等号 ' = ' とはなにか？ (1)

理系でも文系でも、日常生活から職能まで至る局面で使っている記号がある。

記号というより論理そのものでもある。

それが等号である、つまりイコール '=' である。

ちょっと考えてみれば、等号 '=' は何らかの「数の等しさ」、「量の等しさ」、そして「価値の等しさ」を表現しているようではある。

しかし、どこまで理に適っているのだろうか？

ここで、等号 '=' を数学や証明論やアルゴリズムなどにて捉えてしまうとキリが無くなり、全ては0あるいは1のどちらかに集約され、0は1とも言え1は0とも言え、よってどっちも等価たりうる…などの眩いような抽象論に紛れ込んでしまう。

だから数学まわりやアルゴリズムなどに突っ込むのはやめだやめだ。

むしろ、等号 '=' を、「リアルな実体の恒常な等量さ」の表現として捉えなおしてみれば、この意義をかなりの程度まで見極め、なんらかの腑に落ちるのではなかろうか？。

実体、恒常、等量とくれば、物理方程式だ。

だから物理方程式における等号 '=' を軽く検証しなおしてみよう。

==============================

物理方程式の古典の典型がいわゆる運動方程式でF=ma であろう。

古典ゆえにほとんど普遍でもある。

ここで、物理方程式なのだから実体量の’単位’を付記してみよう。

すると、F[N] = m[kg]  x a[m/s²] であり、左辺における組立単位の[N]の素性は右辺における基本単位の [kg], [m/s²]  である由だが、ここで右辺の2者はいわば別次元の実体量。

よってここでの等号 '=' は数のペタっとした恒等関係は示さない。

しかし方程式ではあるのだから、量の恒常的な正(反)比例関係は表しているはず。

かつ、どれも関数(時間)で微分された純粋な一般量である。

※　なお英語表現上は’或る力’と’或る慣性質量’と’或る加速度’よって前置詞'a/an'で括るべきであると。

一方で、地球上の重力加速度gに限った物理方程式 F=mg はどうだろうか？

これまた物理方程式ゆえ、それぞれ単位[N], [kg], [9.8m/s²] をひっつけてみれば、右辺の基本単位は別次元の実体量であること明白、よって数の恒等関係ではない。

しかし方程式なので、この等号 '=' は量の恒常的な正(反)比例関係は表しているはず。

ここまでは上述の運動方程式と同様だが、関数(時間)で微分の重力加速度g[9.8m/s²]はあくまでも特定量であり、だからすべてが純粋な一般量関係とはいえない 　─　よってこちらは運動方程式ではない。

※　なお英語表現上は前置詞’the’による特定化が必要。

これら２例から分かること。

物理方程式における等号 '='は、一般量であろうと特定の量であろうと、左辺と右辺における基本単位量の正(反)比例を表現しているってこと。

コンデンサでお馴染みのやつ、電気量Q[C] = 静電容量C[F] x 直流電位V[v] はどうだろう？

量単位は [C], [F], [v] だ。

このうち、[F]は組立単位で[C]/[v]。

ここで組立単位[v] は素性は [J]/[C] でもあり、これらは基本単位 [m²], [kg] ,[s^-3], [A^-1]から成る。

この組立単位[J]をさらにバラすと 組立単位[N] x 基本単位[m] 、もっとバラすと基本単位 [kg] x [m/s²] x [m]だ。

こうして基本単位にバラして捉えてみれば、左辺は基本単位[C]である。

右辺は、基本単位[C] と [m²], [kg] ,[s^-3], [A^-1]である。

だがまた右辺は、基本単位[C] と[kg] と[m] と[m/s²] でもある。

これら左辺と右辺をつなぐ等号 '=' は量の正比例の表現として明瞭。

 

もっと混み入ったやつはどうか。

状態方程式 P[pa] x V[m³] = n[mol] x 一般気体定数R x T[K] 　にても、組立単位をすべからく基本単位にバラしつつ、等号 '=' を捉えてみよう。

組立単位[pa] は 組立と基本単位 [N]/[m²] であり、組立単位[N]は基本単位 [kg] x [m/s²] だ。

[mol] は 現在は要素粒子数そのもの定義済の基本単位「数」。

一般気体定数Rは 組立単位[J] を 基本単位である[mol]と熱力学温度[K]の積で割った数。

組立単位[J]は 組立単位[N] x 基本単位[m] ゆえ、基本単位 [kg] x [m/s²] x [m]だ。

かくてこの状態方程式は、左辺が基本単位の [m²], [m/s²], [kg] からなり、右辺は基本単位の[m], [m²], [m/s²] , [kg], [K] そして要素粒子数 [mol] から成る。

これら基本単位量からなる左辺と右辺を等号 '=' で結びつけている次第であり、だから数値上の一致は表現しないが、物理量と数の正(反)比例関係は表現している。

※　なお基本単位の熱力学温度[K]とボルツマン係数についても教科書や参考書に

==========================

まだまだ組立単位として[Ω]とか[Wb]とか[Hz]などなど挙げることは出来るし、これらを基本単位の物理量に崩しつつ、物理方程式における等号 '=' の量上の呼応関係につき納得することは出来る。

また、むしろ基本諸元の組立積分としての[J]に則って運動エネルギーや位置エネルギー（そしてエントロピー）の等号 '=' の妥当性を論じるのも一興ではある。

超マクロに考えて　─　たとえば、地球の全物質の質量[kg] と 全電気量[C] と全電力量[J] の関わりについてみるとどうだろう？

これらは比例関係にあるのか？

全電気量[C]は発電方式次第でなんぼでも変わるのか？

たとえ人類が居なくなり、たとえ地球が無くなっても、宇宙発電で電力を賄いうるのかな？

（こんなことがありうるだろうか？）

一方で、一般相対性理論 E = mc²における「等価性」や、核融合における質量「欠損」など捉えてみれば物理上は精密な議論となろうが、ここで考えを及ぼすのは面倒そうではある。

ましてや宇宙の物質量が増え続けているのかどうか、ダークエネルギーは、などなど考えを膨らませるとだ、果たして宇宙すべてが何らかの等号 '=' で繋げられうると見做せるのかどうか…。

ただ、物理（数学）方程式における等号’=’ のうちで最も把握し難いものは、おそらく波についてのそれらだろう。

僕が文系頭のせいか、どうにもこれらは真意いや直観そのものが腹に座らず、しばしばイラついてくる。

また気が向いたら。

=======================

ところで。

等号 '=' の正当性について、波についての表現のモヤモヤ感もさることながら、もっともっと別次元レベルでずっと以前から抱いている疑念がある。

それは、「物質（エネルギー）」と「情報」と「数学」のかかわり。

もっと文系的に突けば、最初にもちらっと記したが「物質量」と「価値」の正当性についてだ。

ヨリ物理化学よりに立脚しつつ捉えてみての、それぞれ原子における核子や電子の「量」と、その原子と、それら分子の「価格」についてのことだ。

誰が何の正当性を以てこれらを等号 '=' で繋ぐのよ？

ましてや、経済学にて’価値の増減’、’需給の変動’、’等価交換’などと言うもんだから、'=’がなおさら分からなくなってくる。

特定の資源や資産を好き勝手に査定しやがってよ。

腹も立ってくるんだ。

もちろん全てキチッと統一しろなどとは言わぬし、一人ひとりがおのおの有限の時間に制限されているこの世界で絶対神だの共産社会だのが叶うわけもない。

そんなこたぁ分かってんだけども。

（続く。たぶん。）

【読書メモ】 日本のすごい先端科学技術

『日本のすごい先端科学技術　橋本幸治　かんき出版』

本書は本年(2025)時点にての日本発のさまざま最先端の科学技術を取り上げた一冊だ。

それぞれのトピックはささやかな概説に留まってはいるものの、それらほんの一端を垣間見るだけでも、我が国の科学技術界のバイタリティに感嘆しさらに驚嘆しきりである。

じっさい本書で紹介される科学技術トピックは、どれもこれも地道なトライ＆エラーと天啓のごときイノヴェーションがパラレルに綴られている。

だからこそ、あらためて認識させられる大教訓がある　─　すなわち、科学技術上のあらゆる動機も意欲もコロンブスの卵も、カネの「割り算」「引き算」による陳腐化や停滞からは生じえず、まして無秩序のランダムネスから起ころうわけもなく、むしろ既得の物理と経験測と冒険的直観の「掛け合わせ」によってこそ新たに捻出されるのである。

さて、此度の【読書メモ】として、本書コンテンツの幾つかを僕なりに掻い摘んで以下に略記する。

これらのさまざまな’新しさ’におけるそれぞれ淵源と未来像の邂逅に、読者の皆さんは想像力を大動員はかってみては如何だろうか。

＜磁気浮上装置＞

４つのネオジム磁石をそれぞれ磁極が反転するよう配置すると、磁石の縁の極めて曲率半径が小さな範囲に、磁場とその空間的変化率の積として磁気力場が凝縮される。

この磁気力場が反磁性物質（水など）に働きかけると、それら反磁性物質は重力を克服してこの磁気力場に浮上し、エネルギー最小点にて安定静止する。

このネオジム磁石の強度やサイズ次第では、磁気力場がさまざまな物質の反磁性に働きかけてそれらの重力を克服し浮上させうる。

ただし現時点では、ネオジム磁石によって浮上/静止させられる物体サイズは0.1～1.0nmに留まってはいる。

このネオジム磁石による物体浮上装置の'無重力性’は、いずれはタンパク質結晶の生成などにも応用されうるかもしれない。

==========================

＜Mie共鳴塗料＞

或るサイズの球状粒子に、同程度の波長サイズの光を入射すると、この球状粒子の内部で入射光が特定のパターンで振動し、これに共鳴したこの球状粒子から特定の波長色の光が強く散乱される。

この特定の共鳴～発光現象にて、とくに「Mie共鳴」に注目する。

たとえば直径100～200nmのシリコン微粒子にてこのMie共鳴が起こり、同じ微粒子にても微細な制御によってさまざまな波長色を散乱させることが出来る。

ここでの微粒子は化学結合によるさまざまな色素ではなく、一つ一つが入射光に応じて散乱波長色を変えうる、いわば「構造色」の微粒子である。

よってこの微粒子は色素混交による厚みを克服し、極限の薄さを実現し、また紫外線などの入射光と化学変化を起こす（分解する）こともない。

こういう微粒子のMie共鳴を活かして超薄型の「構造色塗料」を作れば、さまざまな波長色の物質塗装が可能、しかも工程短縮される塗装技術が可能たりうる。

===========================

＜ペロブスカイト太陽電池＞

ペロブスカイトは軽くまた薄型の素材ゆえ、微細な結晶構造を成し、フレキシブルな加工が可能。

圧電素材としても広く工業製品に起用されてきた。

ペロブスカイトの主材料はヨウ素であり、日本は世界２位のヨウ素生産国である。

太陽電池においては、ペロブスカイト結晶は太陽光によってハロゲンイオンが分離してしまうため、発電能力は下がってしまう。

ところが、このペロブスカイト太陽電池の発電層とホール輸送層の合間に水酸化ガリウムフタロシアニンを組み込むと、これらがP型半導体を成してハロゲンイオンを捕捉するので、電荷の移動効率→発電効率が堅持される。

さらに、ペロブスカイト層の凹凸を平らかにすれば電流ショートも回避出来る。

==========================

＜超電導モーター＞

モーターのコイルに超電導材料を採用する。

超電導状態では電気抵抗がゼロとなるため、このコイルに大量の電流を流してもエネルギー損失（発熱）が無い。

そこでこのモーターコイルは、圧倒的に強力な磁力を、極めて少ない巻数とサイズから発生させうる。

ただし、抵抗ゼロの超電導現象は絶対零度に近い低温で起こるため、このモーターは磁場発生ステーターも回転ローターも安定的に相応の低温に留め置かなければならず、そのための冷媒供給や断熱素材～構造の循環システムとしなければならない。

