「大規模」とは？

香港高層住宅火災、追悼メッセージ撤去へ　政府が批判抑え込みか - 12月07日(日)21:50  毎日新聞

　香港で発生した高層住宅群の大規模火災を巡り、近くの公園に多数張られた市民の追悼メッセージを当局が7日限りで撤去させる。香港メディアが報じた。政府批判の言葉も散見され、火災で高まった当局への不満を抑え込む考えとみられる。

中国の治安機関、外国メディアを呼び出し「警告」　香港火災など巡り - 12月07日(日)18:44  毎日新聞

　中国政府が香港に置く治安機関・国家安全維持公署は6日、高層住宅群での大規模火災や立法会（議会）選挙に関して「虚偽の情報をばらまいた」として、一部の在香港外国メディアの責任者や記者を呼び出したと発表した。国安署が外国メディアの呼び出しを公開するのは異例。

蘋果面臨數十年來最大規模離職潮！晶片主管 Srouji 可能是下一位離職 - 12月07日(日)15:39  TechNews 科技新報

蘋果面臨數十年來最大規模離職潮！晶片主管 Srouji 可能是下一位離職蘋果長期以來是矽谷穩定的典範，卻突然面臨數十年來最大規模的離職潮，過去一週，蘋果人工智慧與介面設計主管雙雙離職，隨後總法律顧問及政府事務主管也離職，甚至是蘋果備受推崇的內部晶片計畫設計師約翰尼·斯魯吉（Johny Srouji）也說「正認真考慮近期離職」。 （繼續閱讀…） 蘋果面臨數十年來最大規模離職潮！晶片主管 Srouji 可能是下一位離職

香港 立法会議員選挙の投票始まる 投票率が最大の焦点 - 12月07日(日)11:25  NHKニュース

香港で議会に当たる立法会の議員選挙の投票が始まりました。150人以上が犠牲となった大規模な火災を受けて香港政府は被災者支援などにつなげるとして投票を呼びかけていますが、候補者が親中派で占められる中、市民の関心は低調で、投票率が最大の焦点です。

ハワイ島 キラウエア火山で噴火 被害の状況など不明 - 12月07日(日)07:22  NHKニュース

USGS＝アメリカの地質調査所によりますとハワイ島のキラウエア火山で、噴火が起きているということです。現地の様子をとらえたライブ映像では、大規模な噴火が起きていることがわかり、USGSは警戒を呼びかけています。

「1万人の第九」今年も開催　「歓喜の歌」大阪城ホールで高らかに - 12月07日(日)21:25  毎日新聞

　師走の風物詩「サントリー1万人の第九」（MBS主催、毎日新聞社など後援）が7日、大阪城ホール（大阪市中央区）で開かれた。世界最大規模の合唱コンサートで、今回が43回目。6～98歳の参加者が総監督・佐渡裕さんの指揮で「歓喜の歌」を高らかに響かせた。

カキ大量死、伊原木知事が邑久町漁協視察　被害状況聞き「資金繰り支援検討」 - 12月07日(日)18:26  山陽新聞

岡山県内の瀬戸内海で養殖カキの大量死滅が確認された問題を受け、伊原木隆太知事は７日、県内最大規模の産地である邑久町漁協（瀬戸内市邑久町...

