Soumettre la recherche
Mettre en ligne
世界は多次元 究極理論の有望株 超ひも理論とは
•
0 j'aime
•
196 vues
Koji Fukuoka
Suivre
物理学者の夢、1つの理論で万物を記述する究極の理論。その有望株が「超ひも理論」です。 数式を使わずに直感的に超ひも理論の香りを感じることが出来ます。
Lire moins
Lire la suite
Sciences
Signaler
Partager
Signaler
Partager
1 sur 19
Recommandé
脳と機械を繋ぐブレインテックを紹介
脳と機械を繋ぐブレインテックを学ぶ.pdf
脳と機械を繋ぐブレインテックを学ぶ.pdf
Koji Fukuoka
「人工知能 (AI) は言葉の意味を理解できるか?」という問いについて、 肯定論、否定論の両論あるようだ。 計算しかしていないコンピュータに、言葉の意味が理解できるはずが ない、というような論が、かつて、まことしやかに述べられていた。 「コンピュータ」は、日本語では「計算機」といい、その名の示す通り、 プロセッサレベルの低い階層においては、計算しかしておらず、それ以外に 何かができるわけではない。そこは間違っていない。また、計算以外の 何かができるように、新たなアーキテクチャが生まれようとしている、と いうこともなく、そこは昔も今も変わっていない。 しかし、一方、「言葉を理解するとは、単なる計算以上の能力を必要とする、 特別な何かである」かどうかは、それほど自明ではなく、議論の余地が あると思う。 人間の脳だって、脳細胞や脳細胞間のシナプス結合等のミクロなレベルまで 視点を下げれば、もしかすると、本質的には計算しかしていないのかも しれない。だとしても、そこから、マクロレベルへと階層を上がって いくにつれて、知能や意識が創発してくるのかもしれない。意識も知能も 欲望も感情も想像力も直観力も言語能力も論理推論能力も、結局は 計算に還元されるのではないか、という考え方がある。これを 「計算主義」という。 もし、計算主義が正しいのだとしたら、人間の脳においても、実は 計算しかしていないのに、言葉を理解できているのはどういう メカニズムによるものなのだろう、不思議だなぁ、と、AI の場合と同じ 問いに直面することになりうる。 自然言語処理能力を含む知能は計算から生まれるか、というのは割と 根源的な問いだと思う。 そこをただ思弁的に言葉だけを用いて議論していても、果てしなく続き、 言葉のゴミの山が積み上げられ、結局は、何ひとつ解明できずに終わる だろう。ヴィトゲンシュタインの哲学を延々々々と続けていたとしても、 そこから自然言語処理 AI は生まれない。 今は、現に動作するチャットボット AI が世に出てきている。 さきほどの問いについて考える上でも、現物を触りながらのほうが、 議論の見通しがより明るくなるかと思う。 というわけで、ChatGPT と会話してみることで、考えてみた。 考察というより、ただの感想に近いけど。 「言葉の意味を理解する」とはどういうことか、それ自体、単純なこと ではなく、理解レベルには、さまざまな階層があると思う。 車の自動運転だって、そのレベルが 5 段階に分類されており、 言葉の意味理解についても、そういうのがあるとよかろうと思う。 今現在、どのレベルまで到達しているのか。今、まだ解決されていない 課題は何か。将来、いつごろ、どの程度のものに発展するかの見通しは どうか。こういう問いが、割と現実味のある、切実な問いになってきて いるのではないかと思う。 このレポートを参照して解説する YouTube 動画: ■ セーラー服で機関銃トーク: ChatGPT を使ってみた (第 3 弾) https://www.youtube.com/watch?v=Cb3qJX8Sp-U 2022/12/15 収録日: 2022年12月12日(月) YouTube 動画 35分14秒 YouTube チャンネル シンギュラリティサロン・オンライン セーラー服で機関銃トーク: ChatGPT を使ってみた (第 3 弾) 2022年12月15日(木) の時点で視聴回数は 352 回。
ChatGPT は高階層の意味理解にはほど遠い?
ChatGPT は高階層の意味理解にはほど遠い?
Hide Koba
Introduction of Microsoft COCO Dataset for image captioning
MS COCO Dataset Introduction
MS COCO Dataset Introduction
Shinagawa Seitaro
Multiplexer
Multiplexer
Ammara Javed
Probiotic strains DNA fingerprinting by amplification with random primers to build unique fingerprints typical of the strains.
