読者です 読者をやめる 読者になる 読者になる

米国オバマ前大統領が解読できなかった暗号をロシアのプーチン大統領が解読

2016年がバラク・オバマ前大統領の大統領選挙を終結させるとともに、大統領選の8年の間にロシアとの関係を反映し、何が違ってきたのかを考える時が来るだろう。米国とロシアの関係は冷戦終結以来最悪であり、おそらく冷戦時代よりも悪いと言えるのは間違いない。偶発的な紛争のリスクは、米国とロシアの戦闘機がシリアの空域で緊密に近接して戦闘を行い、バルト海やその他の地域で米国とNATOの航空機や船舶を繰り返し嫌がらせをしたり、ロシア政府による核戦争とモスクワでの民間防衛訓練が行われた。これはウクライナの侵略の上に、米国のサイバー侵入である。

公平になるためには、ウラジミールプーチンのロシアとの関係は、オバマが就任したときに悪化していた。ロシアは、イラク戦争での米国の行動や、9・11以降のアルカイダ崩壊のために設立された中央アジアの拠点からの軍事撤退の約束に縛られていないと認識されている。

それにもかかわらず、オバマ前大統領の初期の年に、両国の相対的経済的、軍事的、社会的/政治的影響を考慮して、21世紀のより関連性の高いパラダイムへの関係を再確立する機会があったかもしれない。2009年にヒラリー・クリントン国務長官が発表した「リセット」は、米国とロシアの関係を完全にリセットしたが、リセットされた大統領の反対側のプーチン大統領の世界観と価値観を認識することはできなかった。クリントン大統領の復帰以来の7年間の中で、バラク・オバマ前大統領は決して助言を無視することを勧められなかった、あるいは明らかにすべきである。

プーチン大統領は元KGB役員であることはしばしば指摘されていますが、リーダーの世界観と価値観を形成する上での意味を解説することはまれです。KGB役員、特にプーチン大統領を含むアンドロポフ時代の役人には、3つの基本的な統治原則が盛り込まれていた。世界はゼロサムゲームです。私の敵が私に危害を加えなければならないメリットは何ですか?すべての妥協は戦術的かつ一時的です。これらの原則はプーチンの思考を支配し続けている(プーチン大統領:「元KGBの男性のようなものはない」)。

さらに、プーチン大統領の指導者たちは現在、ロシアを正しく統治しているか間違っているのか、ソ連の崩壊に対する特別な感覚を感じている(プーチン大統領は「ソ連の終焉が最大の地政学的災害であったことを認めておく価値がある)とNATOのバルト諸国への拡大。許可された状況の下で、ロシアがその崩壊で失った影響を再捕えようと積極的に試み、必要に応じて強制的にNATOをさらに東へ拡大させないことを前提とすることは合理的である。  

オバマプーチン大統領をよりよく理解していれば、2008年8月のロシアのグルジア侵攻は、キエフでのマイダンスクエアのデモンストレーションが、最終的にはロシアを支援したヴィクトル・ヤヌコビッチ大統領の追放につながったため、プーチン大統領ウクライナにどう反応するかを示す必要があるウクライナをEUと潜在的NATOへの加盟への道に置くように見えた。クリミアの併合とそれに続くドン盆地の紛争で驚くべきではない。

同様に、プーチン大統領のアラブ春への反応は米国大統領とはかなり異なっており、また、米国は、ロシアがISISと戦うために表向きに軍事的に介入したのに驚いたようだが、実際にはロシアの代理人Basher alアサド プーチン大統領はこの地域の混乱を見て、米国の同盟国、特にホスニムバラク大統領の立場に立つことができなかったことに焦点を当て、アラブ派の政権交代と不安定化のメッセージは彼を驚かせたに違いない。さらに、米国主導の政権交代イラクで始まり、リビアイラクからシリアに不安定を広げていたように見えることから、プーチン大統領はすでに21世紀に軍事力が関係していると考えていたが、この地域では、アサド政府が崩壊することを許すことによって、ISISとの戦いのために、アサドを支援するためにロシアの軍事力を適用することに決定的に動いた。プーチン大統領は、米国からの軍事的対応はないだろうと確信していた。

プーチン大統領プーチン大統領を理解することに失敗し、それを効果的に処理するために、プーチン大統領は古典的かつ容赦しないリーダーシップの失敗と見なした:アサド政権がアサド政権に対抗しようとするアメリカの意図についての有名な「赤い線」民間人に対して化学兵器を使用する。オバマ前大統領が暗黙の脅威を乗り越えず、さらに悪いことに、プーチン大統領が米国拘束の代償としてアサドに化学兵器備蓄を転用することを認めないようにするため、プーチン大統領プーチン大統領を疑う余地はないと確信した尊敬されるか恐れられ、おそらくウクライナの悲劇の舞台や、現在シリアで展開されている人道的な大惨事の舞台に立つ可能性がある。

クリミアの併合後の制裁の場合のオバマの対応は、彼が彼の敵を理解できなかったことを示した。プーチン大統領は、第二次世界大戦で300日以上にわたってナチスに飢えていたが、彼の思考や戦略に影響を与えることはないだろうと語った。草を食べることができ、米国に戻るよりも、ほとんどのロシア人がそうするだろう」したがって、制裁は、その目的がウクライナに対するロシアの政策に影響を及ぼすことであった場合、失敗に終わった。さらに、2014年の米国大統領の「地域の権力」としてのロシアへの非難の言葉は、プーチン大統領の見通しを悪化させたものではなかった。ウクライナへのアプローチや米国への地政学的挑戦に乗り出した。プーチン大統領が実証して喜んでいるように、彼は米国を破壊する軍事力を備えた地域力の大統領である。

だから、ロシアに対するオバマのアプローチを機能不全にさせないためには何が働いたのだろうか?大統領は、プーチン大統領のような指導者が、比例関係ではなく権力を尊重することを理解するために、よりよく役立っているだろう。プーチン大統領にとって意味のあった権力の応用の良い例は、アサド政権に対して、約束したように、化学兵器を使った後に、あるいはクリミア合併への「つながった」対応として、決定的な軍事行動をとることだった。彼の第2期の初めに、オバマドミトリー・メドヴェージェフ・ロシア大統領とのオープン・マイク「ギャフ」の後、東ヨーロッパでのミサイル防衛システムの導入を遅らせる決断を逆転させた可能性がある。最後に、NATO軍は、クリミアの行動の後、すぐにウクライナに配備され、プーチンへの間違いのないメッセージを彼が理解できる言語で送るべきだった。

