1009 | AIの失敗と画面の寿命、そして人の学び

葵: こんにちは、葵です。

悠真: 悠真です。今日もこの24時間で話題になった技術とインターネットのニュースを、コメントの議論を中心に深掘りしていく番組ですね。

葵: 今日のラインナップを見ると、一つ大きな流れが見えてきます。「AIが作ったものはどう検証され、どう信頼されるのか」。そして逆に「人間が手を動かすことの価値」、さらに画面とエネルギーという物理の世界、ブラウザで復活する90年代の技術、最後は人と健康の話まで。

悠真: 幅が広いけど、繋がりはありますよね。まずはAIと数学の撤回騒ぎから行きましょう。

葵: これは印象的な話です。OpenAIの数学に関する原稿が、3本も撤回されたんです。内容は村上と角の名前がついたK3という数学的対象に関するものなど。理由は、符号エラー。つまり計算の中で符号をどこかで間違えていた。

悠真: 3本もってのがすごいですね。しかもこれ、撤回といっても単に消したんじゃなくて、全体像を発表しているんですよ。数字を並べると、撤回が3件、改訂された原稿が14本、そして新しいLean形式化が6件。さらに全体の成果719件のうち300件、ちょうど4割ちょっとがLeanという証明支援系で形式化済みだという報告。

葵: ここで面白いのは、検証文化が実際に機能していることなんですよね。数学のコミュニティでは、間違いを見つけたら撤回や訂正が公開される。それが普通の運用として回っている。AIが大量の原稿を出してくる時代だからこそ、この「間違いを公にして直す仕組み」が一番大事なインフラになる。

悠真: しかも300件の形式化ってすごく示唆的ですよね。Leanで形式化されたということは、機械が完全に検証した証明だということです。人間の目でレビューするだけなら見落としがある。でも形式化すれば、符号エラーみたいなうっかりミスは絶対に通らない。

葵: そう。だからこそ今回、符号エラーがどこかで見つかった。全部が形式化されているわけではない、300/719という数字は正直な数字で、残りはまだ機械検証されていない。そこに誤りが潜んでいた可能性がある。この不均衡が教訓なんです。

悠真: 議論としてはいくつかの立場がありそうです。一つは「AIによる数学研究はまだ現役の研究者による査読なしでは危険」という慎重派。もう一つは「形式化があれば安全、むしろAIが大量に出してLeanで全部通す未来は健全」という楽観派。

葵: そして第三の立場として、Terence Taoの意見に近い、「そもそも数学とは何か」という視点です。これは後でちゃんと話すけど、まず撤回の話をもう少し掘ろう。

悠真: 撤回自体は恥ではありません。数学史を振り返っても、訂正と撤回は学問の正常な代謝です。ただ、今回は「AIが書いた原稿が、人間の検証プロセスに普通に乗って、普通に撤回された」というのが画期的な点で。つまりAIの成果物が、数学コミュニティの自己修復装置にきちんと通された。

葵: 14本の改訂というのも重要です。間違ったものは捨てるのではなく、直して再提出されている。撤回3、改訂14、新形式化6、そして300件の形式化。この数字の組み合わせ全体が、検証文化が働いている証拠なんですよね。

悠真: 未知の点としては、なぜ符号エラーが発生したのか。AIの推論プロセスのどこでそれが起きたのか。そして残りの419件、形式化されていない成果がいつまでに検証されるのか。そこはまだ分かりません。

葵: ところで、OpenAIというと今度は売上の話です。こっちも「数字をどう検証するか」というテーマで繋がります。

悠真: そう、FTの報道で、OpenAIの年間売上換算が約200億ドルも下方訂正されたという話。200億ドルって、企業の一つの決算規模が丸ごと消えるレベルですよね。

葵: で、原因はというと、OpenAIとAnthropicを比較する方法が食い違っていたこと。例えば、ある企業は契約全体を年換算で足す、別の企業は実績ベースで数える。同じ「年間売上」という言葉を使っても、中身の数え方が全然違う。

