京都市は2017年10月11日、NEC製メインフレームで稼働している基幹業務システムの刷新プロジェクトについて、バッチ処理プログラムの移行業務を委託していたシステムズ（東京・品川）との業務委託契約を解除したと発表した。作業の遅れで京都市は既に稼働時期を2017年1月から2018年1月に延期していたが、それがさらに遅れて2020年になる見込みである。新システムの稼働時期は、当初予定よりも3年以上の遅れとなりそうだ。 京都市は2014年から81億円を投じて、国民健康保険や介護保険といった福祉系のほか、徴税、住民基本台帳の管理など18業務を担っている基幹系システムの刷新プロジェクトを進めてきた。現行システムは30年前に稼働し、COBOLで構築している。 既に京都市は、福祉系のオンライン処理の刷新を予定通りに終了させている。地場のITベンダーなど5社が落札し、COBOLプログラムをポルトガルのアウ

JPドメイン（.jp）の登録管理を担う日本レジストリサービス（JPRS）は、WHOISの次世代プロトコルである「RDAP（Registration Data Access Protocol）」の技術仕様（RFC 7480～7484）を日本語化、同社のWebサイトで2016年12月15日に公開した。 WHOISは、IPアドレスやドメイン情報などのインターネット資源を検索するためのサービス。やり取りを規定したWHOISプロトコルは1982年に作られた。現在は主にドメイン名を取得するときの事前調査や、ドメインの管理者を調べるときなどに使われている。 一方で、プロトコルに起因する問題も抱えている。最大の問題は、RFCで定められている内容が極めてシンプルなため、運用組織によって実装がバラバラになっている点だ。ドメイン名を管理するレジストリや、IPアドレスを管理する地域インターネットレジストリごとにも

「全世界を100Gビット/秒の専用光ファイバー網で接続」「ルーター/スイッチ用半導体は自社開発」「一つのアベイラビリティゾーンで30万台のサーバーを運用」――。米Amazon Web Services（AWS）でデータセンター（DC）戦略を統括するJames Hamiltonバイスプレジデント（写真1）は2016年11月29日（米国時間）、「AWS re:Invent 2016」の基調講演で同社のクラウドの衝撃的な内部仕様を明らかにした。 Hamilton氏はこれまでもAWSの内部仕様を明らかにしているが（関連記事：「AWSの裏側を数字で教えよう」、上級エンジニアが秘密を公開）、同社の大陸間ネットワークの詳細やネットワーク機器用半導体を開発している事実、自社開発サーバー/ストレージの詳細を明らかにしたのは今回が初めて。ライバルである米Googleも最近、DCや自社開発サーバーの詳細を明らか

ブロックチェーンについて議論がなされるとき、「合意」という言葉がひんぱんに使われる。 たとえばブロックチェーンの機能について、データの正当性を複数のコンピュータが「合意」することで、中央機関に頼らずデータを共有する仕組みだ…などと説明されることがある。 では、ここでいう「合意」とは、そもそも何を指す言葉なのだろうか？ この言葉は「両社は協業することに合意いたしました」など、私たちの日常でも多く使われている言葉である。日常的に使われている「合意」をイメージしたまま、ブロックチェーンの議論をしてしまうと、ブロックチェーンの仕組みについてうまく議論できない。 これに加え、分散システムの学術界/産業界では30年以上前から、分散された複数のコンピュータの間で何らかの合意を形成する「合意問題」という課題に取り組んできた。実際に合意問題を解決するアルゴリズムやプログラムも登場している。 この分散システム

型アノテーションと、その活用例としてのChecker Frameworkを6回に渡って紹介してきました。今回は、その最終回です。 前回、Checker Frameworkのチェッカを紹介しましたが、今回はその続きです。今回は、Lock Checkerを紹介します。また、後半では、リフレクションで型アノテーションを扱う手法について紹介します。 マルチスレッドのアプリケーションの開発は多くの落とし穴があります。最も基本的なのは、複数のスレッドから同時に変数にアクセスしてはいけない点です。そして、同時にアクセスを行わせないためには、同期化しなくてはいけません。 同期化するためには以下の2種類の方法を使用します。 synchronized java.util.concurrent.lock.Lockインタフェース 古典的なのがsynchronizedを使用した手法です。LockインタフェースはJ2

