インテルの共同創業者ゴードン・ムーア氏が1965年に提唱したムーアの法則、「18カ月で半導体の集積率は倍増していくだろう」という予言でした。
実際にこれまで開発・発売されたCPU・GPU の性能と、ムーアの法則の伸びを時系列で比較して見せてくれる動画がこちら Moore's Law graphed vs real CPUs & GPUs 1965 – 2019
Wikipedia によれば、ムーア氏の予言も「この先10年ぐらいは」という留保つきの予言だったそうです。そのあと何十年もムーアの法則を達成するCPUが出続けてきたのは業界の競争のたまものですね。
以前から「そろそろムーアの法則についていくのも限界では」という話が何度も出てきましたが、それでも追いつく技術が登場するという繰り返し、この動画を見るとわかります。
とはいっても、無限に集積度が上げられるはずもなく、ムーアの法則に置いて行かれる時は早晩やってくるのではと。
via Hacker News
Voxメディアが公開している、インタラクティブな銃乱射記録地図です。
2012年のサンディー・フック小学校乱射事件以降の銃乱射事件のデータが使われていて、新しい乱射事件が起こるたびに更新されているようです。今日の時点、2012年からのたった7年弱で、2178件の乱射事件が記録されているということ。
州別に人口比の発生頻度で塗ったもの。マウスカーソルを当てると件数が見られます。ほとんどの州で乱射事件が起こっていることがわかります。
横軸が人口100人あたりの銃の数。アメリカは一人に銃一つなんですね。縦軸は10万人あたりの銃による死亡者数。アメリカは1万人に一人以上。国別でみるとダントツに他の先進諸国を離して右上に君臨しています。日本は左下、ほぼゼロに近いところ。
他にも、乱射事件で亡くなった人数は全体からみるとわずかで、その他の殺人や自殺に銃が使われていること、2012
年から乱射事件のある日に色をつけたカレンダー、など、パッと見るだけで異常な状態がわかる資料がよく可視化され、まとめられています。
銃事件の元データは、銃暴力アーカイブ(Gun Violence Archive)というサイトのものを使っているようです。こちらのサイトでは、今年2019年に銃乱射で亡くなった被害者が既に253名とわかります。
via Maps Mania
Remeber The Fire は、ビリー・ジョエルの1989年のヒット曲 “We Didn’t Start the Fire”(ハートにファイア) の歌詞をグラフにしたものです。
歌詞をグラフに? どういうこと? と思われるかもしれませんが、この曲はとても変わった曲で、メイン部分の歌詞はほとんどが歴史的な事件や有名人などの固有名詞の羅列なのです。時代的には、第二次世界大戦後からベルリンの壁崩壊までの冷戦時代、彼が生まれてからそれまでの世界の歴史を彩った事柄を、若干アメリカ中心ではありますが、並べて歌ったものでした。
今回のグラフは、それらの事件や人物を「ウィキペディアで検索された回数」という観点でグラフにしています。
2019年1月と2014年1月の二つを同時に表示させると、この5年間で検索回数が増えたキーワード・減ったキーワードを見つけることもできます。
それぞれの事件や人物の解説は、ハートにファイア – Wikipedia がやはりわかりやすいでしょう。
Literary Tube map of London (文学ロンドン地下鉄地図)は、In the Book が公開した、ロンドン各地の小説に登場した場所を、地下鉄路線図に書き入れた文学地図です。
中央部をちょっと見ただけでも、「シャーロック・ホームズ」「101匹わんちゃん」「ドラキュラ」「ジキル・アンド・ハイド」「二都物語」「大いなる遺産」など、錚々たる有名小説が並んでいますね。さすがはロンドン。
東京でも似たような路線図を作ると面白いかもしれませんね
World Mapper による、ツイッター大好き大統領ドナルド・トランプ氏のツイッターの発言に登場した国の言及回数を調べ上げて、よりたくさん語られている国を大きく描いた世界地図です。
これまでの彼のつぶやきの総数は42,000近く。そのうち8000個は大統領就任以降のもの。このアメリカ大統領としてのツイートと同期間のリツイートから、アメリカ合衆国以外のすべての登場国をカウントしたそうです。
一度でも登場した国は81個。
トップは21%のロシア。外国について語るとき、その5回に1回はロシアなのですね。まあこれは、大統領選挙にロシアの隠れた支援があったのではという疑惑があることから、外交の件以上に言及してるのかもしれないなとは思いますが。
仲良しの北朝鮮が12%、中国が11%と続きます。日本はイラン、シリアに次ぐ8位の3.1%(43回)。カナダ・フランス・韓国・ドイツよりちょっと多いのは最近の接待の成果でしょうか。
日本やシンガポール(15回)は元々が小さいので、実際の世界地図と比べるとかなり大きく見えますね。
アメリカ合衆国人物マップ(A People Map of the US) は、Wikipedia のデータと地名を組み合わせた、アイデアもののインタラクティブ地図です。
作成手順としては、ウィキペディアの膨大なテキストから、都市名を抜き出し、全米のそれぞれの都市に絡んで言及されている人物のページを探します。人物ページの一定期間中のページビューを使って、その都市に関係した、もっとも有名な人物を抽出し、都市名に替えて表示した結果がこの地図ということ。
出身地、現住所、出演した映画の舞台、対戦したスポーツチームのホームやスタジアム、死亡した場所、などなど、いろいろな関係でウィキペディアでは有名人たちが言及されています。それらを総合すると、「この市で有名人と言えば?」というのが大量に出てくると。面白いですね。
たとえば、こちらサンフランシスコ周辺。さすが、スティーブ・ジョブズ氏の名前が付いた都市が多いです。トム・ハンクス氏やドゥエイン・ジョンソン氏(ザ・ロック)らは、出身がその市なんですね。