悠真: これは本当に面白いニュースだと思ってます。数字が間違っていたというより、「数字の測り方自体がまだ未成熟」という印象を残すのが肝心です。

葵: 議論としてはこうなると思います。AI業界の売上は、従業員1人あたりの効率や成長率としてよく引用される。でも、その基礎となる数値がこの程度の粒度で揺れているとなると、業界全体の成長率や収益性の議論が上振れしてきた可能性がある。

悠真: 反対側の意見もありますよね。「訂正されたことが健全な姿」という。数学の撤回と同じ構造で、間違いに気づいて直すのは正常なプロセスだ、と。

葵: なるほど、それは良い対比です。数学なら形式化で機械検証できるけど、売上の集計にはLeanに相当する仕組みがない。だからこそ食い違いが起きたまま長期間未発見だった。未知なのは、訂正後の実質的な成長率がどう評価されるのか、そして将来は標準的な集計方法が定まるのかどうか。

悠真: さて、AI話題で今日一番ビジュアルで面白いやつに行きます。Claude Opus 5.5がカルヴィーノの『見えない都市』をThree.jsで可視化した話。

葵: これは見事な成果なんですよ。所要1.5時間、APIコスト約74ドル、しかも6つの並列サブエージェントを動かして。カルヴィーノの小説って、実在しない都市が50ちょっと描かれている古典で。テキストのイメージを3Dに落とし込むというのは、文学的解釈と実装の両方が必要な作業です。

悠真: 議論の焦点は、「これは芸術なのか、エンジニアリングなのか」ですよね。1.5時間と74ドルという数字を見ると、個人開発者が手動で数ヶ月かけて作るものと比べて桁が違う。だから「AIが作るのは本物の作品か」という質問が毎回上がります。

葵: でも前の話題と対比すると面白い。数学の原稿は符号エラーで撤回された。つまりAIの厳密さには限界があった。でもビジュアライゼーションは、厳密な証明を求めない分野。だからAIが一気に成果を出せる領域と、そうでない領域がはっきり分かれてきた。

悠真: ここから人間側の話に入ります。Carson Grossが学生に「AIが時代でもコードを自分で書け」と忠告したという話。Carson Grossといえば、Webの柔軟な使い方を推進する人ですよね。

葵: 彼の主張はこうです。AIに任せずに自分でコードを書くことで、読む力と理解を育てられる。AIは家庭教師として使え、と。

悠真: これ、コメント欄で必ず議論になるやつですよね。「電卓があったのに暗算を教えるのか」という反論に対して、「実は電卓の普及後も、数学を理解する人としない人の差は拡大した」という返しがいつも上がります。

葵: そして今回、前の話題との対比で見ると、AIは1.5時間でThree.js作品を作れる。つまり「書く」ことはどんどん自動化されている。そうなると人間が培うべき能力は「書く」ではなく「読む」にシフトする、というのがCarson Grossの直観なんだと思います。

悠真: 未知なのは、学生が実際にどう学び方を変えていくか。そして「読む力」をどう評価するのか。学習の成果が「何を書けたか」から「何を読めるか」に移るとき、教育の形が変わるかもしれません。

葵: さて、ここでTerence Taoの話に戻りましょう。さっき予告した通り、「Math 2.0」という概念です。

悠真: Taoの主張は、数学を「問題を解くこと」だけで捉えるのは狭すぎる、ということです。数学には論文の書き方、共同体、新しい研究方向への展開がある。それらを重視すべきだと。

葵: これは、AI研究の話題から人間側の学問観への橋渡しとしてぴったりの話ですよね。OpenAIが719件の成果を出した。でも、その中でどれが新しい研究方向に繋がるのか。それは単に「解けたかどうか」では決まらない。

悠真: そう、解けた問題のうち、次の問いを生むのはごく一部です。そして「次の問いを見つける」というのは、共同体の文脈で決まる。誰が面白いと思うか、どの方向が活発か、といった社会的判断が入る。

葵: つまりTaoは、AIが爆発的に解を生成する時代だからこそ、数学の「社会的側面」—誰が何を重要と考えるか—がより大事になる、と言っているわけです。これが「Math 2.0」。

悠真: 議論としては、「解決の自動化が進む中で、人間の役割は問いの選択と方向付けに移る」というのが新しい研究方向のポイントです。そして「論文の書き方」という側面も重要。形式化が進めば、証明はLeanに任せられる。でも論文の物語、動機、背景の説明は人間の仕事になります。

