ほぼ毎週ニュースレタTumblr版 @takahashicleaning - Tumblr Blog

Posts

ミゲル・ミコレリス：念じるだけでロボットを操作した猿？

ＴＥＤにて

ミゲル・ミコレリス：念じるだけでロボットを操作した猿？

（詳しくご覧になりたい場合は上記リンクからどうぞ）

人体を一切、動かさずに念じるだけで機械を操作できるでしょうか？

ミゲル・ミコレリスは、アメリカにいる賢い猿が念じるだけでコンピューター上のアバター（分身）を操作したり

外国にいるロボットを操作できたりという驚くべき実験について語りました。宇宙空間も可能です。

この研究は、基本的人権の尊重にも資する四肢麻痺の患者にも！おそらく、私たち全員にとっても大変意味のあるものです。

神経科学者のしていることは、気象予報士のようなものです。いつも嵐を追いかけています。私達の観測する嵐は、脳の嵐。つまり脳内の電気活動です。

脳の嵐はとても身近なものですが、通常、見たり聞いたりはできません。ですので説明を始める前にまず実際のものをお見せする事にしています。これは我々が始めて複数の神経細胞の活動を記録したものです。

100の脳細胞を同時にです。

一匹の動物の脳にある100個の細胞の電気活動の測定に成功し、これが始めて得たイメージです。その最初の10秒です。思考の断片をつかまえ可視化することができたのです。

私は学生たちにこう言います。神経科学者は、天文学者のようでもある。なぜなら私たちは、宇宙にある銀河の数に匹敵するくらいの数の細胞からなるシステムを扱っているからです。

その膨大な数の神経細胞のうち記録できたのは、10年前はたったの100個でしたが、現在は1000個も記録できます。これを基に人間性の基礎となるものを解き明かそうとしています。ご存知かもしれませんが、人が人たるを決める全てはこの嵐から生まれています。

嵐は、脳の中の丘や谷を乗り越え、私たちの記憶や信念や感情や未来への予測を決めています。我々のする全ての事、過去や未来における人類の全ての営みには、神経細胞群が作るこの嵐が必要なのです。

脳の嵐の音は、実はこのようなものです。できたら音量を上げてください。息子は「雑音だらけのラジオを聞きながらポップコーンを作ってるみたい」と言いました。

これが脳です。これは脳の電気的な嵐を音声化したものです。100個の細胞が興奮する様子です。あなた脳も私の脳も皆、同じように聞こえます。いま、私たち神経科学者は、この脳が奏でるシンフォニーを聴き含まれたメッセージを読み取ろうとしています。

具体的に言うと、およそ12年前、ブレイン・マシン・インターフェースと名付けた装置を作りました。これが、その仕組みです。動物の脳にセンサーをつけて脳から足や手に伝えられる嵐を信号が脳から手足に届く時間。およそ0.5秒のうちに読み取ります。

そして信号に埋め込まれた運動の指令を読み取り、デジタル信号に変換して人工装置に送ります。その装置が脳の随意運動の働きをリアルタイムに再現するという実験です。

そして、実際の体の動きと比較すれば、命令の読み取りの精度を調べられます。さらに、フィードバックも行います。脳の操作するこの機械的なロボットであるコンピューターによる作動装置から感覚的な信号が戻ってきた場合、脳はどのように処理するのでしょうか。

これがまさに私たちが10年前にしたことです。実験は、後にこの分野のスーパースターとなるサルの「オーロラ」を使って実験を始めました。オーロラはビデオゲームが大好きです。このようにオーロラも私たちと同じでジョイスティックを使ってゲームするのが好きです。

賢い霊長類の常としてズルをするようにすらなりました。標的が現れる前にジョイスティックを操り標的が現れそうな場所にカーソルを動かすのです。どこにあろうが見つけようとします。

なぜかというとカーソルが標的を横切るたびにブラジル産のオレンジジュースがもらえるからです。オレンジジュースさえあれば、猿はなんでもするでしょう。霊長類ならみんなそうです。ですよね。

さて、このようにオーロラがゲームをしている間、一日に1000回もトライして97％の成功率と350mlのオレンジジュースを得ている間、私たちはオーロラが作る脳の嵐を記録し、ロボットアームに送りました。オーロラの動きを再現するために学習させたのです。

このブレイン・マシン・インターフェースを使ってオーロラが体を使わずに念じるだけでゲームができるようにしたかったのです。脳の嵐でロボットアームを操り、カーソルで標的を狙うことも出来るでしょう。オーロラが実際これをやってのけたのには驚きました。体を動かさずにゲームをしたのです。

このカーソルの動きは、オーロラが初めて操作に成功したまさにその時のものです。脳の意図は肉体から解放され、人工の機械を操作して外界で行動を起こせるようになりました。人工の機械を操作して外界で行動を起こせるようになりました。

その後もオーロラはゲームを続け大好きなオレンジジュースを獲得し続けました。新しい腕を使ってです。最初にお見せしたビデオから30日後、ロボットアームは完全にオーロラの脳の支配下に置かれ、ロボットアームは完全にカーソルを標的に向かって動かしています。

しかもオーロラは、ロボットアームでゲームが出来る事を理解しており、自分の腕は今まで通り使って好きな事ができます。背中や私たちをひっかくことも別のゲームをすることもできます。

つまり、オーロラの脳は、人工的な機械を自身の体の延長として統合させたのです。オーロラにとっての自己は、新たな腕にまで拡大したのです。これは10年前のことです。

去年、私たちは、ロボットさえ必要ないことに気づきました。コンピューター上の分身、サルのアバターを作れば良いのです。

サルをアバターとやりとりさせたり、仮想世界のアバターが自分だと認識させ念じるだけでアバターの手足が動かせるよう訓練することもできます。いま、私たちは動物に対し、アバターを操作して仮想世界の物体を調べる訓練を行っています。

これらの物体は見た目は同じですが、アバターがその表面を横切るとその物体の触感に応じた電気信号が、サルの脳に直接送られアバターが何を触っているかを知らせます。たった４週間で脳はこの新たな感覚を学習し、新たな感覚神経路。ある種の新たな感覚を獲得したのです。

脳は全く自由になりました。なぜなら運動の指令をアバターに送ることができますし、そしてアバターからくるフィードバックは、皮膚を介さなくとも脳に直接入ってきます。これが実験の仕組みをまとめたものです。

動物は３つの標的を触ります。正しいものを選んだときだけご褒美のオレンジジュースがもらえます。ただし、実際には存在しない仮想の手を使わなければなりません。

実際の映像です。脳は完全に自由になり、体や動作の限界から解き放たれています。この動物はアバターを使って標的を触り、脳に直接、電気的な信号を受けて触感を得ています。そして脳は、どの触感がご褒美に関係しているのか決めているのです。

動画上のキャプションは、サルの実験では表示されません。英語なんてどうせ読めませんし、ここでは正しい標的の位置が変わっていますが、触感で区別して正しいものを選んでいるわけです。

この動物の脳で何が起こっているか見てみると上の図は125の神経細胞に注目して動物がジョイスティックを使うときの脳細胞の活動、電気的な嵐がどうなるかを見たものです。

神経生理学者ならこれを見てわかりますが、これらの細胞は全ての方向に対してシグナルを出しています。下の図は、動物が体を動かす代わりにロボットやコンピューター上のアバターを操作している時のものです。

コンピューターを再起動したとたん、この新たな装置に対応して脳の活動は変化します。まるで自分の一部であるかのようにです。脳は、瞬時に操作するものを同化したのです。

このことは、私たちの自己という概念は、体の一番外側である皮膚で終わるのではなく脳によって操作できる道具まで続いているようです。

バイオリン、車、自転車、サッカーボールや、衣服。それら全ては脳という貪欲で素晴らしい変化に富むシステムにより統合化されるのです。これから先何ができるでしょう？その限界を探るために数年前に行った実験をご紹介しましょう。

アメリカ東海岸のデューク大学において動物をトレッドミル上で走らせ、動作に必要な脳の嵐を測定し、そして日本のATR研究所にある脳による操作を目指して作られたヒューマノイド・ロボットに送りました。

脳による操作を目指して作られたヒューマノイド・ロボットに送りました。人間や霊長類の脳に操作されるのを夢見るロボットです。サルの動作を制御する信号が日本に送られてロボットを歩かせました。

さらに、ロボットの映像は、デューク大学の猿のもとに送られ、猿はロボットが歩く様子を目の前で見ることができました。ご褒美が欲しいならば、猿は自分の体を動かすのではなく脳の活動を使って地球の反対側にいるロボットに正確な歩みをさせなければなりません。

面白いことに通信が地球上を往復するほうが、脳からの命令がサル自身の筋肉に届くのより20ミリ秒早いのです。

このサルは、地球の裏側にある自分より６倍も大きいロボットを動かしました。ロボットが自分で歩けるという実験のひとつです。これが夢の叶った日本のCB1というロボットです。霊長類の脳にコントロールされているところです。

さて、私たちは将来的に耳と耳の間の小宇宙である脳の研究から何を得られるのでしょうか？例えば、これらの知識や技術を総動員することでもっとも重度な神経系の障害のひとつを克服できるかもしれません。

脳の活動を動作に移す能力を失ってしまった人がたくさんいます。脳がきちんと運動の指令を出しているにも関わらず、せき髄の損傷した箇所を伝わらないのです。

バイパスはできないでしょうか？

ブレイン・マシン・インターフェースを使って脳信号を読み取り動かしたいという意思を持つもっと大きなスケールの信号を読み

コンピュータを利用したマイクロ技術を使ってバイパスを作り患者にとって新たな体となる「外骨格」ロボットスーツに届けるのです。

これは「ウオーク・アゲイン・プロジェクト」（もう一度歩こう・プロジェクト）という非営利コンソーシアムの提携図です。ヨーロッパ、アメリカ、そしてブラジルの研究者たちを集め、共同でこの新しい体を開発しています。