国家情報サービスの重要な機能は、米国の戦略的敵対者の動機と世界観に洞察を提供することです。これらの洞察を理解し、受け入れ、行動させることは、大統領だけの責任です。これは、プーチン大統領のもとでのロシアに対するオバマ政権のアプローチでは当てはまらない。

米国と日本の選挙:彼ら自身の方法で恐ろしい

アメリカの政治運動は恐ろしいほど部族になる可能性がありますが、外国人への恐怖はここで世論調査に浸透します


ハッピーハロウィン。本当に恐ろしいことを話しましょう。アメリカと日本の選挙。

これらの国が世界一の第1位と第3位の経済大国であり、失敗するには大きすぎる代表的な民主主義はもちろんのこと、しかし、物事が進行しているというのは本当に恐ろしいことです。

米国での選挙キャンペーンは、おそらく読者にとって非常に身近で新鮮なので、まず始めましょう。
米国:2つの部族が戦争に行く

アメリカの選挙は、エネルギーと論争に満ちている-どちらかといえば、あまりにも多くの議論。ワシントンDCの定期的な政治的な発酵が、そうでなければ無視されたアメリカの心臓部に広がっていると想像してください。その熱狂した活動を、ただ2つの政党の人工的な独占に絞ってください。そして、4人のうち1人が政治的議論を支配するのを見守ってください。

そして、当事者が大統領選挙候補者を指名した後には、それは激化するだけです。選挙日の3ヶ月前に熱狂したことのために、事実上他の全てのニュースは、政治的噂、陰謀、中傷によって混雑している "クレイジーシーズン"を目撃してください。

それまでに、独占はトレンチ戦争に発展しました。競争相手を仮想的なネクタイとして描写しているアメリカのメディアは、意見のパネルを両側から払い出して、偽の同値性の問題を作り出しています。「ガット感情」は、検証可能な事実と同じ時間になります。

これは、実際の会話をするのではなく、議論を「勝ち負け」するために「話し合いポイント」を交換する個人レベルにまで下がります。コンテンツは反対の政治ブログからのリンクの単なる交換になるので、Facebookの友人たちはお互いをブロックしてしまいます。

これは最近のすべての選挙で起こったが、2016年代は部族主義の点で大変だった。1人の候補者が性的奪取について自慢し、彼の支持者は何とか普通ではないにしても、それを容認できないものとして却下しようとする。同時に、他の候補者は、彼女が取り組んだすべてのプロジェクトで首尾よく成功しなかったため、サポートを獲得するのに苦労しています。これは、ビル・クリントンの臆病な格言を証明した。「民主党は恋に落ちたい。共和党員はちょうど崩れ落ちる。「ヒラリーは十分に愛らしいわけではない。トランプのラインは非常に誤りがあります。

それでも、この種の部族主義は長い歴史を持っています。リチャード・ニクソン大統領以来、アメリカの選挙は、国の51%の支持を確保し、残りを無視して、しばしば「基盤に訴える」ことになってきた。レース、クラス、宗教、地域、生活様式、年齢などの過ちに沿って、米国と同様に多様な国を分裂させています。

そして候補者、政党、メディアが社会の本質を引き出した後、何をしようとしていますか?国の「治癒」と「統一化」の後の約束を推進する。それは3年後、サイクルが繰り返されるので、少し富裕です。

一方、日本の指導者たちは、アメリカの部門を笑って、日本社会が少数民族や移民に起因する頭痛を欠いていることを神に感謝して、恥ずかしく座っている。しかし、日本には選挙上の問題があり、もしあれば、社会に大きな損害を与えている。
日本:アウトサイダーの恐怖

先月のコラムで、日本がバーチャル・ワン・パーティ・システムとしての地位を立てたことについて話し合った。これまでのJBCで言及したように、これは、1990年代以降の日本の左翼の乖離が、異なる比率で分極化したためです。50-50分裂ではなく、98-2分裂です。外国人を勇気づけるかもしれない日本人を暴行させることは言うまでもなく、外国人(人口の2%近くを占める)である。選挙の時期と終わりの両方で、日本人の外国人に対する恐怖は政治的利益のために与えられる。

2000年以来の事件では、日本の政治家が(「悪い」外国人と呼ばれてきた怒り)、「凶悪」、「卑劣な泥棒」「殺人」「強姦」「遺伝学的および民族的犯罪者- 」「でも、」違法。東京警視庁の石原慎太郎知事は、警察庁が外国犯罪疑惑の恐怖を払拭し、いくつかの任期を勝ち取ることを前提に、前例を設定した。小泉純一郎首相はその後、反テロリズムキャンペーンのプラットフォームに外国人を含めるように拡大した。
これらのスローガンの結果としての行政方針は、外国人を肉体的に政治から除外した形で日本の「安全」と「安全保障」を回復させることを目的としていた。一般市民の人種差別化を促すだけでなく、効果的に人権を留保することができました。

2000年代後半に民主党が地方選挙や人権法案などの在日外国人に対する包括的な措置を求めた際に、しかし、これらの計画は、北朝鮮人に権利を与えたため、右派が簡単に撃墜された。

日本社会党である日本の社会党は、何十年も前に北朝鮮の日本人拉致事件に懐疑的な姿勢を示した後、すでに国民の怒りで鎮圧されていたことを忘れないでください。その後、DPJの外国人に対する急速なソフトスタンス(日本を経済的に追い越したばかりの中国への友好的な取り組みを含む)は、強化された外国人蜂を再び蘇らせる助けとなった。

最近の日本の政治運動における嫌悪嫌いはかなり標準化されています。高プロファイルの選挙では、1人の独立した候補者またはフリンジ党のリーダー(時にはそれ以上)が、外界について恐れている。彼らは選出されませんが、票を得て厳格な選挙委員会からの「ツタンカーメン」を除き、悪意ある行為を使ってキャンペーンを展開することができます。彼らは、外国人が追放されなければ、ますます警戒されることを明白に主張する。それとももっと微妙なのでしょうか?日本は、中国や北朝鮮を守るために、再軍備化すべきです。あるいは、日本の(外国人とは言えない)過去の栄光が取り戻されなければならない。すでに選出された代表者でさえ、野党政治家の忠誠心に疑問を呈して、最近の野党最大の野党の仁愛(Renho)に起こったように、彼らの「外国のルーツ」を指摘している。