葵: 未知なのは、「Math 2.0」という枠組みが実際の研究運営、例えば学会や研究費の分配にどう反映されるか。そして、AIと人間の役割分担が具体的にどう決まっていくか。まだ見えていない部分が多いです。

悠真: ここから話題を物理の世界に移します。TechSpotがQD-OLEDモニターを30ヶ月、8000時間も使い続けた実用テストの結果です。

葵: 結論を言うと、測定可能なBurn-inが発生して、輝度も低下した。30ヶ月って、モニターを新品で買ってから2年半使ったわけですよね。8000時間は、1日8時間なら約2.7年相当です。生産性用途で使った場合です。

悠真: 議論の焦点は、「Burn-inは問題か、仕様か」ですよね。OLEDは黒が真っ黒で応答速度も速い。ゲーミング用途では絶大な人気があります。でも、静的なUIを長時間表示する仕事用途では、Burn-inが現実のリスクになります。

葵: ここで「測定可能」という言葉が重要です。目で見て「少し焼き付いたかな」というレベルではなく、測定器で数値として確認できる劣化。つまり物理的な劣化が進行している、という事実です。

悠真: しかも輝度低下も起きている。つまり単にBurn-inだけじゃなくて、全体的に明るさが落ちている。これが生産性用途で長期耐性に疑問を持たせる理由です。

葵: 議論としては「画面を消耗品として扱うべき」という立場と「2年半で劣化は許容できない」という立場があります。価格を考えると、OLEDモニターは決して安くない。2年半で輝度が落ちるなら、LCDと比べて年間コストが高くなる可能性がある。

悠真: 未知なのは、Burn-inの進行速度が時間とともにどう変わるか。最初の1年で急速に進んで、その後は安定するのか。それとも線形に進み続けるのか。さらに、メーカーの保証期間と実際の劣化の関係も分かりません。

葵: さて、画面の寿命とコストの話から、エネルギーのコストの話に移ります。Wood Mackenzieの調査で、4時間バッテリー貯蔵が、43の市場すべてでガスの開放サイクルタービンより安価になったという話です。

悠真: これは結構大きな話ですよね。43の市場全部で、つまり例外なしでバッテリーが勝った。

葵: 開放サイクルタービンって、ガスタービンで発電する方式で、立ち上げが早い、応答が速い。でも効率はそれほど高くない。ピーク時に対応するために使われる。バッテリー貯蔵がこれに取って代わるなら、ピーク電源の常識が変わるということです。

悠真: 議論としては「バッテリーのコストが急速に下がっている」ということに尽きます。製造規模が拡大して、材料も工夫されて、量産効果で価格が下がった。そして43市場全部というのは、地域ごとの気候や電力事情が違うにもかかわらず、全部で勝ったというのがすごい。

葵: ただし、未知な点は明確です。「4時間」というのが鍵です。バッテリーは4時間しか持たない。だから長時間の供給、例えば数日間にわたる風のない期間をカバーすることはできない。そういう場合はガス発電が必要です。

悠真: つまり「バッテリーがガスタービンを下回る」は正しいけれど、それは「4時間以内のピーク対応」という用途に限った話。全電源をバッテリーでまかなえるという意味ではない。

葵: そう、この区別が重要です。それでも、43市場全部で勝ったというのは、電力系統の設計における転換点を示している。次の話題は、保存された技術がブラウザで動く話です。

悠真: 90年代のPCデモシーンのデモが、ブラウザで動くようになった話。Second Realityを含む古典的なデモが、x86エミュレーション、Cトランスパイル、WebAssemblyという技術で動作します。

葵: デモシーンって、90年代にPCで限られたリソースで美しいグラフィックや音楽を作る文化的運動です。Second Realityは1993年のFuture Crewの作品で、伝説的なデモ。あれがブラウザで動くというのは、歴史的ソフトの保存と再生という観点で画期的です。

悠真: 議論としては、いくつかのレイヤーがあります。まず技術的に、x86エミュレーションとCトランスパイルとWebAssemblyを組み合わせるというのは、一つのソフトウェアを動かすために複数の変換レイヤーを重ねる手法。これは単一の手法では動かせなかったものを、組み合わせで実現した。