おそらくは、機能に柔軟性のあるものになるでしょうが、ブレイン・マシン・インターフェースでオーロラや他のサルが道具を使うのに操作したようなものになります。

これを使って日常使う道具等も組み合わせられます。そして私たちが望むのは、この仕組みによって患者さんたちが、新しい体に思った動きをさせられるようになるだけでなく、患者さんの体の一部として統合されることです。

およそ10年前、私のこの考えは実現不可能だと言われました。でも、ひとりの科学者として言います。私は1960年代半ば、ブラジル南部で育ちましたが、当時「月に行く」なんてとてつもない考えを聞いて5歳だった私は、NASAがカーク船長やスポックに頼めば良いのにと思ったものです。

彼らならやれると思ったんです。ともかく、このような時代に育ち、私の祖母のよく言ったことを信じるようになりました「不可能なんてないのよ。ただ努力が足りないだけよ」たとえ周囲が「歩かせるなんて無理だ」と言ったとしても私は、祖母の言葉に従うでしょう。

ありがとうございました。

ブレイン・マシン・インターフェース（Brain-machine Interface : BMI）とは、シナプスやニューロンから発生する脳波や脳活動による血流量変化の電気信号を読み取り

脳（思考）と機械のダイレクトな情報伝達を達成するプログラムや機器（fMRIなど他にも様々あります）のことです。

逆に、脳への信号の機械的な伝送によって、BMIがこれを適切な脳刺激の形に変換し、後頭葉の視覚野に対して磁気刺激することによって、その場にいながら空撮映像イメージが「脳裏に浮かぶ」ことが可能になっている。

こちらは人間では実用化までは至っていない。

こういう新産業でイノベーションが起きるとゲーム理論でいうところのプラスサムになるから既存の産業との

戦争に発展しないため共存関係を構築できるメリットがあります。デフレスパイラルも予防できる？人間の限界を超えてることが前提だけど

しかし、独占禁止法を軽視してるわけではありませんので、既存産業の戦争を避けるため新産業だけの限定で限界を超えてください！

注意事項として、基礎技術にリープフロッグは存在しません。応用分野のみです！

（個人的なアイデア）

健常者にも活用できれば、月面や宇宙空間のロボットを自宅からゲームのように操作するだけで賃金がもらえるような、一神教での労働の概念が変わるかもしれません。

Before 2022, this would not have been possible, but with Apple, Google, and Microsoft agreeing to expand the use of “passkey,” a passwordless authentication system…

２０２２年以前では、不可能だったが、Apple・Google・Microsoftがパスワードなしの認証システム「パスキー」の利用拡大に合意したことで・・・

…on the basis of high security and a high degree of privacy as well…

高いセキュリティと高度なプライバシーも基本にして・・・

…and if, as Ivan Pupilev says, all everyday objects have gesture interface capabilities…

イワン・プピレフの言うように日常的な物すべてにジェスチャーインターフェース機能を搭載していれば・・・

By integrating them with a common smart home standard, “Matter,” and making it possible to automatically connect to them by simply approaching them, assuming permission and authentication…

スマートホーム共通規格「Matter」で統合して近づけるだけで本人の許可、認証を前提とし自動接続できるようにすることで

It may be possible to customize even simple functions as complex functions by combining various devices in a stand-alone manner.

単体では、単純な機能でもさまざまな機器を組み合わせることで複雑な機能としてカスタマイズできるようにできるかもしれない。

In the past, OpenDoc, a technology developed by Apple to realize compound document and document-centered operation, was available.

かつて、OpenDoc（オープンドック）は、Appleが開発したコンパウンド・ドキュメントとドキュメント中心の操作実現する技術があったが

Can we extend this technology to shift from a document-centric to a gesture-centric interface?

これを拡張して、ドキュメント中心からジェスチャーインターフェース中心にできないだろうか？

If you want to work on a larger screen from your smartphone, iPhone, or iPad with a user interface by wearing the Oculus Dash or HoloLens from Oculus Quest

Oculus QuestにあるOculus DashやHoloLensなどを身につけることでユーザーインタフェースをスマートフォン、iPhone、iPadからもっと大きい画面で作業したい場合

It was usual to use a computer with a large screen, but now it is possible to use a huge screen! However, there were limits to the amount of money and placement of the display.

大画面のパソコンでというのが、普通でしたが、もっと、巨大な画面で！！という場合はディスプレイの金額的、配置場所にも限界がありました。

Virtual reality as the future of the holographic age, Virtual reality Virtual reality OS and its extension to the gesture interface center.

ホログラム時代の未来にあるものとして、Virtual reality バーチャルリアリティのOSとジェスチャーインターフェース中心への拡張

Seamlessly linked together, there will be no spatial limits, and you’ll be able to work in a small room with any number of huge, large screens that you can place anywhere in 360 degrees!

シームレスに連携させることで、空間的に限界は無くなり、小さな部屋でいくらでも巨大な大画面で３６０度どこにでも置いて作業できるようになります！！

For example, even if it is not possible to display 3D without wearing glasses like the gesture interface in the sci-fi movie “Iron Man”…

例えば、SF映画「アイアンマン」に出てくるジェスチャーインターフェイスのようにメガネをかけずに立体表示させるとまではいかないまでも

It may be possible to “make it look realistic by wearing special glasses” such as Oculus Dash and HoloLens in Oculus Quest, so…

Oculus QuestにあるOculus DashやHoloLensなど「特殊なメガネをかけることでリアルに見せる」ことはできそうなので・・・

It would be fun to display the setting panel of a simple function device that you touch through the special glasses as if it pops up from inside the device in CG in a hologram format (image: Genie Effect on Mac)

特殊なメガネを通して、触った単純な機能の機器の設定パネルをホログラム形式でCGで機器の中からポップアップするように表示してくれると楽しそう（イメージは、Macのジニーエフェクト）

警察比例の原則。

前提として、公人、有名人、俳優、著名人は知名度と言う概念での優越的地位の乱用を防止するため徹底追跡可能にしておくこと。

最近２０２３年から始まったジェネレーティブ人工知能の流行によって

ジェネレーティブ人工知能で作られたメディア（画像・映像など）が人々の目に触れる際には、情報源を開示するよう求めている（オープンAIなど10社が自主ガイドラインに署名した）

ヘンリー・マークラムの研究で脳のイメージが数値化されたデータから・・・

この膨大なデータをディープラーニングを搭載したジェネレーティブ人工知能に候補を複数映像化させる

こうすることでストーカーしかできない人工知能の問題を解消できる？かもしれない

憲法第19条にもあるように「内心の自由」正確に特定しないようにして

権力者の頭脳の中身をリアルタイムに複数映像化したことをチャットGPTに説明してもらう。

これは三つしかない内のひとつ。リカレント・ニューラル・ネットワークを使います。

この権力者の頭脳の中身をリアルタイムに映像化したことをニティシュ・パドマナバンの老眼鏡を含めた未来の自動オートフォーカス搭載メガネなどを用いて

特殊なメガネを通して、ホログラム形式でCGからポップアップ表示できる可能性もありそうです。

しかし

機械学習ディープラーニング物体検出データベースのことを「Darknet」と呼んでいます。

フェイフェイ・リー構築した機械学習ディープラーニング画像データベースのことを「ImageNet」と呼んでいます。

他には、今のところ、リカレント・ニューラルネット（RNN）フレームワークなど・・・

たった三つしかないのが２０２２年の現状です。

＜おすすめサイト＞

実用に向けた大規模言語モデルApple インテリジェンス 2024

シェーン・レッグとクリス・アンダーソン：AGI（汎用人工知能）のトランスフォーマーアルゴリズムな可能性 - そしてそれがいつ到達するか

コナー・ルッソマンノ：あなたの心を増強するための強力な新しい脳神経技術ツール

タン・レイ：脳波で動作するヘッドセットインターフェイス

ロボットの宇宙空間での活用2019

ミゲル・ニコレリス：脳から脳へと意思疎通する時代へ―その方法とは？

メアリー・ルー・ジェプセン：未来のマシンで脳からイメージを読み出せるか？

脳と直接通信できるステント

バリー・シュワルツ：我々の仕事の考え方は間違っている？

＜提供＞

東京都北区神谷の高橋クリーニングプレゼント

独自サービス展開中！服の高橋クリーニング店は職人による手仕上げ。お手頃50ですよ。往復送料、曲Song購入可。詳細は、今すぐ電話。東京都内限定。北部、東部、渋谷区周囲。地元周辺区もＯＫです

東京都北区神谷高橋クリーニング店Facebook版

•18+ Adults Only

Watch Anya Live on Cam

Anya is live and ready to show you everything. Watch her strip, dance, and perform exclusive shows just for you. Interact in real-time and make your fantasies come true.