RAPD PCR for probiotic strain typing
RAPD PCR for probiotic strain typing
Diwas Pradhan
Daffodil International University
Half & Full Adder
Half & Full Adder
Habibur Rahman
東京大学2020年度深層学習(Deep learning基礎講座) https://deeplearning.jp/lectures/dlb2020/ 第9回(2020/06/25)「深層学習と自然言語処理」の講義資料です。 こちらの資料は一部文字が見えないので、下記のURLにアップロードしなおしました。 https://www.slideshare.net/HitomiYanaka/2020deep-learning-9-236561673
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」(一部文字が欠けてます)
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」(一部文字が欠けてます)
Hitomi Yanaka
ProCheck
ProCheck
ProCheck
BioCode Ltd
Recommandé
脳と機械を繋ぐブレインテックを紹介
脳と機械を繋ぐブレインテックを学ぶ.pdf
脳と機械を繋ぐブレインテックを学ぶ.pdf
Koji Fukuoka
「人工知能 (AI) は言葉の意味を理解できるか?」という問いについて、 肯定論、否定論の両論あるようだ。 計算しかしていないコンピュータに、言葉の意味が理解できるはずが ない、というような論が、かつて、まことしやかに述べられていた。 「コンピュータ」は、日本語では「計算機」といい、その名の示す通り、 プロセッサレベルの低い階層においては、計算しかしておらず、それ以外に 何かができるわけではない。そこは間違っていない。また、計算以外の 何かができるように、新たなアーキテクチャが生まれようとしている、と いうこともなく、そこは昔も今も変わっていない。 しかし、一方、「言葉を理解するとは、単なる計算以上の能力を必要とする、 特別な何かである」かどうかは、それほど自明ではなく、議論の余地が あると思う。 人間の脳だって、脳細胞や脳細胞間のシナプス結合等のミクロなレベルまで 視点を下げれば、もしかすると、本質的には計算しかしていないのかも しれない。だとしても、そこから、マクロレベルへと階層を上がって いくにつれて、知能や意識が創発してくるのかもしれない。意識も知能も 欲望も感情も想像力も直観力も言語能力も論理推論能力も、結局は 計算に還元されるのではないか、という考え方がある。これを 「計算主義」という。 もし、計算主義が正しいのだとしたら、人間の脳においても、実は 計算しかしていないのに、言葉を理解できているのはどういう メカニズムによるものなのだろう、不思議だなぁ、と、AI の場合と同じ 問いに直面することになりうる。 自然言語処理能力を含む知能は計算から生まれるか、というのは割と 根源的な問いだと思う。 そこをただ思弁的に言葉だけを用いて議論していても、果てしなく続き、 言葉のゴミの山が積み上げられ、結局は、何ひとつ解明できずに終わる だろう。ヴィトゲンシュタインの哲学を延々々々と続けていたとしても、 そこから自然言語処理 AI は生まれない。 今は、現に動作するチャットボット AI が世に出てきている。 さきほどの問いについて考える上でも、現物を触りながらのほうが、 議論の見通しがより明るくなるかと思う。 というわけで、ChatGPT と会話してみることで、考えてみた。 考察というより、ただの感想に近いけど。 「言葉の意味を理解する」とはどういうことか、それ自体、単純なこと ではなく、理解レベルには、さまざまな階層があると思う。 車の自動運転だって、そのレベルが 5 段階に分類されており、 言葉の意味理解についても、そういうのがあるとよかろうと思う。 今現在、どのレベルまで到達しているのか。今、まだ解決されていない 課題は何か。将来、いつごろ、どの程度のものに発展するかの見通しは どうか。こういう問いが、割と現実味のある、切実な問いになってきて いるのではないかと思う。 このレポートを参照して解説する YouTube 動画: ■ セーラー服で機関銃トーク: ChatGPT を使ってみた (第 3 弾) https://www.youtube.com/watch?v=Cb3qJX8Sp-U 2022/12/15 収録日: 2022年12月12日(月) YouTube 動画 35分14秒 YouTube チャンネル シンギュラリティサロン・オンライン セーラー服で機関銃トーク: ChatGPT を使ってみた (第 3 弾) 2022年12月15日(木) の時点で視聴回数は 352 回。
ChatGPT は高階層の意味理解にはほど遠い?