また、この超電導モーターは高速運転時に約80000Gの遠心力がかかるため、これに耐えうる構造設計も必要。

東芝が2022年に完成させた超電導モーターは、最高出力が2MWで、同出力の既製品と比べて重量と体積が1/10以下に収まるもの。

一方で、エアバス社は燃料電池による水素によってモーターを駆動させる’水素航空機’を開発中で、この水素航空機は極低温の液体水素を燃料として搭載するもの。

この極低温の液体水素による気化熱が、じつは超電導モーターを冷却させ続けうる。

よって、エアバス社は水素航空機に東芝の超電導モーターの搭載を検討図っている。

===========================

＜光量子コンピュータ＞

現在まで主流の量子コンピュータは超電導方式ゆえ発熱回避が必須、よって量子ビットを絶対零度近くまで下げなければならない。

しかし量子コンピュータを'光'による駆動とすれば、熱にほとんど影響されないので常温にて運用可能となり、システムまわりの消費電力もまたサイズも大幅に削減可能。

'光’の数百テラヘルツの振動をクロック周波数に活かす「光量子コンピュータ」の実現が図られている。

その一つ、光量子コンピュータOptQCでは、光パルスが光ファイバを超高速循環、ここで量子もつれの’テレポーテーション’を成し、量子ビット’状態’を超速で転送可能。

このOptQCは2026年4月より商用開始とされている。

========================

＜熱テスラバルブ＞

電子部品において、’熱’拡散の制御は重要な課題であり、電子の伝導制御よりも遥かに困難である。

電子の伝導率が導体と絶縁体にて10¹⁵倍以上も差が有る一方で、熱の伝搬率は物質ごとに10⁴倍程度の差しかない。

精密な熱伝搬制御デバイスとしていわば熱ダイオードや熱トランジスタの実現が追求され続けており、ここで想起されたモデルの1つが、かつてニコラ・テスラが考案した’流体制御’用の「テスラバルブ構造」。

これを参考として「熱テスラバルブ」が作成されるにあたり、シリコン素材で挑んでみたところ、熱伝搬の制御効率はあまり向上していない。

一方で、高純度の固体グラファイトを素材として流路幅4.5nmの「熱テスラバルブ」を作成したところ、熱の精密な伝搬制御が可能と分かり、しかもこの性能は25～60K絶対温度下でも確認されているので、量子コンピュータまわりでも活用可能である。

==========================

以上、本書のほんの一端を略記してみた。

理論系の科学ファンも、技術系の工業ファンも、本書をきっかけに科学技術の最前線を垣間見ては如何だろうか。

※　とりわけ、常日頃から学校がつまらんだの勉強が虚しいだのとこぼしている学生諸君、世の中はつまらなくも虚しくもないんだぜ、いつも「何か」が新たに起こり、ぶっつかりあい、巡り合い、変身し、別離し、そして新たな組み合わせと結びつきも起こるんだ、もちろん俺たち人間もひっくるめてだ、これらを過去と称し現在と称し未来とも称す。

これら「何か」は遥か遠くかもしれぬが、すぐ近傍で出番を待っているかもしれぬ、だから完成形や採算に捉われるな、とりあえず知識を増やせ、発想力を磨け。

おわり

【読書メモ】 考える機械たち

『考える機械たち　インガ・ストルムケ　誠文堂新光社』
歴史、仕組み、倫理　─　そして、AIは意思をもつのか？

本書は機械学習～ニューラルネットワーク～生成AIなどについての時事概説書ではあるが、それ以上にむしろ論考の書といえよう。

人間と機械≒コンピュータ、実体と表象信号、外部化と内製化、複合と効率、そして意識や価値の所在などなど…さまざま論考は多岐に亘り、しばしば超越的でもある。

あらかじめ総評すれば、これらさまざまな論考から演繹されうる未来志向のキーワードのひとつは（おそらく）’自律性’であろう。

機械≒コンピュータはどこまで自律的に学習し、どこまで自律的に思考しうるか、これらは人間側とどこまで同期を採りうるか、一方で我々人間自身の自律本能はコンピュータに移植複製しうるだろうか……？

ごく大雑把に要約してみるだけでも、これらの論考の抽象性（つまり難度）に圧倒されてしまうのではないか。

本書は総じて平易な文面が貫かれてはいるが、論題の抽象性が高いため、論旨の捕捉はけして易しくはない。

また、図案や数式が希少に抑えられておればこそ、却って難解な箇所も散見される。

よって、一読にさいしてはICTまわりや機械学習について相応の見識が必須。

例えば＜第１章＞では、チェスの必勝法を機械学習させるにあたっての「ミニマックス法」やここで起用される「探索木」につき基本コンセプトを挙げつつ、教わる側のコンピュータと教える側の人間が均一のゲームルールの理解≒汎化を為しうるか否かを論じている。

また＜第２章＞では、機械学習のモデル構造をニューラルネットワークとレイヤ（次元）とノードにて概説し、コンピュータ側での認識パラメータ調整数理として「確率的勾配降下法」や、その一環としての「誤差逆伝播法」などをさらり引用。

※　これら数理はさまざま類書にてふんだんに呈される通り汎用的なものだが、文面での論考ゆえにこそ、ちょっとした想像力は必須。

なお、<第３章＞～＜第４章＞あたりはとくに論題と論考のダイナミズムが面白いので、以下に略記しておく。

＜第３章＞

或るニューラルネットワークにおいて、或る機械学習モデルが学習対象の全貌を捕捉しているのか、あるいは一部のみを捕捉しているに過ぎないのか？

ここのところ、この機械学習モデル自身は自律的に理解しているだろうか？

=====================

我々人間は、いかなる分野にても、無限にデータを収集することは出来ない。

それらデータの分布度合いに近似的にアプローチすることは出来るが、あくまでもヒストグラムとして暫定的に捉えているに過ぎず、真のデータ分布を知ることは出来ない。

機械学習モデルにおいても、暫定的理解と暫定記憶が為されているに過ぎない。

データ群において、期待される目標値からの特定方向への逸脱を’バイアス’と見做す。

一方で、期待される効用のバラつき度合を’分散’と称す。

データ群の活用において、’バイアス’と’分散’はどうしてもトレードオフの関係にあるので、ともに活かすことは出来ない。

機械学習モデルにおけるデータ群の学習にても、これらはやはりトレードオフの関係にある。

===========================

機械学習においては、人間側によって何らかの’ラベル’を付加したデータが有用とはなるが、これらラベル付けは精度に応じて準備が大変になる。

逆に、発生する可能性が低いと見なされる事象は、一般的にデータの精度が粗くなり、これらを機械学習モデルに入力させてゆけば、やはり軽視されてしまう。

これが「データのロングテール問題」。

=============================-

広く利用される「教師あり学習」にては、人間側があらかじめ判定を済ませている特定の正解データを入力している。

しかしこの学習モデルそのものが自律的に「汎用知性」を生じることはありえない。

一方で、「教師なし学習」においては、機械学習モデル自身が諸々データの正誤判定を為し、データポイントごとのクラスタを自律的に作成する。

===============================

「強化学習」は、何らかの信賞必罰型の「損失関数」アルゴリズムを、人間側であらかじめ設定し、これを機械学習モデルに埋め込んで自律的な学習と報酬を追求させる方式。

ロボットなどにて実装されている機械学習方式である。

機械学習モデルはこの何らかの「損失関数」を活用し続けうるが、全く新規のアルゴリズムまでも自律的に探索しうるとは限らない（むしろ新規アルゴリズムの探索は無くなってしまう？）。

これが「強化学習」に伴う「探索と活用のトレードオフ」。

======================================

＜第４章＞

画像に映っている「オブジェクト」の「実相」を、機械学習モデルに「理解」させるためには、その画像の各ピクセルから全貌までを区別させつつ捕捉させなければならない。

ここで、単純なパターンから全体パターンへ、例えばネオコグニトロン＝アークテクチがュアが活かされている。

こういうアークテクチュアが、機械学習モデルにて、誤差逆伝播法によるパラメータ自在設定によって画像認識用ニューラルネットワークを成す。

このニューラルネットワークは、画像検索・探索の’フィルター’を自律的に生成し、特定の行列演算の「畳み込み層」を成す。

尤も、これらに畳み込み層に溜め込まれるデータ群は、いまや機械学習モデル独自のシンボリックな信号群に過ぎないので、人間側にとってはブラックボックスたりうる。

一方では、機械学習モデルはおのれ自身が’見て’いるオブジェクトの’物理次元’を自律的に峻別するには至っていない。

========================

ディープマインド社の機械学習モデル「アルファフィールド」は、或るアミノ酸配列から相応のタンパク質の最終形状を精密に予測するアルゴリズムを実装している。

既に解明済の15万７千種類のタンパク質それぞれの形状をあらかじめ学習しており、新たなアミノ酸配列からのタンパク質の予測精度は１オングストロームレベルである。

さらにこのアルファフィールドモデルはデータフローが’ラウンドアバウト’構造を成しており、これによって’短期記憶’機能も有している。

一方で、このアルファフィールドモデルが何をどう記憶し理解しているのか、我々人間には完全には捕捉しきれていない。

==========================

AIのシンボリックな’思考’プロセスは、人間側の意識/思考プロセスに似ている。

さらに、AIのサブシンボリックな’思考’は人間の直観に似ている。

だからこそ、人間が純粋な理知のみでAIの機械学習を説明しきるのは難しい。

機械学習モデル自身は’何を自律的に探索し認識しているのか’？

我々人間側によるこれらの検出や判別は、’一応は可能’である。

機械学習モデルによる自律的な’特定の概念生成’の量を、ニューラルネットワークのレイヤやノードごとに確認する、いわゆる「概念検出の技術」がある。

===================================

なお、＜第５章＞は、機械学習モデルと人間側がどこまで同期を採り得るかについての論考だ。

機械学習における「言語モデル」と（人間なりの）「自然言語」が本当に同期を採り得るか否かにつき論考を誘う。

言語モデルは数十億ものパラメータを調整して自然言語を習得したようにも見え、自律的に単語から文章を確率予測し生成し、さらに暗黙の文脈ルールを生成し暗号的に仕込むことも出来る　─　が、だからといって人間側の’意識’までも了察しているといえようか。

それから＜第８章＞では、機械学習モデルが自律的に構築しうる’倫理’が、人間側の’倫理’と同期を採り得るか、’価値’や’善悪感’はどうか、’損失関数’はどう見なされるのかと、巨視的な再考を促している。

あくまでもハードウェア（物質）としての可変性や拡張性を鑑みれば、コンピュータと人間頭脳はあまりにも異なっており、だから機械学習モデルと人間自身における倫理や価値意識の比較検証には意義が無いのだろうか、とも。

以上

【読書メモ】世界は基準値でできている

『世界は基準値でできている　講談社Blue Backs』

本書の主題は、さまざまな行政レベルでの’基準値’、それらの論拠と正当性さらに強度についての再検証である。

そもそも’基準値’とは、さまざまな物理量と経験量から再現的(帰納的)に確定された定量値であろうか、はたまた、数理上の演繹から導出された論理値に過ぎぬのか。

或る事象の発生頻度は、その自然性は、人工性は、類推値は、余裕の斟酌は…どれがどこまで正当たりうるか？

あくまでも推奨値か、はたまたガイドラインか、法的基準値か。

政策制度の論争で片づけるにはあまりにも惜しい　─　むしろ科学そのものの再検証であり、理科教育のひとつの集大成だ。

学生や若手社会人の諸君、新聞雑誌やインターネットの斜め読みはもうやめよう。

さてとりあえずは、本書のほんの一端ながらも僕なりに興味関心惹かれた「基準値」論につき、【読書メモ】として以下に要約列記する。

それらは、新コロ騒動で注目された感染症の経路や時間等を検証すすめる第２～３章、および、原発事故で注目された放射線被曝量を検証分析すすめる５～６章である。

＜ソーシャルディスタンス＞

・新型コロナにおける「濃厚接触」の追跡にて、ソーシャルディスタンスとして一応は「1m・15分ルール」が考案された。

但し、厚生労働省～自治体にて統一されたルールではない。

「1m」のルールについては；

（1）従来よりの知見として、大粒の飛沫が飛ぶのは1～2m程度のはず。

（2）通常の生活にては、対人間距離はどうしても2m以上には離し難い。

（3）スーパーコンピュータ「富岳」における熱流体解析ソフト「CUBE」によって、飛沫の飛来シミュレーションがなされ、これによれば妥当なソーシャルデイスタンスは概ね1mになると。