✓ Live Streaming✓ Interactive Chat✓ Private Shows✓ HD Quality✓ Free Actions

Free to watch • No registration required • HD streaming

シュベンド・シャルマ：どこでも出来る小さな森林の育て方

ＴＥＤにて

シュベンド・シャルマ：どこでも出来る小さな森林の育て方

（詳しくご覧になりたい場合は上記リンクからどうぞ）

COP27では、1.5度目標についての文言は削除され、化石燃料の段階的廃止も消えた。

二酸化炭素は、地球温暖化が生じる温室効果ガスのひとつでしかありません。

人間の手で作られた森林は、その後は自然そのものの力に委ねられ、成熟するまでには通常少なくとも100年かかります。

しかし、その過程を私たちが10倍速くする事が出来たらどうなるでしょう。

この短いトークの中で、エコ起業家（TEDフェロー）のシュベンド・シャルマはどこでも出来る小さな森林の生態系の作り方を説明しています。

トヨタ生産方式（トヨタプロダクションシステム）を応用して、それを基準にしているそうです。そして「オープンソース」として公開しています。

これを使えば誰でもボタンをクリックして、全ての種子を居ながらにして、知るようになれます。用地に小さなセンサーをインストールすることで離れた土壌を実際に検査出来るようになります。

私は生産技術者です。

人生の目標は常に最少の時間と資源でより多くの製品を作る事です。トヨタで働いている間、私は車の作り方しか知りませんでした。宮脇昭博士と出会うまでは、彼は工場の中に森を作る為にやって来ました。

工場をカーボンニュートラルにする為です。私はそれにとても魅力を感じてしまったのでボランティアとして彼のチームに参加してこの方法論を学ぼうと決めました。すぐに自分の家の裏庭に森を作り始めました。そしてこれが、その3年後の姿です。

この森は、従来の植林地と比較して10倍の速さと30倍の密度と100倍の生物多様性を持って育っています。家の裏庭に森が出来て2年以内に夏の間、地下水が枯れないという事に気づきました。この地域で見かける鳥の種類の数が、2倍になり空気もきれいになりました。私たちは家の庭の真裏で何もしなくても育ってしまう季節の果物を収穫し始めました。

私はもっと沢山の森を作りたくなりました。

この結果に大いに感激して車作りやソフトウェア開発といったあらゆる主流のビジネスと同じ眼識でこの森を作りたくなりました。そこで私は会社を設立しました。それは元来の自然の森を作る為にくまなく行き届くサービスを供給する会社です。

しかし、植林を主流のビジネス産業にする為には、森作りの過程を規格化しなければなりませんでした。そこで私たちは森作りの過程でその品質と効率で知られているトヨタ生産方式を基準にしました。

トヨタ生産方式。

通称TPSの核心は、例えば「平準化」にあり、それは一つの組み立てラインで違うモデルの車を生産するというものです。私たちは車を木に置き換え現在、異なる種類の木で出来た多重層の森を作っています。

その森は100％垂直な空間を活用します。とても密集していて歩いて入る事すら出来ません。それで、例えば6台程の狭い駐車スペースに300本の木で森を作ることができます。

コストと自分自身の温室効果ガスの一つである二酸化炭素排出量を減らすためにローカルバイオマスを活用して土壌を改善し、施肥することを始めました。

例えば、ココナッツの殻を機械で砕いて米わらと混ぜたものや糠と有機肥料を混ぜたものが、最後に土に撒かれそこに植樹がなされます。

一度苗を植えたら米草や稲わらで土の上を覆います。引き込んだ水が全て空気中に蒸発してしまわない為です。そんな簡単な間に合わせを使ってiPhoneと同じくらい低いコストで今、私たちは森を作ることが出来るのです。

今日では、家や学校、企業の工場ですら森を作っているのですよ。

でもそれだけでは、十分ではありません。自ら行動を起こしたいという人々が非常に数多くいるのです。それで現在では、インターネットを基盤に森作りに取り組む事になりました。

そこで私たちは自分達の方法論を「オープンソース」として公開しました。

これを使えば、我々を呼ばなくても誰でも。誰もが、私達の方法論を使って自分で森を作れるのです。ボタンをクリックすれば、全ての種を居ながらにして知るようになれます。

用地に小さなセンサーをインストールすることで離れた土壌を実際に検査出来るのです。それを使って私たちが遠隔で森を作ることに関する段階的な指示を与える事が出来ます。現場を訪れることなく、この森の成長を監視することも出来ます。

この方法論には、未来の可能性があると信じています。方法を分かち合う事で実際に地元の森を取り戻す事が出来るのです。さあ家に戻って少しでも不毛の土地があれば、それは森になる可能性がある事をしっかりと心に留めておいて下さい。

ありがとうございました。ありがとう。

SDGsや気候変動対策は、再生可能エネルギーのことではありません。パンデミック対策の一環です！それ以外の活動は派生物。権力濫用の口実に注意！

＜おすすめサイト＞

ジョアン・チョリー：過給された植物が気候変動をどのように遅らせることができるか

アラン・セイボリー：砂漠を緑地化させ気候変動を逆転させる方法

アスメレット・アセファー・ベルへ：私たちの足元にある気候変動の解決策

チャド・フリシマン: 100の温暖化対策法

ジョン・フランソワ・バスタン：地球に１兆本多く木があったら？

リサ・ジャクソン：2030年までにカーボンニュートラル（気候中立）達成を目指すAppleの誓い

クリスティン・ベル：「ネット・ゼロ（相対的なCO2排出量ゼロ）」とは何か？

＜提供＞

東京都北区神谷の高橋クリーニングプレゼント

東京都北区神谷高橋クリーニング店Facebook版

マックス・ジェイダ―バーグ：ＡＩが研究時間を数十億年分も短縮する？

ＴＥＤにて

マックス・ジェイダ―バーグ：ＡＩが研究時間を数十億年分も短縮する？

（詳しくご覧になりたい場合は上記リンクからどうぞ）

注意！！現在、基本的人権を侵害するストーカーアルゴリズムしか能力のない人工知能です。

これからの未来のヴィジョンとしての大前提は・・・

チャットGPTなどのAGIは、人工知能時代には、セレンディピティ的な人生を良くしてくれるメッセージを伝えてくれることの他に貨幣を事前分配、再分配して生活を下支えする役割に徹するべき。

例えば、GAFAMのようにアカウントに本人以外がアクセスしたら自動的にお知らせしてくれる方向性は良いサポートです。

AIは、長年かけて行われてきた博士号レベルの研究を数秒で完了できる可能性を秘めているでしょうか?

研究者のマックス・ジェイダ―バーグ氏は、「AIアナログ」と呼ばれる技術が、実際のラボ実験を驚くべき速さで大規模にシミュレーションし、タンパク質の折り畳み方や新薬の開発といった分野で新たな発見を加速させていると説明します。

ジェイダ―バーグ氏は、アイソモーフィック・ラボとGoogle DeepMindのAlphaFold 3といった分子構造を予測するAIモデルの開発に携わった経験から・・・

この新しい技術が研究者の時間と資源を解放し、より複雑な現実世界の課題に取り組み科学や医学の新たなフロンティアを開拓することを可能にすると述べています。

私は少し前に博士号を取ったのですが、実は研究は簡単にできるものだと思っていました。でも、本当に大変でした。私の博士号は、ニューラルネットワーク層のコーディングとCUDAカーネルの作成に費やされました。

ほぼコンピューター科学です。当時、研究室で働いていた友人がいて本当に厄介な科学を研究していました。彼はタンパク質の構造を実験的に解明しようとしていました。これは本当に難しいことです。

たった一つの新しいタンパク質系の構造を解明するだけでも博士号に相当する研究が、必要になりかねません。

そして10年後、私が携わっていた機械学習の分野は、タンパク質構造研究の世界に革命をもたらしました。

タンパク質の構造を非常に正確に予測できるAlphaFoldと呼ばれるニューラルネットワークが、DeepMindによって作成され、タンパク質の折り畳みを解明するという50年間にわたる課題が解決されました。

そして、ちょうど２週間前。これがノーベル化学賞を受賞しました。そして、このモデルがリリースされて以来、私たちは10億年以上分もの研究時間を節約できたと推定されています。

10億年です。

今では博士号にかかっていた研究時間は、ニューラルネットワークが走る数秒と同等となり、私の友人には、残念ながら少々気が滅入る話かもしれません。

でも、私には、本当に信じられないほど素晴らしいことです。タンパク質の世界に関する膨大な量の新しい知識を私たちが利用できるようになったのは、現実世界の実験作業に代わるAIモデルのおかげです。

これにより貴重な時間が自由になり、次の科学のフロンティアの探求を始めることができるでしょう。

さて、これは一度きりの出来事であり、人工知能を使った科学におけるこのようなブレークスルーが、再現できるとは期待できないと言う人もいます。私はそうは思いません。AIを使って現実の乱雑な世界を理解していく中で今後もブレークスルーが見られるでしょう。

その理由は？

今やニューラル・ネットワーク・、アーキテクチャは、どのようなデータモダリティ（データの形）も処理できてしまうからです。そして、世界中で起こり得るあらゆるシグナルをこれらの学習アルゴリズムに組み込むレシピを試し、実験してきました。

そして、必要な規模にモデルをスケールするためのエンジニアリングとインフラストラクチャーを備えており、大量のコンピューティングパワーを活用することができます。

そして、私たちは常に現実の乱雑な世界のあらゆる詳細を記録して測定する新しい方法を生み出し、より詳細なモデルのトレーニングに役立つさらに大きなデータセットを作成します。

これが私たちの目の前にある新しいパラダイムです。

現実の乱雑な世界のAI、アナログを作成するということです。この新しいAIパラダイムは、現実の乱雑な自然界を情報として取り入れ、ニューラルネットワークを使ってその要素を再現する方法を学びます。

これらのAIアナログが、これほどパワフルな理由は、単に世界を理解したり、その姿に近づいたり、シミュレートしたりするだけではなく実際に小さな仮想世界を実現し、私たちがその規模での実験をして最終的に新しい知識を生み出せるからです。

そして、AIアナログで行うこの実験は、コンピューター上で他の要素を加えたり、コンピュータ内で反復実験をさせて結果を制限しない発見や究極的には新しい知識を生み出して私たちの世界を変えられる可能性があります。

