D.B.クーパー事件（ディー・ビー・クーパーじけん、英: D.B.Cooper）は、1971年11月24日水曜日の午後、オレゴン州ポートランドからワシントン州シアトルへ向かっていたボーイング727が太平洋岸北西部でハイジャックされた事件である[1][2]。 ハイジャック犯は身元不明の男性で、「ダン・クーパー」 (英: Dan Cooper) という偽名で航空券を購入したが、ニュースメディアの誤報により、一般には「D.B.クーパー」という名前で有名になった。クーパーは身代金20万ドル (2023年時点の$1,500,000と同等) を強奪し、パラシュートで降下して飛行機を脱出した。その後、どのような末路を辿ったのかは知られていない。広範囲を捜索し、連邦捜査局 (FBI) も長期間捜査したが、クーパーの身元は現在も不明である。クーパー事件は商業航空産業史上で唯一未解決のハイジャック事件である[

ポイント・ネモを中心に半径がイースター島までの距離と同じ円を引いた図 ポイント・ネモ（英語: Point Nemo）とは、世界の大洋で最も陸地から離れた地点で、到達不能極の一つ。ニュージーランドとチリのほぼ中間地点、南緯48度52分5秒 西経123度23分6秒 / 南緯48.86806度 西経123.38500度[1]の南太平洋上。 ポイント・ネモに近い陸地は、ピトケアン諸島のデュシー島、イースター諸島のモツ・ヌイ、南極のメイハー島（英語版）から、それぞれ約2,700km離れている。当該ポイントはカナダの測量技師であるハオエ・ルカテラ(Hrvoje Lukatela)によって、プログラミングを用いて1992年に特定された[2]。ラテン語で「無人」を意味している「ネモ」という名称は、ジュール・ヴェルヌの小説『海底二万里』に登場するネモ船長から名付けられた[3][2]。 ポイント・ネモは南

樽香🍷 @Taruka__ 結局共働きの夕食の最適解って何？ 帰宅して15分以内に食べ始めたい。 ホットクックはカレーくらいしか予約調理だと美味しくない。 市販の冷凍食品は味が単調だし罪悪感もある。 皆様どう平日乗り切ってらっしゃいますか・・・。

かつて海底炭田があったUBE（旧宇部興産）発祥の広大な埋め立て地。そのすぐ隣にある宇部中央銀天街には、シャッターの下りた店や朽ち果てた建物、それに更地が連なっている。瀬戸内海に面する山口県宇部市。この小さな商店街からユニクロが生まれた形跡は、今では何も残されていない。柳井正が少年時代に暮らした紳士服店も、1990年代半ばまでファーストリテイリングの本社が入っていた「ペンシルビル」と呼ばれる小さ

toggle navigation キッズアカデミーころん、Colon、コロン-児童発達支援/放課後等デイサービス/幼児療育教室｜発達障害・学習障害・ADHDのお子さまのへの指導サポート、ABAセラピー・親御さまとのペアレントトレーニング こんにちは！ ころん板橋校です。 今日はサン＝ティグジュペリ「星の王子様」についてのお話です。「星の王子様」はとても有名なタイトルですが、読んだことはありますか？👀 サン＝ティグジュペリ「星の王子様」の中ですごく好きなシーンがあります✨ この本では小さな王子様が色々な星を旅し、地球へと辿り着きます。地球の砂漠で王子様はある男性に出会います。 本の途中までは王子様が男性と出会うまでの旅のエピソードを男性に話していて、男性がその話を聞いている。と、いう構成です。 ある時、王子様がもともと住んでいた星に一輪の綺麗なバラの花が咲きます。王子様はそのバラを見て「

Unlock your Digital Memories Web Design Museum exhibits thousands of screens and videos of old websites, mobile apps and software from 1990s to mid-00s Websites Apps Software

ではそもそも“1bit”とは何が1bitなのか、どうして1bitになるとGPUが不要になるのか。LLMでGPUが不要になるとどんな世界が訪れるのか。オーダーメイドによるAIソリューション「カスタムAI」の開発・提供を行うLaboro.AIの椎橋徹夫CEOに聞いた。 プロフィール：椎橋徹夫 米国州立テキサス大学理学部卒業後、ボストンコンサルティンググループに参画。消費財や流通など多数のプロジェクトに参画した後、社内のデジタル部門の立ち上げに従事。その後、東大発AI系のスタートアップ企業に創業4人目のメンバーとして参画。AI事業部の立ち上げをリード。東京大学工学系研究科松尾豊研究室にて「産学連携の取り組み」「データサイエンス領域の教育」「企業連携の仕組みづくり」に従事。同時に東大発AIスタートアップの創業に参画。2016年にLaboro.AIを創業し、代表取締役CEOに就任。 ──まず、1bi