一方で、「15分」ルールについては；

米国CDC(疾病予防管理センター)による定義づけによると、「24時間以内に複数回の接触があった者同士にてその合計接触時間が15分以上」を以て「濃厚接触」と見做す。

==============================

＜空気感染＞

人体への飛沫粒子の「空気感染」は、それら粒子の粒径サイズ、経路、感染方式によってさまざま定義可能。

たとえば厚労省のガイドラインによれば、病原体を含んだ5μm以上の粒径粒子が1～2m以内を飛散して、人体の粘膜や結膜に接触した上での感染を、「飛沫感染」と総称している。

かつ、粒径サイズ5μm未満の粒子の場合には、とくに「マイクロ飛沫感染」と定義。

一方で、WHOは粒径サイズごとの感染経路定義はしていない。

いずれにせよ、「空気感染」を回避する具体策としては「換気」がある。

一般的な「換気の量」はビル管理法によって定義されている。

推奨値としては、その環境のCO2濃度を1000ppm以下におさえること（CO2であれば測定しやすいため）。

そのための基準値としては、「30m³/時間あたり/人数あたり」以上とすること。

尤も、これら推奨値も基準値も感染症の予防実績に直結しているか否かは実証されていない。

=======================

<放射線被曝量＞

日本人の 年間あたり 放射線被曝量　─　自然由来と人工由来を併せて。

・自然放射線源  2.1mSv  (うち飲食物由来は 0.99mSv)

・大気圏核実験フォールアウト 0.0035mSV

・医療被曝 2.6mSV  (世界平均量の４倍)

・職業被曝 0.0018 mSv

・原子力施設関連 0.00017mSv

・生活用品など 0.00005mSv

以上計： 4.7mSV

福島第一原発事故 による'事故後1年間あたり'被曝量

・福島県における避難指示区域 0.15～7.8mSv

・福島県における上記以外地域 0.12～5.3mSv

・茨城、宮城、栃木、山形 0.15～1.3mSv

・他、42都道府県 0.005～0.51mSv

同事故 による '被爆者の生涯(80年間あたり)被曝量予測'

・福島県における避難指示区域 0.69～40mSv

・福島県における上記以外地域 0.27～19mSv

・茨城、宮城、栃木、山形 0.43～4.5mSv

・他、42都道府県 0.008～1.8mSv

================================

＜敷地境界線量,  濃度限度＞

原発からの放射性物質による被曝量は、その原発からの「敷地境界線量」として年間1mSv以下とされている。

この年間1mSvは自然由来の地域/時間ごと変動幅に則っている数値として、国際放射線防護委員会から勧告されている。

原発からの処理水を水中に放出するさいにもこの敷地境界線量を順守すべく、原子炉等規制法にもとづいて処理水の「告示濃度限度」が定められている。

この濃度限度によれば、放出口における濃度基準値として、或る個人がこの処理水を70歳になるまで毎日2.65Lずつ摂取し続けたとしても、平均の線量率が年間あたり1mSVを上限とする　─　そういう前提から放出口における濃度基準値がおかれている。

ここで仮に、処理水がトリチウムのみから成っているとして、或る個人が毎日これを2.65Lずつ摂水し続けるとして、この摂水量の上限を計算すると；

・敷地境界線量/年間あたりが1mSv

・人間への線量係数が 1.8x10^-8mSv/Bq

・摂水量/年間あたりが2.65x365 L/年

すると、この敷地脅威線量を順守する限り、この個人はトリチウム水をおおよそ60,000Bqまで摂水することにはなりる。

だからトリチウム水の放出口もこれをふまえた濃度基準値を順守しなければならぬと。

しかし実際の放出水におけるトリチウム量は上の前提の1/40に過ぎず、だから放出水の放出口における濃度基準値も1,500Bqを前提にしておけば済むはず。

さらに、この個人がじっさいに毎日2.5Lもトリチウム水のみを摂取との想定も現実的ではない。

実際に、原発敷地内タンク貯蔵のトリチウム線量は約860兆Bqであり、この処理水の全てを仮に1年間で排出したとしても、これによる追加被曝量は0.00081mSv程度に過ぎない。

ここまで前提としてきた敷地境界線量1mSvよりも遥かに少ない。

なお、海水中における環境基準としてはトリチウム濃度の設定は無い。

========================

＜濃度基準値＞

放射性物質による空間線量を下げるために除去された土壌には、その再利用のための「濃度基準値」がある。

或る再利用土壌におけるセシウムの「濃度基準値」としては、土壌1kgあたりのセシウム134とセシウム137の合計濃度が8000Bq以下とされている。

この濃度基準値は、放射性廃棄物の埋立作業者が；

・当該地域に1000時間/年にて滞在し続けること

・作業時間あたりでの’遮蔽されない’時間数、つまり「遮蔽係数」が0.4であること

・固形物の傍での作業における'濃度当たり被曝量'、つまり「線量換算係数」が、セシウム134ではBq/㎏あたり4.7x10^-7mSv/時、またセシウム137では1.7x10^-7mSv/時であること。

この濃度基準値にかかる計算にて、滞在時間、遮蔽時間、線量換算係数をさまざま変えることで、例えば近隣住民の外部被曝についても濃度計算が可能ではある。

 2018年評価によれば、除去土壌と焼却灰の合計1335万m³のうち、このセシウム合計濃度8000Bq/kg以下の土壌が80.2％。

物理減衰によってこのうち6.4％が2045年までに濃度が下がるとされ、さらに技術によって10％が濃度が下がるとされる。

============================

＜原発のリスク評価＞

原発の安全度合を、事故発生の確率に則った「リスク評価」で表す　─　この評価範疇をとくに'PRA (Probabilistic Risk Assessment)' と称す。

レベル1 PRA:  発電原子炉の内部で損傷が起こる可能性

レベル2 PRA:   放射性ソースタームが原子炉外に出てしまう可能性

レベル3 PRA:  原発の外部にて放射性ソースタームによる影響が生じる可能性

2003年時点での、原子力安全委員会による「安全目標の中間取りまとめ」によれば、特に定量的目標案としては；

・原子力施設の事故に起因する放射線被曝に拠る、「敷地境界」付近における公衆個人の平均'死亡リスク'が、年間あたり10^-6程度を超えぬよう抑制さるべき。

・同、放射線被曝に拠る’がん’の'平均死亡リスク'も、年間あたり10^-6程度を超えぬよう抑制さるべき。

この安全目標案の策定にあたって、発電炉における炉心燃料の融解～外部への放射の「発生確率」を以て、原発の「性能目標」が定義されている。

この「性能目標」における定量的な指標としては、IAEAによる基本安全原則を根拠として；

指標値1:  炉心の損傷頻度が 10^-4/年間 程度

指標値2:  格納容器の損傷頻度が 10^-5/年間 程度

とくに格納容器の損傷頻度設定の妥当性については、或る個人の年間あたりの無作為な死亡リスクを 10^-6/年間 程度としつつ、同個人の或る事故における条件付き死亡確率を0.1とし、前者を後者で割って…

=====================================

とりあえず此度の【読書メモ】はここまで。

本書随所における計算や検算そのものはけして難解ではないものの、具体的なデータの定量化がところどころ読み取り難く、このため本書はしばしば難解でもある。

さらに、団体名や法人名が頻発するジャーナリスティックな（文系的な？）コンテンツになると、もっと読み取り難い。

例えば第９章、有機フッ素化合物（いわゆるPFAS）のモノマーの生物体内における暴露量～有毒性と濃度基準の定量的検証が綴られてはおり、ここいらも僕なりには関心惹かれたコンテンツではあるが、如何せん団体名や法人名の引用がふんだんで時系列描写も複層的であるため、論旨捕捉はしばしば困難ではある。

とはいえ、あくまでも’数値’の根拠とその強度に着目しつつ読み進めてゆけば、本書は業際的なデータブックとしてこんごも重宝しえよう。

だから多くの学生や若手社会人の皆さんに薦めておきたいところではある。

おわり

高校英文法の総復習 私案

高校英語について、久々に記す。

とはいえ、ずっと以前から僕の着想は変わらないし、こんごも変えるつもりは無い。

どこまでもおのれの出自や経験に拠っているからだ。

そもそもだ。

産業界にて英米人相手に英語を使い続けてみれば分かること。

世界をリアルに成すさまざまな「知識と命題」（とくに理科と社会科）を広くかつ仔細に了解し了察もしてこそ、「それらを成す単語間の文法秩序」がありうる。

逆は無意味だ。

「単語間の文法秩序」ばかりをどれだけ多様に組み合わせても、そこから既得のリアルな「知識と命題」（理科と社会科）が自動的に復元されることはない。

え？なになに？

AIを使えば可能かって？

なるほど、AIは数学マシンだ、よって「単語間の文法秩序」に則って’全く新規の’知識命題をポコポコ生成することはなんぼでも可能だ。

しかしだね、そんな幽霊のような知識命題が、リアルな産業や科学技術や権利義務の世界において何の意義がありえようか？

日記を記す上ですら役に立たないのでは？

以上まで考えてみれば、勉強においては「既得の（理科や社会科の）知識命題」が最優先であること、そして「単語間の文法秩序」は一番さいごでよいこと、同意頂けるはずだ。

しかし現行の英語教育カリキュラムでは、授業コマ消化と事業化のためにわざわざ英文法を反復的に…。

だから、つまんねぇんだ。

それでも、英文法について、ちょっとは教養力向上に結び付けられないものか、と考えてみた。

それで僕なりに考案したのが、以下の英文法課題だ。

おそらく大半は高２生でも理解出来るものだ。

以下の英文を日本語に訳せ。

なお、これら英文にて語法上あるいは常識上の間違いが有る ─ と考える場合には、それらを自分なりに訂正しつつ訳すこと。


===================================

[1] She writes stories.

[2] She is writing stories just now.

[3] She has written stories since her high school days.

[4] She has been writing stories since yesterday afternoon.

[5] She wrote stories 5 years ago.

[6] She was writing stories at 11 o'clock yesterday.

[7] She had written stories before I met her.

[8] She had beein writing stories when I met her.

[9] She is a writer.

[10] She has been a writer since her high school days.

[11] She was a writer 5 years ago.

[12] She had been a writer before I met her.

[13] I ate fruits when you called me.

[14] I was eating fruits when you called me.

===============================

[15] We leave for Scotland next month.

[16] We are leaving for Scotland next month.

[17] We are going to leave for Scotland next month.

[18] We will leave for Scotland next month.

[19] At this time tomorrow, our family will visit Florida.

[20] At this time tomorrow, our family will be visiting Florida.

[21] By this time tomorrow, our family will have been visiting Florida.

[22] He has been to Los Angels some times.

[23] He has just been to Los Angels.

==============================

[24] I am forgetting people's names these days.

[25] I forgot those people's names.

[26] She resembles her mother.

[27] She is resembling her mother recently.

[28 ] Every flower dies.

[29] That flower is dying now.

[30] H2O consists of hydrogen and oxygen.

[31] This H2O is consisting of hydrogen and oxygen just now.

[32] Diamond is the hardest material of all things.

[33] Only diamonds can cut other diamonds.

[34] 5 x 4 x 3 x 2 x 1 is 120.

[35] 5 x 4 x 3 x 2 x 1 are 120.

[36] 5 x 4 x 3 x 2 x 1 was 120.

[37] More than 12 million people live in Tokyo metropolitan area.