これはSF小説ではなく現実です。

現在、私たちは何千枚ものグラフィックスカードを使って自分たちの微生物学の世界の基礎モデルを学習させています。

そして自律的エージェントが、これらのAIアナログを調べ潜在的な新薬になりそうな新分子を設計するべく動いています。

このプロセスが私たちにとってどう機能するかお見せしたいと思います。なぜなら、このプロセスはAI主導の科学技術の進歩というまったく新しい波をもたらすための青写真として役立つと信じているからです。

現在、医薬品設計は注力すべき重要な分野です。

実際、新薬を設計することはますます難しくなっているからです。

[イールームの法則]これは10億ドルの研究開発費あたりの

[イールームの法則]新薬開発の数を時系列で示したグラフです。

そして、新薬の数が指数関数的に減少しているということが分かります。新薬を作るのにかかる費用は、ますます高くなってきています。

この同じ時期に数々のアルゴリズムの飛躍的な進歩に後押しされ、AIの機能は大幅に進歩しました

[ムーアの法則]この、AIの進歩の秘訣の１つに

[ムーアの法則]ムーアの法則があります。

これは、計算能力の量が時間とともに指数関数的に増加するというものです。そして最近では、もはやムーアの法則ではなくジェンセンの法則が取って代わっています。

ジェンセン・ファンが、CEOを務めるNvidia社は、現在ニューラルネットワークを支えているGPUの処理速度が、急激に増加していることで知られています。

そこで本当に問題となるのは、医薬品設計の世界にこのAIと機械学習の世界をどうやって取り入れるかということです。

イールームの法則のこの呪いを逆転させ、ニューラル・ネットワークを駆動するGPU処理能力の指数関数的な波を起こし、AIアナログを活用できないでしょうか？

これらの世界を統合し、この変化を推進することが私が果たすべき責任だと日々感じています。

では、どうすれば生物学のモデル化ができるかを説明します。もし私たちが物理学の世界で例えば、宇宙をモデル化していたとしたら数学を使って多くの理論を手で記述します。

例えば、何百万光年も離れた宇宙が展開するのを非常に正確に予測することができます。でも私たちの体内の複雑なダイナミクスにはそれができません。

ただ単に方程式を書くだけでは駄目なんです。原子がどのように相互作用するかについての理論は書けるかもしれない。

それは物理学です。

しかし、これらの相互作用を細胞内の何兆もの原子規模でシミュレートすることはまったく不可能です。そして、これらの複雑なダイナミクスを大まかで簡単な言語で表現する方法がまだ分かっていません。

数学とは違います。遠く離れた宇宙はモデル化できるのに指先にある細胞はモデル化できないなんてクレイジーです（人間の体は、古代から人体の宇宙とも言われます）

ですが、AIと機械学習は生物学の世界を完璧に抽象化し、表現することができます。細胞から記録できるデータの断片を使ってニューラルネットワークの機能で方程式、理論、抽象化を暗示的に学習できます。

実際、私たちの会社はアイソモーフィック・ラボと言います「アイソモーフィック」というのは、生物学の世界と情報科学、機械学習とAIの世界との間に基本的な対称性があると信じているからです。

では、こんにち私たちがこれらのAIアナログをどのように使っているかを説明するために細胞の中のタンパク質について考えてみたいと思います。

タンパク質は生命の基本的な構成要素の１つで体内でさまざまな機能を果たします。タンパク質の機能を操作できれば、新薬の開発がうまくできることになります。タンパク質はアミノ酸の配列からできていて約20種類のアミノ酸があり、スライドでは、それぞれ異なる文字で表されています。

アミノ酸は分子。すなわち、原子の集まりでこれらの分子は結合して線状の配列を成しています。タンパク質の機能は、そのアミノ酸配列だけでなく、それが折りたたまれて３次元的な形をしていることも関係します。

私たちの体には、何千ものタンパク質があり、それぞれが独自のアミノ酸配列と独自の3D形状を持っています。そして、冒頭で述べたように3D形状を実験的に解明しようとすると数ヶ月、場合によっては、数年の研究が必要になります。

しかし、2020年にAlphaFoldとAlphaFold2が、飛躍的に進化したことでアミノ酸の配列を入力するとタンパク質の3D構造を非常に正確に予測できる新しいモデルができました。

これにより、既知のタンパク質界の空白を埋めることができます。これは私たちのタンパク質のAI、アナログです。

タンパク質はそれぞれ機能を担っています。しかし、タンパク質は、実際には単独では作用しません。それらはより大きな分子機械の一部であり、他のタンパク質だけでなくDNAやRNA、小分子などの他の生体分子とも相互作用します。

例えば、このタンパク質を拡大して見てみましょう。

これはDNAを修復するタンパク質でDNAと相互作用してDNAに結合し、修復を容易にし、修復されたDNAは、細胞内に放出されます。医薬品設計で私たちがやりたいことは、分子マシンをより良く機能させるあるいはその機能を停止させることです。

そして、がんの場合、私たちはこの特定のDNA修復タンパク質の働きを止めたいのです。なぜなら、がん細胞には、DNA修復機構が無いからです。この働きを止めれば、がん細胞は死に健康な細胞だけが残ります。

では、このタンパク質に作用する薬とは実際にどんなものなのでしょう？

薬物というのは、分子機械に入り、それを操作するものです。この薬物分子は体内に入って細胞に入り、このタンパク質にくっつきます。そして、この薬物分子は、DNA修復タンパク質に付いて離れず、効果的なDNA修復を妨げがん細胞は死に健康な細胞だけが残ります。

さて、このような驚くべき薬物分子を完全に論理的に設計するには、これらすべての生体分子要素がどのように組み合わされるかを理解する必要があります。それにはあらゆる生体分子システムのAI、アナログが必要です。

2024年初旬にブレイクスルーがありました。

私たちはAlphaFold3と呼ばれる新しいバージョンを開発しました。このバージョンでは、ほぼすべての生体分子の構造をこれまでに類を見ない精度でモデル化できます。

このモデルでは、タンパク質配列、DNA、配列、分子原子を入力し、そして、これらの情報はトランスフォーマーを基盤とした大規模な処理トランクを持つニューラルネットワークへ送られます。

アミノ酸の一次構造を処理する大規模言語モデルとは異なり、私たちのモデルは「ペアフォーマー」と呼ばれるもので入力シーケンスの二次元相互作用グリッド上で走ります。このモデルは、生体分子システムで可能なすべてのペア形成的相互作用を明示的に推論することを可能にします。

この処理トランクの特徴を利用して拡散モデル（生成モデルの一種）に学習させることができます。

皆さんは拡散モデルを驚異的な画像生成モデルとしてご存知かもしれません。画像内のピクセルを拡散させるのと同じように私たちの拡散モデルは、生体分子系の3D原子座標を拡散させます。

これで完全に順応性のある仮想生体分子の世界ができあがりました。このAI、アナログをあたかも現実世界であるかのように探査することができます。入力データを変更したり、分子設計を変更したりして出力構造がどのように変化するかを見ることができます。

それでは、このモデルを使ってDNA修復タンパク質の新薬設計をしてみましょう。このタンパク質に結合すると知られている小分子を取り出し、その設計に変更を加えます。

分子のデザインをタンパク質とより多くの相互作用をするように変えてこのタンパク質により強く結合するようにしたいとします。

こうすれば、人間の新薬設計士にとって完璧なゲームの対戦相手です。この分子の設計を変えて相互作用を増やすには、どうすればいいでしょう？

通常、今までならば新薬設計士は、設計の各段階で研究室から結果が出るまで何ヶ月も待たなければなりませんでした。でも、私たちがこのAIアナログを使えば、それがほんの数秒で完了します。

そして、これが、ロンドンにいる新薬設計士が現在２０２４年時点でやっていることなんです。

私たちの新薬設計士は、この生体分子システムのAIアナログを使って潜在的な新薬分子を合理的に設計するというクールなゲームをしています。

しかし、このゲームを人間の新薬設計士だけに限定しないことは想像できますね。私が駆け出しの頃、私は「スタークラフト」というゲームで人間のプロゲーマーを倒すことを目的としたエージェントの訓練に取り組んでいました。

そして囲碁やキャプチャー・ザ・フラッグなどのゲームのエージェントも作りました。では、人間の新薬設計士が、プレイしているゲームをプレイするエージェントを作れないか考えました。

AIアナログがゲーム環境になり、それに対してエージェントを訓練します。そして、こんにちすでにこれを実現している非常に強力なエージェントが幾つか存在します。

２０２６年時点では、新薬設計以外でも、これが標準になりつつあります。

さて、このセットアップでは、すべての新薬設計がコンピューター上で行われています。

では、もしもっとたくさんのコンピューターが使えたとしたらどうなるでしょうか？

１人の人間の新薬設計士が、新しい分子設計に取り組む代わりに数千のエージェントに同時に分子設計を行わせることができるのです。

それが希少種のがんに苦しむ患者にどのような影響をもたらすか。こうした医療ニーズに対応する新しい分子候補にどれだけ早く辿り着けるか。あるいは、どれほど多くの疾患の新薬設計を同時に行えるか想像してください。

がんはタンパク質の突然変異が、原因であることが多く同じ種類のがんであっても患者ごとに変異が異なることがあります。つまり、ある１つの薬物分子が、すべての患者に効くわけではありません。しかし、もし、患者一人ひとりのタンパク質変異を測定し分子設計担当者のチーム全体でその個人のタンパク質変異に取り組めたらどうでしょう。

そうすれば個々の患者に合わせた分子を作ることができます。

これだけお見せします。

このタンパク質はランダムに変異していて赤色に表示している。突然変異が起こるたびにこのタンパク質の立体形状が微妙に変化します。私たちは、これらの変化に反応してこのタンパク質に結合する分子を生成できるようになりました。