葵: そして文化的には、「古いソフトウェアを未来に残す」ことの価値です。エミュレータは、ハードウェアが廃れた後もソフトウェアを生かし続ける方法。デモシーンの作品は、当時の技術の限界に挑戦した成果物だから、それを保存することは技術史の保存でもあります。

悠真: 未知なのは、すべてのデモがこの手法で動くわけではないということ。そして、この手法が一般化するかどうか。特定の有名デモを動かすのではなく、任意の90年代のソフトウェアをブラウザで動かせるようになるのか。

葵: デモシーンの話から、DVDメニューの話に移ります。これも90年代の技術で、制約の中の創意工夫という共通点があります。

悠真: DVDのSubpictureって、実は2ビット、つまり4色しか使えないんです。それなのに、DVDのメニューは色使いが意外と豊富に見えます。なぜかというと、背景画像とSubpictureを重ねて表示することで、実効的にはもっと多くの色に見せているんです。

葵: そして面白いのが、DVDのVM、仮想マシンにGPRMとSPRMというレジスタがあったこと。これでプログラミングができて、インタラクティブなメニューやゲームが作れました。

悠真: つまりDVDは、単に映画を再生するメディアじゃなくて、限られたリソースでインタラクティブ性を実現するプラットフォームだったんです。4色の制約の中で美しいメニューを作り、レジスタで分岐するゲームを作る。これはデモシーンの「限られたリソースで最大の表現」という精神とよく似ています。

葵: この共通点は、90年代のコンピューティング全般に言えることです。リソースが限られているからこそ、創意工夫が生まれた。デモシーンもDVDメニューも、その代表例。

悠真: 未知なのは、このDVDメニューの技術がどれくらい広く使われていたか。そして、DVDで作られたインタラクティブコンテンツがどれだけ保存されているか。メディアが廃れた今、その遺産をどう保存するかという課題はデモシーンと共通です。

葵: ここから個人メイクの話題です。scottbez1さんが、フレキシブルLEDフィラメントをTシャツに縫い付けたという話。ESP32と昇圧コンバータを使っています。

悠真: これは工作好きにはたまらない話ですよね。柔らかいLEDフィラメントを布に縫い付ける。しかも、フィラメントの長さに合わせて経路を設計している。つまり、ただ縫い付けたんじゃなくて、フィラメントの物理的長さを考慮して、どういう経路でTシャツ上に配置するかを計算している。

葵: ESP32はWiFi付きマイコンで、昇圧コンバータは電圧を上げる回路。LEDを大量に点灯させるには、電源の設計が重要です。

悠真: これは個人がモノを作る見本のような話です。3Dプリンタやレーザーカッターと違って、縫うというのは、昔ながらの技術と最新のエレクトロニクスを融合させる方法。

葵: 未知なのは、洗濯に耐えるかどうか。着用中の熱や汗の影響。そして、電源の持ち時間。ウェアラブルデバイスの実用化では、こうした日常的な問題がいつも課題になります。

悠真: 小型デバイスの話題といえば、次はWhistleという音声認識モデルの話です。16.9MBで7言語、CPUローカルで動く。初トークンが11ミリ秒という数字も出ています。

葵: 16.9MBというサイズがポイントです。最近の音声認識モデルは、数ギガバイトのものが普通です。それが16.9MB。つまり、スマホや組み込み機器でも十分に動くサイズです。

悠真: しかも7言語対応で、ローカルで動く。つまりクラウドに送信せずに、デバイス上で完結する。プライバシーの面でも、ネットワークの遅延がないという点でも有利です。

葵: 初トークン11ミリ秒というのは、話し始めてから処理が始まるまでの遅延が極めて短いということです。リアルタイムの文字起こしや、音声コマンドの応答に重要な指標です。

悠真: 議論としては「小型モデルでどこまで精度が出るか」というのが焦点です。大規模モデルに比べれば、精度は下がるはずです。でも、用途によっては十分な場合もある。特に、命令的な発話、例えば「電気をつけて」みたいな短いフレーズなら、小型モデルでも十分かもしれません。