ChatGPT は高階層の意味理解にはほど遠い?
Hide Koba
Introduction of Microsoft COCO Dataset for image captioning
MS COCO Dataset Introduction
MS COCO Dataset Introduction
Shinagawa Seitaro
Multiplexer
Multiplexer
Ammara Javed
Probiotic strains DNA fingerprinting by amplification with random primers to build unique fingerprints typical of the strains.
RAPD PCR for probiotic strain typing
RAPD PCR for probiotic strain typing
Diwas Pradhan
Daffodil International University
Half & Full Adder
Half & Full Adder
Habibur Rahman
東京大学2020年度深層学習(Deep learning基礎講座) https://deeplearning.jp/lectures/dlb2020/ 第9回(2020/06/25)「深層学習と自然言語処理」の講義資料です。 こちらの資料は一部文字が見えないので、下記のURLにアップロードしなおしました。 https://www.slideshare.net/HitomiYanaka/2020deep-learning-9-236561673
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」(一部文字が欠けてます)
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」(一部文字が欠けてます)
Hitomi Yanaka
ProCheck
ProCheck
ProCheck
BioCode Ltd
qingji guan
C2 ae open set recognition
C2 ae open set recognition
哲东 郑
中学生・高校生のための 人工知能の教養講座 第二回 「ゲームAIから見るAIの歴史」
ゲームAIから見るAIの歴史
ゲームAIから見るAIの歴史
Youichiro Miyake
2023/5/12 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
Deep Learning JP
Brief idea on Data Retrieval Systems
Data Retrieval Systems
Data Retrieval Systems
Saramita De Chakravarti
UET Peshawar
Half subtracter
Half subtracter
awais ahmad
paper presentation : ProSA-web: interactive web service for the recognition of errors in three-dimensional structures of proteins
Swaati pro sa web
Swaati pro sa web
Swati Kumari
Digital Design with CPLD Applications and VHDL
Chapter 07 Digital Alrithmetic and Arithmetic Circuits
Chapter 07 Digital Alrithmetic and Arithmetic Circuits
SSE_AndyLi
This is the slide related to the Digital Logic(7 Segment Decoder)
7 Segment Decoder
7 Segment Decoder
Kamal Acharya
Protein Sequence, Structure, and Functional Databases: UniProtKB, Swiss-Prot, TrEMBL, PIR, MIPS, PROSITE, PRINTS, BLOCKS, Pfam, NDRB, OWL, PDB, SCOP, CATH, NDB, PQS, SYSTERS, and Motif. Presented at UGC Sponsored National Workshop on Bioinformatics and Sequence Analysis conducted by Nesamony Memorial Christian College, Marthandam on 9th and 10th October, 2017 by Prof. T. Ashok Kumar
Protein Databases
Protein Databases
Department of Bioinformatics, Noorul Islam College of Arts and Science, Kumaracoil
サーベイ論文の解説+α
Semantic segmentation
Semantic segmentation
Takuya Minagawa
This PDF contains all about the different methods of sequence analysis in bioinformatics using pair-wise and multiple sequence alignment methods.