知能のない個体が集団では“賢く見える”理由を数学的に解明 - 12月07日(日)12:00  ナゾロジー

とても単純な生き物でもそれが集まったとき、なぜか高い知能を持つ集団のように振る舞うことがあります。 特に最適な経路を見つけて移動するという行動は、免疫細胞にも、がん細胞の浸潤にも、細菌のコロニー形成でも見られます。 本来なら、複雑な環境で最適な道筋を見つけるには、間違った道を記憶し、経路を検討して選択する意思決定が必要であり、“賢い個体”がいなければ成立しないはずです。 しかし、それぞれの個体を詳しく見ても、内部に記憶装置があるわけでも、仲間と相談する仕組みが備わっているわけでもありません。 それにもかかわらず彼らは集団になると、あたかも“状況を理解しているかのような”合理的な動きを見せます。 いったいこの「集団の知性」は、どこから生まれてくるのでしょうか──。 この謎に挑んだのが、東京大学生産技術研究所（Institute of Industrial Science, The University of Tokyo）とフランス国立科学研究センター（CNRS）の研究チームです。 研究者たちは、内部にほとんど知能や記憶を持たない細胞や細菌が、環境に残していく化学物質を通して、結果的に“学習した集団”のように振る舞う理由を数理を用いて説明しました。 個体は賢くないのに、集団としては最適な道筋に近づいていく──この予想外のふるまいを、強化学習と同じ数学構造で記述したのです。 この研究の詳...more細は、2025年10月15日付で科学誌『PRX Life』に掲載されています。 目次 細胞たちは「匂いの地図」を読みながら進んでいる細菌や細胞の振る舞いはAIの強化学習に似ているアリの社会からSNSまで、集団現象には似た構造が隠れている？ 細胞たちは「匂いの地図」を読みながら進んでいる 私たちの体の中で動き回る細胞は、脳を持っていないのに、不思議と「行くべき場所」にたどり着きます。 このとき細胞が手がかりにしているのが、周りに広がる化学物質の“匂いの地図”です。 体の中では、傷ついた場所や感染した場所から、さまざまな物質が放出されています。 これらの物質は時間とともに周囲へ広がり、場所によって「濃いところ」と「薄いところ」ができます。 このような差がある状態を、化学物質の濃度勾配（gradient）と呼びます。 細胞は表面にあるセンサーで、この濃度のわずかな違いを感じ取り、少しでも“濃いほう”へ向かうように動きます。 このような仕組みは、専門的には走化性（chemotaxis）と呼ばれていますが、イメージとしては「パン屋さんの匂いが強いほうへ歩いていく」ようなものだと思ってください。 今回の研究では、この匂いの地図をめぐる細胞たちのふるまいを、シンプルなルールに落とし込んでモデル化しました。 単純な知能しか持たない細胞集団による環境探索と、効率的な探索を実現する環境への最適な情報の読み出しと書き込みの概念図/Credit:東京大学 生産技術研究所 舞台として用意されたのは、ゴールとなる“餌”が隠された迷路です。 研究チームは、実際の細胞の代わりに「とても単純な仮想細胞」をコンピューター上にたくさん配置しました。 この仮想細胞には、賢い脳も記憶もありません。 できることは、「周りの匂いの濃さを感じること」と「少しだけその匂いを自分でもまくこと」だけです。 ここでいう「匂い」は、現実の世界では免疫細胞を呼び寄せるサイトカインや、細菌が養分を見つけるときに頼りにする栄養分の濃度を抽象化したものです。 たとえば、細菌は糖などの栄養が多い方向へじわじわと集まりますし、白血球は炎症部位から放出される物質の濃さをたよりに傷口へ集まります。 研究の迷路の中で変化する化学物質の濃度は、こうした実際の体内環境を、数字と色のパターンとして表現したものだと考えると分かりやすくなります。 仮想細胞たちは、まず手探りで迷路の中をうろうろと動き回ります。 どの道がゴールに近いのかは、最初は誰も知りません。しかし、ゴールに近い場所では、目標から出る匂いが自然と強くなります。 そこにたまたま到達した仮想細胞は、その周囲に自分の匂いも上乗せしていきます。一方で、行き止まりのようにゴールに近づけなかった場所では、匂いがあまり増えません。 その結果、時間がたつほどに、迷路の中には「行き止まりは匂いが薄く、ゴールに通じる道だけ匂いが濃くなる」というパターンが形成されます。 この匂いの分布こそが、細胞たちにとっての「外部記憶の地図」になります。 仮想細胞は賢くなったわけではありませんが、「より匂いの強い方向へ進む」という単純なルールだけで、だんだんと正しい道筋を選びやすくなります。 