日本語のWikipediaで同様の地図を作ることもできそうですし、人以外の切り口でも、地名の上に別の関連を表示することで新たな視点を楽しめる地図が作れるかもしれません。
via Maps Mania
ロシアのタス通信が公開した、ロマノフ朝についてのインタラクティブな資料サイトです。
1917年のロシア革命で倒された王朝、最後の皇帝とその家族は翌1918年に軟禁先で処刑されてしまいます。これを生き延びたと主張する第4公女がその後何人も現れたりしていて、フィクションでも出てくる話なのですが、親戚まで広げると逃げられた人は何十人もいるわけです。
ここでは、その生き残った人たちが、いつ、どの国・都市へ移動し、何歳まで生きたか、という情報が、地図にプロットされ公開されています。
まず家系図。2代前のアレクサンドル2世の兄弟の家族が網羅されていて、矢印で個別の家族を開閉できます。
グレーが革命当時の物故者。オレンジが革命で死亡した人物、水色が生き延びた人物です。
生年・没年をプロットしたタイムスパン図もあります。
革命当時に難を逃れて、一番最近まで生きていた人がこちら。
イタリア人と結婚・離婚し、子供を連れてウルグアイへ移住、2007年に亡くなられたそうです。
王侯貴族で歴史上の事件に関わったからこそここまで詳細な資料が作られるのでしょうけれど、先祖や親戚に関して個人でもこういった情報がまとめられるとしたら、そして色々なデータが電子的に蓄積されて参照できるようになっていけばそれが簡単にできるようになっていくのではと思いますが、面白いですね。
How random can you be? は、人間にとってランダムな情報を作ることがいかに難しいか、ということを体験させてくれるウェブページです。
ゲームの開始時、あなたは1000ドル(¥110,000)を所有しています。キーボードの矢印の←と→を使って、ランダムな入力をしてください。
サイトがあなたの次の手を当てていたら、あなたは1ドル(¥110)を失います。あなたがサイトの裏をかいていたら、$1.05(¥110)を得られます。
あなたの入力が完全にランダムで予測不可能であれば、長期的にはあなたのお金は増えるはず。しかし… 滅茶苦茶に入力しているつもりでも、プログラムが記憶した過去の傾向と付き合わせられると、ジリジリと所持金は下がっていきます。
もう一つある”randomize”ボタンは、疑似乱数から10回分の入力をあなたに代わって入れてくれるというもので、多くの場合このボタンを押すと少しだけ稼ぎを増やすことができます。
勝つためにランダム性が必要なゲームをする時は、自分で考えるより乱数にまかせた方がいい場合もありそうということで。
Information is beautifulの世界データ可視化賞2019年のグランプリ(賞金が$25000(¥2,750,000))が、ニキータ・ロコチャン氏(Nikita Rokotyan)らによるもう一つのデータ駆動各国図(An Alternative, Data-Driven, Country Map)。
t-SNEによる次元圧縮で、国を比較する際の様々な指標を2次元に落とし込み、クラスタ化させた地図です。指標は、人口、面積、ジニ係数、幸福度ランキング、平均寿命、教育予算、GDP、失業率、政府の腐敗度、租税負担率、国会議員女性率、など30以上のデータ。
ページを開くと、使い方のガイドが出てきて案内されます(閉じて、すぐに色々自分で試すこともできます)。点のサイズはその国の人口に応じて決まり、その国が所属する大陸によって色がわけられています。
案内にもありますが、デフォルトでオンになっている25ほどの指標を組み入れた時、日本は北米や欧州、オセアニアのいわゆる「先進国」と一団のクラスタを形成していることがわかります。
中国とインドという二つの人口大国が他と離れて双子のようになっていたり、シンガポールがアラブの産油国とクラスタを作っていたり、いろいろ興味深い組み合わせが見られます。
国を選んでクリックすると、その国における各指標がいくつで、全体から見てどういった位置にあたるかを見られます。そして、スライダーを左右に動かしてみることができます。つまり、「もし日本の人口が半分だったら」「失業率が10%を越えていたら」のような仮定の変更をすると、他のどの国と似た国とされるか、を見ることができるというわけ。
25もある指標の一つだけを変えても、なかなか大きな変化はないようですが、例えば、日本の腐敗認識指数(control of corruption)を-1.00程度に下げてみると、先進国の集団からズルズルっと移動して、東欧や他の東アジアの国が固まっているクラスタにくっついたりしました。
「もしこの国のこの部分がもっと(良く|悪く)なったら、これらの国と似た国になるかもしれない」という思考実験ができる、面白いウェブサービスかと思います。
via Maps Mania
イアン・ウェブスターさん(Ian Webster)の制作したAncient Earth globeは、太古からの地球の大陸移動をブラウザ上で閲覧できるというサイトです。
昔の大陸の地図に、今の国境の線が引かれていて、2億年前の大陸のどの部分が、今どの大陸や島になっているのか、というのを追うことができます。右上の検索ボックスに”Japan”など地名を入れると、今その場所になっている当時の陸地の位置が表示されます。
# 学問的に今までわかっている範囲での予想、であることはもちろんですが
キーボードの左右のカーソルキーで、年代を移動することができて、これで連続で切り替えていくと、大陸がどのようにわかれて、今のような大陸の配置になったのか、が見て取れます。
ウェグナーの指摘した海岸線の形の類似しているところの人には興味深い大陸移動説やパンゲアですが、現在の地名や国名から太古の昔の位置を見ることができると、世界のいろいろな場所の人にとっても興味を喚起することができるかもしれないですね。
via The Verge
