日本政府が2019年7月4日0時に半導体やディスプレー製造に欠かせない3品目、「フッ化ポリイミド（透明ポリイミド）」、「レジスト」、「フッ化水素」の韓国輸出管理を発動してから、韓国でも半導体、ディスプレー、その他産業に与える影響を分析するニュースや韓国政府関係者の発言一言一言が毎日速報で報じられている。 7月4日以降、上記3品目の対韓国輸出の手続きに時間がかかると見られたが、韓国産業通商資源部（省）の発表によると7月19日時点で「輸出許可が出たという話はまだ聞いていない」という。これを受け韓国メディアは「事実上輸出禁止」と報道している。 上記3品目は日本への依存度が非常に高い部品で、半導体やディスプレーの製造に欠かせない。しかし日本経済新聞に報道されたように（日経新聞電子版の該当記事１、記事2）、韓国サムスン電子（Samsung Electronics）は中国からフッ化水素を輸入する方向で

この文章の問題点は、「と」と「または」が同時に登場していることにある。「と」はAND条件、「または」はOR条件を示す言葉。この両方が同じ文中に並んでいることで、何がAND条件で何がOR条件かが不明確になる。読む人によって、異なる解釈をしてしまう可能性がある。 「仕様書の不備に気づかずにソフトウエア開発を進め、あとから不具合に気づくことは実際にある。大幅な手戻りが発生し、修正の負荷やコストが掛かってしまう」。コンピュータハウス ザ・ミクロ東京の豊田倫子代表はこう話す。豊田氏は、企業の業務システム導入支援やマニュアルなどの技術文書作成を長く手掛け、日経ITエンジニアスクールで「伝わる文章の査読・指導スキル養成講座」の講師も務める。 冒頭の文章は、現実に豊田氏が遭遇した仕様書が基になっている。実際にこうした仕様書が基で要求仕様と異なるシステムが出来上がってしまい、トラブルになったという。 この例

ネット動画配信大手の米Netflix。1997年8月の創業から20年余りでサービス展開地域は190カ国となり、加入者数は1億人を超えるまでに急成長を遂げている。時には米国のネットワークにおいて3割超のトラフィックを占めるほどの影響力を持ち、「FANG」（Facebook、Amazon.com、Netflix、Googleの頭文字を並べたもの）と呼ばれる巨大ネット企業の一角として名をはせる。 NetflixはパブリッククラウドサービスのAmazon Web Services（AWS）を、2009年に大規模導入した先進ユーザーとしても知られる。2017年末時点で、利用する仮想マシンは15万台超という。 AWSを大規模に利用しているだけではない。システムを適切な単位に分割して独立性を高めることで頻繁な機能変更を可能にする「マイクロサービスアーキテクチャー」の全面採用や、自動復旧の仕組みを整えたう

いつもこの「極言暴論」でユーザー企業のIT部門やIT業界、特にSIerの行状について批判的な記事を書いているので、IT部門やSIerの読者に会うと「木村さんさあ、後ろ向きな記事ばかり書いていないで、少しは前向きの記事を書いたらどうか」とよく叱られる。読者の批判は真摯に受け止めるが、この件だけはいつもしっかりと反論している。 まず極言暴論の記事は決して後ろ向きの話ではない。IT部門の丸投げやSIerの人月商売などの呆れた行状を白日の下にさらし、木っ端微塵にすることが、技術者やIT業界、そして日本企業や日本全体の明るい未来につながると信じている。そして「前向きの記事を書いたらどうか」についてだが、私は極言暴論以外でその前向きな記事を書いているのだが、ほとんど読者の目に留まらないらしい。 もちろん記事が読者の目に留まらないのは、謙虚に反省しなければならない。記事は読まれなければ存在しないも同然で

米グーグルが開発中の新OS「Fuchsia」は、2016年8月のソースコード公開時点では、いくつかのサンプルプログラムを稼働させられる程度にすぎない状態だった。しかし開発はコンスタントに続けられており、2016年10月にGUI（Graphical User Interface）が既定でビルドされるようになった。さらに2017年2月には仮想化機能が追加された。 AndroidとiOSの進化が一段落したことや、「第3のモバイルOS」の座を巡って競い合っていたWindows 10 MobileやTizen、Firefox OSなどが軒並み失速していることもあり、モバイルOS界に以前のような活気が感じられなくなっている。そうした状況の中、まだ開発初期段階の状態ながら注目を集めているのが、米グーグルが開発中の新モバイルOS「Fuchsia」（https://fuchsia.googlesource.