[38] Less than 1 billion people lives in the EU.

[39] 1 trillion is a great large number.

[40] 4 trillions were great large numbers.

[41] 2, 4, 6, 8, 10 ... are even numbers.

[42] Japan is a nation.

[43] How many states does the USA have ?


===========================================

とりあえずおわり。

気が向いたら続く。

玉手箱

「先生、こんにちは。あたしですよ」

「おや、こんにちは。今日はどんな用向きかな？」

「それがですね…あのぅ、実はですね、あたし自身が人間なのか、はたまたロボットなのか、分からなくなってきたので、ご意見を伺おうかと…」

「またそういう話か。どうも君たちは厄介な年頃だな。そういう疑念はほっておけば解決するんだけどね」

「そうでしょうか？あたしは歳を重ねるにつれてだんだん’やる気’が失せてきたような、そんな気が…。これは人間の本性なのでしょうか？あるいは、ロボットの定めなのではないでしょうか？」

「あのね、人間だろうがロボットだろうがだ、自然界にて何か’仕事’を成す以前にはカッカと’やる気’に満ち溢れている。熱力学に則って例えれば、エネルギーがふんだんに有るって状態だ。裏を返せばエントロピーは未だ小さいってことだ」

「はぁ？それはまあそうでしょうけど」

「一方で、その’仕事’活動を重ねてゆくにつれて学習量が増え、おのれの秩序や道筋が固まってゆくため、経路や効率の試行錯誤は減るが、エネルギーは消費され続けていくため、裏を返せばエントロピーは極大に近づいてしまう。だから’やる気’が失せていくんだよ」

「それが何だと言うのですか？あたし自身が人間なのか、はたまたロボットなのか、さっぱり分からないままじゃないですか！」

「まあ聞けよ。ここからが人間とロボットの違いだ。寓意的に例えてみよう　─　うん、そうだ、小説がいい。ほら、小説の本においては最初のページはやる気満々だろ、読者もまた読む気満々だ」

「はあ、それはまあ」

「その小説は、初めのうちは何もかもが新鮮で、あらゆるものには "a/an" が冠されているね」

「まあ、そうですね」

「ところが物語が展開してゆくにつれ、動機もトリックもネタ切れになってきて、あらゆるものに "the" が冠されてしまい、いよいよエンディングへの一本道だ。こうなってくると、その小説もまた読者自身もやる気がだんだん失せてきて…」

「だから、何だと言うのですか？！」

「いいから聞けよ。もしも君が人間であれば、新たなエネルギーを活かす新たな’仕事’の "a/an"の実世界を作り始め、あらためてエントロピー最小の状態から生き直すことが出来る」

「……」

「しかし、もしも君がロボットだったなら、あらゆる試行錯誤が片付くとともに、何もかもが分かり切った "the"ばかりとなり、エネルギー活用能力が無くなり、エントロピーが最大となって、もう続編も新規展開も無し、ジ・エンドだ」

「……」

「さぁ、君はどっちかね？新たな竜宮城を求めて海に潜ってゆくかね？それとも玉手箱を開けてしまうかね？」

「……うーーーん。これはなかなかの難題ですね、うーーーーーーーん…」

「わっははははは、ばーか」

「うーーーーーん、どうしよっかなあ、どーーしよっかなーーー。考え中。あたしは考え中。考えて考えて、でもこんなことしているうちにも、あたしの更なる彼岸には新たな輝きと煌めき、そんな手つかずの予感と直観、さーて、さてさて、どうしよっかなーーー、どうしよっかなあ……」

「うわっははははは！」

（おわり）

【読書メモ】 融けるロボット

『融けるロボット　安藤健・著　NPO法人ミラツク　』

もともとロボットは一瞬一瞬のインプットコマンドごとに呼応しつつ精密な反復アウトプットを体現する機構系である。

これら連続精度を以て、そのロボット導入による「効用(benefit)」を論じてよかろう、そしてバラついてしまえば効用は小さいことにもなろう。

そして「効用」は某かによって為される'供給力(量)'でもあるが、同時にまたそこから反作用的にまた派生的に生じる'需要力(量)'ともいえ、かようにして関係当事者は増えてゆくので、いずれ社会全般がロボット化されうる。

…といったところが僕なりの要約でありかつ所感である。

さて、本書にてはロボットによる「効用」をヨリ多元的に切り分けている。

たとえばハードウェア物理特性、ソフトウェア論理、自律性と拡張性と環境要件、全体最適と部分最適、エネルギー損得からカネ勘定まで　─　さまざまなプリズムを通しつつ段階的に事態分析を進めている（ようである）。

しかしながら本書の主要メッセージのひとつは、自動化～事業化～社会全般まで諸々の「効用」を相乗的に接続し拡張させる新観念、『ロボット・トランスフォーメーション RX の追求』であろう。

むろん一方では、マクロな横軸を貫いた辛辣な批評も随所に見られ、これらは警告性が高い。

たとえば、ロボットの数理判断力と感覚・運動能力がむしろ反比例しうる由を論う’モラベックのパラドックス’などの引用、などなど。

本書の楽しさは、多元的な分析眼よりも、むしろロボット規格～開発～導入事例の豊富さ、それら通じてのロボット・トランスフォーメーションの未来像、に見いだせよう。

具体的事例なればこそ教訓もさまざま、よって是非とも学生諸君や若手社会人に紹介しおきたいと思い立ったところである。

※　付言しおけば、僕自身かつて電機メーカ在籍時に（ロボットとまでは行かぬまでも）さまざまな自動化システム機器の拡販に携わった経緯あり、それら自動化システムがもたらすさまざまな「効用」についての顧客たちとの論争は今も記憶に新しく、これもあって本書におけるふんだんなロボット投入レポートはなかなかエキサイティングである。

========================

＜本書におけるロボット導入事例を幾つか掲げおく＞

・１つの木に複数の実を成す作物の収穫作業にては、従来はどうしても’不適格なサイズ/不適格な時期’の実を棄てざるをえなかった。

しかし、ここでロボットが実のサイズと時期を精密に峻別しつつ収穫出来るようになれば、不適格な実を廃棄するどころかむしろさまざまな実を活かしつつ徐々に収穫出来るようになる。

これが上手くゆけば、総じてこの作物の収穫量は増えてゆく。

・豆腐の梱包作業にては、ロボット起用によって作業精密化が増すのはむろん、高温の豆腐をいちいち冷ますことなく直に掴んで梱包続けること可能にもなる。

これによって、梱包され販売される豆腐の鮮度（衛生水準）が高まることになる。

・牛の搾乳にては、乳牛の体調や生理データをロボットが’センシング’し蓄積可能。

これらデータを元にして、これら乳牛の受胎から繁殖まで管理し効率化図れる。

・病院内での各患者への薬剤の配送作業は、患者ひとりひとりの容態によってさまざまありうる。

ここで、調剤から配送までさまざまな作業パターンと所要時間を従前にスタディの上で、これらを配送ロボットに学習させることが出来る。

これにより、これら配送ロボットに’どこまで任せうるか’（どこまで人手が担うか）を人間側がいつでも確認可能となり、よって最適な調剤～配送パターンを見出すこと可能。

・空港内にては、身体の不自由な人々の移動サポートが義務化されており、車椅子によるこれらの人々の搬送の’完全自動化’が最適解のように見做されがちではある。

よって、精密な走行可能なロボット車椅子こそが望ましいと。

しかし、車椅子利用者は必ずしもロボットとの直接コマンド入出力を望んでいるわけではなく、むしろ「人間との」の応答を求めている。

よって、たとえばこれらロボット車椅子に人間が同速度で随行するなど、フレキシブルな’共存型’システム実現こそが求められ続けている。

======================================

以上、あくまでほんの一端ながら、ちょっと要約紹介してみた。

他にも、リモートセンシングを活かしつつ距離と時間を克服するロボット、それらとの共存や功罪判断などなど、なかなかの頭の体操たりうる事例が続々だ。

※　なお、上でも触れたとおり僕は電機メーカの営業あがりゆえ、ロボットについては僕なりに更に想像力が大いに掻き立てられる。

極端な未来像をふっと想像たくましく描いてみれば　─　たとえば、特定の元素（電荷や電磁場）それ自体がコンピュータ/ロボットとして活かされる日が来るだろうか、そんな物質がありえようか、液体や気体としてならどうか、人体細胞レベルで駆動するウルトラミクロロボットはありうるか、などなど。

これらロボットがいつか出現したとして、人間との役割/責任分界はどうなるのか、社会はどう変容するのか…通貨媒体は？？

おわり

【読書メモ】 数学ｘ会計

じっさいのところ、物質やエネルギーの実在「量」と、カネの「数」が、マクロ/ミクロにて比例関係に在ったためしが有っただろうか…。
あくまでも、物質やエネルギーの「量」を「数的に」価値表象化する媒体がカネではないか。
たとえ国民所得ベースでヒト・モノ・カネの三面等価が成り立つと表現できても、あくまで一律カネ換算した「数」表現にすぎぬ。

こう考えると、カネ換算とカネ計上は物質/エネルギー「量」とは同期をとりえないのではないかと、なんだか心許なくなってしまう。

それでも、カネ計上に則った「会計」は厳として全世界でほぼ統一的に成立し続けており、国民所得はもとより財政も企業経営も国際収支も「数的に」ビシッと取り仕切っている。

そして「会計」の精密さを保証しているのが「数学」のはずである。

しかしながら「数学」は（とくに証明は）しばしば残酷なもので、「量」も「数」もあっちへこっちへ変換自由自在、しかも人間の常識をしばしば突き崩しうる思考方式であり……

ここいら、常に頭のどこかでグルグルと巡り続ける思念ではあるが、どこかでとりあえずの’けじめ’をつけたいものではあった。

とはいえ、数学論そのものから分け入ってしまうと、「量」次元と「数」次元がむしろウヤムヤになりそうな気がするので、ここはもっと謙虚に「会計」の側からエントリーしたいところではある。

そこで見つけた一冊がこれだ。

『数学ｘ会計　金子智朗・著　税務研究会出版局』

本書は要するに会計数学の概括所。

総じて原則論に則って書かれたものゆえ、高校履修の政治経済程度の知識があれば大半の読解は困難ではない。

貸借対照表における資本(これから起用されるカネ)と資産(すでに売買されちゃったモノや知恵)、国際収支におけるそれら、そして個々の取引プロセスにおける損益計算書…どれも我々一般社会人にはお馴染みの系である。

さて此度の【読書メモ】としては、これら第２章と第３章のコンテンツを総攫いし、やや論旨を入れ替えつつ、以下に要約する。

＜ Part-I  ’会計の基礎’＞

さりげない導入部にも映るが、以下のような軽妙な（かつ深淵な）解説が呈されてはいる。

・或る取引における損益分岐を分析するにあたり、「算数」と「数学」、どちらが'実体’を多元的に含み合わせうるか？

「算数」ならば、売価(買価)や変動費などなどさまざまな次元の’実体’の変動分を複合させての複雑な算出が必要になってしまう。

一方で「数学」はといえば、代数の起用と法則化によって「数」の次元統一を成し、最適統一解を容易に導くことができる。

この簡潔さ明瞭さを以てこそ、「算数」ではなく「数学」が会計にて起用されている由。

なお、本書＜Part-II 数学と会計＞の前半部にても、代数と法則化による「数学」の単純明瞭なパワーについてさまざま呈されている。

※　ところで、カネの予算化や差配にては、つるかめ算と代数方程式どっちが向いているのかなと、僕などはちょっと穿ってしまう。

・事業活動にて、収益と費用を’経済的事実の発生’に準じて計上する会計が、「発生主義会計」方式である。

一方で、’カネの収支’に準じて計上するのが「現金主義会計」方式。

「発生主義会計」が成立する論拠は；

事業取引にて当事者間で’収益認識基準’が共有されており、これに則って権利/義務の信用取引が当事者間で確定している　─　と見做しうること。

かつ、さまざま費用は収益獲得のための’犠牲であるが損失ではない’由による’費用/収益の対応原則’も一応は成立しうること。

じっさい、現行の企業会計における「損益計算書」は、原則として「発生主義会計」に則っている。

・資産/負債の原価と売上額にては、原則として「取得原価主義」が採用されている。

「取得原価主義」は；

或る資産の購入代価と付随費用を以てその資産の’取得原価’とする

この資産/負債の取得時の支出額に則って、’売上額’を画定する

この資産/負債の保有期間中は、時価変動による評価替えをしない（だから時価会計方式は採らない）

じっさい、「貸借対照表」にては「取得原価主義」が採用されている。

===============================

＜Part-II 数学と会計＞

かなり実践的な例題もふんだんな章だが、僕なりに了察しやすかった箇所を幾つか要約してみた。

・Return on Invested Capital = ROIC の意義と解釈。

まず、事業利益を 'Earning before Interest and Tax = EBIT とする。

これが資金提供者への還元原資であり、また支払利息控除前の利益でもある。

ここで、利益が課税Tの対象ゆえ、税引後の利益は EBIT(1-T)

