Never-Blink ウェブカメラ対戦型の「まばたき我慢」ゲーム

Never-Blink は、まばたきを我慢し合うゲームです。 サーバにつながった中からランダムな相手が決まり、その相手とwebカメラがついたブラウザ経由でにらめっこのように向き合います。 最初に持っているヒットポイントは、まばたきをするたびに減っていき、ゼロになると負け。 https://www.youtube.com/watch?v=VCP36k5OqDs&t=59s 類似の先行例として、2017年にBBCが人気ドラマ「ドクター・フー」のプロモーションで短期公開した、Don't Blink(まばたきするな)があるそうです。こちらは他人との対戦ではなく、ウェブカメラをみながらどれだけまばたきを我慢できるかというゲームだったよう。 ランダムにつながるというあたりは、一時期世界中で話題となった Chatroulette を思い出しますね。単にランダムにつなげるより、そこにゲームが有った方が楽しいという人はいるかもしれません。 ソースコードがGitHub に公開されていますが、今のバージョンは処理が重いそうで、どこかのサーバに載せて一般公開はできていないということ。自分でインストールした上で相手を探して遊ぶのはちょと大変かもしれませんね。 モバイルゲームとして手軽に遊べれば、そこそこ流行るかもしれません。 via Hacker

ASCII QR – QRコードをテキストで生成

ASCII QR は、テキストでQRコードを作れる、というQRコードジェネレータです。 # 「ASCIIじゃなくてUnicodeだって? よく分かってるよ」とあるのでサービス名のASCIIは言葉の綾でしょうか URLか文字列を入力すると、そのQRコードをUnicodeテキストで表示してくれます。 Imageをクリックすると、画像版も見られます。 二つ並べてみると、だいぶ違いますね。 このサービスの使いどころを考えてみたのですが、QRコードを画像ではなく文字列で送れれば、転送内容をかなり節約できますね。メールにQRコードを添付して送るよりも、メール本文にテキスト版のQRコードを貼り付けて送った方が軽そうです。 # あれれ? QRコードが表現するURLや文字列をメール本文に貼り付ければもっと軽いのでは… まあそれは置いておくとして。 出来上がった「テキスト版」QRコードを、当ブログ上でなんとか表示してみたのがこれです。  ▄▄▄▄▄▄▄   ▄ ▄ ▄▄▄▄▄▄▄   █ ▄▄▄ █ █ █▄▀ █ ▄▄▄ █   █ ███ █ ▄▄▄▄█ █ ███ █   █▄▄▄▄▄█ █▀█ ▄ █▄▄▄▄▄█   ▄▄ ▄  ▄▄▀ ▄▄▄ ▄▄▄ ▄▄    █▄▄█▀▄▄ █▄▀█ ▀ ▄▀ ▄     █▀▀ ██▄▄▀▀▀▄▀▀▀▄ █▄█▀   ▄▄▄▄▄▄▄ ██▀█▄██ ▄█ ▀    █ ▄▄▄ █  ▄▄▀▄ █ █▀▀█    █ ███ █ ▀█▀   ▀▀▄▄▄▀█   █▄▄▄▄▄█ ██▀█  ▄▄▄ ▄ ▀     フォントが等幅になったり、縦横比を合わせるなどいろいろやっていますが、僕のスマートフォンのアプリではQRコードとして認識してくれませんでした。 # テキストなのでコピペできます。テキストエディタ等にコピーしたら動くかも? 表示の調整に問題があるのかな、と思って元の ASCII QR

Quickfix – インスタグラムやツイッターのフォロワー自販機アート

Quickfix は、Raspberry Pi, Arduino などで制作された、持ち運び可能な自動販売機。売るのはソーシャルネットワークのフォロワーです。 「イイネやフォロワーを即時に購入」 [caption id=attachment_11110 align=alignnone width=6000] (credit: Driesdepporter)[/caption] 直観的でわかりやすいですね。 コインを投入し、qwerty キーボードで対象のInstagramユーザー名を入れると、数秒でイイネやフォロワーが増えるということです。 https://www.youtube.com/watch?v=uMxjHTTDcpI 「Quickfix -