SmartHRでは開発にRuby on Railsを広く採用しています。 今日は負債解消のために、開発しているサービスでRailsのモデル名をすべて変更した話を紹介します。 既存のモデル構造のつらみ 私達が開発しているサービスでは、モデルの親子構造が分かりやすいということで、モデルをネストした構造にしていました。 例えば、 User に紐づくプロフィール画像 User::ProfileImage は、 app/models/user/profile_image.rb に配置する具合です。 パッと見の構造が分かりやすいのですが、時が経つにつれて次のようなつらさが顕在化してきました。 Railsの規約(推奨ルールのようなもの)に則っていないので、関連定義が冗長になる テーブル名が長くなる。 外部キーや関連名が長くなる。 関連名と外部キー名が一致せず、カラムを呼び出したいときにDB定義を見ないと

個人でWebサービスを継続的に運用するのは金がかかってかなわんという問題がある 「個人開発」だと定義が曖昧なので自己資金かつ赤字のプロジェクト(Webサービス)ということにする。 そういうプロジェクトではプロダクトオーナー=自分、開発者=自分、予算管理者=自分というロールになるので予算管理者としてコストを図る必要がある(ここでいうコストはWebサービスを実現するアプリケーションのランニングコストのこと)。 通常はみんな自分の人件費を0として計算していると思う(逆にいうとそれが負債という考え方もできると思う)。 ただしメンテナンス時間とコストのトレードオフもあるので、人件費0ではあるけど有限の時間は別軸として管理しているのが普通だと思う。極端な例だと「コスト削減できるけどメンテナンス時間10倍になる」というのは避けられる。 仮に個人開発のプロジェクトの予算を月数千円から高くても1万円ぐらいか

2011年6月10日、Evernoteを使用開始。 2014年9月19日、有料プランに加入。 2024年3月23日、クソみたいなメールが届く。 プラン、廃止 いつも Evernote をご利用いただき、ありがとうございます。このたびは今後の Evernote 登録プランに関する変更についてご案内させていただきます。 お使いの Evernote アカウントは Plus から Personal に移行されました。Evernote Plus など、一般のお客様に数年間ご利用いただけなかった従来の登録プランが廃止となったためです。この変更により、Personal プランで利用可能な機能すべてをご利用いただけます。 今後はAnnualの登録プランが現在の Evernote Personal プランの料金 129.99 USD/Yearに合うように更新されます。この料金は次の更新日である2024/4/

As we grow our operations internationally, we’re expanding into Asia with a new office in Tokyo, Japan. We are committed to collaborating with the Japanese government, local businesses, and research institutions to develop safe AI tools that serve Japan’s unique needs and to unlock new opportunities. We chose Tokyo as our first Asian office for its global leadership in technology, culture of servi

＜この記事の著者＞ ばんか（bamka） - Tech Team Journal Web制作会社の会社員として働きつつ、個人でブログ／メディアライターとしても活動するパラレルワーカー。 ChatGPT等AIを公私で駆使し、ITツール・ガジェットを用いて人々の生活をより豊かにするための活用術を提供するブログも運営。 Webサイトや本で学んだ知識を、自分のものにして活用できるレベルまで引き上げるには、アウトプットが重要だと考えて、積極的にアウトプットするようにしています。 ただ、アウトプットの仕方も大事。知った知識をただSNSにコピペで貼り付けるようなやり方は、良質なアウトプットとは言えないと考えています。 そこで今回は、私が実践している「良質なアウトプット」に転換するために気を付けているポイントについてお話しします。 【目次】 １：第三者に見てもらう ２：自分の言葉で語る ３：図にまとめる

オルト @oooooooorrt 友人から教えて貰った名大消化器外科作成の名古屋飯ガイドのクオリティが高過ぎて笑った。外科学会に合わせて1回限りになるのもなんなので、勝手ながら有効活用しよう jp.jssoc.or.jp/jss124/kodelin…

どういうこと？/TL;DR AWS → Cloudflareに移行したら費用が99%削減できました。 対象読者 今CloudFront + S3で構築しているけど転送量に困っている人 Cloudflare R2を検討している人 (CloudFrontとCloudflareをよく間違える人) はじめに 元々、動画CDNの構築はCloudFront + S3で構築していました。 この構成の場合、課金ポイントは主に三つあります。 CloudFrontのアクセス数に対する課金: そこそこ(多量ではない) S3の保管に対する課金: 200GB程度 CloudFrontの転送量(Egress)に対しての課金: 数TB そのため、毎回イベントごとにかなり費用がかかる状態でした。 動画の数もアクセス数もそこそこではあったのですが、動画特有の転送量が非常に多い… そういった状態でした。 導入前夜 この時はち