ここから、債権者へ利息分を払えば、当期純利益。

これが株主還元されてゆく。

以上から、ROICの立式は、EBIT(1-T)  / （有利子負債+株主資本） であり、論理矛盾は無い。

さらに、経済的付加価値 Economic Value Added = EVA を任意に設定する

また、加重平均資本コスト Weighted Average Cost of Capital = WACC これは債権者への利息、かつ株主への配当と株価でもあるとする。

(この内訳は、負債コスト、株主資本コスト、有利子負債、株主資本、実効税率であるが、面倒なので関係式は略す）。

これらを、上述のROICおよびEBITと絡め合わせると、

EVA= EBIT  x (1-T) - (有利子負債 + 株主資本) x WACC

変形すると、

EVA =  (有利子負債 + 株主資本)  x ｛EBIT(1-T) /  (有利子負債 + 株主資本)  - WACC｝

=   (有利子負債 + 株主資本) x (ROIC - WACC)

ここまであくまでも不変のEVAに拠っているならば、債権者と株主への分配が同列になされているはず。

そして、ROIC > WACC であるならば EVA > 0 となる。

========================

・定率法による減価償却の可否

或る固定資産のn年目の簿価を Cn とし、償却率を r とすると、

(n+1)年目の減価償却費  Cnr

(n+1)年目の簿価  Cn+1  =  Cn - Cnr  =  Cn(1-r)

等比数列表現すると

 Cn  = Cn-1(1-r)  =  Cn-2(1-r)²  =   Cn-3(1-r)³   ……    C0(1-r)ⁿ

ここで、この資産の耐用年数を n年とし、残存率を定率Sとすると、償却率は

 C0(1-r)ⁿ  =  S

(1-r)ⁿ  =  S/C0

ここで r を求めるのに n乗根すると、

1-r  = n√(S/C0)  から、r = 1 - n√(S/C0)

この償却率計算は、かつて資産の残存率Sを一律10％と見做す上では矛盾無かった。

ところが現在の会計では、資産の残存率を原則として 0 としている。

そこで上の定率Sの式にて S=0 を代入すると r=1 になってしまう ─ つまり1年目に全償却することになってしまう。

そうでなければ、簿価Cnが0に収束することはない。

つまり、定率法にては償却率を有効に導くことが出来ない。

そこで定率法ではなく人為によって償却率を決めている次第。

=======================

・量産効果の真実

或る製品の製造コストの内訳として；

1個あたりの変動費 v

固定費の総額 f

製造数量 x

製造コスト総額 C

製品1個あたりの単位コスト  y 

ここで、どの製造ロット分も完売するものとすれば、

C  = vx + f

y = C/x = v + f/x 

変形すれば、

y - v  = f/x

これは 直線x=0 と 直線 y=v  の両者を漸近線とする双曲線を成す。

ここで、実際の製造量は x>0 のはずなので、製品1個あたりの固定費はどんどん少なくなる。

それに伴い、製造単位コストは究極的には変動費のみとなるはず　─　これが一般には量産効果とされている。

ところが、じっさいは総製造コスト  C  = vx + f  は必ず右上がりとなり、これは固定費総額fがどれだけになろうとも変わらない（？）

=====================================

ざっと、本書 Part-I および Part-II のごく一部を掻い摘んで僕なりに記してみた。

本書はどこまでも数学に則った会計本ゆえ、ところどころ論理の意外性、証明と反駁、そして実社会における制度矛盾など、我々の先入観を突いたり覆したりのスリルが味わえる。

本書については、ひとえに会計分野を目指す学生諸君に留まらず、また文系分野の「数と論理のゲーム」に過ぎぬと辟易することもなく、多くの読者にチャレンジ進めたい一冊ではある。

ただし、上でもちょっと取り上げたWACCやROICなど内訳や差し引きの混み入ったタームについては、数学慣れした上で果敢に挑むべきでもあろう。

僕はそこまでの執念は無いし、しかも数学に接し続けていると疲れてしまうので、このあたりでいったん本書を書庫に収めることとする。

（おわり）

【読書メモ】 SIZE サイズ

『SIZE サイズ  /  バーツラフ・シュミル著  NHK出版』

本書は物質文明論。

随所に指摘するところ、ざっと概括すれば　─

・人類は科学技術～ICT技術とそれら産業化を通じて、さまざま物質のサイズ極大化から極小化まで実現してきた。

・国家サイズや人口密度などいわゆる規模の経済も、さまざま物質～製品のサイズを大いに策定しかつ貢献してきた。

・ヨリ源泉的には、我々人間自身の認識センスもサイズ感の重大な本性たりえる。

・これらさまざまな物質のサイズを物理的に解きほぐせば、形状規模と集積度合いと有限性といった属性に回帰可能、それらの相乗ないし相反についての分析も可能であろう。

…といったところではなかろうか。

なるほど著者自が吐露されているとおり、本書は物質文明についてかなり幅広く論考を進めているため大雑把な論旨に留まってはいるものの、それでも本書のスケール感や果敢さはなかなかのものだ。

『世界の真実は「大きさ」で分かる』とのサブタイトルもけして名前負けしてはいない。

なお、本書前段部にてはハッキリと読み取れぬサイズファクターについても、僕なりにちょっと思いついた。

例えば、さまざま物質の位置エネルギーと、一定の仕事ごとのエントロピー、循環と散逸、これらはサイズとどう関わってくるのか。

そして、工業製品における物質間の「バラつき」や構造上の「冗長性」などとはどう関わってくるのか。

さらに、宇宙全般を遠大にふまえての物質「超連結性」まで論考を無遠慮に拡張するとどうなるだろうか。

一方では、さまざまな’情報’データとそれらの量をどう捉えればよいのか。

野心的な読者としてここいらもそっと留意しつつ本書を読み進めてみるのも一興か。

さて本書ではとくに前半の第１章と第４章にとりあえず着目してみた。

上に僕なりに概括した、さまざまな物質の形状規模・集積度合い・有限性における相乗ないし相反（とくに工業化）につき、これら第１章と第４章こそが端的に指摘していると察せられるためである。

よって、此度の【読書メモ】としては、これら第１章と第４章のコンテンツを総攫いし、以下に要約する。

・物理上の基本的な用語定義としては、物質の長さ、面積、体積、質量、エネルギーなどを（’ベクトル量’ではなく）あくまで’スカラー量’次元で客観表現すべく、さまざまなサイズ表現が起用されている。

・海岸線や国境長など巨大かつ複雑に入り組んだフラクタル構造は、尺度の精度によってサイズがかなり異なってしまう。

・自然界におけるさまざまな生物種は、サイズと形質が左右対称の正規分布（ベルカーブ）をとる。

・さまざまな生命種は身体サイズを大型化することで捕食者への防御力を高めつつ、また自身の食糧の種類も増やしてきた。

大型化は進化であったともいえる。

・しかしながら自然界全体を見渡せば、微生物あってこそ、極めて多様な共生系が成立していることにもなる。

・工業社会にては、我々は製品の精密な画一サイズを予想すればこそ、それら製品の需要と供給が精密かつ高速に一致出来、これが経済成長を進めてきた。

経済成長によって市場サイズが大規模になればこそ、人口が集中し、職種が著しく細分化され、だから多様かつ多大な経路を経ていよいよ大規模に経済発展する　─　はずである。

・利用可能な’エネルギー’サイズこそが、人間の’余力’を大いに高めてきた。

18世紀末、ひとつの水車あたりの出力は16馬力≒12.5kW程度、19世紀なかばにようやく5倍以上になった。

第一次大戦後、内燃機関、蒸気タービン、ガスタービンなど原動機が大型化し、エネルギー出力量が増大。

現在の小型乗用車に搭載されているガソリンエンジンは130馬力≒100kW以上、これがSUVやピックアップトラックだと200～250kW。

大型外洋船タンカーの2ストローク型ディーゼルエンジン出力はとてつもなく巨大で80～90MW。

ボーイング747のジェットエンジンにおけるガスタービン出力も90MW。

現在の発電所における蒸気タービンの最大出力はもっと巨大で1000MW以上。

・自動車や船舶やタービンなど原動機は、むしろ半導体素子の超小型化と相まってこそ、巨大化と製造が可能になってきた。

（コンピュータ～ソフトウェアによる貢献は多大である。）

・1800年時点での高炉と比べ、現在のそれは内容積が60倍に巨大化し、1日あたり鉄鋼生産量は3000倍となった。

※ここでいう鉄鋼は高炉抽出の銑鉄の意か。

・1900年時点での最大の水力発電所と比べ、現在のそれは設備容量≒電力量が600倍以上になっている。

・1900年頃と比べ、現在のアンモニア合成量は1000倍以上に増えた。

このアンモニアによって製造された化学肥料こそが、農産物の収穫量を増やし、また飼料作物の栽培に多大な土地を充てられるようになり、我々は動物性タンパク質を多く摂取可能になってきた。。

※　なおハーバーボッシュ法による空中窒素の捕捉により、生物間を循環する窒素も２倍になっている。

=========================

・実体経済において、工業設備や工業製品が無限大に巨大化(微細化)することはない。

理由は経済効率もさることながら、物理上の制約によるところが大きい。

大型外洋船タンカーのうち、原油タンカーのDWT(載貨重量トン数)は第二次大戦後には2万DWT程度、1959年に10万DWTを超え、70年代初頭に30万DWTを超えたが、1975年に進水のシーワイズジャイアント号56万4763DWTが現在までの最大スケールである。

タンカーの更なる大規模化が放棄されてきた理由は、巨大な重量によって喫水が深くなり過ぎ、パナマ運河やスエズ運河やマラッカ海峡を航行出来なくなってしまうため。

風力発電の大規模化が進まぬ理由も、物理上の制約に大いに因っている。

風力タービンのブレードの素材と形状と厚さを維持しつつ、これらサイズの大型化を図ると、総重量はその3乗に比例して巨大になってしまう。

なんとか技術開発にて素材自体の軽量化を図ってはきたが、全長107mで重量が55tのGE製のタービンブレードがこれまでの最大サイズであり、これ以上のものは製品化されていない。

現在のトランジスタ／マイクロチップの集積度と速度性能は、超微細化の限界にさしかかっている。

CPUの動作周波数は、1994年には100MHz、2004年には3GHzとなったが、消費電力(熱)の微小化が呼応しきれなくなり、そのご5GHzが上限となっている。

フォトリソググラフィ技術による回路図転写により、2020年時点でのトランジスタの線幅はわずか5nmにまで微細化されており、さらに2nmのトランジスタ開発製図も図られてはいるが…

※　本箇所はとりわけ大雑把な描写に留められておるため、やや真意を捕捉し難くもあるが、マイクロチップ集積化と微細化と電力と熱量の絡みなどは学生諸君には大いに関心を払ってもらいたいところではある。

