惜別　天文学者・海部宣男さん（４月１３日死去、７５歳）　日本の天文学は、長野県の野辺山高原につくられた直径４５メートルの電波望遠鏡で世界の最先端に飛び出し、ハワイのすばる望遠鏡で誰もが認める存在となり、野辺山を発展させて南米チリに米欧と建設したアルマ望遠鏡で揺るぎない地位を確立した。これらすべての巨大プロジェクトでリーダーシップをとった。 アルマは標高５千メートルの高地に６６台の電波望遠鏡が並ぶ。日本チームのチリ所長を務めた長谷川哲夫さん（６３）は「大きな冒険にみんなを連れて行ってくれた人」と評する。技術的にも予算的にも制度的にも、当時の日本にはできるかどうかさえわからない挑戦の数々。「もちろん海部さん一人でできた仕事ではないけれど、みんなを巻き込んでその気にさせた」という。 歯切れが良く、博識。アルマ…

フレデリック・ワイズマン監督『ニューヨーク公共図書館』を観てきた。ニューヨーク公共図書館（NYPL）そのものを主役とし、そこに集う人々を丹念に描いており、ものすごく贅沢な3時間が、あっという間だった。 図書館を超えた図書館の姿を眺めているうちに、「図書館とは何か？」についての具体的な回答と、その回答から導かれる未来の図書館が見えてきた。 図書館とは何か 「図書館とは何か？」について持っているイメージは、この映画によって覆るかもしれない。静謐な空間で賢そうな人が本に没頭するといった静的な姿がある一方、大盛況の就職セミナーや講演会、パソコン教室、低所得者への支援といった動的な面が際立つ構成となっている。 そうした営みを見ているうちに、図書館とは、ただ本を集めて貸し出すだけの場所ではない、ということに気づく。 NYPLに集う人は、様々な「知りたい」ことを抱えてくる。面接でどうふるまえば合格できる

僕は、とある法律事務所で働く弁理士🙈 本日（５／３０）月間１０万ＰＶを達成しました！これも皆さまのおかげです。ありがとうございます。 月間１０万ＰＶを達成することは、まだまだ通過点かと思いますが、１段階ステップアップしたように思います。そこで、今回は、月間１０万ＰＶという１つの区切りを達成したこともあり、僭越ではありますが「ＰＶ数を上げるために重要と思うこと」をまとめました。 目次です ＰＶ数を上げるために重要と思うこと （１）毎日３０００文字以上のためになると思う記事を投稿する 毎日３０００文字以上のためになると思う記事を簡単に書くコツ （２）トレンドの記事も書く （３）ネガティブな記事でなく、ポジティブな記事を書く ＰＶ数を上げるために重要と思うこと それでは、「ＰＶ数を上げるために重要と思うこと」についてお話ししたいと思います。それは以下の４点です。 （１）文字数３０００文字以上で

俳優の原田龍二さんが、複数の女性ファンと不適切な関係をもっていると「週刊文春」（6月6日号）が報じた。記事の一部は「文春オンライン」でも読むことができるが、原田さんは「郊外の広大なスポーツ公園の脇道に駐車しては事に及んでいた」という。女性の証言などもあわせて読むと「事」とは性的な行為を示すことがわかる。 週刊文春の取材に対して、原田さんは事実関係を認めた。原田さんは、『水戸黄門』（TBS系）の五代目・助さん役など実力派俳優として知られるほか、バラエティの裸芸でも人気を博す。 原田さんには妻がいるが、果たして今回の「屋外不倫」劇に、法的な問題はないか。冨本和男弁護士に聞いた。 ●「公然わいせつ罪」に該当する可能性 屋外で性的な行為をすることに法的な問題はないのか。 「不特定多数の人の目に触れるような場所で、性的な行為をすると、公然わいせつ罪になる可能性があります（刑法174条）。現場が人気の

宇宙で最初に生まれた「初代星」の超新星爆発は球対称ではなく、非対称なジェットを伴う激しい現象だったらしいことが観測とシミュレーションから明らかになった。 【2019年5月31日 カブリIPMU／マサチューセッツ工科大学】 138億年前のビッグバンで誕生した直後の宇宙には、水素とヘリウムとごくわずかな量のリチウムしか存在しなかった。これらの元素から初期宇宙で最初に恒星が生まれたのはビッグバンの数億年後と考えられており、その星々は「第一世代星」や「初代星（first star）」と呼ばれていている。 水素とヘリウムしか含まない原始ガス雲は光を出して冷えることがあまりできないため、重力が圧力に打ち勝って収縮し、星になるためには、ガス雲の質量が大きい必要がある。そのため、初代星は太陽質量の100倍くらいの非常に重い星が多く、わずか1000万年程度で超新星爆発を起こしたと考えられている。リチウムより

先日の記事ではAutoML Tablesを試してみましたが、調子に乗ってこれまで触ってこなかったAutoML Natural Languageも試してみようと思ったのでした。 以前の記事にも書いたように、僕は元々自然言語処理が苦手でTensorFlow Hubのpre-trained modelによるfine-tuningが登場するまでは殆ど自分ではテキスト分析をやったことがなく、出来ればもっとずっと簡単にやれる方法はないのかなと思っていました。そういう意味ではTF-Hubは渡りに船だったんですが、何ならノンプログラミングでサクサク回せた方がずっと良いわけで、AutoML Natural Languageはまさに僕にとっては願ったり叶ったりのプロダクトです。ということで、実際に触ってみたのでそのレポートをつらつら書いてみようと思います。 ちなみに、実はこちらの記事が公開されると知らずに今回