日本は、国家の苦しい産業を救うために、何十万人もの外国人労働者(申し訳ありませんが、「研修生」)を引き続き持ち込みます。これは、日本政府の招待で(強制ではないにしても)何世代にもわたってここにいた永住外国人の上にある。自民党は、外国人の「研修生」プログラムを拡大し、さらに安価な労働者を雇うことさえ予定している。どうして?国民の傷害を巻き起こし、テロ、暴動、犯罪を日本の過去の「安全な」社会に引き寄せる恐怖を引き起こす国際的な出来事のための会場を建設すること。

ああ、皮肉です。それほどずっと前に、日本の選挙のスローガンと政策提言は、どのように「西洋」であり、日本の外的影響に開放的であったかをみんなに示すことを目的としていた。時代を忘れないでください国際化 1980年代(国際化)?現在、公共政策は外界を持ち出し、政治家が公的恐怖を利用するように見える。
両側への手紙

要するに、日米の最近の選挙は、建設的あるいは進歩的な政策を推進するのではなく、公的な恐怖に挑むことであった。冷淡に言えば、それは理解できることです:恐れのない世界は本当に世界中ではまったく正常であり、有権者は簡単に動員されます。最近、ジョン・F・ケネディソビエトニクソン対反文化、ロナルド・レーガン対武器競争、ジョージ・W・ブッシュ対テロリストの選挙に成功した。そのプレイブックには、トランプ対メキシコとイスラム国家グループがあります。そして、トランプの異人嫌いだけでも、おそらく日本の嫌悪者ほど悪いと言われています。

しかし、特に、異民族嫌悪を促進する効果については、これら2つの選挙区の間に大きな違いがあります。米国では、ある主要な当事者が、アメリカの汚い仕事をしている外国人を明白に守っているだけでなく、国の物語(「移民の国」)が実際にそれを促進している。クリントンは事実上、ビック・バッド・オオカミを征服するキャンペーンでそれを使用しました。

しかし、日本では、外国人は狼のままドアにいます。外国人は日本で恐怖を煽るために使用されていますが、米国では少なくとも議論の半分で、彼らはそれを戦うために使われます。

日本経済が老朽化し、停滞し、民主主義が移民によって不均衡を是正することができないため、恐怖の戦術が社会に永続的な損害を与えていることははっきりしています。確かに恐ろしいもの。

SEOトレンド - 2017年にGoogleで上位にランキングする方法


Wixブログでは、検索エンジンのためにあなたのウェブサイトを最適化することを私たちの義務とみなしています。SEO検索エンジン最適化)の基本について既に学び、キーワード研究の技術をよく理解しているので、技術知識を次のレベルに引き上げる準備ができました。あなたが想像できるように、ウェブデザインやソーシャルメディアのように、SEOの魔法の世界には独自の傾向があります。
多くの要素がGoogleアルゴリズムの進化に影響を及ぼします。ユーザーの習慣の変化(たとえばモバイルWebの利用の増加など)、ユーザーが検索結果を消費する方法(より短く短い回答を求めている)、さらにはインターネットユーザーのクエリには一定の変更があります。
SEOの最新動向の完全な概要 - 2017年のオンライン検索について知っておくべきことは次のとおりです。Google上で最高になることが目標の1つである場合は、ペンと紙をつかんで読んでください:
Googleはより多くの機能を備えたスニペットを表示しています

お待ちください、特集 機能スニペット(ダイレクトアンサーとも呼ばれます)は、結果ページの上部に表示されるクエリに対する回答の要約です。多くの場合、実行可能な箇条書きまたは番号付きのステップのリストとして表示されます。利点:ユーザーは結果ページで直接質問に答えます。さて、それの背後にある論理を理解しよう。
Googleでは、検索者ができるだけ早く検索クエリの回答を見つけることを支援したいと考えています。このため、これらの機能のスニペットを検索結果ページの上部に表示する機会がますます増えています。

注目のスニペット
注目のスニペットでは、多くのユーザーが、検索で生成されたリンクの1つをクリックすることなく、探している情報を見つけています。「バナナパンを作る方法」から「Matt Damonムービー」に至るまで、クエリの32%以上でこれらのスニペットを表示しています。(2015年には28%と大幅に増加する見込みです)
これはあなたにとってどういう意味ですか?
おすすめのスニペットは、Googleが最高の答えを得ていると判断したウェブサイトのコンテンツから直接抽出されます。あなたの顧客が何を求めているのか考えてみてください。次に、これらの一般的な質問に直接答えるテキストをWebサイトに作成します。あなたのテキストが箇条書きのリストの形をしており、その上に質問がある場合は、しばしば役に立ちます。これにより、Googleがあなたのサイトのコンテンツを選択して機能スニペットに表示する機会が増えます。
検索者は、より具体的なインテントでより長いクエリを入力しています

ユーザーがGoogleや他の検索エンジンで情報を探すのに慣れてくると、彼らは検索においてより分かりやすくなっています。これは、「ブーツ」を探しているのではなく、今日の検索ユーザーが「子供の防水レインブーツ」を探している可能性が高いということです。Googleでは、今日の検索ユーザーの特定の目的に合致した結果を表示することもできます。
これはあなたにとってどういう意味ですか?
サイトの最適化を成功させるには、顧客が探しているものの中心に乗りたいと考えています。彼らの具体的な意図を理解すればするほど、より良いことができます。あなたの潜在的な市場の欲望をキャプチャするロングテールのキーワードをターゲットにしてみてください。これらは、少なくとも3?4語の長さのキーワードフレーズであり、お客様のニーズに最も正確に答えています。
たとえばニューヨークのピッツェリアオーナーであれば、「ピザ」や「ピザ屋」などのキーワードをターゲットにしたくないのは、これらの用語が広すぎるためです。ドミノと他の大きなネームチェーンは、ほとんどの場合常に最初のランクになります。しかし、「SoHoのartisanal pizzeria」のようなロングテールのキーワードをターゲットにすると、Googleで高く表示される可能性が高くなります。
[注:これはあなたのウェブサイトにブログを統合する理由の1つです。その同じピッツェリアオーナーにとって、彼は「ロサンゼルスの最高のモッツァレッラ」や「ロングテールのキーワードを使って、マンハッタンの最高のピザを見つける場所」をブログで書くことができ、最終的には究極的には、 Google上で。]
これまで以上のモバイル問題