===========================

以上、僕なりに要約的にまとめてみた。

なお、第２章から第３章では人間工学と入出力情報の相関および建造物の対称性などを論考されているが、ここいらはまたあらためて読み進めていくつもり。

おわり

大学新入生諸君へ (2025)

大学新入生向けのメッセージを記す。

※　過去数年のうちに綴ってきた内容と似通ってはいるが、ヨリ多元的ないし総論的にまとめてみたつもり。

=============＝===========

宇宙の成りようは、さまざま物質とそれらのぶつかり合い。

始まりから現在まで、「必然」の物質秩序によって「必然」の運動と作用/反作用と仕事がぎっしり繋がっているという。

しかし、生命物質の出現あたりからは宇宙の必然に抗した「偶然」の事象ともされており、だから我々人類がモノを考えたり操作したりも「偶然」に過ぎぬのではないかと思い悩むことも出来ちゃう。

我々は我々自身をどこまでも「自然の実体」として認識している。

そんな「実体ボディ」「実体ブレイン」の我々こそが、宇宙や自然を「実体」として畏敬し、それら「実体」の運動による爆発や大地震や防風雨にひれ伏さざるを得ない。

「実体」と折り合ってこそ、我々は月だろうが火星だろうが到達しうる。

しかしだぜ、ここでも我々は贅沢な思考貴族たりうるんだ。

「実体」に呼応し比例しているかのごとく、我々人類は「表象」もさまざま発明し、これら「表象」を「実体」に織り交ぜながら’自然科学’を表現し、'経済学や法律学'も表現し、’文明'を作ってきた。

======================

さてお立合いだ。

君たちの大好きな、物理学(力学)上の真理のひとつが、運動方程式 ma=F であろう。

これは「必然」の関係式か、或いは「偶然」の可能性にすぎぬのか？

物理経験則に拠ったものであり、しかも等式表現なのだから「必然」に決まっているだろうが！と気色ばむのが普通の高校生であり大学生でもろう。

さて、この運動方程式にて、mは物質物体の質量を(慣性ともども)表しており、だから「実体」の「力」そのものであるとしよう。

しかし加速度aはどうだろうか、これは「実体」そのものにはあらずして、あくまでも位置と経過時間から間接的に導かれた「表象」ではないだろうか？

とすると、むしろこの等式全体そのものが「表象」に過ぎぬのではないかと。

ここまでひっくるめると　─　運動方程式ma=Fは「必然」そのものの物理系でありつつも人間流の「表象」に過ぎぬということになる。

まだある。

理想気体の状態方程式 PV=nRT は「必然」を表現しているか、それとも「偶然」込々の絵柄に過ぎぬのか…もちろん物理経験則に準じているのだから「必然」の塊に決まっていよう。

そして、これは熱つまり分子運動量の基本的構造と状態、だから「実体」だ　─　と映る。

しかし個々に捉えるとどうだろうか。

なるほど圧力Pは分子「実体」の「力」の量である。

モル物質数nは言わずもがなだ。

しかし体積Vはあくまでも分子の位置とサイズでしかない　─　これを「実体」の「力」そのものと捉えてよいものか。

さらに、温度Tは物質の運動エネルギー（キャパシティ）に呼応した尺度、よって、上に挙げた運動方程式と同様にこの運動エネルギー/仕事も(加)速度を併せ準じたもの　─　これを「実体」の「力」そのものと見なしてよいものかどうか？

ましてや、気体ごとの定数Rは両辺の帳尻合わせの数、だから「表象」でしかない…

以上のように捉え直してみれば、上に挙げた運動方程式にせよ状態方程式にせよ、「実体」の「力」そのものは質量mと圧力Pとモル物質数nのみではないか、そして関係式全体としてはあくまで「表象」に如かずではないか、と映らなくもない。

何をおかしな難癖つけてんだ、と訝しく感じる大学生も多かろう。

しかしだ、思考考察の対象がたとえ「必然」の物理系であろうとも、SI単位系にてどう組み上げられようとも、人間の便宜によって表現されればすべて「表象」に過ぎない。

そして、たとえ数学が必然のみの思考系であるとしても、数学そのものがあくまでも「表象」の組み合わせに如かずだ。

==========================

ましてや、「必然」か「偶然」かすらも判別できぬ事象については、「実体」を確定しがたい。

そこで、とりあえず何もかも人間業による無節操な「表象」発明によって表現しちゃう…そんなこともありうるわけだ。

その悪例が経済学や政治学、かもしれぬ。

俗に、風が吹けば桶屋が儲かるなどというが、このような複合利害を一本道の「必然」で説明しきる方程式や恒等式はたぶん無い。

無いのをいいことに　─　化石燃料によって地球が温暖化しウィルスがワクチンがトランプ関税でコメが値上がりし消費税がああ為替金利がああ円高がああ議会制民主主義がダメなんだなどと。

もうどれもこれも宙に浮いた「表象」表現となってしまい、ましてやカネと多数決がわんさか混じるから、もっともっと「表象」化ひいては虚構化がすすみうる。

高校までの世界史が難解極まる教科である理由もここにあろう。

======================

野暮になるので、もういちいち論うのはやめておく。

ともあれ大学の新入生諸君には、おのれが対峙する事象が「必然」の塊なのかあるいは「偶然」のウヤムヤなのかを、まず見極めて欲しい。

その上で、我々自身がそれらの「実体」性にどこまでも同期をとれるのか、或いは人間なりの「表象」表現を続けているにすぎぬのか、常に意識して欲しい。

この二段構えでさまざまな物事に当たれば、少なくとも虚しさに苛まれることだけは無かろう。

以上

新卒社会人の皆さんへ (2025)

新社会人の皆さんに伝えおきたいことを、ちらっと記すことにする。

僕なりにここ数年ほぼ同じようなことを考えており、着想も問題意識もほぼ変わっていないので、今回も昨年以前とほぼ同じ内容だ。

企業組織にて、或る物質から成る或るモノを新規に作ってこれを複製して転がしてゆく過程で、価値が増えただの減っただのと称される。

さらに、信用が上がったり下がったり、そして株価が上がったり下がったりだ。

企業務めの新人が分野問わず最初に訝ったり煩悶したりするのがここだ。

しかし、価値や信用なるものは、どこまでも実体と非同期の暫定的な人間都合でしかない。

ここのところ、シンプルに解説してみる。

（いいとか悪いとかは一切論じませんよ、そういう価値判定はどうでもいいの。）

そもそも大人社会で大いに威力を発揮している根元的かつ端的な学術思考、すなわち物理(学)と経済(学)について、ごく簡単な比較をはかりつつ大人社会の不可思議さを論ってみよう。

※　とくに文系卒で技術産業に就職した人たちは、暫くは製品(モノ）と価値(カネ)にまつわるさまざまな方便に失笑したり思い悩んだり、そんな日々がしばらく続きうる。

僕自身がそうだった。

===================

物理学はあらゆる物質／物体の運動とそれら仕事／エネルギーの変化と保存則とエントロピー増大を考察対象とし、これらを再現的に捉えて語る。

再現性を語るためにこそ、必ず数学に則っている。

数学が有限が無限かはさておくとして、物理は一応はあらゆる実体の有限性と保存性を記述する　─　ことになっている。

コンピュータプログラムさえも、ブロックチェーンでさえも、電磁波の変化として捉えてみれば物理学の考察対象である。

人間の脳神経も遺伝子もやはり物質なので、物理学のうちにあるのは当然である。

では経済学はといえば、こちらも物質／物体や運動や仕事／エネルギーの変化を捉え、これらについての再現性を語る。

やはり再現性ゆえ、数学に則ってはいる。

それなら物理学そっくりじゃんと納得するかもしれないが、そっくりどころか、おそろしく異なっている。

とりわけ厄介なのは、経済事象のひとつひとつを通貨換算して価値や権利を表象しつつも、当の通貨そのものに価値や権利の絶対尺度が無いというところだ。

要するに、どこまでもその時その場の人間風の価値と権利をとっかえひっかえで、これらが物理の外部に超然的におわしますなのである。

=========================

さて、物理学と経済学は同期をとりうるだろうか？

社会人らしくもうちょっと実践的に論うならば　─　さまざまな物質や仕事／エネルギーの「物理量」と「経済価値／権利」は比例関係にあるだろうか？

物理学に則れば、たとえば過去2000年間において地球の全物質量／全エネルギー量は全くといっていいほど変わっていない　─　ことになっている。

しかし同じ2000年間にて、資産の価値も通貨の価値も、それらの量も、とてつもなく増大しかつ変動してきた。

いったいなぜか？

さらに、通貨の量は信用の量だと言い、信用増大ないし信用収縮といい、インフレやデフレともいい、通貨量と信用は比例関係にあるという人もいるが、では信用が増えるにつれて多くの通貨が必要となっちゃうのか？

このあたり物質量／エネルギー量とどう繋がっているのか、わけがわからぬ。

=================

①　物理学と経済学の差は、上にちらっと書いたように、物質物体の外部に人間風の’価値’を超然させるかしないかだ。

あらためて、’価値’について捉えなおしてみたい。

資産の「価値」には、物理上の絶対尺度も基準も無い。 

1ｸｰﾛﾝあたりや1電子ボルトあたりの「価値」尺度も基準も無い。

金(gold)1オンスあたりもだ。 

あらゆる価値は、あくまで人間がその時その場で好き勝手に決めているにすぎない。

だいいち、データそのものの価値を独占するなどというが、物理に即していえばデータは電磁上の表象でしかないんだぜ、これらの価値とはいったいどういう意味だ？

ましてや、付加’価値’だの、それを見做した上での付加価値税だのと…

ともあれ、物理学には’価値’の観念は無いが、経済学にてはあらゆるモノや仕事に’価値’を設定する。

ここだけ捉えてみても、物理学と経済学は同期をとっておらず、量的な比例関係にない。

===============

②　その上で、さらに仕事(生産)において物理学と経済学を比較してみる。

物理学に則れば、あらゆる物体はそれ自体なんらかの「運動」を為しつつ、さまざまな物体が互いに作用／反作用しあい、これら成果の距離を以て「仕事」と称していること、誰もがお分かりのとおり。

仕事は’生産’でもある。

ところが経済学における用語では「仕事(生産)」の定義が分かり難く、どうも察するに何らかの'価値’の付加を以て「仕事(生産)」と見做しているようでもある。

だから経済学によれば、通貨のみをグルグルと回しているだけでも「仕事(生産)」の付加がどんどん増えていく（そしてGDPも増えていく）ように映る。

※　とくに女たちは、生活そのものがこれすべて「仕事(生産)」を為していると信じているようで、だから職場で遊んでいても寝ていてもとにかく通貨を寄越せと。

=================

③　さらに、仕事(生産)とコストについて。

たとえば電気には、電位差克服のために電流に物理上のコストがかかる。

その電位差を克服すれば、物理上の仕事つまり電力を起こしたことになる（発電を為したこしたことになる）。

しかし経済学に則れば、なんぼ電力の仕事を為したところで、カネというコストばかりが発生し、リターンという名の仕事(生産物)はほとんど無いことになっちゃう場合もありうるわけで、そうなるとこの仕事(生産)行為は経済学上の価値はほとんどゼロだ、ナッシングだ。

むかっ腹が立つかもしれないが、これが物理学と経済学の差だ、そして理系と文系の違いといってもよさそうだ。

==================

④　物理学にはさまざまなモノやエネルギーの導出や解釈の’自由’こそ大いに有るが、実体そのものの実在の'自由'は無い。

在るモノは在り、無いモノは無い　─　たとえ量子力学でもだ。

ところが、経済学における価値や権利はいくらでも’評定の自由’があり、’操作の自由’もある。

だからこそ、資産や通貨の'取引の自由'もあり、ゆえに保護や排除の'自由'もあり、関税の'自由'だってなんぼでもありうる。

なるほど、これらに伴って或る一定集団の効用や福利厚生は向上しうるかもしれない　─　あるいはしないかもしれない。

実体の実態がどう転ぼうとも、経済上の'自由'はどっかんどっかんスケールが変わり、それでハッピィにもなりうるし、一方であぶれた仲介事業者たちはギャァギャァ騒いでいる。

