ピロログ二十年史

2026/11/12 23:15

ピロログ二十年史

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

Pyrolog は、2006 年に Uni Düsseldorf の PyPy EU 研究プロジェクト内で誕生した、復活させた RPython ベースの論理プログラミング言語です。当初は、例外ベースのバックトラッキングとヒープ保存された成功継続を備えたオブジェクト指向型 RPython を用いた実験的な実装として開始されました。その後、失敗側の継続をリファイ(具現化)する改修を行い、JIT 対応のための平坦なホストスタックを実現しましたが、予期せぬバックトラッキングの際に極めてパフォーマンスの崖が生じるという課題が発生しました。主要なマイルストーンには以下があります:

  • 「pyjitpl」として RPython に移植された追跡ベースのプロログ JIT プロトタイプ(2008/2009 年),これが PyPy のメタ-JIT の基礎となりました。
  • LOPSTR 2009("Towards Just-In-Time Partial Evaluation of Prolog")および PPDP 2010("Towards a Jitting VM for Prolog Execution")での発表。
  • 学生による追加機能の導入(2011/2012 年),これによりモジュール、DCG(辞書生成文法)、属性付き変数、freeze、when が実装されました。
  • David Schneider の ARM JIT バックエンド(2011 年 1 月)および「Unipycation」プロジェクト(2013 年)における早期テストケースとしての活用,これにより Python と Prolog 間の異種言語追跡を可能にしました。
  • Pycket(2013 年)への影響,Pycket は RPython の CEK マachine を通じて小さな継続オブジェクトと平坦なホストスタックを採用しています。
  • Effekt 関連言語の RPython 実装の開発(2022–2024 年)。

商業利用は現時点では行われていませんが、Pyrolog は例外ベースの選択ポイント、継続管理、平坦なホストスタック、異種言語追跡など高度なコンパイラ技術のテストベッドとして依然意義を有しています。バグ修正および利便性の向上が行われ、2026 年秋に新しい GitHub リポジトリに統合される予定です。

本文

Pyrolog プロジェクト回顧:20 年の軌跡と RPython との関わり

Pyrolog は、RPython ベースのプロログ実装プロジェクトです。2006 年に最初のコミットを PyPy リポジトリへマージし、現在で約 20 年が経過しています。本記事では、開発の背景からアーキテクチャの進化、JIT 技術への寄与、そしてプロジェクトの結論までを時系列順に整理します。


目次


背景 (Context)

EU プロジェクトの一環として、私たちは制約プログラミングの実装や統一機構 (unification)および制約解決機能の追加を目標としました。

  • 学習プロセス: 『Programming Prolog』[CM2003] や『The Art of Prolog』[SS1994] などを研究し、分野に入門しました。
  • スプリント参加 (2006 年): Logilab と共催し、ベルギー・ユーCLouvain で開催されました。Peter Van Roy 氏や Gecode の研究者らが参加しました。
  • モチベーション: Logilab メンバーは『Java Programming for Scientists and Engineers』に感銘を受け、Van Roy 氏の Prolog 実装サーベイ論文を精読しました。
  • 学士課程と課題 (2006 年): デュッセルドルフ大学での学士課程修了前に、Michael Leuschel 教授の講義に参加し、**RPython を用いたプロログインタプリタ(後の Pyrolog)**の開発を始めました。
    • 注: 初期コミットの多くは Subversion から Mercurial への移行時やアーカイブ問題で失われています。

2006/2007 初年度

Pyrolog の第一形態は、オブジェクト指向の RPython コードとグローバルな配列による変数管理を用いたシンプルな実装でした。

アーキテクチャとパフォーマンス

  • 継続 (Continuation) ベース:
    • 成功継続 (
      success continuations
      ) はヒープ上に格納され、連続的に割り当てられました。
    • BinProlog ([TB1990]) や他の CP-style プロログ論文を基盤にしました。
  • スタックレス変換:
    • C スタック溢れを防ぐため、ホストスタックを展開し情報をヒープ上に格納する手法を用いました。
    • これによりテール再帰最適化が可能になりましたが、実用的ではありませんでした。
      • バイナリサイズが 2 倍になり、速度も低下しました。
  • JIT 実験:
    • 第一世代の RPython JIT を使用した実験を行いました。Python プログラムへの効果はありましたが、Pyrolog 自体への改善は限定的でした。
  • パフォーマンス結果:
    • SWI や SICStus との比較では、SICStus よりも桁違いに遅いケースが頻発しました([Bolz2007])。