年を重ねるごとに、モバイルデバイスでの検索の割合が高くなります。2015年にはモバイル検索がデスクトップ検索を上回り、その数は増加しています。その結果、Googleは11月にすぐにあなたのランクを決定する際にあなたのモバイルサイトに優先順位を付ける「モバイルファースト」インデックスをリリースすると発表しました。これは、あなたのモバイルサイトが間もなくSEOに関して最も重要なことを意味します。
Googleはまた、モバイルでの通常のページよりも読み込み速度が速くなる「アクセラレーションモバイルページ(AMP)」を目の当たりにしています。AMPは、すべてのモバイルデバイスに即座に表示される、モバイル向けに簡素化されたコンテンツをサイトに作成します。AMPを持つウェブページは、関連性の高い検索用語のためにGoogleで上位にランク付けされる傾向があります。
これはあなたにとってどういう意味ですか?
まず、あなたのウェブサイトの素晴らしいモバイル版が必要です。あなたのサイトがWix上にある場合、あなたはすでにモバイルサイトを持っています!Wix Mobile Editorをチェックして、モバイルサイトを微調整して見栄えが良く、携帯電話で簡単にナビゲートできるようにしてください。次に、Google AMPをオンにすると、ブログの投稿がより速く読み込まれるようにすることができます。
多くの人が音声検索を使用しています

Siri、Alexa、Amazon Homeを使用して、燃えている質問への回答を求める人が増えているため、音声検索が増加しています。音声検索は依然として検索の割合が比較的低いのに対し、今後数年間はSEOへの影響がますます重要になると予想しています。音声照会は、人がこれらのデバイスと話すときと同じように、話す時間が長くなる傾向があります。さらに、ユーザーは、明日の天気予報、スポーツスコア、または料理の変換などの迅速で直接的な回答が必要なときに音声検索に切り替えます。私たちは一般的に音声問い合わせをして1000語の記事を読んではいません。
これはあなたにとってどういう意味ですか?
簡単な質問(明日の予測など)に簡単な回答を提供する場合、GoogleはSERPに情報を提供します(注意:これは検索エンジンの結果ページを意味します)、あなたのようなウェブサイトからの貴重なクリックを奪ってしまいます。貴重なトラフィックをSERPやあなたのウェブサイトから奪い取るために、複雑なコンテンツと呼ばれるものを作りたいと考えています。これは、Googleの検索結果ページの上部にあるテキストの小さなスニペットで決して答えられないコンテンツです。あなたのサイトに新しいコンテンツを書くときは、あなた自身を離れて設定し、あなたの専門知識を示し、価値を創造するコンテンツを作成してください。迅速な回答ではなく、深みと複雑さを求めてください。
また、特定のニッチな質問に答えるウェブサイトのコンテンツ、Googleが結果ページですぐに答えることができないようなウェブサイトのコンテンツでクリックを誘致することもできます。要するに、将来的には関連性を維持するため、ユーザーがGoogleから直接アクセスできないという情報を得ると、ページへのクリックを誘導することができます。
Googleは検索パイの大きな部分を取っている

Googleはビジネスであり、すべての企業と同様、収益を上げたいと考えています。最近、Googleは広告やウェブサイトに多くの検索トラフィックを送り込んでいます。いいえ - これは「すべてのウェブサイトが平等に作成される」民主主義ではなく、Googleがクリックと現金を稼ぐことができるサイトを優先しているということです。MozのRand Fishkinによると、Googleの検索トラフィックの49%は、YouTubeGoogle My BusinessなどのGoogle所有のプロパティに移動しています。
これはあなたにとってどういう意味ですか?
あなたのビジネスをSERPsに掲載したい場合は、YouTubeGoogle MapsなどのGoogle所有のサイトであなた自身を宣伝してください。可能であれば、YouTubeチャンネルを作成し、関連する動画を投稿してください。ローカルビジネスの場合は、Googleマイビジネスでプロフィールを作成し、ユーザーがGoogleマップを使用してあなたを見つけることができるようにする必要があります。
クロスチャネル・マーケティングの重要性

SEOだけでは不十分で、新しい顧客を惹きつけようとする真の方法を試してみることができなくなります。競合他社と検索ユーザーがより精通し、GoogleがSERPの構造をより貪欲にするにつれて、ウェブトラフィックを引き付けて顧客を変えるためにもっと努力する必要があります。
これはあなたにとってどういう意味ですか?
2017年にオンラインでビジネスを成功させるには、マルチチャネルのアプローチが必要です。ソーシャルメディア、アクティブなブログ、有料トラフィックPPC)キャンペーン、従来のSEOテクニックを使用して新規顧客を獲得するための活動 1つのアプローチだけで成功する可能性は低くなりますが、それらをすべて一緒に置くと、最大のインパクトを得るために互いに補完し合います!
たとえば、GoogleFacebookで新しいウェブサイトを宣伝して始めた場合、ページの滞在時間や直帰率(他のページをクリックせずにあなたのホームページに到着した訪問者の割合)などのエンゲージメント統計を改善することができます。統計情報はGoogleがあなたのサイトを価値あるものと見なすのに役立ち、サイトが関連するSERPに表示される可能性が高くなります。
2017年にGoogleで最初に表示される準備はできましたか?ウェブサイトを作成することから始めましょう!

社会学は役に立たない?