Bioinformatics_Sequence Analysis
Bioinformatics_Sequence Analysis
Sangeeta Das
大学生と大学院生の研究時間とメンタルヘルスについて、小規模ではありますが独自に調査した結果をまとめたスライドになります。研究室や大学の運営等に役立てていただけたら幸いです。 Twitter→ @ONODA_in_Onodac Website→http://www.atsuto-onoda.com/
大学生及び大学院生の研究時間とメンタルヘルス
大学生及び大学院生の研究時間とメンタルヘルス
Atsuto ONODA
EG-CompBio presentation about Artificial Intelligence in Bioinformatics covering: -AI (Types, Development) -Deep Learning (Architecture) -Bioinformatics Fields -Input formats for AI -AI Challenges in Biology -Example: (Proteomics, Transcriptomics) -Metagenomics: @ NU -Taxonomic Classification -Phenotype Classification -How to begin in AI in Bioinformatics
AI in Bioinformatics
AI in Bioinformatics
Ali Kishk
http://www.ssii.jp/special_program_tutorial.html 2D&3Dレジストレーション ~画像と3次元点群の合わせ方~ SSII2012チュートリアル 2012/6/6@パシフィコ横浜 13:45~15:45 (120分) 玉木徹(広島大学)
SSII2012 2D&3Dレジストレーション ~画像と3次元点群の合わせ方~ 第1部
SSII2012 2D&3Dレジストレーション ~画像と3次元点群の合わせ方~ 第1部
Toru Tamaki
what is decoder and encoder and its applications
decorder and encoder and its applications
decorder and encoder and its applications
safia safreen
on of the best blast algorithm presentation
Blast Algorithm
Blast Algorithm
Daffodil international University
CVPR 2019 ( http://cvpr2019.thecvf.com/ )の参加速報を書きました。 この資料には下記の項目が含まれています。 ・DNNの動向・CVのトレンド(DNNの流れとCVにおけるトレンドの変遷) ・CVPR 2019での動向や気付き ・最近のトレンドを創っている/引用されそうな論文 ・今後の方針 (・CVPR 2019の論文まとめはこちらにあります Link: http://xpaperchallenge.org/cv/survey/cvpr2019_summaries/ ) cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有しています。 http://xpaperchallenge.org/cv/
CVPR 2019 速報
CVPR 2019 速報
cvpaper. challenge
AMANI JAMES as the electronic circuit designer , I have designed the dual power supply with +/-12V output voltage. if you are interested with this , contact me with amanirah@gmail.com. also I can design the PCB for the same circuit
Power supply designed by amani james
Power supply designed by amani james
Amani James
Introduction to bioinformatics: Distance measure between two biological sequences (edit distance and hamming distance
Distance measure between two biological sequences
Distance measure between two biological sequences
ShwetA Kumari
Introduction to scikit-learn. Scikit-Learn is a Machine Learning Library for Python. These slides will guide you through some basics.
Scikit Learn intro
Scikit Learn intro
9xdot
ゲノム解析・編集に代表される遺伝子技術の進化で、長年人類を悩ませてきた難病を克服する兆しが見えてきました。今回は特にアルツハイマーと癌に絞って分かりやすくその経緯を紹介。
遺伝子技術が挑戦する人類の難病克服
遺伝子技術が挑戦する人類の難病克服
Koji Fukuoka
20世紀最大の天才アインシュタインの生涯を通じて、その功績と宇宙物理の流れを分かりやすく紹介。
アインシュタインの人生で辿る宇宙物理
アインシュタインの人生で辿る宇宙物理
Koji Fukuoka
Contenu connexe
Tendances
qingji guan
C2 ae open set recognition
C2 ae open set recognition
哲东 郑
中学生・高校生のための 人工知能の教養講座 第二回 「ゲームAIから見るAIの歴史」
ゲームAIから見るAIの歴史
ゲームAIから見るAIの歴史
Youichiro Miyake
2023/5/12 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
Deep Learning JP
Brief idea on Data Retrieval Systems
Data Retrieval Systems
Data Retrieval Systems
Saramita De Chakravarti
UET Peshawar
Half subtracter
Half subtracter
awais ahmad
paper presentation : ProSA-web: interactive web service for the recognition of errors in three-dimensional structures of proteins
Swaati pro sa web
Swaati pro sa web
Swati Kumari
Digital Design with CPLD Applications and VHDL
Chapter 07 Digital Alrithmetic and Arithmetic Circuits
Chapter 07 Digital Alrithmetic and Arithmetic Circuits
SSE_AndyLi
This is the slide related to the Digital Logic(7 Segment Decoder)
7 Segment Decoder
7 Segment Decoder
Kamal Acharya
Protein Sequence, Structure, and Functional Databases: UniProtKB, Swiss-Prot, TrEMBL, PIR, MIPS, PROSITE, PRINTS, BLOCKS, Pfam, NDRB, OWL, PDB, SCOP, CATH, NDB, PQS, SYSTERS, and Motif. Presented at UGC Sponsored National Workshop on Bioinformatics and Sequence Analysis conducted by Nesamony Memorial Christian College, Marthandam on 9th and 10th October, 2017 by Prof. T. Ashok Kumar
Protein Databases
Protein Databases
Department of Bioinformatics, Noorul Islam College of Arts and Science, Kumaracoil
サーベイ論文の解説+α
Semantic segmentation
Semantic segmentation
Takuya Minagawa
This PDF contains all about the different methods of sequence analysis in bioinformatics using pair-wise and multiple sequence alignment methods.