機能実装

  • Tic-Tac-Toe ケーススタディ: Python で GUI/ロジックを実装し、Prolog でゲームロジックを記述するアプローチを可能にしました。
  • 変数表現の変更:
    • グローバル配列から、各変数オブジェクトが自身のバインドを保持する方式へ変更しました。
  • 開発期間: 例外に基づくバックトラックアーキテクチャは、この変更後もさらに 2 ヵ年間維持されました。

2008/2009 PyPy 側における JIT 開発

EU プロジェクト終了後、新しい RPython メタ-JIT アーキテクチャの開発に注力しました。

  • プロトタイプ作成: Armin Rigo 氏らと、Prolog 版の新しい JIT プログラムを 2 つ作成しましたが、満足いくものではありませんでした。
  • Trace-based JIT の実験 (2008 年):
    • Prolog を用いてパターンマッチングやメタプログラミングを行い、デザインを実験的に検証しました。
    • プロトタイプ名は
      pyjitpl5
      ("pl" は "Prolog" の略)。
  • 成果: この設計は現在の PyPy メタ-JIT コンパイラーの基盤となりました。
    • Eurostars プログラムにおける第二回 PyPy EU プロジェクトの研究対象にもなりました。
    • LOPSTR 2009 で論文を発表しました [BLR2010]。

2009-2010 新しい Pyrolog アーキテクチャ:より多くの継続

2009 年のクリスマス休暇中、スタックレス変換との互換性欠乏から新しいアーキテクチャへの切り替えを行いました(現在でも使用されているものです)。

アーキテクチャの転換

  • 失敗継続の格納:
    • 成功継続に加え、失敗継続 (
      failure continuations
      ) もリファイアされた RPython オブジェクトとしてヒープ上に格納するよう変更しました。
  • トラール (Trail) の活用:
    • バックトラック時に元に戻す変数バインドをセグメンテーションされた
      trail
      オブジェクトに格納し、失敗継続が参照できるようにしました。
# シンプル化したメインインタプリタループ
def interpret(sc, fc, trail):
    while not sc.is_done():
        try:
            # 成功継続の活性化
            sc, fc, trail = sc.activate(fc, trail)
        except UnificationFailed:
            # 失敗継続への切り替え
            sc, fc, trail = fc.fail(trail)

デメリットと課題

  • GC の負荷: 成功・失敗のすべての継続にヒープデータを連続的に割り当てる必要があるため、RPython の GC に多大な負荷がかかります。
  • ホストスタック依存:
    • 項の統一 (unification) はまだホストスタックを使用するため、深い項処理時に再帰エラーを引き起こす可能性があります。

JIT サポート

このリファクタリングの主眼は、インタプリタを JIT 向けに最適化することでした。

  • トレース可能性:
    • 継続による非再帰的な呼び出しにより、Prolog レベルのループが JIT によってトレース可能になりました。
    • 継続の連続的割り当ては、RPython JIT の**割り当てる除去 (allocation removal)**により最適化可能です。
  • 性能と限界:
    • 制御フローが予測可能で美しいループを持つコードに限れば、SICStus よりも顕著に速くなりました。
    • しかし、バックトラック検索など制御フローが複雑で予測不能なプログラムでは、継続が JIT の最適化領域を超え、再びヒープ上で割り当てられる必要が生じます。
    • その結果、Pyrolog は極めて**急峻なパフォーマンスの崖 (cliffs)**を持っていました。

学術的な影響と交流

  • 論文発表: PPDP 2010 で論文を発表しました [BLS2010](Michael Leuschel 氏らとの共著)。
  • 研究者との交流:
    • BinProlog を考案した Paul Tarau 氏や、Olivier Danvy 氏らに会いました。
    • これらの会話から意欲を失っていた時期にも励みを得ました。
  • 有循環項の統一:
    • バスでの対話を通じて、有循環項(有理木)の統一実装方法(ティエリー・マルティネス氏のトリック?)に触れ、サポートを追加しました。

2011/2012 プロログサポートの拡大

この時期、複数の学生を指導し、Pyrolog の機能拡充を行いました。

  • 追加された機能:
    • プロログモジュール、DCG(定義的な文法)、属性変数、freeze、when サポートなどを追加しました。
    • これらは基本的な実行モデルを変更せずに実装されました。
  • エラーメッセージ改善: 例外でのバックトレース表示など、ユーザビリティを向上させました。
  • ARM JIT バックエンドテスト:
    • David Schneider 氏の ARM JIT を早期にテストするケーススタディとして役立ちました。
  • 博士論文:
    • Pyrolog の成功からRPython メタ-JIT が幅広い言語に適用可能であることを示唆しました [Bolz2012]。
    • メータセージング JIT と古典的部分評価アプローチの比較も議論しました。