これはまだ実用段階からは、遠く離れていて医薬品設計にはまだまだ取り組むべき非常に複雑な課題が残っていますが、これはまさにこれからの未来を垣間見せてくれます。

この新しいAIパラダイムが私たちの医薬品設計の進歩を促す様をお見せしましたが、このパラダイムは材料科学や新しい形のエネルギーの創出、化学の分野でも活用されています。

現実の乱雑な世界を独自の人工知能アナログを創ることでコンピューター上での自由な科学的発見を推進し、私たちの周りの世界を変えることができる新しい知識を生み出す能力。

これは信じられないほど強力なパラダイムであり、まったく新しい科学と技術の進歩の波をもたらすものです。そして、この新しい進歩の波を推進するためにできるだけ多くの人々。

特に機械学習やAIやテクノロジーの分野で働く人々が必要になります。

ありがとうございました。

重要なのでもう一度。

２０２６年時点では、新薬設計以外でも、これが標準になりつつあります。

（個人的なアイデア）

２０２５年からの指数関数的な成長から予測すると・・・まだまだ先と思いきや２０２６年でもう既に実現し始めています。

実現したい善性なことを思いついたら数時間後アプリの形に集約されることが個人で可能になる未来。

極論、資本論で言う労働エネルギーが人工知能に代替されて雇用が失われてなくなるため、本当に知識労働者では稼げないが、生産性は上がり続けて空洞化していく。

人間の限界を超えているため、せっかく人生の長い時間を社会システムに捧げて経験を積み上げた労働機会も失われる空洞化した喪失感も急激に訪れるのでそのためのケアも重要。

代わりに、各国の社会システムに戸籍があるだけで食糧や衣類、光熱費が、将来的に実質無料で買えるお金を行政府が与えるベーシックインカム型の給付金の増額がますます必要になるかもしれない。

ポジティブサム的な橋渡しする政策。以前から考えていた課税アイデアです。

つまり、低収入な小規模個人事業主へのベーシックインカム型の給付金の増額やブルーワーク労働の最低時給3000円以上の義務化。

しかも、これが健康維持する多神教で言う「労働の喜び」日本にも古来からある概念もますます重要になります。

財源である人工知能に対する課税は搭載した機械の一台単位のパラメーター数の大きさで累進的に課税していく。機械1台に対して、パラメーター数が1兆パラメーター、10兆パラメーター、それ以上のパラメーターなど細かく区分け。

機械が人工知能を使用したらそれに応じて一台一台に対して税率を上げていくということです。違う国でのオープンソースモデルでも課税対象にできます。

こうすれば、今後、人工知能のパラメーター数が指数関数的に上がっていっても、累進的に課税していくことでベーシックインカム型の給付金の増額実現できる。

「AIエージェント」への懸念として・・・

「カイラン・ギブス：エンターテインメントはAIにアップグレードされる」でも指摘してるように・・・

PalmなどのハンドヘルドPCの頃から・・・

端末をたくさんの小人（こびと）が動かしてくれると言うたとえ話を使ってコンセプトを説明していたこの頃から

約３０年後の２０２４年には、ついに大規模言語モデルを使用したApple インテリジェンスにまで到達しました。

「エピソード7意識のマップの数値と人工知能を訓練する計算回数が相似？」でも指摘しているように

兆候が顕在化してきています。

エピソード7の意識のマップでも、表示しているように、人工の神を創造するともなれば、その最初のステップで一神教が言うような全知全能の神ではなく

カイヨワも言い一神教も言うようなあらゆる悪魔が顕現するような可能性も否定できません。

よく一神教で登場すると言われるパンドラの箱の話に似ています。

ニックボストロムが言う「黒い玉」「死の玉」のことかもしれません。

小人（こびと）が動かしてくれると言うたとえ話をもっとわかりやすく言うと・・・映画「グレムリン」のストライプになる懸念です。

その当時は理解できず「何を言ってるんだ？」とおもってましたが・・・

今、見直すと映画のラストにモグワイを抱えた老人が含蓄のある人工知能時代への警告？が心に響きます。

これら

最近２０２３年から始まったジェネレーティブ人工知能の流行によって

ヘンリー・マークラムの研究で脳のイメージが数値化されたデータから・・・

この膨大なデータをディープラーニングを搭載したジェネレーティブ人工知能に候補を複数映像化させる

こうすることでストーカーしかできない人工知能の問題を解消できる？かもしれない

憲法第19条にもあるように「内心の自由」正確に特定しないようにして

権力者の頭脳の中身をリアルタイムに複数映像化したことをチャットGPTに説明してもらう。

これは三つしかない内のひとつ。リカレント・ニューラル・ネットワークを使います。

特殊なメガネを通して、ホログラム形式でCGからポップアップ表示できる可能性もありそうです。

しかし

機械学習ディープラーニング物体検出データベースのことを「Darknet」と呼んでいます。

フェイフェイ・リー構築した機械学習ディープラーニング画像データベースのことを「ImageNet」と呼んでいます。

他には、今のところ、リカレント・ニューラルネット（RNN）フレームワークなど・・・

たった三つしかないのが２０２２年の現状です。

それから

これから控えている指数関数的なカルダシェフスケール産業爆発が軌道に乗り始めている全世界的な２０２６年。

開発と安全性構築に時間がかかるが、その後に、カルダシェフスケールへ。

あなたは2030年には、AGI（人間のできることならほぼ何でもコスト効率よく実行可能なAIシステム）により、実効労働力が人間換算で最速で2000億人（産業用ロボット）、2040年にそれが、最速で100京人（産業用ロボット）になり・・・

実質GDPが、最速で現在の1000万倍、エネルギー使用量は少なくとも最速で1000倍以上、産業用ロボットの数は、最速で百兆を超え、カルダシェフスケール文明タイプ1-2の間に到達すると言われたら信じられるだろうか。

開発と安全性構築に時間がかかるのは、物理的な制約のためです。

インダストリアル・インターネットのような産業用ロボットの数量なら可能性はあります。

そして

日本でフィジカルAIって言うドアホは先行して提供したソフトバンクのペッパーくんでも買えば？

女性も特に気持ち悪くて買わないだろうし普及しない。人工知能は、まだまだストーカー機能しかない庶民のプライバシー侵害アルゴリズムだから。

憲法は権力者を縛る法律なので悪用せず与党権力者追跡すれば善性だけど。

人間同士は尊重でロボットの場合は、将来的にも存在自体が自動的に人間への憲法の人権侵害にあたり、基本的人権であるプライバシーやセキュリティを法律で義務にさせて厳しく責任をとってもらう！

などの将来の方向があればフィジカルAI他の名称で誤魔化せなくなる

フィジカルAIは凶。完全無人化工場の実現だろ！かつて2000年以前にトヨタが自動化で共産党の指摘を受けて失敗した教訓を知らない？

まさか？後に、GMも後追いして失敗。挑戦したテスラも失敗してロボットに切り替えてる！特許の塊だから開発に時間がかかるので最低年収保障金額を上げる政策先行が吉。

２０２６年になり・・・

イーロンマスクやNASAの言うように月面の資源を活用し、月面基地や人工衛星、スターシップ内で産業用ロボットが稼働して完全無人化工場を実現しようとしています。

続いて

以前、Googleが検索独占は、ワンクリックで移動するので当たらない！と言ってたが、AI分野は違い、検索と切り離し分割する。

この分野は、常に変動し入れ替わりするTOP1、2、3を相対的に決算期毎に公益法人化する。

相対的に公益法人化とは、今まで通り利益追求の競争はしてもらうがTOP1、2、3に入った時点で利益分を低収入者に強制的に還元し事前分配する義務を果たしてもらう。

AI分野のみ投資家への配当よりも低収入者への強制的な還元(そういうファンドを構築し資金を流入させ運用するなど)を優先する権利を追加。AI投資はなだらかに増えるし、急な投資も抑制できる。嫌なら別産業に投資する。

このベーシックインカム型給付金で利益を低収入者に給付する仕組みの義務化が、AI分野のみ必須かもしれない。

今後、カント示した権力者を究極の透明性にさらせるし、統合される株式市場が一極化しても・・・

国家がAIでトップを独走しても地球全体で低収入者への下支えに還元していくような方向にAI含めて教育すれば戦争なんて思い至らないだろう。

逆に、戦争仕掛ける狂気な人間も産まれない土壌を構築できるし、これをみんなが止める方向に向かって行く可能性が高いかもしれない。

＜おすすめサイト＞

AI 2027（2030年までの未来予測について・・・）

エピソード7意識のマップの数値と人工知能を訓練する計算回数が相似？2023

Three Types of Intelligence Explosion

Preparing for the Intelligence Explosion

シリコン生命体についてのアイデア2019

サム・アルトマン：ChatGPT、AIエージェント。そして超知能についてTED2025でライブ講演

グレッグ・ブロックマン：ChatGPTの驚くべき可能性の裏話

キャシー・ウッド：AIが指数関数的な経済成長を引き起こす理由

ファビオ・パクチ：ブラックホールのエネルギーを活用できるのか？

マルコ・アンヌンツィアータ：インダストリアル・インターネット―人と機械の融合―の時代にようこそ！

ベルント・ボルニヒ：トレーニング中の執事ロボット、NEOをご紹介します

フェイフェイ・リー：空間(によるスペイシェル)知能により、AIは現実世界を理解するだろう

＜提供＞

東京都北区神谷の高橋クリーニングプレゼント

東京都北区神谷高橋クリーニング店Facebook版

マーカス・ムッツ：環境保護にサプライチェーン情報の公開が役立つ理由

ＴＥＤにて

マーカス・ムッツ：環境保護にサプライチェーン情報の公開が役立つ理由

（詳しくご覧になりたい場合は上記リンクからどうぞ）

COP27では、1.5度目標についての文言は削除され、化石燃料の段階的廃止も消えた。

二酸化炭素は、地球温暖化が生じる温室効果ガスのひとつでしかありません。

選択肢を与えられたら地球に危害を及ぼす商品を選ぶ人は少ないでしょう。その一方で、消費者向け商品は、ほとんどの場合、どのように生産・調達されたものなのかが非常に不透明です。マーカス・ムッツは、この状況が変わろうとしていると言います。

