注目★★★★★Lobsters
確率分布で考える新しい言語 NoiseLang、モンテカルロシミュレーション搭載
30秒で把握
- 1確率分布を一級値として扱う言語 NoiseLang 公開、すべての数値が分布で M4 Pro 秒間 58 億サンプル
- 2AI エージェントで JIT/WASM コンパイラ構築、列指向インタプリタと三層バックエンド共通 IR で正確性担保
- 3ホワイトボード段階の確率問題を式のまま実行・モンテカルロ自動化、NumPy/Stan との役割分担で評価
要約
Manuel Meida が確率・信号処理の計算を直感的に書けるプログラミング言語 NoiseLang を公開した。すべての値を確率分布として扱い、通常の数値は Dirac デルタ、変数は明示的に独立ドローで定義する仕組み。表現式を書いてから P(...) で結果を要求すると、複数コアで数百万サンプルのモンテカルロシミュレーションが自動実行され、標準誤差付きで推定値が返される。言語設計は手作業が難しい部分を AI エージェントで補い、内部的には DAG グラフを 3 つのバックエンド (列指向インタプリタ・Cranelift JIT・WASM) に変換する共通 IR を採用。M4 Pro 14 コアで秒間 58 億サンプルを処理し、1 コアから全コアで 9.6 倍のスケーリングを実現した。
あなたへの影響
NumPy や Stan との棲み分けは明確で、数学的に書いた確率問題をすぐに答えを出したいホワイトボード段階に適している。
推奨：工学系の演習課題・シミュレーション検証で即座に確率計算を試せることが価値であり、本番の大規模ベイズ推定には Stan/PyMC へ移行する使い分けが現実的。