人工知能（AI）の開発者が研究開発に当たって留意すべき原則「AI開発ガイドライン（仮称）」の素案を策定するため総務省が設置した産官学会議から、AIスタートアップのPreferred Networks（PFN）が離脱していたことが明らかになった。 Preferred Networksは深層学習（ディープラーニング）開発のスタートアップ企業で、深層学習フレームワーク「Chainer」の開発元としても知られる。 総務省 情報通信政策研究所は、同ガイドライン素案策定のための産官学会議「AIネットワーク社会推進会議」を主催している。2016年12月には、素案策定に向けた論点整理を公開した。 この素案は、日本政府がOECD（経済協力開発機構）などに提案することを目的に策定するもので、「日本の法制度に直接反映させることを想定したものではない」（同研究所）という。 だがこの方針に対し、2017年1月まで同

2017年2月末から1カ月の間に、パブリッククラウドサービスの大規模障害が相次いで起きた。2月28日（太平洋標準時間）にはAmazon Web Services（AWS）の本拠地といえる米バージニア北部リージョン（広域データセンター群）で、オブジェクトストレージサービス「Amazon S3」の大規模障害が発生。復旧まで4時間以上を要した。さらに、3月8日と31日の2度にわたりMicrosoft Azureの東日本リージョンで、同月28日には西日本リージョンで、それぞれ数時間にわたる大規模障害が発生した。 ユーザーは、クラウドサービスの信頼性をどのように捉え、どう対処したらよいのか。AWSに精通したアーキテクトの草分けで、ユーザーとパートナーを代表する2人を招いて座談会を開き、考えを聞いた。 出席者の一人は、NTTドコモの秋永和計氏（イノベーション統括部 クラウドソリューション担当 担当課長

周辺回路が「全部入り」になったCPU 昔と今のPC向けCPUの主な違いを挙げていこう。 ほとんどの機能がCPUに組み込まれている 大げさな言い方をすれば、10年前にはマザーボードに載っていた機能のほとんどがCPUに統合されている。CPUは「Central Processing Unit」の略が示す通り、演算する部品でPCの要だ。昔はCPUといえば、演算ユニットのみを搭載していた。 昨今はさらに、メモリーコントローラー、グラフィックス機能（画面描画機能）や外部グラフィックスチップ用インタフェース、各種I/OインタフェースがCPUに統合されている。これらはいずれも以前は「チップセット」として外部チップがカバーしてきた機能だ。極端なことを言えば、現在のCPUはメモリーだけをつなげばそれでPCの出来上がりとなる。 このように、機能を集積したプロセッサーはシステム・オン・チップ（SoC）と呼ばれる。

Linuxなら「DQN」や「Universe」など、著名な人工知能（AI）のほとんどが動く――。日経Linux2017年3月号の特集「誰でもできる人工知能30」では、多くのAIソフトを導入して実際に動作させてみた（写真1）。AIソフトのインストール手順をうまくまとめられたので目標は達成できたが、作業を進める中でAI開発に対する課題を見つけた。 AI開発環境の導入が難しい Linuxで動作する一般的なフリーソフトの多くは開発元のWebサイトを読むと、すんなりとインストールできる。しかし、AIソフトは開発元のWebページにある説明やマニュアルを読んでも手間取ることが多かった。 その原因は、AIのフレームワーク「Caffe」、ライブラリ「TensorFlow」、GPU（Graphics Processing Unit）の開発環境「CUDA」、Python環境「Anaconda」などのソフトが必要

「AI詐欺」が横行する日本のIT業界。AIブームのウソとホントに斬り込む連載の第3回では、主にコスト面から「機械学習」や「ディープラーニング」のビジネス導入の非現実さをあぶり出す。AIのシステム構築コストだけに意識が向いてしまい、従来の業務システムと同様の感覚で運用コストを見積もっていると、後に重大事態を招くと警鐘を鳴らす。 現在の人工知能（AI）の代表格は機械学習とディープラーニング。どちらも今後、世界を変える大きな可能性を秘めていることは言うまでもない。だが、世界を変えるにはまだまだ遠い。例えば（筆者はいまだ聞いたことはないが）、統計アプローチではない新たな手法の発見など、機械学習やディープラーニングの根幹技術の飛躍的な発展でもない限り、ビジネスでの活用を通じて世界を変えるには、多くの課題を抱えている。 機械学習やディープラーニングのビジネス上の課題は、大きくコスト視点と効果視点に分け