移動と研究環境の変化

  • 2013 年より、King's College London で Laurence Tratt 氏と共に研究を開始し、デュッセルドルフを離れました。
  • この後、Pyrolog の大きな進展はなく、アイデアは他のプロジェクトへと引き継がれていきます。

2012/2013 コンプレストレム(圧縮された項)

Pyrolog ではマージされなかった実験の一つですが、コンプレストレムのアイデアは後続に影響しました。

  • 概要:
    • 関連リスト
      [A/B|C]
      のようなパターンが繰り返される場合、各エントリに対して個別のオブジェクトを割り当てるのではなく、「形状 (shape)」を共有し、データを平坦なストレージに格納する方式です。
  • 課題:
    • 変数のバインドが動的に後からこれらのパターンを作成するため、静的な圧縮戦略には不向きでした。
  • 関連プロジェクト:
    • これらのアイデアは関数型言語
      lamb
      (後の Theseus)でも実装され、トビアス・パペ氏らによってさらに発展しました [PBH2015, PBH2017]。
    • 後にPycketで実際に試みられることになります。

2013 ユニパイクエーション (Unipycation)

ロンドンでの研究プロジェクト「言語構成 (language composition)」の一環として、異なる言語を統合する RPython 実装を行いました。

  • 目標: PyPy と別の言語を組み合わせた統一された実行環境の実現。
  • 対象: PyPy と Pyrolog の組み合わせ [BBT2013]。
    • Python ↔ Prolog の相互呼び出しを可能にしました。
    • RPython メタ-JIT を跨いで最適化(クロス言語インライン化)を行いました。
  • 結果:
    • 魅力的なユースケースを見出すことはできず、プロジェクトは終了しました。

2013 Pycket

Racket の RPython 実装である Pycketを開始し、Pyrolog の影響を間接的に受けています。

  • 参加者: Sam Tobin-Hochstadt 氏、Jeremy Siek 氏ら(後年に Tobias Pape 氏らも加入)。
  • アーキテクチャ:
    • CEK マシンを RPython で実装し、平坦なホストスタックを採用しました。
    • call/cc
      などの実装を比較的手軽にできるようにしました [Pycket2015]。
  • 導入された新技術:
    • 偽ループフィルタリング (false loop filtering):
      • 関数呼び出しの文脈を考慮し、JIT が「偽ループ」を検知するのを防ぎます(IBM Research 由来)。
    • 継続オブジェクトの小型化:
      • ヒープへの割り当て負荷を減らすため、Pyrolog でも持ち込まれました。

2022-2024 Effekt の RPython 実装

2016 年 King's College を退官後、2017 年にデュッセルドルフ大学に戻り、2022 年から新しい取り組みを開始しました。

  • プロジェクト: Effekt および関連言語の RPython 実装 [GBB2025]。
  • 特徴:
    • 効果ハンドラ (effect handlers) を持つための JIT 実装。
    • リファイアされたスタックフレーム/継続を持つアプローチを採用し、その上に効果ハンドラを追加しています。

2026 ギット変換 (Git Conversion)

今年(2026 年)、Pyrolog は設立から20 周年を迎えます。

  • 対応策:
    • GitHub リポジトリへの完全移行(Mercurial の履歴マージ)。
    • バグ修正と利便性機能の追加を行いました。

結論 (Conclusion)

Pyrolog は常に研究志向のプロジェクトであり、実用的な製品を目指したものではありませんでした。

  • 成果:
    • PyPy や RPython メタ-JIT に対して、異なる実行モデルやオブジェクト指向命令型言語以外の適用可能性を示す重要な役割を果たしました。
    • 多くの興味深い研究成果を生み出し、後のプロジェクト(Pycket など)に影響を与えました。
  • 課題:
    • 実装上の制約プログラミング分野において、PyPy が直面した「パフォーマンスの崖」をさらに深刻化させる要因となりました。
    • ユーザーベースを持たないまま、具体的なユースケースを見出すことができませんでした。
  • 将来性:
    • 現在は具体的ユースケースがないため活動は低調ですが、プロジェクトが「bursty(突発的・短命的)」に進んできた歴史から、将来的に再び取り組む必要がある可能性を残しています。

参考文献 (Bibliography)