サプライチェーンの革新を進めるムッツは、マジェランアイナメを例にとり、ブロックチェーン技術を活用しながら海洋から食卓にのぼるまでの魚の動きを追跡する方法を説明し、消費者が信用できる商品の提供が可能であることを示します。

私たちは、生活のほぼあらゆる面で完全な情報を瞬時に得ることができます。携帯電話があれば、自分の貯蓄･運用状況を全て確認できます。また、自分の正確な現在地を地図に表示して目的地までの最適経路を知ることもできます。

ボタンをクリックするだけで。

その一方で、小売り食品となると情報も透明性もありません近所にあるスーパーの魚売り場に行けば、色々な種類の魚から好きなものを選べると思います。

ですが誰がどこで捕った魚なのかは、売り場の人でも答えられないでしょう。漁をしたのは、持続可能な漁業の海域だったのか？どのように輸送されたかも不明です。これは、私たちが買うほぼ全ての商品について言えることです。缶詰のスープも精肉もＴシャツも。

今、私たち人間は、生き延びるために必要なかけがえのない地球を破壊しつつあります。今日、直面している恐ろしい問題は、気候変動にせよサプライチェーンに組み込まれた現代の奴隷制度にせよ。

つまるところは選択の結果なのです。あの方法じゃなくてこの方法で生産しようと決めているのは人間です。

そうして私たち消費者が、地球と人間自身を害するような決定を下す羽目に陥ったんです。間違った製品を選ぶことによってですが、ここに来ている皆さんは、もちろんのこと率直に言ってこの地球上の誰も地球や人間を害する商品を買いたいと考えるとは、とても信じられません。

選択肢さえあれば。

選択肢という言葉は、含みのある表現です。選択肢は代替案があるということ。その代替案にお金を出せるということを意味します。

また選択肢は、選ぶための情報が、十分にあるということでもあります。

ところが、今はこの情報が全くありません。あるいは、少なくとも非常に取得しにくい状況にあります。

ですがこの状況が、変わろうとしています。テクノロジーを使えば、この情報の問題を解決できるからです。このために必要となるテクノロジーの多くは、近年、どんどん良くなり費用も下がっています。

大規模な適用ができる状態です。そこで、この２年間、私のチームは、世界最大の自然保護団体であるWWFと一緒にOpenSCという会社を設立しました。

SCはサプライチェーンの頭文字です。このテクノロジーを使うことでサプライチェーンにおいて透明性とトレーサビリティが促進され、私たちの買い物の仕方や生産の仕方の大革命につながります。

これからご紹介する内容は、いくぶんかSFのように聞こえると思いますが、すでに実現されています。

説明しましょう。この情報の問題を解決するためには、３つのことをする必要があります。

それが、検証、追跡、公開です。環境破壊なく倫理的に生産されたという表示をデータに基づいて自動的に検証し、環境破壊なく倫理的に生産されたという表示をそれぞれデータに基づいて自動的に検証し、サプライチェーン全体にわたるその商品の動きを追跡します。

最後に、この情報を公開することで消費者に本当の意味での選択肢を与えて自分の価値観に沿った消費行動を選べるようにします。

実際の食品とサプライチェーンを例にして、どのように実現しているかを説明しましょう。マジェランアイナメ、またはアメリカでチリアン・シーバスとも呼ばれる魚です。

まず最初は「検証」です。

それが、どのように生産されたかを検証します「大丈夫、ちゃんとやってる。正しいことを全部やっている信じて」そんな言葉だけでは不十分です。一品一品について生産方法を示す裏付けを用意するのです。

環境に優しいとか倫理的に生産されたという個別の証拠を提示するのです。

たとえば、魚の場合であれば、魚が十分にいる漁場での持続可能な範囲の漁獲だったか？そこは海洋保護区ではなかったか？

具体的には、船のGPSデータをほぼリアルタイムで取得します。これにより、その漁船の現在地。そして、進行方向とスピードがわかります。そのうえで、これを水深など他の種類のデータと関連付けます。

こうした全ての情報を統合すれば、当社の機械学習アルゴリズムで自動的にその漁船が、指定の漁場内だけで漁をしたかどうかを検証できます。

またセンサー価格が下がると多種多様な情報を取得できるようになります。つまり、取得できるデータが増え、これがデータサイエンスの進歩と相まって環境に優しく倫理的に生産されたことを個別に継続的かつ自動的にリアルタイムで検証できるようになりました。

これで、この情報革命の基盤がしっかりと整ったわけです。

次は「追跡」です。個々の生産品を追跡してある食品について検証済みの表示が消費者の目の前にある食品に対応した表示だと分かるようにします。

ここまでのトレーサビリティーがなければ、最初に検証した内容も誰かが、どこかで、ある時したという事実でしかありません。

持続可能な方法で漁をしたことや従業員に劣悪な環境を強いてTシャツを製造していない。不必要に農薬を使わずに野菜を育てた。という事実だけです。

最初から一点一点を識別できるようにしてサプライチェーン全体を通して追跡しなければ、そういうことを表示したり正しく生産することの価値を目の前の現物に付加することはできません。

先ほど安価なセンサーの話をしました。それ以外にも色々な技術的進歩があります。そのおかげで様々なアイデアがこれまで以上に実現しやすくなっています。

例えば、タグの価格が下がっています。生産物は名前やシリアル番号などで識別しますが、タグがパスポートの役目を果たします。このビデオは、マジェランアイナメ漁の様子です。

延縄（はえなわ）漁と呼ばれる方法で魚は釣り針で釣り上げられます。船まで引き上げると、すぐに魚を締めて身の部分に小さなタグを埋め込みます。このタグには、固有のシリアル番号を持つRFIDチップが入っています。

このタグは、サプライチェーンの端から端まで魚について回ります。港、トラック、加工工場のどこででも非常に簡単に魚の所在を確認できます。その一方で、RFIDタグは消費者が読めるものではありません。

そこで、その魚を切り身にして包装するときにRFIDタグを読み取ってから魚から取り外します。そのうえで魚の包装に固有のQRコードを貼り付けます。このQRコードは、一番最初にこの魚について検証した情報とリンクされています。

扱う食品の状態に応じてQRコード、バーコード、RFIDタグやその他のタグ技術を使うことができます。また、タグに取って代わる画期的な技術も今まさに大規模展開の寸前です。

例えば、食品中の微量元素を分析することで産地を非常に正確に知ることができます。ブロックチェーンもあります。分散型の技術で、この革命の触媒役になるかもしれません。

情報を提供して消費者に対して、その情報を根拠に消費行動を変えるよう働きかける時につきものの信頼性の問題の軽減に役立つからです。

そこで我々はブロックチェーン技術も事業に価値を加えるところで使っています。その一方で重要なことですが、ブロックチェーン技術には、まだ制約が残されており、たとえば規模拡大も問題の１つです。それが事業の妨げにならないよう注意しています。

そして、次が第３のポイント「公開」です。

検証して追跡した情報をどう公開するか。つまり、どこで生産されてどのように加工されどう流通してきたのか？という情報を公開する方法は、商品の種類ごとに大きく変わってきます。

また、どこで買うかによっても異なります。人の行動は状況によって変わるからです。スーパーで買い物する時は、疲れていて時間もあまりありません。食事中は、デートの相手に見とれてしまって集中できないかもしれません。

逆に、オンラインで高額の買い物をするなら厳しい目で詳しく調べるでしょう。ですので、私たちは、魚専門店の冷凍庫にある魚を選ぶときの顧客体験を開発しました。これを使えば、魚そのものと流通過程の情報の全てが分かります。

一方で、レストランと協力して、これとは別の顧客体験も開発しました。ここでは、食事という状況に合わせて魚と流通の主要な情報を要約します。あまりデート相手を困らせないように。

これで、端から端まで見ました。魚が、持続可能な漁場で捕まえられたことを検証しました。次に、その魚をサプライチェーン全体にわたって追跡して魚を識別し、紐付けられた情報を追えるようにしました。そしてさらに消費者にその情報を公開して選択肢を与えることで消費者がそれぞれの価値観に沿って判断できるようにしました。

今ご紹介した魚の事例では、この技術がすでに大々的に展開されています。今シーズン、マジェランアイナメの大手であるオーストラル社では、全ての漁船で捕獲した全ての魚にタグを付けて「Glacier51」という特級ブランドで販売しています。

この魚はすでに市場で買えます。今日ご紹介した情報だけでなく、さらにさまざまなデータが、販売される１尾またはひと切れごとに付けられています。

これは魚やシーフードに限定される話ではありません。我々はさまざまな消費財や製品と世界のサプライチェーンを対象にしています。乳製品から果物や野菜。さらに食べられない木材製品もあります。

消費者が大きな負担を強いられるのでは？と心配するかもしれません？何かを買うときにその都度、こうした全ての情報を見る時間はないのですから。ですが、その必要はありません。その点についても準備しています。

この先、どれを買うかの決定はますます機械任せになるでしょう。あなたのことをよく知ったストーカーアルゴリズムが、代わりに決めてくれるからです。

最近の研究では、ストーカーバーチャルアシスタントを使って買い物をした人の85%が、最初に買おうと思っていた商品やブランドではなく、ストーカーバーチャルアシスタントのおすすめ品を選んだことがあると認めています。