ホッピングシェアが英米仏瑞で今夏にサービス開始。街中で気軽にポゴスティックが利用できる

スウェーデン、マルメーを拠点とするカンゴルー社(Cangoroo)が、英語ではポゴスティック(Pogo-stick)、日本では「ホッピング」や「スカイホッパー」として知られる、バネを利用したあの乗り物のコミュニティシェアサービスを、今年の夏にパリ、ストックホルム、サンフランシスコ、ロンドン、マルメーの4か国5都市でサービスインするということです。 自転車のシェアに続き、キックスクーターのシェアサービスも各地で開花しているそうですが、ホッピングはこれらマイクロ・モビリティサービスのさらなるマイクロ化を進めそうですね。 料金は、一回の貸し出しが$1、あとは時間による従量課金で一分あたり$0.3 ということです。一時間借りると$19 は、自転車と比べてもちょっと高いかなと言う気もしますが、よく考えたらホッピングを一時間も乗れませんね。 ほとんどの国で、ホッピングは「歩行者」扱いとなるのだそうで、免許等は不要ではないかということ。もし日本に来た時には再チェックは必要でしょうけれど。ガソリンも要らず、駐車場が無くてもどこにでも置け、楽しくて健康になる(一分間で15から20kカロリーを消費)といいことづくめの乗り物のようです。 https://www.youtube.com/watch?v=TKtHMFUvXY4 サイトではリクエストも受け付けているので、日本でも欲しい、という方はリクエストを投げてみてはどうでしょうか。 正気か? って? FastCompanyの記事では、広告代理店も経営するカンゴルー社の代表を取材した上で、メディアで大注目を集めた後で、もう少し真剣味のある別の乗り物シェアにつなげるという意図があるのではないか、という分析をしています。人騒がせではありますが、SNS時代に一つの有りうる手法なんでしょうねえ。 via Curbed

metro-clojure – gitリポジトリで地下鉄路線図を作るClojure製ツール

gjhenrique/metro-clojure は、鉄道路線図をgitのコミット/ブランチログで再現するためのオープンソースツールです。 路線と路線に所属する駅名を並べた json ファイルが入力となります。サンプルとしてサンパウロとニューヨークのデータがついてきてるので、それを参考にします。 [ {

マルコフ連鎖キーボード – 入力結果でキー配列が動的に変わる

markovkeyboard は、キーボード配列の新しい提案です。なんと、一字タイプする事にキー配列が変化します。

ツール本体は emacs lisp のコードで、emacs の IME として読ませて起動します。

一文字タイプすると、これまでの文字列から次に来そうな文字をより打ちやすい箇所に配置した「新配列」にキーボードが変わります。

ドキュメントによれば、”the”をたくさんタイプする人なら、ホームキーで’t’を打つと、同じキーが次に’h’に変わり、次は’e’になるだろう、ということ。なるほど。予測がうまくはまる文章を打つなら、ホーム付近のキーだけで文章が書けるようになったりするのかもしれませんね。

ガイド無しに打てるとは到底思えないので、下半分に「現在の」キー配列を表示して使ってみました。…これは苦しい。自分の環境のせいかもしれませんが、一文字打ってガイドのキー配列が切り替わるのにも数秒掛かることがあり、これで楽々と文章が入力できるようになるには時間が掛かりそうです。

# この markovkeyboard を試すために、ひさしぶりに Emacs を起動しましたが(というか、インストールから始めました)、昔あんなに使ってたのにほとんどのコマンドを忘れててたいへんでした。

既存の文章を使ってマルコフ連鎖データを用意するツールも同梱されているので、自分の過去の文章を食わせれば、より正確な予測がされるということです。

個人的には初めてT-Code方式を見た時を超える衝撃でした。機械に人間はどこまで寄り添えるのかというチャレンジ精神を感じます。

キートップが液晶やeインクになってて表示を切り替えられるキーボードも今はありますし、キーボード上で直接キーを確認できたら、ちょっとは使い物になりますかね?

via Hacker News

トランプ大統領がツイートしてる国を大きく描いた世界地図

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。

World Mapper

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。

O.MGケーブル – 挿したパソコンが遠隔操作されるUSBケーブル

マイク・グローバさん(@_MG_)が開発を進めているO.MG Cableは、PCを遠隔操作するためのツールを組み込んだUSBケーブルです。

見た目は何の変哲もない普通のUSBケーブル。

PCに挿すと、リモートのスマートフォンアプリから、PCに対してキー入力ができるようになります。デモでは、PCの利用者がスクリーンロックを解除した状態で、任意のウェブサイトをブラウザに開かせていますが、キー入力が遠隔でできるということは、ほぼなんでもできてしまうと言っていいでしょう。

