毎日、地球の論文を1本読んで話してます🎙『ナオト博士の地球のこと知ってる！？』（地球科学ポッドキャスト1位）｜京大博士→米大学研究者→戦略コンサル→システム開発会社CEO｜AIで科学がどう変わるかも｜三児の父
Tokyo
Joined April 2010
- Tweets1.4K
- Following694
- Followers3.1K
- Likes994
Pinned Tweet
地球の高さを全部集めると、ピークが2つある。
陸と海の底。大陸と海洋底は、そもそも別の岩でできているから。
毎朝、地球の論文を1本読んでいます。Xでは、そこで一番「え、そうなの？」と思ったことを書きます。
続きは10分のポッドキャストで🎙（リプ欄に）
ちなみに私は無給どころか、毎月数万円の赤字を出して独立研究者を続けてる。なぜか？
元の動画の「博士に進学するのに今ほど良い時はない」だけど、地球科学でもめちゃくちゃ実感してる。大学に所属しない独立研究者として、なんでそこまでやるのか書いておこうかな。
理由は心の底から楽しいから。それに尽きる。三度の飯より研究という感じで、研究してるとご飯食べるの忘れること多々。それくらい好き。
しかもAIが相棒になったから、独立研究者でもアシスタントがいる感覚。
数年前なら、解析コードを書いたり逆問題を解いたりするのは、フルタイムで数か月、下手したら1年仕事だった。今はAIと一緒にやれば、1時間から1週間で終わる。
手法の実装をほぼ全部やってくれる、超優秀なチームメンバーがいるから自分は「地球ってなんなんや」「ここで何が起きてるんや」だけに集中できる。
大学に所属して研究者として働いた時もあったが、自分の地球科学者としての好奇心を、ここまで全力で満たせてるのは今かもしれない。
ただ、裏を返すと、この条件は全研究者で同じ。
これまで「B級」とされてた難しさの問題は、もう誰でも解ける。しかも、頭をほとんど使わずに。
ということは、研究者に期待されるのは、必然的にA級かS級の問題になる。手法を作れること自体は、もう価値にならない。
問われるのは「どの問いを立てるか」と「その問いをどれだけ面白がれるか」。
正直、ハードルは上がった。でも、ずっとやりたかったのはそっちのほうだった気がする。だから赤字でも楽しいんだと思う。
「AIが難問を解きまくってる今、博士に進んで大丈夫なんか」
3Blue1Brownが、まさにこの質問に40分かけて答えた動画を出してた（公開4日で200万再生超）。全部見たので、要点を日本語でまとめておく。
結論から言うと、動画の答えは「今ほど数学に進むのに良い時はない」。ただ理由が意外だった。
1. 数学者の仕事は「証明」だけじゃない。問いを選ぶ、理論を作る、応用する、人に伝える。価値もお金の流れも、実は証明以外のところが大きい（お金の最大の出どころは授業！）
2. AIの見方：「その時点の到達点は過大評価されがち。でも進む速度は過大評価されてない」
3. 仮にAIの方が証明が上手くなっても、自分で証明する訓練の価値は消えない。機械の方が重いものを持ち上げられても、筋トレに意味があるのと同じ
4. いちばんの核心。これまでは「証明できた＝理解した」だった。これからは、証明は数値計算と同じ「生データ」になる。目標は、そこから理論を構築すること
5. 機械が説明まで上手くなっても、人が口で伝える力の価値はむしろ上がる。人は説明の分かりやすさより「本気で好きな人」を見て学ぶ気になるから。これはYoutubeで人が熱心に説明する動画に需要があるのと同じ
6. 今が一番いい時なのは、AIで新しいことができるからじゃない。分野全体が「変わらなあかん」と分かっていて、新しく入ってくる人の声を聞く準備ができてるというのもある
7. 明日やることは「ノートPCを閉じて、仲間と長い散歩をして、自分は数学の何が好きか話すこと」
大学に所属せずに独立研究者してる身として、一番いいなと思ったのは4と5。
論文を毎日1本読んでポッドキャストで話してるけど、もちろんAIに要約させたらそれで良いじゃんという人もいる。私がそれでも続けてるのは、自分が面白がって話すことに意味があると思ってるから。あと単純に自分が楽しんでいるからというのもある。
AIに奪われない研究の仕事は「解く」ことより、「面白がって、人に渡す」ことなのかもしれん。これは数学だけじゃなく、地球科学でも科学一般でも同じ。
youtube.com/watch?v=LKrwhjOI…
「AIが難問を解きまくってる今、博士に進んで大丈夫なんか」
3Blue1Brownが、まさにこの質問に40分かけて答えた動画を出してた（公開4日で200万再生超）。全部見たので、要点を日本語でまとめておく。
結論から言うと、動画の答えは「今ほど数学に進むのに良い時はない」。ただ理由が意外だった。
1. 数学者の仕事は「証明」だけじゃない。問いを選ぶ、理論を作る、応用する、人に伝える。価値もお金の流れも、実は証明以外のところが大きい（お金の最大の出どころは授業！）