  • [TB1990] P. Tarau, M. Boyer. Elementary logic programs. PLILP 1990.
  • [Tarau1992] Paul Tarau. BinProlog: a continuation passing style Prolog engine. PLILP 1992.
  • [SS1994] Leon S. Sterling, Ehud Y. Shapiro. The Art of Prolog: Advanced Programming Techniques. MIT Press, 1994.
  • [Lindgren1994] Thomas Lindgren. A Continuation-Passing Style for Prolog. ILPS 1994.
  • [VanRoy1994] Peter Van Roy. The Wonder Years of Sequential Prolog Implementation. JLP 1994.
  • [Neumerkel1995] Ulrich Neumerkel. Continuation Prolog: A new intermediary language.... Post-ILPS 1995.
  • [CM2003] William F. Clocksin, Christopher S. Mellish. Programming in Prolog. Springer, 2003.
  • [BD2004] Dariusz Biernacki, Olivier Danvy. From Interpreter to Logic Engine by Defunctionalization. LOPSTR 2003.
  • [BR2007D071] CF Bolz, Armin Rigo. Support for massive parallelism.... PyPy Consortium Deliverable D07.1, 2007.
  • [Bolz2007] (1,2) CF Bolz. A Prolog Interpreter in Python. Bachelor thesis, Uni Düsseldorf, 2007.
  • [BLR2010] CF Bolz, Michael Leuschel, Armin Rigo. Towards Just-In-Time Partial Evaluation of Prolog. LOPSTR 2009.
  • [BLS2010] (1,2) CF Bolz, Michael Leuschel, David Schneider. Towards a Jitting VM for Prolog Execution. PPDP 2010.
  • [HWISN2011] Hayashizaki et al. Improving the Performance of Trace-based Systems by False Loop Filtering. ASPLOS XVI, 2011.
  • [BBT2013] Edd Barrett, CF Bolz, Laurence Tratt. Unipycation: A Case Study in Cross-Language Tracing. VMIL 2013.
  • [Pycket2015] Bauman et al. Pycket: A Tracing JIT for a Functional Language. ICFP 2015.
  • [PBH2015] Tobias Pape, CF Bolz, Robert Hirschfeld. Adaptive Just-in-time Value Class Optimization.... SAC 2015.
  • [PBH2017] Tobias Pape, CF Bolz, Robert Hirschfeld. Adaptive just-in-time value class optimization.... Science of Computer Programming, 2016/2017.
  • [GBB2025] Marcial Gaißert, CF Bolz-Tereick, Jonathan Immanuel Brachthäuser. Tracing Just-in-Time Compilation for Effects and Handlers. OOPSLA 2025.

同じ日のほかのニュース

一覧に戻る →

2026/11/16 6:10

エージェントがハッキング可能なものを選択します

## Japanese Translation: M-VAVE FM-1 の事例は、AI コーディングツールがハードウェア制御を民主化し、専用ファームウェアに代わる独自オープンソース版を数ヶ月ではなく数日で導入できるようにしたことを示しています。わずか 1 ヶ月間(9 月から 10 月)のうちに、動機づけられたユーザーは AI ツールを使って未文書化の JieLi プロセッサをリバースエンジニアリングし、この約 70 ドルのお手軽 FM シンセサイザー(仮想アナログシンセ、マルチトラックグルーブボック、ダークアンビエントサンプラー、Doom ゲームポート)に対する 4 つの異なるファームウェア変種を開発しました。この傾向は、Pebble スマートウォッチ、Core Devices の製品、Google TV ランチャー、Ubiquiti ネットワークコントローラー、Anbernic ハンドヘルド端末などのデバイスにおいて、所有者がファームウェアを掌握した以前の事例に続くものです。コミュニティの努力によって開発が加速された後、M-Vave は 10 月に GPLv3 のもとで元のファームウェアを公開し、テストとフラッシングを簡素化するための開発キットおよびブラウザエミュレータも同時にリリースしました。この変化は今や拡大しています:一部の企業(例:Bambu Lab)は厳格なセキュリティ、サーバー認証、本人確認(9 月 30 日以来 4 ヵ国で導入され、2027 年までに全世界への展開が計画されている Google のルール)を維持する一方、他の企業(Behringer、Akai、Erica Synths)はファームウェアの開放を急速に進めています。この進化を可能にするハードウェア制約には、書き込み可能なフラッシュ、ロックされていないブートローダー、アクセス可能なリカバリーモード(例:M-VAVE の 10 秒間での標準復帰)、USB またはブラウザツールによるエージェントへのアクセスがあります。消費者の行動も、ブランド忠誠心よりもアップグレード性と AI 駆動による修理可能性を重視する方向にシフトしています。今後、インストールは人間主導から自律的な AI エージェントへと移行し、自動的にファームウェアフォークまたは修正コードを記述することが進む可能性があります。企業は、制限的な手段を通じて制御を維持するか、ソフトウェアロックインや悪意のあるコード注入などのリスクを管理しながら開放性を歓迎するかの選択を迫られています。