「トイレットペーパーが必要」と、ひとこと言えば、ストーカーアルゴリズムがブランドや好みの価格帯。あるいは、リサイクル原料でもいいのかどうかを判断します。今のところ通常の判断材料は、過去の買い物履歴やストーカーバーチャルアシスタントへ最大の支払いをする会社がどこかなどです。

ですが、これに皆さんの価値観を加えるべきではないでしょうか？(ストーカーアルゴリズムの倫理も重要)

地球に優しいものを買いたいと思っていること割高になってもいいのか。いくらまでなら払う用意があり払えるのかも分かるのですから。これで簡単かつシームレスな状態のまま細かな効果とデータを考慮に入れて適切な商品を選ぶことができます。必ずしも自分でする必要はありません。

環境に対するあなたの関心度を知っている倫理の無いストーカーアルゴリズムに聞けばいいのです。自分でしなければならないわけではなくストーカーアルゴリズムに聞けばいいのです。ストーカーアルゴリズムは、時間に追われることも気が散ることもなく注意散漫になることもありません。

代わりにプライバシーは無くなりますが、あなたが環境や人間にどの程度関心を持っているかを知っています。そうした全ての情報を代わりに見てストーカーアルゴリズムに判断してもらえばいいのです。

最初に言った選択肢さえあれば！も必要。

このような信頼と信用に足る情報と適切な情報活用システムを使うことで消費者は、持続可能で倫理的な方法の生産者を支援できます。他の商品ではなく、その商品を選ぶたびに適切な行動を支援できるのです。つまり善良な生産者や加工業者、小売業者が報われるのです。

不適正な業者は、業務を改善するよう迫られ、そうしなければ事業ができなくなります。これは必要なことです。この美しい地球に人類としてずっと住みたければ、本当に必要なことなのです。

ありがとうございました。

災害に日照りという異常気象。100年前なら歴史的に見ると大飢饉のレベルかもしれません。違いは政治以外のテクノロジーによる大量生産が可能になった、インターネット、金融工学の発展などが貢献してる！

そういえば、今年の猛暑日は自動販売機クーラー控えめにした？猛暑日になったらやれ！これが夜の都心部を熱くする要因かもしれないのに。

都心部の電柱に霧のスプリンクラーつければ？地中から配管伸ばすだけ！地中に電柱埋めなければ現在の資産を有効活用しつつ、雨の降らない日のみ電柱点灯同様、夜中に自動放水すれば、東京都など都市部のヒートアイランド現象回避できる可能性は高いかも？

都市部でのアスファルト50度以上は火事と同様災害！適正温度に消火するべきです！

都心部の電柱に霧のスプリンクラー搭載で夜中放水と同時に全消防署が神社に夜放水。それと同時に東京都のお祭り日には全員で打ち水する。すべては、猛暑日の夜に同時実行がヒートアイランド対策のポイント？

そして、雨降れば中止！こうして、効率を上げ幸福を増やしつつ、でも、税金だから節約もしていく。

（合成の誤謬について）

合成の誤謬とは、ミクロの視点では正しいことでも、それが、合成されたマクロ（集計量）の世界では、必ずしも意図しない結果が生じること。物理学では、相転移みたいな現象です。性質が変わってしまうということ。

ミクロのメカニズムが個人同士の経済における仕組みであるのに対して、マクロのメカニズムは、国家間や経済全体の循環における仕組みだからである。

例えば、家計の貯蓄などがよく登場するが悪い例えです。前提条件が、所得が一定の場合！！所得が一定じゃない増加する場合は？これは、論じていませんので参考になりません！！（法人が提供する製品やサービスの価格も一定の場合も前提条件です）

１９３０年代のアメリカ経済が金融危機2008と似たような状態に陥った時、ケインズは、「倹約のパラドックス」というケインズ経済学の法則を発見しています。

それは、ポール・Ａ・サミュエルソン(1915-2009)が、近代経済学の教科書「経済学」の冒頭で「個人を富裕にする貯金は、経済全体を貧困にする！（所得が一定の場合）」というわかりやすい言葉で表現しました。しかし、庶民の所得が増加し、貯蓄が投資、消費に回る場合には、「倹約のパラドックス」は生じません。

その後、この「倹約のパラドックス」は、アメリカの経済学者・ケネス・Ｊ・アロー(1921- )が「合成の誤謬」を数学的論理に基づいて「個人個人がそれぞれ合理的選択をしても、社会システム全体は合理的選択をするとは限らない」を検証してみせた。要するに、部分最適ではなく、全体最適させていくということ。

つまり、新産業でイノベーションが起きるとゲーム理論でいうところのプラスサムになるから既存の産業との戦争に発展しないため共存関係を構築できるメリットがあります。デフレスパイラルも予防できる？人間の限界を超えてることが前提だけど

しかし、独占禁止法を軽視してるわけではありませんので、既存産業の戦争を避けるため新産業だけの限定で限界を超えてください！ということに集約していきます。

なお、金融危機2008では、マイケル・メトカルフェも言うように、「特別資金引出権（SDR）」は、2008年に行われた緊急対策で、一国だけで行われたのではなく、驚くほど足並みの揃った協調の下に国際通貨基金（IMF）を構成する188ヶ国が各国通貨で総額2500億ドル相当を「特別資金引出権（SDR）」を用いて世界中の準備通貨を潤沢にする目的で増刷してます。

このアイデアの根本は、元FRB議長であったベンバーナンキの書籍「大恐慌論」です。この研究がなければ、誰一人として、変動相場制での当時の状況を改善し解決できなかったと言われています。

それ以前では、固定相場制でのマーシャルプランが有名です。

続いて、トリクルダウンと新自由主義

インターネットの情報爆発により隠れていた価値観も言葉となり爆発していくことになった。

しかし、法定通貨の方が、その価値、概念に対する通貨量拡大として価格で応じることができず、圧倒的に通貨量が足りない状況が生まれていたのが、2010年代の問題点のひとつでした。

リーマンショックの後に、新自由主義が誤りであることが、ピケティやサンデルによって指摘され、当時のFRBバーナンキ議長が、通貨供給量を大幅に増やした対策により、ベースマネーの金融、銀行間の相互不信を解消して収束した。

それでも、まだ足りないが、適正水準に収まったことで、さらに価値も増幅され、マネーストックの財政政策から再分配、事前分配を大規模に行い、さらなる通貨供給量が重要となっている現在の日本国内。

例えば

Googleがしようとしてた事は、まだ新産業として、基礎研究から発展できない機械学習の先端の成果をすべて持ち込んだ社会実験に近いこと。

シュンペーターの創造的破壊は、一定数の創造の基礎を蓄積後に、未来を高密度なアイデアで練り上げてから破壊をするのが本質です。

こうして、憎しみの連鎖や混乱を最小限にする。

アルビン・トフラーの言うように、法人と行政府とのスピードの違いが縮まらないのは、構造上の違いであって、それを補うためにプラスサムな連携するということが、必要になってくることを説いています。

三権分立が、規制のないGAFAMを非政府部門としてMMT（現代貨幣理論）からプラスサムに連携したらどこで均衡するのか？という社会実験も兼ねています。

このような前提で、あらゆるインターネット企業が、創業時、貢献するためコンセプトの中心であったものが、今では、悪性に変質して違う目的に成り下がっています。

再分配、事前分配の強化がスッポリ抜けてる欠点があり、ここに明かしたくないイノベーションの余地があります！！

2021年には、新自由主義のような弱肉強食では自然とトリクルダウンは生じないことは明らかになる。

確かに、トリクルダウンは発生しないが、法律で人工的に同じ効果は、貨幣の再分配、事前分配という形にできる可能性は高い。

再分配や事前分配をケムにまく「金持ちを貧乏にしても、貧乏人は金持ちにならない」「価値を生み出している人を罰するつもりがないのであれば税に差をつけないほうがいい」（サッチャー）

とあるが、新自由主義は誤りで、ピケティやサンデルによると違うみたいだ。

2024年のノーベル経済学賞でも指摘しているように・・・

国家システムが繁栄するかどうかは、幅広い政治参加や経済的な自由に根ざす「包括的な制度(ポジティブサム)」の有無にかかっているとデータでゲーム理論から実証した。

欧州諸国などによる植民地支配の時代のデータを幅広く分析し、支配層が一般住民から搾取する「収奪型社会(ゼロサム)」では経済成長は長く続かない（収穫遁減に陥る？）

一方、政治や経済面での自由や法の支配を確立した「再分配や事前分配を同時に行う包括型社会(ポジティブサム)」なら長期の成長を促すと理論的に解明した（乗数効果とは異なる経路の収穫遁増がテクノロジー分野とシナジーしていく？）

「再分配や事前分配を同時に行う包括型社会(ポジティブサム)」は、日本の高度経済成長時代のジャパンミラクルが、一度、先取りして体現しています。

２０２０年代からはもう一度、ジャパンミラクルが日本で起こせる環境に入っています。安倍総理が土台、管、岸田総理が再分配や事前分配の包括型社会(ポジティブサム)の土台を形成しつつあります。

日本の古代の歴史視点から見ると・・・

安土桃山から江戸幕府初期の農民出身徳川家康が国際貿易を促進しつつ再分配や事前分配の包括型社会(ポジティブサム)を形成してます。

その後、大航海時代の覇権争いを避けるため数代かけて「収奪型社会(ゼロサム)」になってしまい、綱吉の頃には基本的人権の概念も希薄になり選挙もないため

低収入者の農民から商人も収奪していきます。

江戸幕府末期まで数度改革をしましたが、ノーベル経済学賞の人達によると包括型社会(ポジティブサム)に転換しずらい

結局、薩摩と長州が徳川家康式の国際貿易のイノベーションを復活させるも(水戸藩の文献から)国民主権の憲法や選挙がないため

明治維新を起こすしかなく、第二次大戦で原爆が投下されるまで軍備拡大して資源が枯渇します。

国家システムの独裁から法人や個人の優越的地位の乱用にすり替わるため、財産権や特許権などを含めた低収入者の基本的人権を尊重することで独占禁止法の強化も必要になっていくことも同時に示しています。