===========================

自嘲を込めて察するに、人間が物理上の実体を黙殺して経済上の価値だ権利だを設定したがるのは、ひとつには人間の意思決定が短期的で表象的な択一トレードオフを好んでしまうためかもしれない。

最近とくに考えているところでもある。

以上

============================================

（付記）

毎年書いていることだが、仕事における実践的なアドバイスも一つだけしおく。

新人諸君は、なにはさておき、まずはメモ用紙を準備しろ、そして常に携行しろ、見聞きするもの片っ端からメモしまくれ。
チマチマした付箋などはダメだ、大きめの紙を使うんだ、出来ればB5サイズ以上のものだ、広告の裏紙でもなんでもいい。
これくらいのサイズであれば、まとめていろいろ書き記すことが出来るし、いつでもまとめてノート帳として一瞥できよう。

とくに、新規の世界への了察は理科や社会科の新分野学習に等しく、右脳的（絵画的）に物事をズンズン描き続けること必須、だから大きな紙面が望まいのだ。
また、電話番などで取り次いだメッセージもつらつらと書き残し、ビッと引きちぎって上長などに手渡すことが出来る。
一方で、書き損じをしてしまったメモは引きちぎってとっとと捨てるんだ、いちいち名残惜しんでいてはいけない。

以上の機能を同時に果たすべく、B5サイズ以上の紙を常時20枚くらい束ね、これを左上リング綴じの構造にしておけばいい。
これで重要なメモはノートとしてずっと保持し続けつつ、不要な紙はどんどんちぎり捨てることが出来る。
ホントに重宝するから。


もうひとつ付記。
技術仕様から契約書にいたる文書類について、職制を問わずほとんど誰もが実務上拘束されることとなろう。

これらの意義について精緻に了解しておきたい。
口頭による提示や合意ならまだしも、文書によるそれらは諸君らの想像を超えた恐ろしい失態を導きうるものだ。
例えば、同一の商材についての見積書が複数存在する場合、購入希望者はどちらかおのれに有利な方を正当な文書と見做し、それ以外の文書は黙殺すること、当然である。
契約書もしかり。

くれぐれも慎重に、ワンアンドオンリーの原則だぞ、ナンバリングと更新日時の明記を絶対に忘れるなよ。

※　塾業界や風俗関係などであれば、うっかりミスでも土下座くらいで済まされる、かもしれない。

しかし、まともな産業のまともな産品や製品においてはちょっとしたミスのみでも復元不能なほどの大損をもたらす場合も多い。

そんなこと続けていたら多大な賠償を負うのみならず、さらには市場からバカアホ呼ばわりされて信用失墜してしまいかねないぞ。


もうひとつ付記しておこう。

いわゆる事務系職の若手企業人の皆さんは、TCP/IPとかJDBCとかIncotermsなどなどの統一的プロトコルを一通り頭に入れて、まずは「系」を理解したい。

それら「系」が分かってこそ、営業や経理などの「因果」も「プロセス」も見晴らしがよくなる。

※社内がアホばかりなら、大手SIerや大手商社に訊け。

【読書メモ】シンギュラリティはより近く

『シンギュラリティはより近く　レイ・カーツワイル　NHK出版』
本書はカーツワイル氏によるAI概括論。

AI論や技術文明論について、博識の著者ならではの広範な学際的／業際的な見解をさまざま散りばめた一冊ではあろう。

ただし、実践的な技術論や産業論についてはあまり踏み込んでいない。

穿った見方をすれば、同著者のさまざま著作の内から特に話題性の高い論題を最大公約数的により合わせたようにも察せられてしまう。

そのためであろうか、論旨も文面もしばしば散逸的あるいは飛躍的に映り、だからこそ本書コンテンツはしばしば難解である。

さて、サブタイトルにては「人類がAIと融合するとき」とある。

本書コンテンツの過半は、(おそらくは)AIの導入に伴う社会と産業の変容について綴ったものではあろう。

一方で、僕なりにAI論がらみで常々留意してきたところは、むしろ人間/AI間の混交や自己同一性の混同であり、ここいらについても本書では概括されている　─　それが 第２章「知能をつくり直す」および 第３章「私は誰？」である。

もとより、本書は冒頭からチューリングテスト型の知能認知・人間認知・それらの物理上の所在をひとつの大論題に据えてはおり、これら第２～３章にても’AIがいかに人間に近似しいかに超越するか’について相対的かつ多角的に概括している。

そこで、此度の【読書メモ】としては、これら第２章と第３章のコンテンツを総攫いし、やや論旨を入れ替えつつ、以下に要約する。

・まずは p.33から記載のニューラルネットとアルゴリズムの概要～基本設計（およびヴァリエーション）について。

本箇所はハードウェア上のニューロンやシナプス強度・学習・それらふまえたノード構造やトポロジーについて根元的な観念／フロー図を呈している。

読者としては是非とも一通りは了察されたい。

※　ICT関係企業を目指す大学生/高校生諸君であればここいらはさらっと了察しうるところであろう。

=====================

・生物は、「フィード/フォワード学習」と「プログラム記憶」を為す数多くのニューロン神経系をモジュール構造として有している。

これらニューロンモジュールによる「学習」と「記憶」によって、生物はさまざま瞬時の判断を無意識に起こし、単純行動によって危機を回避し、生存の可能性を高めてきた。

生物は、これら数多くのニューロンモジュールを「小脳」に有する。

生物の世代間遺伝にともない、小脳のニューロンモジュールも遺伝複写され、その新世代もやっぱり同じ「学習/記憶」機能を有する。

その結果として、生物種の進化もある。

人類でさえも、これらニューロンモジュールの半分以上は「小脳」に在る。

・他の生物種と比べれば、人類は統合的な意識的思考を為す「大脳新皮質」を遥かに多大に活用している。

もともと大脳新皮質は、約２億年前に哺乳類の脳上に張り巡らされ始めたニューロンのネットワーク系である。

約6600万年前の生物種の大量絶滅にさいして、哺乳類たちは危機回避のため複雑かつ統合的な意思決定が必須となり、そこで大脳新皮質が脳上に折りたたみ構造を成しつつ表面積を増やすに至ってきた。

大脳におけるニューロンの９割は大脳新皮質にあり、その数は平均すると210億個、これらが約100個ごとにモジュールを成しており、これらさまざまなニューロンモジュールが並列思考処理を為しているようである。

現行の一般的なコンピュータが直列計算処理を為すのとは対照的である。

最新の研究によれば、人間のニューロンモジュールは、感覚などの'入力'と行動などの'出力'に上下のレベル差を起こす階層構造となっている。

この'入出力のレベル差'によって'学習や記憶における物理認知～論理判断まで階層化を為している'ようである。

・人間の脳とコンピュータの「計算能力」比較。

ニューロンのシナプスの発火に則って推察されるかぎり、人間脳による最大の計算能力は 10¹⁴  回/秒。

脳のエネルギー消費量に則れば、計算能力はもっと小さいことになる。

ところが、スーパーコンピュータ「フロンティア」による計算能力は 10¹⁸  回/秒であり、すでに人間を1万倍も上回っている。

AIと比べた人間の制約は；

情報の取り込みが遅いこと

記憶容量が少ないこと

個体に寿命があること

人間がこれら制約事項を克服出来ず、一方でAIが言語表現にて人間と完全に伍するならば、AIはこれらにて人間を凌駕していることになる。

・生物およびコンピュータごとの「情報処置のパラダイム」と所要時間を段階的に記すと以下。

①　無生物が化学合成して生物になるまで：　数十億年

②　小脳が初歩的な学習を為すまで：　数時間～数年

③　小脳が進化を通じて複雑なスキルを習得するまで：　数千年～数百万年

④　大脳新皮質が新たに複雑なスキルを習得するまで：　数時間～数週間

⑤　デジタルニューラルネットが'超知能'レベルの新スキル習得するまで：　数時間～数日

⑥　ブレインコンピュータインタフェースBCIが新規アイデア探索するまで：　数秒～数分間

⓻　コンプトロニウム(プログラム可能物質)が自身の在りようを再編成するまで：　数秒以下

====================

・我々人間の大脳新皮質のニューロンモジュールの活動を、’外部'コンピュータと同期をとり、さらにそちらから制御まで出来るだろうか？

そもそも、大脳新皮質の活動の測定自体がいまだ’非侵襲的’な方法に留まっており、例えばfMRIを使っても血流変化までは分かるが精密なタイミングは特定出来ず、また脳波測定を行ってもその電気信号は物質活動の部位までは特定しきれない現状である。

脳内に直接電極を埋め込めば、大脳新皮質の個々のニューロンの活動を精密に測定可能ではあり、またニューロンを外部から刺激することで双方向コミュニケーションも可能ではあろう。

しかしこれでも、あくまでごく少数のニューロンとしか接続出来ないため、言語型の複雑なコミュニケーションは不可能だ。

それでも現時点では、100万個のニューロンと接続しつつ10万個のニューロンを刺激し得るインターフェースが開発中ではあると。

ヨリ実践的には、ナノスケールの電荷を血流～脳へ送り込む方式が進められており、いずれはナノロボットなどを起用し、これで脳内の数多くのニューロンに直接そして効率的にコミュニケーションを図ることが…。

================-===

・人間の脳とAIの共通項あるいは差異について注目すべきは、「意識」の完結性についての論題である。

そもそも「意識」とは何かについて、人間の側に科学上の完結的な定義が無い。

だからAIにとってのそれも定義しようがない。

※　第３章のこの哲学論めいた論題は本書でも極めて難解なところ。

「意識」の問題は、自由意志の有無に拠らなければならぬが、自由意志とは何かとなると宇宙自然の認識の仕方に拠ってくる。

宇宙自然は必然完結性のみから成っているか、あるいは偶発のランダムネスを含んでいるかである。

数学で挙げられるセル・オートマトンの単純なルール/クラスを一目すれば、極めて単純な数理規則から成る数式を必然完結としつつも、これらの遠大な集積がところどころで創発的なランダムネスを含んでしまうことが分かる。

簡単な数学に拠ってさえ、必然か偶発かについての認識はこのように難解であり、だから自由意識の完結的定義は出来ていない。

人間の脳がこのようなパラドックスを許容してしまう理由は、外部からの情報入力に常に解放されつつ、それら入力情報が常に変動しており、脳内の11次元もある(?)ネットワークを通してこれらを処理しているため。

さまざまな思考や計算を個々にこなしてゆくことは可能であっても、全てを一度に解釈し完結した解を導くことが出来ない。

さて、こういう人間の脳と意識をこのまま外部のコンピュータに移植(複製)すると、移植されたそのコンピュータはあらゆる思考や計算を一度に完結して解を導くことが出来るだろうか？

やはり出来ないのでは？

脳と意識があくまでも不可分だとして、仮に脳をコンピュータに移植した場合に意識もそのまんま移植したことになるのだろうか？

そのコンピュータは自分を何者だと意識するのだろうか？

脳全体の移植ではなく一部の移植に留まった場合は、どうなるのだろうか？

===================

・我々の大脳新皮質のニューロンモジュールをAIに’外部化’するとしても、AIは人間そのものたりえない、とする理由がある。

「文脈の記憶」と「常識の了解」と「社会的相互作用」において、AIは人間同様には思考出来ないため。

「文脈」については、或る文章における単語や記号の「トークン」同士がとりうる組合せをそれぞれ部分集合として、どれもこれも別個の文脈たりうる。

例えば、或る１つの文章において何らかのトークンが10個在るとして、これらトークン間の’何らかの結びつき'としての部分集合は2¹⁰-1 つまり1023通り。

トークンが50個在るとすると、部分集合は2⁵⁰-1でざっと1120「兆」通りにもなる。

これら部分集合の数だけAIが「文脈」を記憶しうるだろうか？ -  大規模言語モデルのGPT-4でも不可能である（ましてや新規の文脈づくりは出来ていない。）

「常識」はあくまでも人間なりの常識であり、これは人間センスと人間都合についての膨大な’知識と因果推論と推察’から成っている。

これらを入力されたとして、AIがこれらの’意義’そのものを人間そっくりにモデル化し理解しうるだろうか？

現時点では困難であろう。

「社会的相互作用」は、例えば人間同士のコミュニケーションにおける互いの思考プロセスや皮肉の応酬などで、これも現時点ではAIには了察困難である。

しかしながら、こんごのハードウエア進歩、それ以上にビッグデータ化と並列処理の向上と自己プログラミング能力次第では、AIはこれら「文脈理解」も「常識」も「相互作用」も克服しうる　─　との見方も可能。

