片付くようになった感じもせず、逆に忙

皆さんは，アルゴリズムをどのようにして設計しているだろうか。先人たちが生み出した有名なアルゴリズムをそのまま使うのも1つの手だ。しかし，より上位のITエンジニアを目指すならば，多くのアルゴリズムのベースとなる「設計技法」を理解し，新たなアルゴリズム設計に挑戦してほしい。 何らかのプログラミング経験がある方ならば，二分探索法やクイックソートなど，先人たちが考案した有名なアルゴリズムをご存知だろう。このようなアルゴリズムを思い付くのは，天才的な学者たちだけかもしれない。しかし，個々のアルゴリズムを分類してみると，いくつかの共通的な「設計技法」をベースにしていることが分かる。 今回は，ITエンジニアとして知っておくべきアルゴリズムの主要な設計技法を3つほど紹介しよう。なお，サンプルプログラムはVBScript（Visual Basic Scripting Edition）で記述している。テキスト

By Kai Schreiber IT技術の進化のスピードには目を見張るものがありますが、それを支えているのはアルゴリズムと呼ばれる処理方法(技術的アイデア)です。さまざまなアルゴリズムの中でも、コンピュータの進化に革命的な影響をもたらしたとされる偉大なアルゴリズムは以下の通りです。 Great Algorithms that Revolutionized Computing http://en.docsity.com/news/interesting-facts/great-algorithms-revolutionized-computing/ ◆ハフマン符号(圧縮アルゴリズム) Huffman coding(ハフマン符号)は、1951年にデービッド・ハフマン氏によって開発されたアルゴリズム。頻出頻度の大小によって対戦するトーナメントツリーを考えて、ブロックごとに0と1の符号をもたせる

1: 以下、名無しにかわりましてVIPがお送りします 2014/01/04 22:00:04 ID:kC+V2XeX0 GCCの準備できてます！頭くそだけどよろしくお願いします！ 7: 以下、名無しにかわりましてVIPがお送りします 2014/01/04 22:01:13 ID:vKdW/2mf0 逆かと思って開いたのに… 44: 以下、名無しにかわりましてVIPがお送りします 2014/01/04 22:25:32 ID:nzCWAN6W0 俺も逆かと思って開いたのに 8: 以下、名無しにかわりましてVIPがお送りします 2014/01/04 22:01:29 ID:2FtGig1R0 まず、Hello worldをします 17: 以下、名無しにかわりましてVIPがお送りします 2014/01/04 22:06:46 ID:kC+V2XeX0 >>8 #include <stdio.h>

人の知を機械的に再現できるのではないか、これが人工知能の当初の夢でした。 でも「人の知」を解明しそれを実現するというアプローチは突き詰めて考えていくと、袋小路に陥ってしまいました。 チューリングテストとか中国語の部屋とかフレーム問題とか、聞いたことあるでしょう。人工知能の挫折と苦難の時代ですね。 困った人工知能研究者は、「知とはなんぞや」という疑問はとりあえず保留にして、「とにかく今できていないことに挑戦しようぜ」精神で研究を進めました。 結果、多くの成果を上げて、今日でも一つの学問領域として存在しています。 そのため、いまの人工知能学会の中の人たちの目的を最大公約数的にまとめるならば、 「今までコンピュータや機械でできなかったことをできるようにするよ（したよ）」というところでしょうか。 この程度の緩い集まりなんですよ。実際。全員がアンドロイドを目指しているわけではないんです。 とはいえさ

ここ最近、いわゆる「情報系」の進路について考える機会がたびたびあったので、曲がりなりにも情報系の進路を選んだ人間としての思いをここに記しておきたい。 情報系の道に進むと言うこと 「情報系の道に進む」と言うことを、ここでは「工業系、特に情報工学や情報科学をメインに扱う学科や学部を選択し、勉学に勤しむこと」を指すことにする。早い話が、工業高校の情報科に進んだり、大学の情報ナントカ学部とかに進んだりすることだ。 ここで、「情報系」と呼ぶものは「情報科学」「コンピュータサイエンス」とは似て非なるものであることに注意して欲しい。進路に悩む若者であれば尚更である。 もしあなたが誰かに―おそらくヒゲを生やした不健康そうな男だろう―情報系の進路について相談したとき、「そもそも情報とは」とか「情報理論が」などと言い出したら注意が必要である。あなたはその瞬間のために、次のおまじないを覚えておくべきである。 あ