弁護士となってから三〇年以上を経過し、そのほとんどの期間を大学、大学院での教員生活も兼ねてきていて、講義の際に余裕があるときには、学生、院生相手に事件の話も交えることがある。その際には枕詞に、「弁護士も一年に一件程度は、こういう話のネタになるような事件に巡り遇うものなのだけど・・・。」と言いながら、時期、場所、内容で特定されないように注意しながら実際にあった話をする。 もちろん、些細なことから事件に隠された真実にたどり着いた自慢話もあるが、一般には自慢話よりは失敗談に人は興味を持つといわれていることから、ここではあえて私の経験の中の失敗談を述べさせていただきたい。 ある家で火災が起きて、そこに居住していた夫婦が建物中で折り重なるように倒れていて死亡が確認されたという事件があった。警察、消防による実況見分もなされ、家屋は全て内側から施錠されていて第三者が立ち入った形跡はなく、台所のゴミ箱付近

今回ジャカルタで会った人と話してて、「一貫したキャリア形成が大事」なんて、まったくもって嘘っぱちだよねーと、改めて確信しました。 その女性は自身の母親がそうであったように、自分も長く働きたいと考え、大学ではデザイン学科に進みます。卒業後は、希望通りデザイン事務所に就職。専門職としてキャリアを積んでいこうと考えます。 でも働いてみたら、「デザインだけをやる事務所ではなく、自社でモノを作っているメーカーで商品デザインを担当したい」と考えるようになり、一年後にメーカーに転職。プロダクトデザイン部門で働き始めます。 頭の古いキャリアカウンセラーからは「石の上にも 3年は我慢すべき。1年で辞めたりしたら絶対ダメ！」とか言われそうですよね。 とはいえ、ここまでは、いわゆる「一貫したキャリア」だったのですが、更にステップアップしようと転職したアウトドアグッズのメーカーでは、なぜか広報・PR 部門に配属さ

東京都練馬区出身[2]の医学者、および、医師である。内皮由来血管収縮因子「エンドセリン」と、睡眠覚醒を制御する神経伝達物質「オレキシン」の発見者の一人[3][4][5]。座右の銘は「真実は仮説より奇なり」、「良い問いを見出すことは、問いを解くことより難しい」[6]。 私立武蔵中学校・高校を経て、筑波大学医学専門学群・大学院医学研究科博士課程修了。31歳で渡米し、テキサス大学サウスウェスタン医学センター教授とハワードヒューズ医学研究所研究員を2014年まで24年にわたって併任。2010年に内閣府最先端研究開発支援プログラム（FIRST）に採択されたことを受けて、筑波大学に研究室を併設。2012年より文部科学省世界トップレベル研究拠点プログラム 国際統合睡眠医科学研究機構（WPI-IIIS）機構長・教授[7]、株式会社S'UIMIN代表取締役社長、現在に至る。米国科学アカデミー正会員[8]。

GitHub、Copilotでより高い精度のコードを生成させる方法を指南。関連ファイルを開く、トップレベルのコメントを書くなど 記事の中で、プログラマが意図したコードを高い精度で生成AIに生成させるためのテクニックがいくつも紹介されています。これらのテクニックはCopilotに限らず、生成AIを用いてコードを生成させる際の参考になると思われます。 この記事では、紹介されているテクニックのポイントをまとめてみました。 GitHub Copilotでよりよいコードを生成するためのポイント 生成AI活用の基本として説明されたのは、大規模言語モデルを用いた生成AIでは、コンテキスト（文脈）に基づいて予測を行うように設計されているため、生成AIに対する入力やプロンプトがコンテキストに富んでいるほど良い出力が得られる、という原則です。 それゆえ、GitHub CopilotおよびGitHub Copi

従来から、「ARMはx86より（電力的に）効率的だ」という言説があります。これは単純に「ARMは省電力なスマホ向けで、x86は電力を食うPC向け」程度のアバウトなイメージのこともありますし、前世紀のRISC vs CISC論争のころからある「ARMはx86 (x64を含む)に比べ命令セットがシンプルなので、命令デコードにかかる電力が少なくて済んで効率的」という議論の形をとることもあります。 この議論については、半導体エンジニアの多くは「ARMがx86 より効率が良いというのは、もはや過去の神話」(in today’s age it is a very dead argument)という認識を共有していると言っていいでしょう。有名なところではApple CPU (ARM)とZen (x86)の両方を開発したジム・ケラー氏のインタビューでも言われていますし、Chips and Cheeseとい