今後、仕事で法人番号を使う場面は間違いなく増える。法人番号にあらゆる企業データをひも付けて、管理できるからだ。ただ、法人番号を手入力するにはテンキーを使った方が致命的な入力ミスを減らせるだろう。 社内の異なる部署単位でそれぞれ取引先の会社を管理している場合、登録する書式が違っていると、データ集約作業は困難を極める。部署によって、会社名を株式会社と表記していたり、「（株）」とだけ書いていたり、あるいは社名を略称で記録していたりするからだ。 そんなときに法人番号を使えば、簡単にデータの名寄せや突合ができる（図1）。異なる企業間であっても、行政機関との間でも管理が簡単になる。官庁などは今後、企業への許認可のデータなど保有している企業情報に法人番号を付けてを公表する。つまり法人番号は官民共通の識別番号として、あらゆる場面で使われるようになる。

国内にある企業で一番多い社名をご存じだろうか。実は、国税庁が運営している「法人番号公表サイト」で簡単に調べられる（図1）。 法人番号とは、国税庁が官民の情報連携を効率化するために、企業などの法人に指定した13桁の番号である。個人番号（マイナンバー）と異なり、原則として公表されて誰でも自由に使える。 国税庁の法人番号公表サイトでは、法人番号が公表された約437万件の法人について、法人番号から社名や所在地を検索できる。逆に、社名や所在地、郵便番号から法人番号を調べることも可能だ。 例えば、日経BP社の場合は登記社名の「日経ビーピー」で検索すると、法人番号や所在地が分かる（図2）。

ビッグデータ処理ソフトウエア「Spark」の用途がディープラーニング（深層学習）に広がり始めている。Sparkの特徴である分散処理を深層学習に活用し、「ニューラルネットワーク」を大規模化したり、学習に使用するデータ量を増やしたりする狙いだ。 2016年6月7、8日に米サンフランシスコで開催されたSparkの開発者会議「Spark Summit 2016 in San Francisco」で、中国の百度（Baidu）や米Yahoo!といった大手ネット企業が、深層学習をSparkで実行するソフトの詳細を説明した。同様のソフトはスタートアップや研究機関も開発を進めている（表1）。

16年第2四半期決算ではついに、米Googleの親会社である米Alphabetの売上高が米Microsoftを上回った。Alphabetの16年第2四半期業績は売上高が215億ドル（前年同期比21.3％増）、純利益が48億7700万ドル（同24.1％増）。一方のMicrosoftは、売上高が同7.1％減少して206億1400万ドルとなった。前年同期はリストラ費用を計上して赤字だった純利益は、30億8000万ドルの黒字に転換した。 Alphabetの部門業績は、Googleの広告事業が前年同期比19％増収、クラウドなどを含む「その他」が33％の増収だった。Googleの広告事業が依然として順調に成長していることが分かるが、そのGoogleを上回る勢いで成長しているオンライン広告事業者がある。米Facebookだ。Facebookの16年第2四半期決算は、売上高が同59.2％という驚異的な増加

“システムを作成するときには考慮されていなかった観点でデータを使おうとしたとき”に「使えないデータたち」は発生します。しかし，使えないデータだからと言って捨ててしまうことはできないでしょう。なぜなら，そのデータは今まで使っていたデータであり，これからも使うデータだからです。 では，使えないデータを使えるデータにするにはどうすれば良いのでしょうか。その作業は「データ・クレンジング（Data Cleansing）」と呼ばれます。データ・クレンジングに似た言葉として「名寄せ」というものがあります。名寄せはデータ・クレンジングをした結果，データ間の関連性を導き出す行為です。重複データを特定するという観点では，名寄せはデータ・クレンジングの一環です。 この連載は，名寄せ技術について，個人データの例をとりあげて具体的に説明します。データを扱うソフト技術者/開発者にとって，名寄せは必須知識の一つと言って