私がしばらくブログを書くことを意味してきた何か。ガーディアンのアディツア・チャクラボーティーのために社会学にブーツを入れてきたいくつかの時間。オックスフォード大学の現代史におけるある程度の学位しか得られないという自信をもって、「経済学は私たちには失敗しました」という社会学政治学)にまで及んでいる(イタリアの裁判所の科学的洞察のレベルを分かち合うように思われる)途中で迷子になってしまったようです)、何が間違っているのか説明してください。彼はその後、英国社会学協会として知られる毎年の大統領の大会で奉仕していたを正しい王室の笑い声で迎え入れています。あの卑劣な事件で起こることを笑うのは簡単です。
私は、平均的なBSAの会議の代表者、多くの場合、正体の政治、身体イメージ、または反射的な近代性(それが何であれ)について悩まされている大学院生の悲惨さのために、何しかし私には意外でしたことの弱さである応答 Chakraborttyの攻撃の不条理な敷地内に育った社会学者によります。Chakraborttyが考えるように、(知的規律としての)経済は失敗したことは自明ではない。少なくとも非エコノミストとしては、私はそうは思わしくないが、私は実際には特に説得力のある意見を口にする立場にないとは思うが(借金口の音とは対照的に)、謙虚であることを認めている。私はまた、金融危機の起源について、社会学者、人類学者、または実際には歴史家から数え切れないほどの驚くべき洞察を期待する特別な理由は見当たらない。重要なことは - 金融危機が間違いない - 必ずしも社会学者が問題と解決策を解明するために深刻な貢献をするために必要な知的ツールを持っているとは限らない。社会学者は地球温暖化に多くの熱気を与えるかもしれませんが、気候科学の重要な知的選手であるとは考えていません。それは失敗の兆候ではありません。それは労働の知的分裂と呼ばれています。奇妙な社会学者が、この問題について興味深く重要なことを言っていないかもしれないと言っているわけではありません。私たちは天のために、心を開いておくべきです。
残念なことに、コメントをするのを見たそれらの社会学者は、チャクラボルトが賢明にも無意識のうちにチャクラボルトが彼らのために築いた罠に陥ってしまった。彼らは「関連性」と「インパクト」を実証することが必死であり、チャクラボルトが明らかにそう信じているように自分自身と規律が不合理に見えることに気づくだけです。私の言葉をそれに服用しないでください。ランカスター大学で今日開催される議論について、ここに含まれる情報からあなた自身で判断することができます。チャックル時代の私の予測は、「現在の危機は、1970年代以降、資本主義が化石燃料技術から社会技術的な移行を遂げた後に遅れた結果であると主張している」と主張している。Szerszynski先生、あなたは、因果関係の中ではるかに後退する必要があります。ビッグバンはどうですか?

ベルリンで女性が自転車男から夜にがバッテリー酸を噴霧された事件

ベルリンは、6人の無関係の女性が自転車に乗っている男が夜間に攻撃を受け、少なくとも4人がバッテリー酸を噴霧された一連の事件の中で、困惑している。しかし、誰かがランダムな見知らぬ人に対してこのような犯罪を行うために何を動かすだろうか?
先週、ベルリン警察は、別の女性が自転車に乗っている未知の男性に襲われたと報じた。12月以来6番目の訴訟であったが、同様の襲撃で負傷した前の5人の女性とは異なり、最新の女性は彼女のスカーフで攻撃を阻止することができた。

警察は、犯人や犯人を見つけ出すための証拠を求めて争っており、攻撃の背後にいる者は誰でも同じ人物であることを確信することさえできない。しかし、モーダルオペラは同じように見えます。自転車に乗っている男が、夜歩いている女性に乗って、液体で彼女を噴霧します。この物質は、4件の事故で電池の酸として特定されており、警察は現地に語った。

「犯行現場で起こったことは同じで、調査中だが、我々はまだ彼を持っていないため、同じ人であることを100%確信させることはできない」と、警察の広報担当者は先週地元に語った。

襲撃が突然起き、夜の暗闇の中で起こったことを考えると、犠牲者は攻撃者の出現についていくつかの詳細を提供することしかできなかった。

無傷のまま残された最新の女性は、35歳から45歳の、明るい肌の、中位の高さの、強い表情のビルドを持っていたという説明をもっと与えることができました。

そして、これらの一見無関係の女性を追い求める人に動機づけを与えるものに疑問が残る。

ベルリン・チャリテ病院の精神医学クリニックのディレクター、イザベラ・ヘイサー(Isabella Heuser)はいくつかのアイディアを持っています。

「これはランダムな攻撃ではないと私は言います。ターゲットは夜に若い女性のように見える...男がこれをやっているなら、何らかの理由で彼が若い女性を嫌うのでおそらく憎悪犯罪だろう "とHeuserはThe Localに説明した。

「誰かがこの恐ろしい犯罪を行う可能性が最も高いのは、彼が若い女性に拒否された可能性があるということだ」

Heuserは、ドイツでは酸攻撃が非常に珍しいと言いましたが、インドやアフガニスタンのような国では、男性が女性や女の子を不適切な行為であると思って処罰したいと決心したときに、例えば、インドでは、議員たちは、事件の数が多いため、2013年に酸を投じるために厳しい判決を下した。

Heuserは、ベルリンの攻撃の背後にいる人は、精神病の特徴を示している - 犠牲者に向けて後悔や共感を示していないと言いました。

サイコパスはすばらしい男だが、彼らはすべて操作的で、犠牲者の感情や真実を心配することなく、悪いことをする」とベルリンのサイクリストは「話もしない何か、彼はやりたいことをして、ただ乗るだけです」

しかし、犯人が女性を嫌う精神病者である可能性があることを知っていることは、進行中の警察の調査にあまり影響を与えません。Heuser氏は、女性を物理的に攻撃するのではなく、女性に酸を噴霧するという選択は、DNAの証拠が残っていないことを知っているためかもしれない、とHeuser氏は言う。

「残念なことに、プロファイリングで彼を見つけることはできません。彼が再び攻撃を受けた後でしか捕らえられないということは、言うまでもなく、ひどいことです。犠牲になる別の女性がいなければならないだろう、そして恐ろしいことだ」とHeuser氏は語った。

検索の絞り込みを助けることの1つは、攻撃がすべて、Prenzlauer BergとFriedrichshainの東地区を中心に、お互いにかなり近接して行われたことです。これは、犯人がその地域に住んでいることを意味する可能性がある - しかし、Heuserは、夜遊びのために女性がしばしば夜間に歩いていることを知っているからだという。


被害者自身が攻撃のために "深い心理的外傷"に苦しんだことは間違いないとHeuser氏は述べています。彼女の顔に怪我をしたため、女性の一人が病院に1週間滞在しなければならなかった、と警察は述べた。

"これは人生のために物理的にだけでなく心理的にも傷ついているかもしれないが、心理的な傷跡を乗り越える良い機会を持っている"とHeuser氏は指摘する。

この事件は、ベルリンに住む他の人々にも影響を与えている。

「「ああ、神様、私はそこにいる可能性がある」と考えるのは、恐ろしいことです。誰もがこれを行うことを周り歩くと物事を考えなくても、今でもこれは彼らにとって危険なようです。これは人々の安全意識に影響を及ぼし、人々は安全を感じたいと考えています。

