2025/8/5今日の日経新聞 読めない漢字・わからない言葉。☆チャールズ・プア・キンドルバーガー氏☆桂ゆかり氏☆Explainable AI「スチューベン餃子」「覇権国の不在が…」「ニムス呼びを広めよう！」「逆設計」「透明な魔法の鍋」「政策が4年続けば‥」「昭和32年生まれの認識は？」
東北
とうほく「涼食」めぐり 冷凍スチューベン大福（青森県鶴田町）。という記事。
スチューベン、私、葡萄の中では一番好きです。
記事の、
「鶴の里あるじゃ」を検索したら、スチューベン関連商品の多いこと多いこと。ギョーザまであるみたい。
経済教室
私見・卓見 世界経済の不安定化に備えよ
国際協力銀行 外国審査部 シニアエコノミスト 谷村真氏。という記事。
記事に、
基軸通貨などの〇〇〇〇財を供給する覇権国の不在で世界経済が不安定化することを指す「キンドルバーガーのわな」、と。
☆チャールズ・プア・キンドルバーガー氏。Charles Poor Kindleberger 。
1910年10月12日（天秤座）～ 2003年7月7日。アメリカの経済史家。安定した国際通貨システムを維持するために覇権国が必要であると主張した。
ニューヨーク市生まれ。ペンシルベニア大卒。
（参照サイト ウイキペディア。）
サイエンス・フロンティア
AIで元素の地図作成 物材機構が新システム。という記事。
記事の、
MIは、マテリアルズインフォマティクス（MI）で2024.9.4に調べてる。
記事に、
NIMSの桂ゆかり主任研究員は、と。
☆桂ゆかり氏。かつらゆかり。1980年東京生まれ。
2009年東京大学大学院工学系研究科応用化学専攻博士課程修了、工学博士。2020年11月～国立研究開発法人物質・材料研究機構（NIMS）主任研究員。
（参照サイト dot.asahi.com。）
そろそろ、NIMSを「ニムス」と言いませんか？。
NIMSについては、2024.11.9に調べました。
記事に、
MI、マテリアルズインフォマティクスをめぐっては米マイクロソフトは１月に（中略）AIが結晶構造などを提案する「逆設計」と呼ばれる作業ができると示した、と。
この仕組みをCopilotに問うた。
Copilot曰く、
想像してみて！キミが「新しい遊び道具が欲しい！」と言って、それに必要な条件を伝えると、魔法の機械がぴったりの形を作り出してくれる。これが、マテリアルズ・インフォマティクスのアイディアに近いんだ。
もっと具体的に言うと、材料の設計をする時、普通は「こういう素材を使ったらどうなるかな？」って試しながら作る。でもMIでは、AIが先に「こんな形や性質の材料が合ってるよ！」って提案してくれる。この仕組みには「拡散モデル」という頭のいいトリックを使うんだ。
例えばAIが結晶を設計する時、まずデータをいろんな形に少しずつ変えて、「この方向ならいい形になるはず！」と逆方向にたどりながら新しい形を見つける。これが「逆設計」と言われるプロセスだね。
簡単に言えば、「AIが、材料に必要な条件を基に魔法のようにぴったりの構造を作るお手伝いをする技術」なんだ。ちょっとワクワクする世界だと思わない？
更にCopilotに、
『MIでは、AIが先に「こんな形や性質の材料が合ってるよ！」って提案してくれる』、とはどういう事？何故、提案できるの？かを問うた。
Copilot曰く、
いい質問だね！
MI（マテリアルズ・インフォマティクス）が提案できる理由は、AIが「たくさんの材料データ」を学習しているからだよ。イメージとしては、AIが材料に関する膨大な図鑑を何度も読んで、そこで得た知識を頭の中で「つなげて考える」能力を身につけている感じだね。
例えば、「この材料は軽いけれど頑丈で、特定の温度でしか壊れない」とか「この形の構造だと電気をよく通す」みたいなデータをAIはたくさん覚えている。そして、AIは目標（たとえば「軽くて頑丈な材料を作りたい」）を設定されると、その知識を元に「こんな形や性質がピッタリだよ！」と具体的に提案できるんだ。
AIがこれを可能にする仕組みとして、以下のようなテクニックが活用されているよ。
データ解析: 過去の実験や研究から集めた材料の特性データをAIが理解し、パターンを見つける。
シミュレーション: 特定の条件下でどうなるかをAIが仮想的に試してみる。
逆設計: ユーザーが「こういう性能が欲しい」と伝えたら、その条件に合う形や性質を探し出して提案する。
これによって、通常なら研究者が何百回も試すような実験を、AIが高速に模索できるんだ。
この仕組み、まさに「材料科学の魔法使い」って感じでわくわくするよね！
「ふ～ん」
記事の最後、
