スマホはバッテリー残量を測っていない──TRIZ標準解4.1.3「逐次変化検出への転換」

この記事の3行まとめ

• TRIZ標準解4.1.3は「対象を一度に測れないなら、変化だけを逐次追え」という発想の転換です

• スマホのバッテリー残量表示は、残量を直接測らず「電流の出入りの積算」を中心に推定しています

• 変化を「検出する」型と「積算する」型の2つを、身近な例と重力波検出で解説します

100%と表示されているとき、iPhoneは何を見ているのか

突然ですが、iPhoneをはじめとするスマホのバッテリー残量表示。あれ、実は残量を測っていません。

「え、じゃあ何を見て87%とか言ってるの？」と思いますよね。バッテリーには、ガソリンタンクの水位計のように残量そのものを直接読むセンサーがあるわけではありません。リチウムイオン電池の内部でどれだけの電荷が残っているかを、外から直接のぞき込む方法がないのです。

ではどうしているか。主役は、電流の出入りを数えることです。もちろん実際のスマホは、電圧や温度、電池の劣化状態なども使って補正していますが、基本発想は「残量を直接見る」のではなく「出入りした電気を追う」ことにあります。

充電で入ってきた電気、使って出ていった電気。この「変化分」を常時計測して足し引きし、「最初に満タンだったから、これだけ使ったなら、残りはたぶん87%」と推定している。つまりあの数字は測定値ではなく、変化の積み重ねから計算した推定値なのです。

残量という「全体量」を測ることを諦めて、電流という「変化」を逐次追いかける。この発想の転換こそ、今回の標準解4.1.3です。

標準解4.1.3とは

原文の定義を見てみましょう。

ひとことで言うと、「一度に測れないなら、変化を逐次追えばいい」です。

標準解4.1系は「バイパス（迂回）」のグループでした。測定・検出の問題に正面から取り組む前に、そもそも測らずに済む道を探す。その3段構えの最終手段が4.1.3です。

• 4.1.1：測定そのものを不要にする（測るな）

• 4.1.2：対象の代わりにコピーや画像を測る（別のものを測れ）

• 4.1.3：変化の逐次検出に転換する（少しずつ測れ）

4.1.1でも4.1.2でも逃げられないとき、最後に残された迂回路が「問題の再定義」です。対象の絶対量・全体像を測るという問題設定を捨てて、「前の瞬間からどれだけ変わったか」を検出する問題に置き換えます。

この標準解が解いている問題

なぜ「変化」なら追えるのに「全体」は測れない、という状況が生まれるのでしょうか。

理由は主に3つあります。

1. 対象の内部にアクセスできない バッテリー残量がまさにこれです。電池内部の電気化学的な状態を、動作中に外から直接測る手段がありません。しかし端子を出入りする電流なら、外から連続的に測れます。

2. 絶対値の測定が原理的に困難、または無意味 後述する重力波検出がこの典型です。求める精度が極端に高くなると、「絶対値を測る」こと自体が意味を失い、「変化したかどうか」だけが検出可能な情報として残ります。

3. 基準点が利用できない GPSの電波が届かないトンネル内での位置推定のように、絶対測定の基準（この場合は衛星）が一時的に使えなくなる状況です。

いずれの場合も、共通する救いは「変化は差分なので、小さくて扱いやすい」ことです。全体を測るには対象全部と向き合う必要がありますが、変化だけなら「直前との差」という小さな情報を捕まえれば済みます。

Su-Fieldモデルで見ると

計測のSu-Fieldモデルは、改善のSu-Fieldモデルと1つだけ違う点があります。出力が「場」であることです。対象から何らかの信号（場）を取り出し、計測系に届ける——これが計測Su-Fieldの基本構造です。この構造に沿って、4.1.3を筆者なりにモデル化してみます。

Before：対象S1の全体量を測りたいのに、S1から計測系S2へ届く出力場F_outが成立しません。電池の残量も、机上のマウスの絶対位置も、「全体量」からは信号が取り出せない。不完全なSu-Fieldです。

After：対象そのものではなく、対象の「変化ΔS1」とS2を組み合わせます。全体量は沈黙していても、変化は信号を発します。電流の出入り、表面模様のズレ、干渉縞の揺らぎ。変化が起きるたびに小さな出力場が得られる。検出型はこの信号1回で目的を達成し、積算型は信号の列をΣして全体量を推定します。

変化の使い方は2通り──「検出型」と「積算型」

さて、原文が直接指示しているのは「変化検出タスクへの転換」です。ただ、実務でこの標準解が使われる場面を見ると、検出した変化の使い方に2つの型があります。

変化検出型：変化が起きたこと自体が答え。「変わったか、変わっていないか」の1ビットの情報で目的を達成します。監視カメラの動体検知（フレーム間の差分だけを見る）が身近な例です。

逐次積算型：検出した変化を足し合わせて、本来測りたかった全体量を推定します。原文の指示を一歩進めた応用形で、バッテリー残量はこちらです。

まず主例のバッテリー残量で、積算型をじっくり見ていきましょう。

逐次積算型①：バッテリー残量表示（クーロンカウンティング）

Before：残量を直接測ろうとすると

リチウムイオン電池の残量（正確には残存容量）を直接知る手がかりは、実はほとんどありません。電圧は残量とある程度相関しますが、リチウムイオン電池は放電カーブが平坦な領域が広く、温度や負荷でも電圧が変動するため、電圧だけでは精度の良い残量推定ができないのです。