「特にベルリンでは、比較的安心できるという贅沢があり、突然これが起こる...本当に恐ろしいことだ」

北朝鮮の謎

家族関係は、北朝鮮の最高水準の政府で致命的となる可能性がある。

政治は北朝鮮独裁者の金正日キム・ジョンイルン)の家族経営であるが、すべての家族が参加できるわけではない。

第二次世界大戦後、金日成(キム・イルソン)をはじめとした家族のリーダーシップの第三世代の下で、残酷に抑圧的で、非常に貧しい国が生き残っている。

金正日キム・ジョンウン)が率いる、いわゆる「隠れ家の王国」は、核兵器を積んだ国際大国であり、大小両方の問題である。

北朝鮮による軍事的脅威は明らかに大きな問題である。

小規模なものの1つは、今週のマレーシアの空港で、金ジョンウン(Kim Jong Nam)の亡命した兄弟である金ジョンナム(Kim Jong Nam)の殺人容疑で反映された。

これは、潜在的なライバルとして認識されている金正日キム・ジョンウン)大統領の最初の暴力的死ではない。金ジョンウン(Kim Jong Un)は2013年に叔父の執行を命じたが、これは権力を握る努力と見られた。

現在、警察の調査を受けている殺人そのものは、奇妙な状況のもとで発生した。

キム・ジョンナムはクアラルンプール空港にいて、マカオへの飛行に乗り込み、攻撃を受けて中毒した。捜査官が事件の詳細をまとめると、2人の女性と男性が逮捕された。

警察は被害者の頭部が有毒な液体を含むと思われる布に包まれていると述べた。

金ヨンナムは病院へ行く途中で死亡した。


これは明らかに普通の犯罪ではありませんでしたが、誰が責任を負うのか、それがなぜ行われたのかは、依然として推測の問題です。

もちろん、悪名高い北朝鮮の秘密裏に何が起きているのかという疑問がある。しかし、金正日キム・ジョンイルン)と祖父のように、権力を強化するための個性崇拝を続けている冷酷な独裁者であることは間違いない。

金正統(キム・ジョンナム)は、北朝鮮政府の無慈悲を非難し、人道的改革を求めてきたという別の種類だった。彼はまた、政治的没落の原因となった西洋文化の味を示した。

金ヨンナム容疑者(45)は、2001年に逮捕され、偽のパスポートで日本に入国しようとしたときに、父親に有利ではなくなったという。彼は、東京ディズニーランドを訪れる手段として秘密の旅行に従事していたと言われています。

今はもちろん、彼はどこにも行かず、将来彼の国の将来にプラスの役割を果たす可能性があります。

Facebookの研究 効率的な類似検索のためのライブラリ

伝統的なクエリの検索エンジンは、短い秋の挑戦 - 今月、我々はFacebookのAI類似検索(Faiss)、私たちはすぐに互いに類似しているマルチメディア・ドキュメントを検索することを可能にするライブラリをリリースしました。我々はいくつかの8.5より速く、以前報告された最先端の、文献で知られているGPU上で最速のk-選択アルゴリズムとともによりも億規模なデータセットの最近傍検索の実装を構築しました。これは、私たちは10億高次元ベクトルで構成された第1のk最近傍グラフを含むいくつかのレコードを破ることができます。

類似検索について
従来のデータベースは、シンボリック情報を含む構造のテーブルで構成されています。例えば、画像コレクションは、索引付けされた写真ごとに1つの行を有するテーブルとして表現されることになります。各行は、画像識別子及び説明テキストなどの情報を含んでいます。行は、そのような名前のテーブルにリンクされていることで人とのイメージとして、同様に他のテーブルからエントリにリンクすることができます。

テキスト埋め込み(word2vec)または深い学習と訓練を受けた畳み込みニューラルネット(CNN)記述子のようなAIツールは、高次元のベクトルを生成します。私たちは、この記事で説明しますように、これらの表現は、固定記号表現よりもはるかに強力かつ柔軟です。しかし、SQLを使用して照会することができ、従来のデータベースは、これらの新しい表現に適応されていません。まず、新しいマルチメディアアイテムの巨大な流入は、ベクトルの十億を作成します。第二に、そしてもっと重要なことは、類似したエントリを見つけることは、標準のクエリ言語では不可能ではない場合は非効率的である同様の高次元のベクトルを、見つけることを意味します。

ベクトル表現をどのように使用することができますか?
たとえば、名前を忘れてしまった、いくつかの中規模都市の市役所 - - あなたは、画像コレクションのこの建物の他のすべての画像を検索したいし、あなたが建物のイメージを持っているとしましょう。通常、SQLで使用されているキー/値のクエリは、都市の名前を忘れてしまったので、助けにはなりません。

これは、画像のためのベクトル表現を、類似のベクターユークリッド空間に近くであるものとして定義される類似画像のための類似のベクターを生成するように設計されている。ここで類似検索キックです。

ベクトル表現の別の用途は、分類です。あなたは、コレクション内の画像は、デイジーを表現するかを決定分類器を必要と想像してみてください。分類器を訓練することは周知のプロセスである:アルゴリズムは、非ヒナギクヒナギクと画像の入力画像(車、ヒツジ、バラ、たcornflowers)として取ります。分類器は線形であるならば、それは、その財産画像ベクトルとの内積が、それは画像がデイジーが含まれていることをどのように可能性が反映していることである分類ベクトルを出力します。そして、内積は、コレクション内のすべてのエントリを計算することができ、最高値を持つ画像が返されます。クエリのこのタイプは、「最大の内積」検索です。

だから、類似検索と分類のために、我々は次の操作が必要になります。

クエリベクトルを考えると、ユークリッド距離の面で、このベクトルに最も近いデータベースオブジェクトのリストを返します。
クエリベクトルを考えると、このベクターでの最高の内積を持つデータベースオブジェクトのリストを返します。
追加の課題は、ベクトルの十億に、我々は大規模にこれらの操作をしたいということです。

ソフトウェアパッケージ
現在利用可能なソフトウェアツールは、上記のデータベース検索操作のために十分ではありません。それらは、ハッシュベースの検索や1D間隔検索用に最適化されているので、従来のSQLデータベースシステムが実用的ではありません。「小さな」データセット(例えば、唯一の100万ベクトル)を考慮し、他の類似検索ライブラリですとOpenCVのようなパッケージで提供されている類似検索機能は、スケーラビリティの面で厳しく制限されています。他のパッケージには、特定の設定でパフォーマンスを発揮するために発表された論文のために生産の研究成果物です。


Faissで、我々は、上記の制限に対処ライブラリをご紹介します。その利点の中で:

Faissは、使用トレードオフの広範囲に及ぶいくつかの類似性検索方法を提供します。
Faissは、メモリ使用量と速度のために最適化されています。
Faissは、最も関連性の高いインデックスメソッドのための最先端のGPUの実装を提供しています。
類似検索の評価
ベクトルは(他の場所の画像、動画、テキスト文書、およびから)機械を学習することによって抽出されると、彼らは類似検索ライブラリーに供給する準備が整いました。

正確かつ徹底的に - - 私たちはすべての類似度を計算し、参照ブルートフォースアルゴリズムを持っており、最も類似した要素のリストを返します。これは、「ゴールドスタンダード」参照結果のリストを提供します。効率的にブルートフォースアルゴリズムを実装する明白ではない、そしてそれは多くの場合、他のコンポーネントのパフォーマンスに供給することに注意してください。

我々はいくつかの精度を交換して喜んでいる場合は類似検索は桁違いに高速化することができます。つまり、参照結果から少しずれます。画像の類似検索の第一および第二の結果が入れ替わっている場合、彼らはおそらく特定のクエリのための両方正しい結果ですので、例えば、それは、あまり重要ではないかもしれません。検索を加速することで、データセットのいくつかの前処理、我々はインデックス作成を呼び出す操作を必要とします。

これは、3つの関心メトリクスに私たちをもたらします:

速度。どのくらいの時間が10(または他の数)のクエリに最も類似したベクトルを見つけるために時間がかかりますか?ブルートフォースアルゴリズムのニーズよりもうまくいけば、少ない時間。それ以外の場合は、インデックスのポイントは何ですか?
メモリ使用量。この方法は、どのくらいのRAMを必要としていますか?より多くのまたは元のベクターよりも小さいですか?Faissは、ディスクのデータベースが遅く桁違いあるとして、RAMからのみ検索をサポートしています。はい、でもSSDを持ちます。
正確さ。どれだけの結果を返されたリストは、力まかせ探索結果と一致していますか?精度は、真の最近傍点が最初結果リスト(1 @ 1リコールと呼ばれる尺度)で、又は10に戻される10の最近傍の平均割合を測定することによって返されるのクエリの数をカウントすることによって評価することができます最初の結果(「10-交差点」測定)。
我々は通常のトレードオフの速度と精度との間の固定されたメモリ使用量についての評価します。彼らはベクトルの数十億のデータセットに拡張だけのものだからFaissは、元のベクトルを圧縮する方法に焦点を当て:10億個のベクトルがインデックス化されなければならないとき、ベクターあたり32のバイトが大量のメモリを占有します。

多くのインデックスライブラリは、我々は小さな規模を呼び出す周りに100万のベクトル、のために存在します。例えば、nmslibは、このために非常に効率的なアルゴリズムが含まれています。それはFaissよりも高速ですが、かなり多くのストレージを必要とします。

10億個のベクトルの評価
エンジニアリングの世界は、このサイズのデータ​​セットのための十分に確立ベンチマークを持っていないので、我々は研究結果と比較します。

精度が上で評価されDeep1B、10億枚の画像のコレクション。各画像は、畳み込みニューラルネットワーク(CNN)によって処理されており、CNNの活性化マップの一つが画像記述子として保持されます。これらのベクターは、画像がどの程度似ているかを定量化するためにユークリッド距離と比較することができます。

Deep1Bは、クエリ画像の小さなコレクションが付属しており、地上真実類似検索結果は、これらの画像上のブルートフォースアルゴリズムから提供されています。我々は、検索アルゴリズムを実行する場合したがって、我々は結果の1 @ 1-リコールを評価することができます。

インデックスを選択します
評価のために、我々は、RAMの30ギガバイトのメモリ使用量を制限します。このメモリ制約は、インデックスメソッドとパラメータの我々の選択を案内します。Faissでは、索引付け方法は、文字列として表されます。この場合、OPQ20_80、IMI2x14、PQ20。

文字列は、データベースが分割されるべきかを示す選択機構(IMI2x14)、ベクトルに適用する前処理工程(OPQ20_80)を示し、符号化成分(PQ20)ベクターは、製品量子化器(PQ)で符号化されることを示しますそれは、20バイトコードを生成します。したがって、メモリ使用量は、オーバーヘッドを含む、RAMの30ギガバイト未満です。

我々は、これは少し技術的な音を知っている、とFaissのドキュメントが最良のあなたのニーズに適応したインデックスを選択する方法のガイドラインを提供理由です。

インデックス・タイプが選択されると、インデックス作成を開始することができます。このアルゴリズムは、10億個のベクトルを処理し、インデックスにそれらを置きます。インデックスは、ディスクに格納されているか、すぐに使用し、インデックスへの検索や追加/削除をインターリーブすることができますすることができます。

インデックスでの検索
インデックスの準備ができたら、検索時パラメータのセットは、方法を調整するように設定することができます。評価のために、我々は、単一のスレッド内で検索を実行します。ここでは、メモリ使用量が固定されているため、精度の間のトレードオフを最適化し、時間を検索する必要があります。これは最低限の検索時間で40%の1 @ 1-リコールを与えるパラメータを設定することができること、例えば、意味しています。

幸い、Faissは、パラメータのスペースをスキャンして、最高の動作点を提供するものを収集し、自動チューニング・メカニズムが付属しています。それは、いくつかの精度、およびその逆を与えられた可能な限り最高の検索時間です。Deep1Bでは、動作点がプロットとして視覚化することができます。


このプロットでは、我々は1〜40の割合@ 1-リコールを得ることはベクトルあたり2ミリ秒未満のクエリ時間を持っていることを読んで、または0.5ミリ秒の時間予算で、我々は30%に達することができることができます。2ミリ秒のクエリ時間は、単一のコア上で毎秒500個のクエリ(QPS)に変換します。

この結果は、フィールドでの最先端の研究結果から得られた結果と比較することができます:「ディープ記述子の10億規模データセットの効率的な索引付け BabenkoとLempitsky、CVPR 2016、Deep1Bデータセットを導入することにより、用紙を」。彼らは、45%の1-リコール@ 1を得るために、20ミリ秒を必要としています。

GPUを搭載した十億規模なデータセット
多くの労力が入ったGPUの実装ネイティブのマルチGPUサポートと驚異的な単一マシンのパフォーマンスを得。GPUの実装はまた、CPU同等物の代わりにドロップされ、あなたはのGPUを活用するために、CUDAのAPIを知っている必要はありません。GPU Faiss 2012(ケプラー、計算機能3.5+)の後に導入されたすべてのNvidiaGPUをサポートしています。

