きになるなるなる

Arm入門勉強会とは、macOSがArmに移行したこの機にArmアーキテクチャでのプログラミングについて入門するソフトウェアエンジニアのための会です。今回主催の@nullpo_head 氏が、Armの仮想化支援機構について、その仕組みから深く説明します。前半は「現代のハードウェア仮想化支援機構」について。全２回。

AdobeやApple、AWS、Azure、GitHub、Googleなど100を超えるクラウドサービスのステータスをMacのメニューバーからチェックできるアプリ「stts」を使ってみたました。詳細は以下から。

An end-to-end sample that demonstrates an IoT application combining Service Fabric with other Azure services. - Azure-Samples/service-fabric-dotnet-iot

IIJ Technical NIGHTは、2020年9月11日にオンラインで開催した技術勉強会です。ここで熊坂氏が、SOC（Security Operation Center）のアナリストを支援するインシデント調査システム「CHAGE（チャゲ）」を社内で開発した理由と、その実装について紹介しました。

はじめに はじめまして。株式会社キカガクの河原です。 キカガクは、「AI を含めた先端技術の研修」を行っている会社です。 さっそくですが、CNN の構造ってどのように決めるのか、難しいと感じた方も多いのではないでしょうか。 ...

マイクロソフトはオープンソースで開発されているフレームワーク「.NET」の次バージョン「.NET 6」の最初のプレビュー版「.NET 6 Preview1」をリリースしたと発表しました。 Announcing .NET 6 Preview ...

アプリの開発者がiOS・macOS向けアプリにサードパーティサービスを用いたログイン機能を搭載する場合、「Appleでサインイン」ボタンを必ず搭載しなければならないというのが現状だそうです。これは独占禁止法に違反している疑いがあるとして、現地時間の2021年2月23日にアメリカ合衆国司法省が調査に乗り出していると報じられました。

BLispはRust言語で実装されたベアメタル環境で動作するシェル、API定義言語として現在研究・開発をすすめています。動機は2つあります。1つが、せっかく静的型付けで型安全なRust言語を使っているのだから、Rustと協調動作するスクリプト言語でも静的型付けで型安全になってほしいというもの。もう1つは、副作用をエフェクトシステムで分離したいというものです。後者については過去に記事を書いていますので、そちらをご覧ください。 ytakano.hatenablog.com せっかく作ったのだから、そのドキュメントを作成しておこうと思い、簡単なものを作成しました。ドキュメントはまず英語で書いて、それ…

Going directly to a microservices architecture is risky, so consider building a monolithic system first. Split to microservices when, and if, you need it.

こんにちは丸山@h13i32maruです。システム全体を簡単な図とテキストでまとめる「ARCHITECTURE.md」というものを最近知りました。これは良さそうと思い、JasperのARCHITECTURE.mdを書いてみました。 jasperapp/jasper/ARCHITECTURE.md ARCHITECTUR…

歴史上それまでの常識をひっくり返すイノベーションは何度か起こりましたが、これがその1つになるかもしれません。IBMのWebメディアMugendai（無限大）に、世界中のベンチャーが実用化を競う新素材が紹介されていました。その秘密は、たくさん

Introduction You're probably familiar with zip bombs, XML bombs, etc. Put simply, they are (relatively) small files which produce enormous output when interpreted by naïve software. The challenge ...

人工知能(AI)を用いた画像認識技術は自動運転車や防犯システムなどさまざまな分野で活躍していますが、最先端のパフォーマンスを実現するディープラーニングを用いた画像認識モデル「InceptionNet」であっても、画像を正しく認識できないケースが多々あります。スタンフォード大学で機械学習やAIについて研究するアブバカル・アビド氏は、「最先端の画像認識モデル(InceptionNet)でも正しく認識できなかった画像」をまとめており、まだまだAIが人間並みの認識能力を有することは難しいと実感できます。