いつもcreive（クリーブ）をお読みいただきありがとうございます。 この記事は「いつもの記事」とは少し違います。 インターネットさえ繋がっていれば、学びたいコトが学べる時代になりました。 好きな時に好きなだけ学べて、何度でも繰り返して復習できる。 インターネットが提供してくれた価値は、計り知れない威力があります。 この記事は当初、 「ネットさえあれば自由に学べる！日本語で学習できるWebサービス」 というタイトルで作成するつもりでした。 ただそんな一発単体の記事では、世の中は1ミリも動かないと考えました。 私たちcreive（クリーブ）は、このメディアを通して「学びたいヒトが、学びたいコトを、自由に学べる世界」を創ります。 いまこの記事を読んでくださっている方は、ネットリテラシーが高く、すでに知っている情報ばかりかもしれません。 ただ、普段インターネットに触れない人たち（私の場合、地元の

グーグルが先月、研究開発用に導入したD-Wave Systems社（本社カナダ）製の量子コンピュータ。前々回の本コラムでも紹介したように、これが本当の量子コンピュータなのかどうかは、まだ評価が定まっていない。 グーグルの発表後、僅か1、2週間の間にも、D-Waveが公開した実験データに対し、同社に懐疑的な研究者たちが「これは量子コンピュータではない」と反論し、それに対しD-Waveが逆に反論するなど、議論は紛糾している。それにしても、何故これほど揉めるのか? 量子力学の原理を計算に応用 その説明に入る前に、量子コンピュータとは何であるかを、もう一度簡単に説明しておこう。量子コンピュータとは、原子核や電子、素粒子のようなミクロ世界を支配する「量子力学」の基本原理に基づく、画期的なコンピュータだ。 予め断わっておくと、現在、私たちが使っているパソコンのような普通のコンピュータにも、ある意味で量

By linus_art ウェブのデザイン事務所でプロダクトマネージャーとして働いていたmikaelchoさんですが、働いていた時間のほとんどを会議中にとったメモを整理したり、必要なファイルを探したりなど、本職とは関係のない整理整頓や何かを探すといった作業にずいぶんと時間を使ってしまっていたそうです。mikaelchoさんはデザイン事務所を退職した後に、今までどれくらい無駄に物を消費してきたか一度見つめ直したところ、どうやって無駄な消費をなくし、物を散らかさないようにするのか理解したとのことで、ooomfで物を捨てられない原因や体に及ぼす影響、そして整理整頓ができるようになる4つのルールを公開しています。 ooomf Blog | Tips and other good things. https://ooomf.com/blog/how-clutter-effects-you-and-w

米IBMが開発したスーパーコンピュータ「IBM Watson」（以下、Watson）の採用は、医療分野におけるビッグデータの活用事例として、最も分かりやすいものの1つだ。Watsonは高い処理能力を備えており、データを素早く「理解」して診察中の医師を補佐したり、医学専門誌から学んだ大量のデータに基づき具体的な情報を提供したりできる。 Watsonをはじめ、他にも多くの医療関連のビッグデータプロジェクトが驚くべき成果を出している背景には、ある重要な技術要素の存在がある。自然言語処理（以下、NLP）と呼ばれる技術だ。 関連記事 Hadoopで年間6000症例を分析、帝京大学のBI事例 現場で役に立たない？　医療データ予測分析の「理想と現実」 医療分野のビッグデータ事例　「Hadoop」を採用した徳島大学病院 孫社長も賛同したiPad／iPhoneを活用する“医療クラウド”

LibreOffice 24.2が登場 コメントのスタイル、Calcの行と列のハイライト表示、オプションダイアログでの検索 LibreOfficeについて LibreOffice Conference 2023 9月20日から23日までルーマニアのブカレストで開催。 ワークショップやディスカッションなど、楽しいイベントを開催します！ そこに参加しましょう

ドットインストール代表のライフハックブログ

ちょっとでも「？」と思ったことは、とりあえず試してみるのが手っ取り早い。ソーシャル・ゲームが儲かっているらしいと以前から聞いていた。何十万円、何百万円も課金するユーザーがいることも知っていた。サーバー上のたかがデータに、どうしてカネを払うのだろう？ ――そんな疑問を持つ人も少なくないようだ。 そこで、8時間ほど遊んでみて私の感じたことを書き残しておきたい。 今回は、ソーシャルゲームをまったく遊んだことがない人向けの記事だ。 ※参考 ソーシャルゲームだけが儲かる6つの理由。‐Blogで本を紹介しちゃいます http://blog.livedoor.jp/tkfire85/archives/55542478.html ◆ 先にお断りしておくと、ゲームのタイトルは明かさない。どこで誰が仕事をしているか判らない業界だ。できるだけ角は立てたくない。 私の遊んだゲームのおおまかなシステムは次の通り：