「メッセージキューイング（MQ）」というシステム連携方式をご存じだろうか。詳しくは後述するが、クライアント（システムあるいはシステムを構成するサービス）同士が、「キュー」と呼ぶ入れ物を介して、メッセージをやり取りする仕組みだ。 ホスト機の時代から使われてきた実績のある技術で、2000年代前半に注目を集めたサービス指向アーキテクチャー（SOA）では、サービス同士の連携方式として用いられた。企業情報システムの基盤を担当してきたITエンジニアにとって、メッセージキューイングは馴染みのある技術の一つだろう。 ところが2010年ごろからSOAが下火になるとともに、メッセージキューイングは「使っている人しか知らない地味な存在」になっていった。あるアーキテクトは「特に、Web系のシステムから入った若手エンジニアの間で、メッセージキューイングはあまり知られていない」と指摘する。 これは問題だ。Amazon

「人工知能（AI）のブームはいずれ終わる」。こう話すのは人工知能学会の山田誠二会長だ。 テレビ、新聞、雑誌。いたるところで連日のようにAIの話題を耳にするようになった。ITベンダーに限った話ではないようだ。業種業態を問わずに、AIを使ったサービスやシステムに関する発表が増えてきた。 現在のAIブームがどのタイミングで始まったかは明確ではないが、2014年ごろから加速し始めたとみられる。「第3次AIブーム」と呼ばれることから分かるように、過去には第2次AIブームが存在した。そしてブームは終わり、「冬の時代」が訪れたのも確かである。 山田会長自身は、大学院生時代に第2次AIブームを経験したという。AIの研究を志したきっかけにもなっている。「1980年代当時は、現在のブームよりも明らかに盛り上がっていた」（山田会長）。富士通、三菱電機、日立製作所など、ほとんどの大手企業がAIに投資を振り向けてい

米グーグルは2016年8月上旬に突如、「Fuchsia」という新OSのソースコードを同社が運営するGitリポジトリーとGitHubで公開した。Fuchsiaの最大の特徴は、従来のグーグル製モバイルOSとは異なり、Linuxカーネルではない「Magenta」という独自カーネルを採用することである。Fuchsiaの用途や、独自カーネル採用の狙いなどについて考察する。 米グーグルは、2016年8月上旬に「Fuchsia」（フクシャあるいはフクシア、フューシャ。マゼンタと同じ色の別名）という名前の新OSのソースコードを公開した。GitリポジトリーのURLは、https://fuchsia.googlesource.com/である。しかし同社は、2016年9月中旬時点までに新OSについての正式なアナウンスをしていない。公開されたソースコードもまだ最初期段階のもので、現時点で動作するのはコマンドライン

「IoTやAIによって人間社会はどう変わるのか？」。こんな興味深いテーマを学術やビジネスの第一線にいる専門家が議論したのが、2016年9月6日と7日に行われたイベント「ICC（INDUSTRY CO-CREATION）KYOTO 2016」の1セッションだ（写真1）。 この問いに対して、2016年3月に話題になった、囲碁AI（人工知能）「AlphaGo（アルファ碁）」と韓国のプロ棋士イ・セドル氏の対局を持ち出したのは、日立製作所 研究開発グループ技師長 兼 人工知能ラボラトリ長の矢野和男氏だ。 この対局では、AlphaGoの4勝に対してセドル氏は1勝にとどまったのだが、この結果について矢野氏は「“AIが人間に勝った”とは、絶対に言うべきではない」とする。今回の対戦は、AlphaGoというソフトウエア、そしてそれを動かすコンピュータのみならず、AlphaGoの開発に携わるDeepMindの研

プロセッサを含めたシステム全体の開発と製造には、中国の中央政府、江蘇省、無錫市が資金を拠出。建物の建築費からハードウエア、研究開発、ソフトウエア開発費を含めて18億人民元（約270億円）を投じたとされる。主要な用途として、CAD／CAEなど製造業向けのほか、気象予報、ライフサイエンス、ビッグデータ分析などが挙がっている。 申威26010プロセッサは260コアを搭載するメニーコアプロセッサで、1.45GHzで動作する。理論ピーク性能は3.06テラFLOPS（1秒当たり浮動小数点演算回数）。中国メディア報道によれば、製造プロセスは28nmである。 申威26010は、申威シリーズの第4世代にあたる。第3世代は2010年に開発した16コアのプロセッサで、DEC Alpha命令セットをベースにしていたとみられる。申威26010はメニーコア化し、命令セットもAlphaとは異なる独自設計とするなど、抜本