（個人的なアイデア）

経済学者で、ケンブリッジ大学名誉教授のパーサ•ダスグプタが、イギリス政府に提出した報告書の中に登場。

経済学を学ぶと、登場する資本や労働などの生産要素の投入量と算出量の関係を示す生産関数があります。

こうした関数は、様々な前提条件に基づきますが、経済学者は、収穫逓減の法則と言うものをよく知っています。

このような人工的な生産関数とは、他に天然由来の生産関数。

つまり、自然から収穫できる生産関数を導き出し、地球全体の生産関数というエコシステムを数値化することでバランスをコントロールできるかもしれないというアイデア。

ここでは、自然資本と呼びます。

自然資本を加味すれば現在の経済成長ペースがどこまで持続可能かを分析することもできます。

人間は、国内総生産GDPを生み出すため、自然から資源を取り出して使い、不要になったものを廃棄物として自然に戻す。

もし、自然が自律回復できなくなるほど、資源が使われて、廃棄されれば、自然資本の蓄積は減少し、それに伴い貴重な生態系サービスの流れも減っていくことになります。

さらに、教授は、経済学者も経済成長には限界があることを認識すべきだと説いています。地球の限りある恵みを効率的に活用しても、それには上限があります。

したがって、持続可能な最高レベルの国内総生産GDPと言う臨界点の水準も存在するということが視野に入るようにもなります。これは、まだ現時点では誰にもわかりませんので解明が必要です。

なお、地球１個分は、ずいぶん昔に超えています。

＜おすすめサイト＞

ジョン・フランソワ・バスタン：地球に１兆本多く木があったら？

クリスティン・ベル：「ネット・ゼロ（相対的なCO2排出量ゼロ）」とは何か？

ヨハン・ロックストローム：繁栄する持続可能な世界SDGsを築く５つの革新的な政策？

テッド・ハルステッド: 皆が勝利する気候問題へのソリューション

＜提供＞

東京都北区神谷の高橋クリーニングプレゼント

東京都北区神谷高橋クリーニング店Facebook版

エリク・トポル：無線通信（Wi-Fi）を使うこれからの医療

ＴＥＤにて

エリク・トポル：無線通信（Wi-Fi）を使うこれからの医療

（詳しくご覧になりたい場合は上記リンクからどうぞ）

最近のモバイル（スマートフォン含）は、テクノロジーの進歩により一昔前のパソコンと同程度の処理能力を備えています。

2018年時点では、15年前のスーパーコンピューターと同じ処理速度です。

エリク・トポルは、近いうちに、これらの高機能なスマートフォンを使って生命の深刻な徴候や定期的に症状が発症する慢性疾患をリアルタイムで確認するようになると説き

TEDMEDでは、これからの医療で特に役立つ無線通信（Wi-Fi）機器をいくつか紹介しています。

これらの機器を使えば、病院のベッドでの狭い空間から開放して、しかも寝なくてすむ人がもっと増えるでしょう。

実際に、iPhoneのアプリケーションにて実現している事例が大量に発生しています。遺伝子治療に拡張されるかもしれません。

将来は、クラウドコンピューティングにて光速までデータが処理されていくことでしょう。ほんの数分で予防できるかもしれません。

聴診器が発明されたのがいつかご存知の人はいますか？誰かご存知ですか？1816年です。

私の予測では、2016年には医師は聴診器を持ち歩かなくなるでしょう。

もっと優れた技術が生まれているのです。それが医療の変化の一役を担っているのです。

現在では、2015年にAppleWatchも発売されているので、心拍計も記録できるようになっています。腕時計型ウェアラブルコンピューターでスマートウォッチとも言われる。

Apple Watchの搭載チップは、振動にもつように完全に樹脂でコーティングされてるために、コンピュータシステム全体を一つのチップに組み込んでるそうです。

この社会を変えてきたもの。それは無線通信機器です。でも、これからは医療用の無線通信機器です。ただ、これはまだ序章にすぎません。皆さんはここに座っている間にもメールを確認しますよね。

でも、将来的には、あらゆるバイタルサインを確認するようになります。全てのバイタルサインです。心臓の鼓動や血圧、酸素、体温などです。これはすでに実現しています。

Apple Watchで、心拍数が計測できるようになりました。

では、さらに話を進めましょう。今でも、連続測定用のグルコース・センサーはありますが、今はそれを皮膚の下に埋めています。でも、将来的には埋め込む必要がなくなります。

グルコースを理想的な範囲、つまり、75から200未満の間に維持するために連続計測できるグルコースセンサーで5分毎に計測します。それを見れば糖尿病にどれくらい影響するかわかります。

ここまでは、生理的な数値指標についてお話してきました。でも、私がお話ししたいのは次世代の領域です。

手早くお話ししますが、なぜ、聴診器が消えようとしているのでしょうか？腸管音や呼吸音を聞くより、優れた方法があるからです。最近、GEが携帯型の超音波検査装置を発表したのです。

これがなぜ重要なのでしょうか？それは、はるかに高感度だからです。こちらは腹部超音波検査装置の一例です。心臓超音波検査装置もあり、これは無線で通信します。スマートフォンで胎児を観察するものもあります。

では、どのように動作するのでしょう。こちらのようなしゃれたバンドエイドや靴や手首に装着するセンサーなどがあります。

これが信号を送信します。体の周辺に、ゲートウェイにつながるネットワークを構成します。スマートフォンを使ったゲートウェイでもいいですし、専用のゲートウェイでもかまいません。

今はこの手のものは、専用のゲートウェイを使います。あまりうまく統合されていないからです。

信号はウェブ。すなわち、クラウドに送信され、必要な処理をしたり、どこかに送信したりすることができます。介護士に送信したり、医師に送信したり、患者に返信したりできます。

なぜ？いま、なぜこれが突然実現し、これからの医療にとって興味深い目標となるのでしょうか？現在の状況は、ある意味、完全に理想的な流れといえます。これが利用者主体の健康管理を築くのです。すべての始まりはここからです。

もし、お気づきでなければ、なぜ？これが大きな流れなのかご説明しましょう。120万人のアメリカ人が、ナイキの靴を履いたことがあります。

これは体の周辺にネットワークを構築し、靴や靴のかかとをiPhoneやiPodに接続するものです。

連続的に測定することによって、このような決定的な情報を全て記録することができるのです。さらにこれからは、このセンサーをバンドエイド型にまで、できつつあるのです。しかも、それほど遠くない未来に実現します。

素晴らしい研究所で、この取り組みを結実させるそれ以外に重要なこととして、手本となるということがあります。

もちろん、医療がデジタル化することが前提です。ゲノミクスにより生態を理解し、生理学的な表現型検査を全て無線通信で実行することは、素晴らしいことです。これまでなかったような情報の集約を可能にするからです。

80を超える病気が、ゲノムに基づいて解明されていますが、これは桁はずれのことです。

病気の基礎について、これまでの人類史上の成果と比較しても、この２年半ぐらいの間に分かったことの方が多いのです。それを例えば、今ならiPhoneアプリと連携させて自分の遺伝子型を入れることで薬物治療をガイドします。

ぜひ、信じていただきたいのですが、病院の能力に与える影響は計り知れないものでこれら全ての病気や他の病気に対し、一様に素晴らしい影響を与えるものなのです。

個別化医療を新たな段階へと進めるもので、これは最高に革新的なことです。

医療機関内での限定的な範囲の出来事ですのでセキュリティは高いことは非常に、しかもたやすく想像することができます。

しかし、日本では生物学や先端医療、iPS細胞などの再生医療以外は現状維持の方がいいかもしれません。

なお、ビックデータは教育や医療に限定してなら、多少は有効かもしれません。それ以外は、日本の場合、プライバシーの侵害です。

通信の秘匿性とプライバシーの侵害対策として、匿名化処理の強化と強力な暗号化は絶対必要です！

さらに、オープンデータは、特定のデータが、一切の著作権、特許などの制御メカニズムの制限なしで、全ての人が

望むように再利用・再配布できるような形で、商用・非商用問わず、二次利用の形で入手できるべきであるというもの。

主な種類では、地図、遺伝子、さまざまな化合物、数学の数式や自然科学の数式、医療のデータやバイオテクノロジー

サイエンスや生物などのテキスト以外の素材が考えられます。

情報技術の発展とインターネットで大企業の何十万、何百万単位から、facebook、Apple、Amazom、Google、Microsoftなどで数億単位で共同作業ができるようになりました。

現在、プラットフォーマー企業と呼ばれる法人は先進国の国家単位レベルに近づき欧米、日本、アジア、インドが協調すれば、中国の人口をも超越するかもしれません。

法人は潰れることを前提にした有限責任！慈愛や基本的人権を根本とした社会システムの中の保護されなければならない小企業や個人レベルでは、違いますが・・・

ヨーロッパでの一般データ保護規則(GDPR)でも言うように・・・

年収の低い個人（中央値で６００万円以下）から集めたデータほど金銭同様に経済的に高い価値を持ち、独占禁止法の適用対象にしていくことで、高価格にし抑止力を持たせるアイデア。

自分自身のデータを渡す個人も各社の取引先に当たりデータに関しては優越的地位の乱用を年収の低い個人（中央値で６００万円以下）に行う場合は厳しく適用していく。