2. AIの見方：「その時点の到達点は過大評価されがち。でも進む速度は過大評価されてない」
3. 仮にAIの方が証明が上手くなっても、自分で証明する訓練の価値は消えない。機械の方が重いものを持ち上げられても、筋トレに意味があるのと同じ
4. いちばんの核心。これまでは「証明できた＝理解した」だった。これからは、証明は数値計算と同じ「生データ」になる。目標は、そこから理論を構築すること
5. 機械が説明まで上手くなっても、人が口で伝える力の価値はむしろ上がる。人は説明の分かりやすさより「本気で好きな人」を見て学ぶ気になるから。これはYoutubeで人が熱心に説明する動画に需要があるのと同じ
6. 今が一番いい時なのは、AIで新しいことができるからじゃない。分野全体が「変わらなあかん」と分かっていて、新しく入ってくる人の声を聞く準備ができてるというのもある
7. 明日やることは「ノートPCを閉じて、仲間と長い散歩をして、自分は数学の何が好きか話すこと」
大学に所属せずに独立研究者してる身として、一番いいなと思ったのは4と5。
論文を毎日1本読んでポッドキャストで話してるけど、もちろんAIに要約させたらそれで良いじゃんという人もいる。私がそれでも続けてるのは、自分が面白がって話すことに意味があると思ってるから。あと単純に自分が楽しんでいるからというのもある。
AIに奪われない研究の仕事は「解く」ことより、「面白がって、人に渡す」ことなのかもしれん。これは数学だけじゃなく、地球科学でも科学一般でも同じ。
youtube.com/watch?v=LKrwhjOI…
これ読んだ。おすすめ。
自分も経営してて強く感じるのは、仕事の最大のボトルネックが人間になりつつあること。AIに任せた部分は一瞬で終わるし、品質も高い。
ただこの記事が怖いのは、「人間をループから外したほうが強い」という理屈が、社員だけじゃなく経営者にも、最後は国家にもそのまま効いてくると論じてるところ。外す側にいるつもりの自分も、いずれ外される側になる。そんな時代
Still the best article written on the likely social consequences of ASI.
borretti.me/article/no-one-e…
大学に所属してない独立研究者として、最近思うこと
（今週はオープンアクセスウィーク！）
IFの高いジャーナルに数十万円の掲載料を払って載せる意味は、AI時代にはどんどん小さくなっていく気がする。アカデミックの世界ならIFやジャーナルの格は大事やけど、自分が書く理由は「面白いから」「みんなに役立ててほしいから」。
地球科学ならEarthArXiv、物理寄りならarXivに置けばいいし、DOIはZenodoで無料で取れる。有料の論文はAIには要旨しか見えないことが多いけど、全文がオープンになっていれば人もAIもちゃんと読める。
「ペイウォールの中に置いたものは、AIからは存在しないのと同じ」。これ、論文にもそのまま当てはまると思うんよな。
ジャーナルに載せても、掲載料を払わんかったら鍵の向こう。オープンにするなら数十万円。
私みたいに大学に所属してない独立研究者が論文を書くのは、面白いからと、みんなに役立ててほしいから。それなら最初からarXivやEarthArXivに置いて、人にもAIにも全文を読んでもらう方が、これからは届く気がしてる
資源探査の現場はいま静かに転換期やね。
浅くて見つけやすい鉱床はほぼ掘り尽くされて、残りは深部や被覆層の下。そこを見るには重力・磁気・電磁・MTのデータが要って、KoBoldみたいにAIで統合して打率を上げる流れが来てる。
ただAIが縮めるのは「見つける」まで。その後の許認可と建設の10年は、アルゴリズムでは縮まらない。
炎上覚悟で言いますが、コレはガチ。イーロン・マスクが恐れているのは、Sam AltmanやGoogleなどの競合にAIモデルの性能で敗れることではなく、「地球上の物理的資源（銅・銀・電力）がボトルの底をつき、AIの進化そのものが物理的な壁に突っ込んで急停止すること」です。
NVIDIAのGPU争奪戦だけに熱狂するプレイヤーを横目に、資源サプライチェーンからエネルギーインフラまでを垂直統合して「物理の限界」を強引に打ち破ろうとしている点に、実体経済を知り尽くしたイーロン・マスクという男の真の凄みがあります。
中国の輸出規制等により銀価格が跳ね上がった際、彼が自らXで「This is not good. Silver is needed in many industrial processes（これは良くない。銀は多くの産業プロセスに不可欠だ）」と直接警告を発したのは、「AI（xAI）」「EV・蓄電池（Tesla）」「宇宙（SpaceX）」という自身のすべての事業が、地球上の同じ有限な金属資源を奪い合っているという事実に誰よりも早く直面したからです。