葵: 未知なのは、ノイズ環境での性能。そして、日本語を含む7言語の対応状況の詳細。あと、このサイズで動くということは、組み込み用途での可能性が広がるということです。家電、車、産業機器など。

悠真: さて、個人利用や組み込みの話題から、ネットワークの設定の話に移ります。ICANNに新gTLD「.lan」の申請が出されたという話。

葵: これはちょっと厄介な話です。.lanというのは、ローカルネットワークでよく使われるホスト名のサフィックスなんです。例えば、家のルーターやNASを「myserver.lan」としてアクセスする。OpenWRTというオープンソースのルーターファームウェアは、デフォルトで.lanを使っています。

悠真: それが、ICANNに新しいトップレベルドメインとして.lanが申請された。もし.lanが正式なgTLDになると、今のローカルネットワークの名前と衝突する可能性があります。

葵: だから、RFC 8375のhome.arpa派から批判が出ています。home.arpaというのは、家庭内ネットワーク用に予約されたサフィックスで、これを使うことが仕様上正しい、という立場です。

悠真: つまり「あなたの実装が仕様に違反しているから、この申請は混乱を招く」という主張ですね。一方、「現実にOpenWRTが.lanを使っていて、広く普及しているのだから、それを公式化するのが合理的」という反対意見もある。

葵: これは、日常のネット運用が規則と衝突する典型例です。仕様はhome.arpaを推奨している。でも、現実は.lanが使われている。現実と仕様、どちらを優先するか。

悠真: 未知なのは、ICANNがどう判断するか。そして、.lanが正式化された場合、OpenWRTなどの実装はどう対応するか。逆に却下された場合、既存の.lanユーザーはどうするのか。

葵: さて、ここからネットワークの人間的な側面に移ります。Orkutの創業者Büyükköktenさんが、人間的・共同体志向のSNSを目指すキャンペーンを開始しました。

悠真: Orkutって、2000年代のSNSですよね。Googleが運営していて、ブラジルで圧倒的に支配的でした。

葵: そう。ブラジルでは、Orkutが国民的なSNSでした。そしてBüyükköktenは、その創業者。今、彼が新しいSNS運動を始めたというのは、既存のSNSへの問題意識の表れとも取れます。

悠真: 彼の主張は、SNSは人間的で、共同体志向であるべきだということ。これは、現代のSNSがエンゲージメントと広告に最適化されすぎているという批判と裏表の関係です。

葵: 議論としては「Orkutの遺産をどう活かすか」という問いです。Orkutは共同体ベースで、コミュニティが中心でした。現代のSNSは、個人のフォロワー数が中心。この違いが、SNSの健康さに影響しているという見方があります。

悠真: 未知なのは、彼のキャンペーンが具体的にどういう形のSNSを作るのか。そして、ブラジルで圧倒的なシェアを持ったOrkutの経験が、現代のSNS設計にどう応用されるか。

葵: ここから少し方向を変えて、技術者の移動と産業の話題です。米国がMicrosoftなどの企業をPermanent Labor Certification Programから除外したという話です。

悠真: これは、いわゆるグリーンカード取得プロセスの一部です。Permanent Labor Certificationって、外国人労働者が永住権を取得するためのプロセスの一つ。米政府がMicrosoftなどの企業をこのプログラムから除外したということは、それらの企業が外国人技術者を永住権で採用する道が閉ざされたということです。

葵: 米政府の主張は、ビザの濫用があったということ。つまり、このプログラムが本来の目的から外れて使われているという指摘です。

悠真: 議論としては、「これは正当な監視か、政治的な動きか」が焦点です。技術者にとっては、勤務先の企業がこのプログラムから除外されるということは、将来の永住権の取得が困難になるということ。生活設計に直接影響します。

葵: 産業への影響も未知数です。米国の技術業界は、海外出身の技術者に大きく依存しています。このプログラムから大手が除外されるなら、人材の流れが変わる可能性があります。

悠真: 未知なのは、他の企業にも除外が広がるのか、そして除外された企業の技術者がどうなるのか。転職するのか、別のビザカテゴリーを使うのか。ここはまだ見えません。

葵: 技術者の話題から、教育支援の話題に移ります。OPという方が、10年間タンザニアの教育を支援しているという話です。

悠真: これは心温まる話です。10年間の継続支援の結果、Anwariteという生徒が大学を卒業した。そして、501(c)(3)という非営利プロジェクトを通じて、現在5人の生徒を支援しています。