===================

…以上、第２章と第３章それぞれ、一部の箇所について僕なりに平易に要約しつつ、やや論旨を入れ替え、ざっくりまとめてみた。

なお、同箇所にては、著者がしばしばコンピュータの在りようそのものについて発展的に（大胆に）一貫している主張もある。

たとえば；

チューリングテストを完全に克服するコンピュータは、どこまでも人間の在りように準じ続ける必要があるのだろうか？

むしろ、AIはAIなりにおのれを発展させてゆき、人間の思考モデルからも思考の意義からも乖離して独自の超知能に到達するのではないか？と。

本旨には僕もちらりと賛成で、その理由は、物質/ハードウェアの内にこそ数学やソフトウェアやコンピューティングが在るに過ぎぬのだから、AIが人間の脳物質(意識)と同期を図りきれるはずもなかろう、と考えているためである。

おわり

巣立ち

「先生こんにちは、あたしですよ。今日はお別れの挨拶に伺いました」

「やあ、こんにちは。君は〇〇県の学校に進学するんだったな。叔父さまの家から通学することになるんだって？」

「はぁ、そうなりそうです。パタパタパタ…」

「いいぞ、地方はじつにいい。水も料理もうまい。とりわけ、お祭りがいいよ、気分がのってくる」

「そうですね、あたしも今からワクワクしています。どんどこ、どんどこ、どんどんどん」

「まこと、良い選択だ。都会よりもむしろ地方の方がね、何事もワイルドだ、だから世界の実相がよく分かるってもんだ」

「はぁ、やっぱりそうですかね。パタパタパタ…どんどこ、どどどん」

「そうだよ、とりわけ君たち高校生はね」

「どうしですか？パタパタパタ…」

「君たちはね、再現性や逆回しがキッチリと成立する命題ばかりを教わってきた。つまり、『必然』ばかりを学んできた。しかし『必然』オンリーで成立する思考系はじつは数学だけなんだよ。数学以外のあらゆる思考や学問はむしろ『偶然』の事象がワイルドに介在していると言っていい」

「へぇ、そんなものですかね。でも、宇宙の始原において、最も根元の力の粒子と場が在り、それらこそが究極の『必然』系なりと教わりましたけど。パタパタパタパタ…」

「しかしだね、それら力と場が瞬時に『必然』を’完結’したとしたらそれで宇宙はお終いだよ。じっさいはさまざまエネルギーの相互作用によって空間方位拡大を成し、核融合によって新たな原子を順々につくり、分子が次々と反応し絡み合って物質がとてつもなく多様になり…」

「ふーん、パタパタパタ」

「なるほど一応は『必然』の連続経緯としての説明もあるが、ところどころ説明困難な『偶然』事象が起こってきたようでもあり」

「ふんふん、なーるほど。パタパタパタパタ、どんどこ、どんどこ、どんどんどん」

「ましてや、エントロピーの法則に抗するかのように出現してきた生命ともなると、どーーにも『偶然』の悪戯としか捉えられぬという見方が」

「ほぅほう、なーるほどなるほど、パタパタパタパタ、どんどこどんどん、どこどんどん」

「その生命の変異と進化の果てに、現在の我々がいる。ということはだな、我々自身が多くを『偶然』に拠っており、だからこそ、そんな我々の感覚も思考もまた、一瞬いっしゅん『偶然』のスパークの如しで」

「どんどこどんどこ、どこどんどどどん、パタパタパタパタ…」

「だいいち、君たちの大好きなデジタル技術やコンピュータやゲームやロボットにしてもだぜ、一見すれば『必然』オンリーの完成系のようでいて、じつはさまざまな『偶然』の物理に立脚しているわけで」

「パタパタパタ…パタパタパタパタ…バッサ、バッサ、バッサバサバサバサ」

「それからね、ついでに言っておくが、高校を出れば一応は社会人だ、社会こそはワイルドな『偶然』がぶつかり合って折り重なって、喜怒哀楽が交錯し、泣いたり笑ったりの世界だ。その覚悟もおのれなりに決めておけ」

「どこどんどんどん、どこどこどんどん、バッサ、バッサ、バッサバサバサバサ…」

「さぁ、もう話は終わりだ。それでは行け！『必然』には実直に、『偶然』には果敢に、強くまっすぐ飛んでゆけ！こんごの君が素敵な学生に、そしていずれは立派なレディにならんことを、心より期待しているよ」

「バッサバッサバッサバッサ、どんどこどんどこ、どどどんどどどん、バッサバッサバッサバッサ…ﾊﾟﾀﾊﾟﾀﾊﾟﾀﾊﾟﾀﾊﾟﾀﾊﾟﾀﾊﾟﾀ……」

（おわり）

Think Big (3)

・「学問は役に立つか？」という問いは、「人生には意義が有るか？」と同様、リベラルバカの愚問だ。
「いつか／どこかで」としか答えようがない。
逆に、「おまえは宇宙の果てを知っているのか」と問い返してみれば、むぐぅと黙りこくってこの問答は終わる。


・教育は、教える側も学ぶ側もいわば酸化還元のごときで、同じ記録が残るんじゃないかな。
シナの諸王朝や帝国は日本人の祖先たちを大いに教育した　─　とシナは主張するが、ならばシナ側に「そういう教育記録」が残っているはず。

たとえば小野妹子に対して何を説いたか、菅原道真に何を教えたか。


・宇宙のどこかに我々人類を超えた「知的生命体」が存在するか？
この問いに対しては、熱力学や数学などに即しつつ「存在するよ」と答えるのが通例らしい。
ならば、そういう「知的生命体」は個体間のバラつきが大きいのか？或いはAIのように思考も運動も収斂統一されているのか？どうなんだろうね？

・電荷の符号化やデータ化や演算や転送複製を「インターネット機能」とすれば、１つあるいは２つの電子素子のみがインターネットを成すことはありうるだろうか？

・「電圧」と「水圧」と「血圧」が現代文明を規格化している。
もちろん、どれも安定していれば健全な国家民族であり、どれかが不安定に変動散逸していれば野性的なバカということになる　─　と言い切れるのかな？

・地球の経済が通貨インフレを継続してゆくと、あらゆる電子通貨／コンピュータの「運用エネルギー」総計が地球上の全物質の「物理エネルギー」を超える日が来るだろうか？
理系と文系の違いは、こういうところじゃないかな。


・物理学にては、或る系にてさまざま物質粒子が増えればそれら衝突機会も増え、ゆえに「仕事量」も増えることになっている。
しかし経済学にては、或る系にてさまざま物質粒子と人間が増えればそれら衝突機会がむしろ減り、「仕事量」も減っていく場合が…
文系の鍵はカネと価値と権利か。功罪ともども。

・ICT関連デバイスというかガジェットは、性能あたりのコストが凄まじく変動してきた。
だがエアコンや自動車の入出力エネルギーとコストは、そうでもない。
じゃあエネルギー熱量あたりコストは？食糧は？

・あらゆる物質分子は運動量が安定し、関わりも安定している。
だから物質も、また人間自身も、量的に安定している。
よって電圧も工業製品も量的に安定している。
ところが、「通貨」だけは量が乱高下している。
つまり「通貨」は地球上で最も不安定な物資であろう　─　いや物質ですらない、ただの数学上の論理でしかない。

・価値(value)そのものの基準物質が「量子/粒子レベルにて」実在するだろうか？
実在するならば、その実在量に応じて市場価値も大きくなるのだろうか、それとも小さくなるのだろうか？
どちらでもないとすれば、なぜ経済学は成立しうるのだろうか？
ここのところ一貫した説明は無い。これからも無いのでは。

・電子(暗号)通貨の運用目的は、通貨効用を排他的に独占し、'通貨需要を高め続ける'こと。
一方で、量子AIはさまざま財貨の複製と調達を高速化するので、'通貨需要は下がっていく'。
…とすると、先進国がこれらを同時に強化するかどうか。
トランプと仲間たちはどちらに重きをおくのかなぁ。

・通貨は①流動／交換および②信用保持の「能力」媒体。
これら「能力」あればこそ「価値」もある。

とりあえず、ここまでは実体上認めるとしよう。
さて、どれだけ円建て資産が有っても、円の「能力」がこのまま低減し続ければ「価値」も下がり続ける。そのうち全部海外に買われるか、或いはゴミになっちまうぞ。

・人間は仕事（エネルギー）を'外部化'し、物質合成も'外部化'し、アルゴリズムも数学すらも'外部化'しようとしている。
こうやってどんどん'外部化’を進めるならば、人間自身は何のために思考活動を続けるのだろうか？カネ儲けか？裁判か？戦争か？宇宙進出か？これがアメリカか？
※　芸術はどうなるんだろう？

・「知力」は簡単には定義出来ないのに、「経済効率」はほいほいと定義出来るのが、実におかしい。
だって、経済効率と成長の源泉は「知力」ってことになっているんだぜ。

・どんなモノでも資源でも本来は実体「量」であり、これら量が需要と供給を自然に決めるはず。
しかしこれら量を「数」にすりかえれば多数決によって寡占も収奪もできる　─　という知恵も古くからあり、とくに近代以降は統一通貨や証券や代議制などが文明の主となってしまった。
国連やNATO左派やゼレンスキーがそういう連中か、そして大御所がいわゆるディープステートか。

もう限界かもしれない。

・モノと知識は、属性上も機能上も別物なのでハッキリ峻別出来る。
しかしここに「情報」というタームを混ぜるとウヤムヤになり、モノ⇔情報⇔カネをすり替えることも出来る。たとえば遺伝「情報」とか。
これが英米とくに左翼の手口だった。
トランプ復権後の世界は「情報」が無くなる気がする。

・AIや量子コンピュータは、人間よりも遥かに精緻にものの現象／状態を認識出来、だから生命の生死判別も精密に出来るだろう。
ではそれらコンピュータは「倫理」を理解出来るか？フランケンシュタインの怪物創造に異議を唱えうるか？そこまでいかずとも万能細胞などについては？核兵器開発は？

・AIが何もかも「知り尽くしている」段階に至ったら、情報秘匿も暗号演算も要らなくなる？
むしろAIが人間に対してとてつもない暗号で挑んでくるかもしれない。

・デジタル化技術は、さまざまな意義や文脈のアナログ実体量を、一定電圧下で数値符号化し、画一に断片化。
もちろんこれらデジタルの断片は意義も文脈も絶無。カネそっくりだ。
だからこそ、複製や転送や改ざんをも可能にする技術。
一方で、自然環境はアナログに変容し続けている。
よって、もとどおりの実体には復元不能。


・なんらかの音階の調べがあればこそ、音符が音楽になる。
なんらかの教典があればこそ、思考は物語をつくる。
これら全てをニヒリスティックにバラすのがデジタル思考。リベラルや左翼はこういうもの。卑しい政党や下請企業も。


・情報の完全なデジタル化とは、データの暗号化と複製と伝送が永遠に’数学の支配下’に入るってことだ。
これでどうしてセキュリティレベルが高くなるのか？
むしろ元々の物質や身体のアナログなバラつきに拠ってこそ、セキュリティレベルが高まるのでは？(物理学上はこっちが正論なのでは？)

====================

…もうちょっと続く