地球儀で韓国 釜山とロッテルダムを糸でピンと結ぶと、糸は南のインド洋じゃなく、北のシベリアの上を通る。世界地図だと端っこに引き伸ばされてる北極側が、実は近道になる。
この夏から秋にかけて、韓国のコンテナ船がそこを往復した。スエズ運河経由だと約2万kmの道のりが、約1.3万km。
ただ、その道が通れるようになった理由は海氷の減少。近道の正体が温暖化というのは、喜んでいいのか複雑やね
地上では磁場の急な変化が地面に電流を流して（GIC）、長い送電線や変圧器に負担をかけるのが一番の実害。
地面の電気の通りやすさで影響の大きさが変わるので、地下の比抵抗の分布が分かっていると、どこが危ないかの地図が作れる。MT法の地下探査が、宇宙天気の防災にもつながってる。
論文を毎日読んでいて思うのは、良い研究者は「何が分かっていないか」を言葉にするのがうまい。
AI時代にはこれがそのまま武器になる。問いを正確に言葉にできれば、答えはAIがかなりのところまで出してくれる。逆に、ぼんやりした問いからは、ぼんやりした答えが大量に出てくるだけ。
答える力より、問いを言葉にする力。
3つ目の「物理的な要素」、地球科学の人間としてはすごく分かる。地下のデータは、現地に行って機材を置いて、何年も測り続けないと手に入らない。AIがどれだけ賢くなっても、まだ誰も測っていない場所のデータは作れない。
独自データと物理的な要素は、実は同じものの表と裏なのかも。
台風29号、今夜から東に向きを変えて日本から離れていく予想。でも関東の海岸は高波注意が続くという不思議。
理由は、台風のうねりのほうが台風より速く遠くまで届くから。台風本体は時速25kmほどでも、周期の長いうねりは時速40〜50kmで何千kmも進む。
「台風は遠いのに海が荒れてる」を体感したことある人いるかな？
成果の質もすごいけど（もはやわからん）、それに加えて、最新の数学者と同等またはそれ以上の知能を電源から生み出すことができると言うのが凄まじいな。
進化待ったなし
OpenAI just released 722 AI-written math papers. Here are the 4 biggest claims in plain English. None have been confirmed by outside mathematicians yet.
1/ Quasi-Riemann hypothesis. Zeta has no zeros with real part above 7/8. It's not the Riemann hypothesis (that needs 1/2), but nobody had ever cleared a fixed strip before. Has a Lean proof.
github.com/openai/math/blob/…
2/ Unique Games Conjecture. The central open question on which problems computers can't even approximate well. A proof means the best known algorithms for problems like Max-Cut can't be beaten unless P = NP. Has a Lean proof.
github.com/openai/math/blob/…
3/ Hodge conjecture for CM abelian varieties. A special case of a Millennium Prize problem, about which topological features of a shape come from pieces defined by polynomial equations. No Lean proof yet.
github.com/openai/math/blob/…
4/ Free group factors. Open since the 1940s: are the operator algebras built from free groups on 2 and 3 generators the same? Claimed answer: yes, all of them are. Has a Lean proof.
github.com/openai/math/blob/…
なんだ、ただの天才か
半角/全角キー、もう押さなくていい。
日本語と英語をまぜて打つと、勝手に打ち分けてくれる日本語入力「Meltype」を作りました。
kyouhagithubnipushshita
→ 今日はgithubにpushした
無料・オープンソース / Windows (Mac・Linux はプレビュー版)
github.com/yksr-melt/Meltype…
#個人開発