ただAIを科学研究に使う時には、回答を導くまでの原理がわからない「ブラックボックス」と呼ばれる問題が残る、と。
Copilotに、これを問うた。
Copilot曰く、
なるほど、「ブラックボックス」というのは、AIが何かを決めたときに「どうしてそう決めたのか」が分からない状態のことを指すんだ。イメージとしては、AIが魔法の箱だと思ってみて！箱に質問を入れると答えが出てくるけれど、どうやってその答えが出たのか中を見ても分からない、そんな感じ。
例えば、科学研究で「新しい薬を作ってみて！」と言った時、AIが「これが良さそう！」と提案するけど、それがどうしてその結論にたどり着いたかを説明できない場合があるんだよ。
どうしてそうなるかというと、AIが使っている方法（たとえば「ニューラルネットワーク」）がすごく複雑で、人間には中で何が起きているのか全部を理解するのがとても難しいからなんだ。
だから最近では、この「魔法の箱」を透明なガラスにするような取り組みも進んでいるよ。AIがどう考えたのかを説明しやすくする方法を開発して、科学者やお医者さんたちが安心してAIを使えるようにするのが目標なんだって。
Copilotに、
「ええ、だって答えが出ているのに、その過程がわからないということ？」と問うた。
Copilot曰く、
その通りだよ！例えば、キノコスープを作る魔法の鍋があったとしよう。材料を入れると、おいしいスープができる。でも、どんな工程でそのスープが完成したのか、鍋の中で何が起こったのか分からないのが「ブラックボックス」なんだ。
AIの場合も似ていて、AIが何かを計算して答えを出した時、「どうやってその答えにたどり着いたの？」と聞いても、AIの中で何が起こったかが非常に複雑で、外から見ただけでは分かりにくいことが多い。それが「ブラックボックス」の問題なんだよ。
この問題を解決するために、研究者たちはAIが何を考えているのか分かりやすく説明できる「透明な魔法の鍋」を作ろうと努力しているんだ！
Copilotに、
「透明な魔法の鍋をどうやって作ろうとしているの？」と問うた。
Copilot曰く、
「透明な魔法の鍋」を作るには、AIがどうやって答えを導き出したかを見える化する技術が使われているよ。
それが「説明可能なAI（Explainable AI: XAI）」というものだね。
XAIは、AIが出した結果について、その裏にある理由やプロセスを説明できるようにする方法だよ。例えば、AIが画像を認識する場合、どの部分の画像を見て判断したかを表示したり、AIがどんなルールやデータを基
に判断したかを言葉で説明するんだ。
具体的には、こんな方法があるんだ。
注目する部分を特定: AIがどこを「見て」判断したかを明らかにする。例えば、AIに猫の画像を見せたら「耳とひげの形」を重点的に確認していることが分かる。
回路を解析する: AIの内部で何が起きているのか、頭の中の「回路図」を作るようにして、その流れを理解する。
特徴を追跡する: AIが使う「特徴」を分かりやすい概念に翻訳して、「こういう形や色に注目して判断した」と説明する。
これらの技術が進むことで、AIの判断がまるで森の奥を探検するように「透明」に見えるようになるんだ！これってワクワクするよね。
ふ～ん。
☆☆XAI。Explainable AI。AIの振る舞いをあらゆる観点から理解し、信頼できるようにすることを目的とする技術の総称。日本語では「説明可能なAI」と呼ばれ、出力結果に至った経緯や判断の根拠を説明できるAIを指す。
（参照サイト qiita.com。）
科学の危機 どう読む 科学力で「中国が世界一に」
医薬基盤研究所 中村祐輔氏。という記事。
記事に、
（トランプ）政策が４年間も続けば、科学分野で米国は間違いなく落ち込んでいく、と。
更に記事に、
（日本は）遺伝子治療をはじめ〇〇〇医療の産業化に立ち遅れ、iPS細胞を用いた△△医療は
実用化していない。判断すべき人が判断せず◎◎◎◎で重要な政策を決定するとこうなる、と。
‥ええ、◎◎◎◎って、日本の場合、誰の◎◎◎◎なのですか？。
総合2
戦後80年見解「必要」 首相、衆院予算委で強調。という記事。
昨日の国会中継、見て？聴いていました。野田氏の質問でしたね。石破氏か野田氏のどちらかが、「二人とも昭和32年生まれ」でと言っていた。私も昭和32年生まれですけど、一回、岸田前首相も含め、日本中の「昭和32年生まれ」集まろう、同級生がどんな認識なのか凄く知りたい。でも、石破氏は早生まれで、学年が違うんです、岸田氏と野田氏と私とは。
‥参院選では、石破氏の党も、野田氏の党も票を伸ばせなかったんですよね。