パソコンに外部機器やスマートフォンをつなげるUSBポートが、パソコン乗っ取りなどの攻撃のターゲットとなりやすいのは昔から知られています。

駐車場にUSBメモリをばらまいたら45%の人が自分のPCに挿してファイルを開いてしまった」というような実験もありますし、挿したらPCを破壊できるUSBメモリなんてものも作れたりします。

企業の情報システム部でもUSBポートに指定の機器以外を挿さないよう指導したり、ポート自体を物理的に塞いで使えなくしたりという対策を取っているところもあります。

そんなわけで、出自のはっきりしないUSBデバイスを挿すのはよろしくない、という認識の人は多少は増えていると思われるのですが、今回の O.MG ケーブルの場合、ケーブルの先に挿すのはおそらく自分のスマートフォンなどで、挿す理由も充電のためだったりするかもしれません。

しかし、ケーブル自体に信号を横取りし書き換える機能が入っているのであれば、乗っ取り側からすればそれで十分、というわけです。USBケーブルがどこから来たものか、企業支給のものだったり自分が新品未開封の商品を買って開封した手つかずのものか、というところまで確認しないと危ないかもしれない、となると、管理はさらに大変になりますね。

回路設計からはんだ付けまで勉強しながらo.mg ケーブルを改善しているグローバさんには、ハードウェア・ソフトウェア・開発機材などさまざまな面から協力者の手が挙がっていて、量産化へ向けて前進しているということです。設計や内部のソフトウェアはオープンソースとして公開されるそう。

via New Offensive USB Cable Allows Remote Attacks over WiFi

Speech2Face – 声からあなたの顔つきを当てる研究

声から、喋っている人がどんな顔なのかを推定する、という研究です。

上に並んでいるのが、短文の音声メッセージの話者です。これ左端はダニエル・クレイグ氏(007)ですよね。他はわかりませんが。

サイトで再生ボタンを押すと、推定に使われた音声データが聴けます。10秒も無いぐらいの短い文章です。

そして、下に並んでいるのが、その音声から深層ニューラルネットワークを利用して推定した話者の顔。

学習データとしては、インターネット/YouTube 上の数百万の人が喋っている動画を使ったそうです。「こんな風貌の人は、こんな風に話す」というデータを大量に食わせることで、「こんな風に話す人は、こんな見た目なことが多い」という変換を得たということですね。

推測結果には性別・ジェンダー・人種など繊細な問題が絡むことから、倫理的な注意書きが添えられています。学習データは全人類の平均的な喋り方を集めたのではなく、YouTube などから動画を集めたことから、データには当然バイアスがあります、と。YouTube に出ているような人の喋り方、に偏っているかもしれないし、喋っている言語のサンプルが少なかったりする言語の場合も偏りがあるかもしれない、などなど。

また、話者本人を特定したり、話者のファッション(髪の色やメガネ等)を特定したりは当然できません。(メガネをかけた人特有の話し方、とかない限り)

アプリやブラウザに対して喋ると顔写真を出してくれたり、というお遊びサービスは面白そうですが、その先にどのような実用的な応用がありうるのか。何か面白いことができそうな研究ではありますね。

via Futurism

地名に強く関係した有名人で描いたアメリカ地図

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

ペンや筆の動きを推測してコピーできるロボットの研究

ブラウン大学のコタニ・アツノブさんらの研究 Teaching Robots To Draw(ロボットに描き方を教える)は、手書きの文字や絵画をロボットに真似させるというものです。

漢字を含め、ギリシャ語、タミル語、ヒンディー語など様々な文字について、文字のフォントや書き順情報を知っているわけでもなく、書いている途中の様子を見るでもなく、書かれた結果から書き順を推測して、同じような結果になるように書くのだそうです。

動画のデモを見ると、書き順は必ずしも人間が書いたオリジナル通りでもなく、しかし書き終わった結果はオリジナルと似ている、という感じですね。

今の結果としては、単純なコピーや写真の方が複製として優秀なのでしょうけれど、書き順を再現できるということは将来的に契約のサインを真似たり、タッチを含めた名画の複製ができたりする可能性がありますね。まるっきりの複製ではなく筆致が似てるということから、亡くなった書家や画家の新作(風)、みたいな作品もそのうち生まれ得るのかもしれません。

via Tech Explorist

akky's work blog