日本マイクロソフトは2015年9月23日、オフィスソフトの最新版「Office 2016」の提供を開始した。「Office 365」のユーザーや、「Office Premium プラス Office 365 サービス」（Office Home & Business Premium プラス Office 365 サービスなど）がプリインストールされたパソコンのユーザーは、最新版へのアップグレードが可能になっている。また、9月30日には永続ライセンス版、10月1日にはボリュームライセンス版の販売も開始された。Mac版の「Office 2016 for Mac」は7月9日に先行リリースされており、これで「2016」バージョンのOfficeが出そろったことになる。 デスクトップアプリケーションとしてのOffice 2016は、Windows版に限っていうと、Office 2013から目立った変化が

米インテルは2013年9月4日（米国時間）、同社が提唱する垂直統合機「ラック・スケール・アーキテクチャ（RSA）」の開発で、米マイクロソフト（MS）と提携すると発表した。インテルが同日開いたサーバー向けAtomプロセッサなどの発表会で明らかにした（関連記事）。米インテルはRSAの開発で、米フェイスブックや米ラックスペース・ホスティング、中国アリババなどとも提携しており、大規模なデータセンターを運用するクラウド事業者との直接の関係を深めている（写真1）。 インテルのRSAは、サーバー、ストレージ、ネットワークのハードをラック単位で集約し、それぞれを光回線で相互接続する垂直統合機である（関連記事）。光接続には、光通信機能を内蔵した半導体チップ「シリコン・フォトニクス」を使用する。インテルは今回の発表会で、シリコン・フォトニクスの動作デモを初公開したほか、米コーニングと共同開発した「MXC 光学

筑波大学第三学群情報学類を卒業したのち、現在は、筑波大学大学院システム情報工学研究科コンピュータサイエンス専攻博士後期課程3年。プログラミング言語や処理系に強い興味を持っている。現在の研究テーマは、プログラミング言語の構文解析アルゴリズム。Scala勉強会を不定期で行うなど、研究の合間にScalaの普及活動を行っている。 Scalaにはパーザコンビネータライブラリという、構文解析を行うための専用ライブラリが存在します。パーザコンビネータライブラリを使うことで、特定の用途に特化した設定ファイルやDSLのパーザを手書きで書くよりも簡単に書けるようになります。 本記事では、Scalaのパーザコンビネータライブラリの基本的な使い方から、パーザコンビネータを使ったJSONのサブセットのパーザの実装までを解説します。構文解析の実装手法に関する知識は前提としませんが、構文解析とはどのようなものか、という

Haskellでは，グローバル変数の使用による副作用の発生を防ぐため，グローバル変数として使える可能性のある機能は，IOモナドやSTモナドといった特定のモナドでしか利用できないようになっています。しかし，ときにはグローバル変数に頼りたくなることもあるでしょう。 そんなときでも，本物のグローバル変数を使わなければならない場合は実はあまりありません。たいていは，より制限された何らかのモデルで代用できます。代わりに利用できる機能さえ知っていれば，グローバル変数を使わずに済むのです。 今回は，グローバル変数の代わりに使用できる二つのモナドを紹介します。 「読み取り専用」のReaderモナド プログラムの実行時に決まるような大域的な情報を，プログラムの何個所かで共有するにはどうすればよいでしょうか？ 同じ値を利用する場合，その値を引数やデータ型の一部として関数から関数へと受け渡していくのが常道です。

「パブリッククラウドなのに、なんでこんなに高いのか」――。パブリッククラウドは安いと言われる一方で、こうした感想を聞くことがある。 今回、パブリッククラウドのコストについて記事を執筆するために、複数のユーザー企業やITコンサルタントに話を聞いたところ、「5年間で比較すると、自社所有（オンプレミス）のシステム構築・運用コストとほぼ変わらない」といった指摘が多かった。 そもそもパブリッククラウドは、クラウド事業者が用意したサーバーやストレージを多くのユーザーで共有してコストを安くするもの。負荷に応じて柔軟にリソースを追加できる点も、初期コストを抑えられることにつながる。 そんなパブリッククラウドのコストが高くなる要因は、いくつかある。例えばサービスレベル。できるだけシステムが停止しないようにし、もし停止したときにはあらかじめ決めた時間内に復旧させようとする場合、冗長化構成にしたりオプションを契