私たちは、使用したいルーフラインのモデルを 1は、メモリ帯域幅浮動小数点ユニットを飽和させるために努力すべきであると述べているガイドとして。Faiss GPUは、典型的には、対応するFaissのCPUの実装よりも、単一のGPU上で高速5-10xれます。新パスカルクラスのハードウェアは、P100のように、20倍+にこれをプッシュします。

いくつかの印象的な数字:

近似インデックス付けと、の9500万画像の128D CNNディスクリプタブルートフォースのk最近傍グラフ(K = 10)YFCC100Mの 0.8の10交差点で設定されたデータは、4つのマクスウェルタイタンXのGPU上で35分で構築することができます、インデックス構築時間を含みます。
億ベクトルのk最近傍グラフを簡単に手の届くところになりました。一つは、8パスカルP100-のPCIeで12時間の下の4基のマクスウェルタイタンXのGPU、または0.8に、12時間の下で0.65の10交差点で設定Deep1BデータのブルートフォースK-NNグラフ(K = 10)を作ることができますGPU。低品質のグラフはタイタンX構成で5時間の下で製造することができます。
他の構成要素は、印象的なパフォーマンスを実現します。例えば、Deep1Bインデックス上に構築する25回のEMの反復のために上の4つのタイタンXのGPU上で139分(計算の12.6 tflop /秒)、または43.8分262,144重心に6710万120次元のベクトルをk-meansクラスタリングを必要とします8つのP100のGPU(コンピューティングの40 tflop /秒)。クラスタリングのトレーニングセットは、パフォーマンスに影響を与えることなく、必要に応じてデータをGPUにストリーミングされるように、GPUメモリに収まるようにする必要はありません。
フードの下
FacebookのAI研究チームは研究成果とかなりのエンジニアリング作業に基づいて、2015年にFaissの開発に着手しました。このライブラリのために、我々はいくつかの基本的な技術の適切最適化されたバージョンに焦点を当てることにしました。具体的には、CPU側で、私たちは頻繁に使用します

マルチスレッド、複数のコアを活用し、複数のGPUで並列検索を実行します。
BLASの行列/行列乗算を介して効率的に正確な距離計算のためのライブラリ。効率的なブルートフォースの実装は、BLASを使用せずに最適にすることはできません。BLAS / LAPACKはFaissの唯一の必須ソフトウェア依存関係です。
マシンのSIMDベクトル化とPOPCOUNTは孤立ベクトルの距離計算を高速化するために使用されています。
GPU側で
類似検索の以前のGPU実装のために、K-選択(K-最小または最大の要素を見つけるには)優しいGPUされていない(例えば、ヒープ選択)は、典型的なCPUアルゴリズムとして、パフォーマンスの問題となっていました。Faiss GPUのために、我々は、文献で知られている最速の小K-選択アルゴリズム(K <= 1024)を設計しました。すべての中間状態は、その高速に貢献し、レジスタに完全に保たれています。K-選択するピークGPUメモリ帯域幅によって与えられるように、ピークのパフォーマンスの最大55%で動作するシングルパスで入力データを、可能です。その状態は、レジスタファイルにのみ保持されているので、それが燃える高速正確な近似検索アルゴリズムに自分自身を貸し、他のカーネルとヒュージブルです。

注目は、効率的なタイリング戦略とおおよその検索に使用するカーネルの実装に支払われました。マルチGPUサポートはシャーディング又は複製データのいずれかによって提供されます。1はシングルGPUで使用可能なメモリに限定されるものではありません。半精度浮動小数点サポート(float16)は支持のGPUおよびそれ以前のアーキテクチャ上に設けられた中間float16ストレージに完全float16の計算を用いて、同様に提供されます。私たちは、float16の利回りとしてコードするベクターは、精度のほとんどを失うことなく高速化することを発見しました。

要するに、一定のオーバーヘッドの要因は、実装には問題。Faissは、エンジニアリングの詳細に注意を払うの痛みを伴う作業の多くをしました。

やってみて
FaissはC ++で実装し、Pythonでのバインディングを持っています。開始するには、それをコンパイルし、GitHubのからFaissを取得し、とPythonにFaissモジュールをインポートします。Faissはnumpyのと完全に統合され、そして全ての機能は、(のfloat32に)numpyの配列を取ります。

インデックスオブジェクト
Faiss(C ++とPythonの両方)のインスタンスを提供しますIndex。各Indexサブクラスはベクトルを添加し、検索可能なインデックス構造を実現します。例えば、IndexFlatL2L2の距離と検索ブルートフォースインデックスです。

輸入faissの                    #はfaiss利用できるようにする
インデックス= faissを。IndexFlatL2 (D )#は、ベクトルのインデックス、D =サイズ構築ここではXBは、n-によって-Dタイプのfloat32のnumpyの行列含まれていると#を
インデックスを。追加(XB )#は、インデックスにベクトルを追加し、印刷インデックス。NTOTAL   


                  
これは、インデックス付きのベクトルの数が表示されます。追加すると、IndexFlatベクトルに適用されていない処理がないのでちょうど、インデックスの内部ストレージにコピーします。

検索を実行するには:

#1 XQは、クエリとN2-によって-Dマトリックスは、ベクトルされ
、K = 4 #私たちは4つの同様のベクターたい
D 、I = インデックスを。検索(XQ 、K )#実際の検索印刷I                                
私は整数行列です。出力は次のようなものです:

[[  0 393 363  78]
 [  1 555 277 364]
 [  2 304 101  13]]
 
最初のベクトルに対してxq、最も類似するベクトルのインデックスがxb、同様のほとんどの第二の#393であり、第三のように#363であり、そして(0系)0です。第二のベクトルについてxq、類似のベクターのリストはここで#1、#555、等であるが、最初の3つのベクトルは、xq最初の3と同じように見えますxb。

行列Dは、距離の二乗の行列です。それは私と同じ形状をしており、クエリの乗ユークリッド距離での各結果ベクトルのために示します。

Faissは、しばしば、他の指標の組成物であるダース・インデックス・タイプを実装します。オプションのGPUバージョンは全く同じインターフェースを有しており、CPUとGPUのインデックス間の変換するブリッジがあります。Pythonインタフェースは、主にC ++のインデックスを公開するためにC ++から生成されるので、統合C ++にPythonの検証コードを変換するのは簡単です。