米Netflixの日本法人であるNetflix社は2016年6月27日の会見で、今後の日本でのコンテンツ展開について発表した。 米NetflixのReed Hastings氏（Founder and CEO）は、コンテンツの画質の2Kから4Kへの移行が進んでいる中で、インターネットを伝送路とするNetflixはこの動きに対応しやすいという考えを示した（写真1）。「放送はコンテンツの高画質化に対応するのは容易ではないが、インターネットはそうではない。4Kコンテンツの世界でインターネットはリーダーになれる」と述べた。さらに「インターネットが成長すると、スマートテレビも成長する。当社はこの分野で台頭する事業者の一つになることを目指す」とした。 日本法人であるNetflix 代表取締役社長であるGreg Peters氏は、2016年6月3日に世界190カ国で同時配信を開始した日本発オリジナルコンテ

IoT（Internet of Things）ブームが来ている。「FinTech」や「AI（人工知能）」のように、新聞でもIoTの文字を頻繁に目にする。IoTは、ITベンダーだけではなく、ITを活用する側にとってもこれから数年、大きなインパクトを与えるキーワードであることは間違いない。 どの程度の盛り上がりなのか、プレスリリース検索サイトを使って調べてみた。すると2016年に入って約半年で、IoT関連の製品/サービスに関するプレスリリースは約180あった。営業日ベースで1日1.3本、IoT関連のプレスリリースが登場している換算になる。試しに「フィンテック/FinTech」を同じ期間で調べてみると、該当するプレスリリースは約50。IoTの盛り上がりは相当なものといえそうだ。 記者もブームに乗ってみようと2016年に入り、IoT分野を集中的に取材している。ところがIoT製品/サービスを提供して

春になり「これからプログラミングを始めてみよう」と思っている人も多いのではないでしょうか。プログラミングは、とても面白いものです。とりわけ初めて書いたプログラムがコンピュータ上で動いた時の感動といったら何ものにも代えがたいものです。 ところがプログラミングは面白い半面、とても難しいものです。せっかくプログラミングを始めても「いまいち上達した気分にならない」「初心者から抜け出せない」という声をよく聞きます。多くのプログラミング初心者が、このような悩みを抱えているのではないでしょうか。 現に日経ソフトウエア編集部にも、毎年のように、「初心者から中級者へとステップアップするにはどうすればよいのでしょうか？」といった質問が寄せられます。それでは、何を学べばプログラミング初心者から脱出できるのでしょうか。 文法は覚えたけれど「どうしても初心者から抜け出せない」「抜け出した気分にならない」という人は、

日本は今、空前のIT技術者不足。ユーザー企業のIT部門も、SIerも、下請けベンダーも、そしてブラック企業も「必要な頭数を確保せよ」と、まるでモノか何かをかき集めるかのような口調で技術者の“調達”に奔走している。この私にさえ技術者不足への対策を聞いてくる人がいるが、そんな時は必ず「諦めてください。それが日本や大勢の若者のためです」とだけ答えることにしている。 なぜ、そんな木で鼻をくくったような態度をとるかと言うと、これまで抜本的な対策を打とうともせず、周期的に「技術者が足りない。大変だ！大変だ！」と騒ぐ浅薄な連中が大嫌いだからである。それに、モノか何かのようにかき集められる若者の将来よりも、国や大企業などのシステムのほうが大事だと思っている点もゲンナリする。そんなものは圧倒的に小事である。 そもそも、「技術者不足への対策は技術者を増やすこと」と脊髄反射的に考えるのは、何とかならないものだろ

米Googleが2015年12月に「既存のコンピュータに比べて1億倍高速」と発表して以来、カナダD-Wave Systemsが開発する「量子アニーリング型」の量子コンピュータへの注目が高まっている。この量子コンピュータとはどんなもので、何の役に立つのか。なるべく平易に解説したい。 記者は日経コンピュータの2014年4月17日号で「驚愕の量子コンピュータ」という記事を書き（ITproにも転載している）、量子アニーリング型の量子コンピュータの仕組みについて詳しく解説した。ただこの記事に対しては「難しい」という率直な感想も頂いているので、今回は例えなどを交えながら、「中身」ではなく「価値」を理解していただけるような記述を目指したい。 まず最初にお断りをしておくと、「量子アニーリング型」の量子コンピュータは、先に開発が進められていた「量子ゲート型」の量子コンピュータとは全くの別物だ。2013年以前