Java SEには便利な機能が数多くあるのですが，新しい機能ほど活用されていないのではないでしょうか。筆者がJ2SE 1.4であまり使われていないのではないかと感じる機能を挙げてみます。 Assertion New I/O Image I/O Preferences API Logging API AssertionやLogging APIは，JUnitやLog4Jなどのオープンソースのプロダクトで置き換えられるので，それほど使われていなくても不思議ではありません。 しかし，JPEGのイメージを出力するために，いまだにcom.sun.image.codec.jpeg.JPEGImageEncoderクラスを使用しているのは腑に落ちません。J2SE 1.3の頃に作られたアプリケーションであればわかりますが，J2SE 1.4以降に作られたアプリケーションではImage I/Oを使うべきではない

チャネルのクラス構成 先週はバッファだけでしたが，今週はチャネルも組みあわせて使っていきましょう。 チャネルはストリームの代わりになるクラス群です。大もとになるのはjava.nio.channels.Channelインタフェースです。とはいうものの，ChannelインタフェースにはcloseメソッドとisOpenメソッドしか定義されていません。実際の入出力は，Channelインタフェースから派生したインタフェースを使用します。 入力はReadableByteChannelインタフェース，出力はWritableByteChannelインタフェースで定義します。このほか，大量の入力を扱うScatteringByteChannelインタフェース，同様に大量の出力を扱うGatheringByteChannelインタフェースが提供されています。 これらのインタフェースはすべて名前にByteを含んでい

脳の動作を再現するシステムの研究開発が世界中で活発になっている。脳の仕組みを利用することで、さまざまな産業応用が見込めるためだ。日本でも、独自の取り組みがスタートした。脳全体の動作原理を解明することで、人の知性に近い人工知能の実現につなげる動きである。いわゆるディープラーニングを用いたニューラルネットなどと比べて、より汎用性の高いシステムの実現につながる可能性があるという。この活動の中心人物の1人である産業技術総合研究所の一杉氏に、構想の全体像を解説してもらう。（本誌） 我々は、人間の脳の基本的な動作原理の解明を目指している。我々が提案するモデルは、脳の動作を的確に説明できる、有望な候補と考えている。このモデルの完成度を高め、コンピューターによる大規模なシミュレーションなどを実施していくことで、脳の動作原理の解明に近づけるはずである。 我々の狙いは、汎用の人工知能（AI）を創り上げることに

大手SIベンダにてSEやPMやアーキテクトとして勤務したのち，株式会社豆蔵を経て，現在は合同会社シンプルアーキテクト代表社員であり，株式会社匠Business Placeのチーフコンサルタント。主に超上流のプロセスである要求開発やオブジェクト指向，アジャイル開発のコンサルタントとして活躍中。開発の現場にこだわり，開発の現場を少しでもよくしたいと日夜奮闘している。要求開発アライアンス執行委員。著書に『オブジェクト脳のつくり方』や『eXtreme Programming実践レポート』（ともに翔泳社発行。後者は共著）などがある。 Javaなど，オブジェクト指向や手続き型のプログラミングの経験はあるけれど，関数型のプログラミングは初めてという皆様のための，そして筆者自身のための「関数脳のつくり方」シリーズのSecond Season（First Seasonはこちら）。今回は「モナド」を取り上げま

画像をコンピュータに読み込ませると、「この画像にはフリスビーで遊んでいる若者のグループが写っています」といった具合に、画像の内容を文章で説明してくれる――。 2014年11月、画像のキャプション（説明文）を自動生成する人工知能を、米グーグルや米マイクロソフト、米スタンフォード大学の研究者らが相次ぎ論文発表した。いずれも人間の脳を模倣した機械学習技術である「ディープラーニング（深層学習）」を採用し、仕組みが酷似している。グーグルが11月17日に公表した論文などを基に、その詳細を説明しよう。 グーグルの人工知能は、画像の被写体を認識する「画像認識エンジン」と、「Google翻訳」などで使う統計的機械翻訳技術をベースにした「文章生成エンジン」の二つで構成する（図）