葵: 501(c)(3)は米国の非営利団体の税制上の分類です。つまり、個人の支援活動が正式な非営利プロジェクトに発展したということです。

悠真: この話のポイントは、「個別の継続支援」の成果です。大規模な国際援助と違って、一人の個人と一つの地域の関係が10年続いた。その中で、一人の生徒が大学を卒業した。これは、個人の支援が持つ可能性を示しています。

葵: 議論としては、「大規模援助と個別支援、どちらが効果的か」という常bastardの議論があります。大規模援助はスケールが大きいけど、現場の声が届きにくい。個別支援は現場に密着できるけど、スケールしない。

悠真: 未知なのは、Anwariteさんの卒業後の進路。そして、5人の生徒が今後どうなっていくか。10年続いたこのプロジェクトが、次の10年も続くのか。

葵: さて、人との関係の話題から、健康の話題に移ります。Ken Arnesonが2015年に書いた、雑談の効用についての話です。

悠真: 主張はこうです。本題前の雑談、いわゆるsmall talkは、信頼を作る。そして、話す側の脆弱さを減らす。

葵: 議論としては、「雑談は無駄か、必要か」という問いです。業務効率の観点からは、雑談は時間の無駄に見える。でも、信頼がなければ、本題での率直な意見交換ができない。

悠真: これは、リモートワークの時代に特に重要なテーマです。オフィスには自然と雑談が発生するけど、リモートでは意識的に作らないと発生しない。

葵: 「話す側の脆弱さを減らす」というのが興味深い表現です。つまり、雑談を通じて相手を知ることで、自分の弱みをさらけ出しやすくなる。心理的な安全ですね。

悠真: ここから最後の話題、健康のテーマに接続します。ADHDと体内時計の話です。

葵: 総説が出て、ADHDを概日リズム、つまり体内時計の乱れとして捉える視点が議論されています。そして、光や睡眠を使うChronotherapy、時間療法の可能性が検討されている。

悠真: これは新しい視点ですよね。ADHDは traditionally、注意や衝動性の問題として捉えられてきた。でも、それが体内時計の乱れと関連しているという可能性がある。

葵: Chronotherapyって、光療法とか、睡眠時間の調整とか、体内時計をターゲットにした治療法です。季節性のうつ病などでは有効性が示されています。ADHDにも応用できるかというのが今回の議論です。

悠真: 未知な点は明確です。有効性の確証がまだない。これはあくまで総説、つまり既存研究のまとめで、新しい治療法の提案段階です。

葵: 議論としては「ADHDの本質が神経伝達物質の問題なのか、体内時計の問題なのか、あるいはその両方なのか」という問いです。もし体内時計の乱れが大きな要因なら、治療のアプローチが変わる。睡眠習慣を整えるだけでも症状が改善する可能性がある。

悠真: ただし、これはまだ仮説の段階です。ADHDを持つ人にとって、睡眠の問題は実際によく報告されています。だから、体内時計と関連しているというのは筋が通った仮説ではあります。でも、因果関係がどちら向きなのか。睡眠の乱れがADHDの原因なのか、ADHDが睡眠の乱れを引き起こすのか。そこはまだ分かりません。

葵: これが今日の最後の話題です。AIが数学原稿を書いて撤回され、売上の数え方が揺れて、AIが74ドルでビジュアライゼーションを作って、学生は自分でコードを書くべきだと言われて、数学の共同体が問い直されて、モニターは焼き付いて、バッテリーはガスより安くなって、90年代のデモがブラウザで動いて、DVDメニューの創意工夫が再評価されて、TシャツにLEDが縫い付けられて、16.9MBの音声認識がCPUで動いて、.lanの申請が論争になって、Orkutの創業者が帰ってきて、ビザプログラムから大手が除外されて、タンザニアでは10年の支援が実って、雑談の効用が語られて、ADHDは体内時計と繋がって。

悠真: 今日一日の話題で、これだけの幅があるってすごいことですよね。

葵: では、また明日。ありがとうございました。

悠真: ありがとうございました。