研究者たちは、このようなシミュレーションを通じて、「個々の細胞が特別に賢くなくても、集団として動くことで、あたかも迷路を学習したかのように振る舞う」ことを示しました。 さらに興味深いのは、この集団のやり方が、ときには「高性能なひとりの探索者」を上回るという点です。 研究では、完璧な記憶力を持ち、自分の頭の中に地図を作れる“賢いひとりのエージェント”とも比較しています。 個による中央集権的な情報処理と単純な知能しか持たない集団の分散的情報処理/Credit:東京大学 生産技術研究所 すると、たった一人の賢い探索者は、運が悪いと一定時間内にはゴールにたどり着けないこともあるのに対し、たくさんの単純な仮想細胞が匂いを通じて環境そのものに情報を書き込んでいく方式では、集団として安定してゴールに近づけることが分かりました。 つまりこの研究が教えてくれるのは、「賢さ」は必ずしも個人の頭の中だけにあるわけではない、ということです。 周りの環境に残された“痕跡”をうまく利用すれば、何も考えていないように見える小さな存在たちが集まるだけで、驚くほど賢いふるまいが生まれるのです。 細菌や細胞の振る舞いはAIの強化学習に似ている 細胞が化学物質の濃度だけを手がかりに方向を決めても、最終的に正しい道を選びやすくなる理由を理解するには、まず現実の体内で何が起きているのかを見る必要があります。 体の中では、炎症部位や免疫細胞からサイトカインやケモカインが放出され、細菌や上皮細胞からもさまざまな分泌分子が出ています。 これらは空間に広がるにつれて濃度が徐々に下がり、場所ごとに“濃い・薄い”が自然に生まれます。 研究のモデルで使われた化学物質の濃淡は、これら生体シグナルのふるまいを数値として再現しています。 細胞が体内で遭遇する環境は、血管の分岐、細胞の隙間、方向をふさぐ組織構造、流れの強弱など、実際に迷路のような複雑さを持っています。 このような環境を数学的に扱うために、研究チームは迷路を“抽象化された体内”として設計しました。 こうした抽象化のおかげで、細胞の動き方や化学物質の広がり方を正確に比較できるようになりました。 そして数理的に整理すると、集団が作り出す化学物質の濃度分布は、AI の強化学習で用いられる「価値関数」と同じ役割を果たす量として定義できることが示されたのです。 価値関数とは、ある場所が“どれくらいゴールに近いか”を数値で表すものです。 AIの場合はコンピューター内部に地図のようなデータを保存しますが、この研究の細胞モデルでは、その役割を環境そのものが担います。 個々の細胞は学習していませんが、それぞれが化学物質を少しずつまいていくことで、迷路全体に濃度の“地形”が生まれ、そこに価値の情報が蓄積されていきます。 細胞はこの外部メモリを読み取り、より濃い方向へ進むため、結果として最適ルートに向かっていく傾向が強まります。 数理的には、この過程はマルコフ決定過程と呼ばれる枠組みの「最適値反復」に対応し、研究者たちはその一致を明確に示しています。 このように示されたのは、抽象化された数学的な構造であるため、この研究はもしかすると世の中に潜む様々な集団現象の謎にも迫れるかもしれません。 アリの社会からSNSまで、集団現象には似た構造が隠れている？ 論文が厳密に扱っているのは、あくまで「走化性（chemotaxis）をもつ細胞」が、環境に残した化学物質を通して情報を共有し、集団として最適な行動に近づいていく仕組みについてのみです。 そのため、その他の世の中でみられる様々な集団現象について、論文は特に論じてはいませんが、この研究で示された数学的な構造は、ほかの集団現象にもよく似たかたちで顔を出しているように見えます。 たとえば、アリの行動は古くから「スティグマーギー（stigmergy）」と呼ばれる概念で説明されてきました。 アリは餌を見つけたとき互いに直接教えたり「...

「AIが引用した参考文献」の約3分の2が存在しない文献だったり間違っていたりしたとの調査結果 - 12月07日(日)11:00  GIGAZINE

現代では仕事や調べ物にAIを利用する人が増えていますが、AIは虚偽の内容を捏造(ねつぞう)したり誤情報を生成したりする幻覚(ハルシネーション)を起こすこともあります。OpenAIが開発した大規模言語モデル・GPT-4oを用いた調査では、専門的な内容を尋ねられたAIがどれほど幻覚を起こしやすいのかが明らかになりました。

大規模災害に備え　那賀町と宮崎商事がLPガス供給で協定 - 12月07日(日)05:00  徳島新聞

那賀町は、南海トラフ巨大地震など大規模災害に備え、避難所へ…