2026/11/16 4:26

Protomaps:自我ホスティングの地図タイルは低コストで簡単になりました

## Japanese Translation: 本テキストは、Mapbox などの高価な商用 API を迂回し、オープンソースツールと自己ホスト型ソリューションを用いて世界地図を展開するための極めて効果的で低コストの戦略を紹介しています。核心的な革新は、Protomaps と PMTiles(単一のポータブルファイル形式)を組み合わせて、欧州に拠点をおく低コストの CDN の Bunny.net を介して地図タイルを効率的に配信することにあります。この構成により高額なデータ転送料が排除され、例えば有料サービスと比較して最大 100 倍のコスト削減が可能となり、ユーザーの費用負担を約 99% も軽減できる可能性があります。この手法は元々、スイス・チューリッヒ工科大学(ETH Zurich)の学生である Bruce が、無料枠の期限切れ後に発生する$5 の支払いを回避するために開発されたものであり、完全な世界地図のストレージコストが月間約$5 で抑えられる堅牢な代替手段を提供します。特に、個人データを収集しないプライバシー準拠の地図を開発者に必要とする場合に価値が高く、Bunny.net デフォルト設定およびEU 本社所在地によって裏付けられます。 今後のステップとしては、S3 互換性を有効化した **rclone** などの特定のツールを用いて、139GB の世界地図データを Bunny.net ゾーンにアップロードすることを含みます。適切な構成が不可欠です:ストレージゾーンは長時間のアップロードに対応するエンドポイントを使用する必要があります(接続が悪い場合は tmux または一時的な VPS を介して)、プルゾーンには CORS 制限が必要で、「大規模オブジェクト配信のための最適化」を有効にし、ダウンロード速度を 10MB 以降に 10kB/s に制限します。利用においては、最新の日次ビルドを直接ダウンロードするか、CLI を用いて特定のバウンディングボックスに対してデータサブセットを抽出できます。埋め込みには、PMTiles npm パッケージをインストールし、MapLibre GL を公式ガイドに従って構成する必要があります。標準的な HTTP レンジリクエストを活用することで、誰でも高品質なグローバルマッピングにアクセス可能となり、高価なサードパーティプロバイダーに依存する必要がなくなります。これにより、高度な地理空間可視化が誰もが利用可能で手頃な価格になるようになっています。

2026/11/16 2:53

「鳥の脳」という名称は誤り。カラスは人間よりも速く意思決定を行う

## Japanese Translation: 2026 年 11 月、学術誌『Science』に掲載された研究では、腐食カラスが視覚的な手がかりを処理し反応する速度が、人間や猿のそれのおよそ 2 倍であることが示されました。この実験では、2 匹の名前を「レミー」と「イギー」と呼ぶカラスが、画面に表示された白い点が同時に左か右へ動くかを判断した後、対応するターゲット円のボタンを啄んだという結果が出ました。画像クレジットはアンドレアス・ニードー氏に帰属しており、本研究は鳥類の意思決定に関する神経速度に対する最初の直接的な定量化を提供しました。ニュージーランドのオタゴ大学の神経科学者であり比較心理学者であるマイク・コロンボ氏は、鳥類が人間と猿よりも速く意思決定を行うと述べています。 これらの発見は、カラスやコウモリ(注:原文 "ravens" は「秃鷲」または「コブクロ」とも訳せますが、文脈から「ハゲワシ」ではなく「ツバメ」系の誤記の可能性もありますが、ここでは直訳として「ハゲワシ」、"rooks" は「アオバムクドリ」、"scrub jays" は「シロハラカラス」と解釈)、つまりカラス、ツバメ、アオバムクドリ、およびシロハラカラスを含むコルビダ科の鳥類が、道具を使う他者の心を理解し自己を認識し抽象的な問題を解決し将来を計画し物体を数えることができるという数十年にわたる証拠の上に立っています。また近年の研究では、鳩が癌細胞と非癌細胞、数値、言葉と無意味な文字を区別できることも示されています。歴史的背景として、19 世紀および 20 世紀の学者たちは鳥の頭脳の小ささから鳥の知性を否定してきましたが、コロンボ博士によると、科学共同体が鳥類の脳構造の複雑さを完全に認識するまでに約 20 年かかったとされます。 これらの結果は、人類の認知優位性に関する長年の仮説に挑戦し、「バードブレイン」を卑猥な用語として使うことへの終焉をもたらす可能性があります。本研究は鳥類が高度な知性を備えた洗練された動物であることを裏付け、我々が「賢い」という意味を考えることを大きく再評価することを促しています。アクセス確認通知によれば、本記事の全文は『ザ・タイムズ』への有料登録またはログインが必要です。