After：電流の出入りを積算する

そこで採用されているのがクーロンカウンティング（電流積算法）です。バッテリーの端子に流れる電流を常時計測し、時間で積算します。

• 放電で出ていった電荷を引く

• 充電で入ってきた電荷を足す

• 満充電時の容量を基準に、残りを％で表示する

測っているのは「今この瞬間の電流」という変化情報。それを積み重ねることで、直接は測れない「残量」という全体量を推定しているわけです。スマホの中では、燃料計IC（フューエルゲージIC）と呼ばれる専用チップがこの計算を担っています。実際の製品では、電流積算の短期的な正確さと、電圧ベース推定の長期的な安定性を組み合わせる方式が主流ですが、その中心にあるのは「変化を積算する」という発想です。

積算型の宿命──誤差は溜まる

ただし、この方式には構造的な弱点があります。誤差の蓄積（ドリフト）です。

電流計測にはわずかな誤差が必ずあります。1回1回は無視できる誤差でも、積算を続ければ確実に溜まっていく。さらに電池自体も劣化して満充電容量が変わっていくため、「基準」もずれていきます。

だから実際のシステムは、基準にしやすい点で定期的に補正しています。満充電付近や、電圧が特徴的に変化する低残量域など、推定の拠り所にしやすいタイミングで積算値を補正・再較正するのです。

スマホの残量表示が急に数％飛んだり、再起動したらズレていたり、「残り10%」から妙に長く粘ったりした経験はありませんか。あれはまさに、この推定と補正のせめぎ合いが表に見えた瞬間です。

積算型を使うなら、補正の仕組みをセットで設計する。 これは4.1.3を実務適用するうえで欠かせない視点です。

逐次積算型②：光学マウスとトンネル内のカーナビ

積算型は、身の回りの意外な場所でも動いています。

光学マウスは、自分が机のどこにいるかをまったく知りません。底面の小さなカメラで机の表面を毎秒数千回もの頻度で撮影し、直前の画像と比較して、表面模様がどちらにどれだけずれたかを検出しています。この微小な変位を積算した結果が、画面上のカーソルの動きです。位置（絶対値）ではなく変位（変化）の逐次検出——バッテリー残量とまったく同じ構造です。

マウスを持ち上げて別の場所に置き直しても、カーソルは机上の位置に合わせて動いたりしません。光学マウスが見ているのは「机の上のどこにいるか」ではなく、「直前からどれだけ動いたか」だからです。ここにも積算型の性質が顔を出しています。

トンネル内のカーナビも同じです。カーナビの基本はGPSによる直接測位ですが、トンネルに入って衛星の電波が途切れると、ジャイロセンサー（向きの変化）と車速信号（進んだ距離の変化）によるデッドレコニング（推測航法）に切り替わります。変化の積算で現在地を推定し続け、トンネルを抜けてGPSが復帰したら絶対位置で補正する。直接測定と4.1.3が、補正とセットで役割分担している好例です。

この考え方は、潜水艦や宇宙機の慣性航法にも通じます。絶対位置が測れない場所では、変化を積み重ねるしかないのです。

変化検出型：重力波を「変化」で捕まえる

最後に、変化検出型の極致を紹介します。2017年のノーベル物理学賞、重力波の直接検出です。

重力波が地球を通過すると、空間そのものがわずかに伸び縮みします。そのわずかさは、検出器LIGOの4kmの腕の長さに対して、陽子の直径の1万分の1程度。この世界では、「4kmの腕の絶対長を測る」ことよりも、「2本の腕の長さの差が一瞬だけ変わったか」を見る方が本質になります。

LIGOがやったのは、まさにそれでした。2本の腕を往復するレーザー光の干渉パターンの「変化」だけを監視する。何も起きなければ、2本の腕の差に重力波らしい揺らぎは現れません。重力波が通過した瞬間だけ、2本の腕の長さの差がわずかに揺らぎ、干渉縞が動く。その「変化が起きた」という信号こそが、重力波の存在証明でした。

測れないものを測ろうとするのではなく、「変化したか」という問いに転換する。バッテリー残量からブラックホールの合体まで、4.1.3の射程は驚くほど広いのです。

4.1.3の面白さは、測定対象を変えるだけでなく、「測定すべき問い」そのものを変える点にあります。残量ではなく出入り、位置ではなく移動量、長さではなく長さの差の変化を見る。いわば、測定問題を時間方向に分解してしまう標準解なのです。

まとめ

標準解4.1.3「逐次変化検出への転換」を見てきました。

• 対象の全体量・絶対値が測れないとき、問題を「変化の検出」に再定義する

• 変化が起きたこと自体が答えになる検出型（動体検知、重力波）と、変化を足し合わせて全体を推定する積算型（バッテリー残量、光学マウス、デッドレコニング）がある

• 積算型は誤差が蓄積するため、基準にしやすい点での補正・再較正を必ずセットで設計する

これで標準解4.1系「バイパス」の3兄弟が出そろいました。測るな（4.1.1）、別のものを測れ（4.1.2）、少しずつ測れ（4.1.3）。測定・検出の問題に出会ったら、センサーのカタログを開く前に、まずこの3つの迂回路を検討してみてください。

あなたの目の前の「測れない」問題——それ、変化だけ追えませんか？

参考文献

• Apple Support「iPhoneのバッテリーとパフォーマンス」／「iOS 14.5以降のバッテリー状態報告の再較正について」

• Analog Devices 技術資料：リチウムイオン電池のフューエルゲージング（クーロンカウンタと電圧ベース推定の組み合わせ）

• LIGO Caltech "Gravitational Waves Detected 100 Years After Einstein's Prediction"（GW150914）

• NIST "Laser Interferometer Gravitational-Wave Observatory (LIGO)"