Bioinformatics_Sequence Analysis
Bioinformatics_Sequence Analysis
Sangeeta Das
大学生と大学院生の研究時間とメンタルヘルスについて、小規模ではありますが独自に調査した結果をまとめたスライドになります。研究室や大学の運営等に役立てていただけたら幸いです。 Twitter→ @ONODA_in_Onodac Website→http://www.atsuto-onoda.com/
大学生及び大学院生の研究時間とメンタルヘルス
大学生及び大学院生の研究時間とメンタルヘルス
Atsuto ONODA
EG-CompBio presentation about Artificial Intelligence in Bioinformatics covering: -AI (Types, Development) -Deep Learning (Architecture) -Bioinformatics Fields -Input formats for AI -AI Challenges in Biology -Example: (Proteomics, Transcriptomics) -Metagenomics: @ NU -Taxonomic Classification -Phenotype Classification -How to begin in AI in Bioinformatics
AI in Bioinformatics
AI in Bioinformatics
Ali Kishk
http://www.ssii.jp/special_program_tutorial.html 2D&3Dレジストレーション ~画像と3次元点群の合わせ方~ SSII2012チュートリアル 2012/6/6@パシフィコ横浜 13:45~15:45 (120分) 玉木徹(広島大学)
SSII2012 2D&3Dレジストレーション ~画像と3次元点群の合わせ方~ 第1部
SSII2012 2D&3Dレジストレーション ~画像と3次元点群の合わせ方~ 第1部
Toru Tamaki
what is decoder and encoder and its applications
decorder and encoder and its applications
decorder and encoder and its applications
safia safreen
on of the best blast algorithm presentation
Blast Algorithm
Blast Algorithm
Daffodil international University
CVPR 2019 ( http://cvpr2019.thecvf.com/ )の参加速報を書きました。 この資料には下記の項目が含まれています。 ・DNNの動向・CVのトレンド(DNNの流れとCVにおけるトレンドの変遷) ・CVPR 2019での動向や気付き ・最近のトレンドを創っている/引用されそうな論文 ・今後の方針 (・CVPR 2019の論文まとめはこちらにあります Link: http://xpaperchallenge.org/cv/survey/cvpr2019_summaries/ ) cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有しています。 http://xpaperchallenge.org/cv/
CVPR 2019 速報
CVPR 2019 速報
cvpaper. challenge
AMANI JAMES as the electronic circuit designer , I have designed the dual power supply with +/-12V output voltage. if you are interested with this , contact me with amanirah@gmail.com. also I can design the PCB for the same circuit
Power supply designed by amani james
Power supply designed by amani james
Amani James
Introduction to bioinformatics: Distance measure between two biological sequences (edit distance and hamming distance
Distance measure between two biological sequences
Distance measure between two biological sequences
ShwetA Kumari
Introduction to scikit-learn. Scikit-Learn is a Machine Learning Library for Python. These slides will guide you through some basics.
Scikit Learn intro
Scikit Learn intro
9xdot
Tendances
(20)
C2 ae open set recognition
C2 ae open set recognition
ゲームAIから見るAIの歴史
ゲームAIから見るAIの歴史
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
Data Retrieval Systems
Data Retrieval Systems
Half subtracter
Half subtracter
Swaati pro sa web
Swaati pro sa web
Chapter 07 Digital Alrithmetic and Arithmetic Circuits
Chapter 07 Digital Alrithmetic and Arithmetic Circuits
7 Segment Decoder
7 Segment Decoder
Protein Databases
Protein Databases
Semantic segmentation
Semantic segmentation
Bioinformatics_Sequence Analysis
Bioinformatics_Sequence Analysis
大学生及び大学院生の研究時間とメンタルヘルス
大学生及び大学院生の研究時間とメンタルヘルス
AI in Bioinformatics
AI in Bioinformatics
SSII2012 2D&3Dレジストレーション ~画像と3次元点群の合わせ方~ 第1部
SSII2012 2D&3Dレジストレーション ~画像と3次元点群の合わせ方~ 第1部
decorder and encoder and its applications
decorder and encoder and its applications
Blast Algorithm
Blast Algorithm
CVPR 2019 速報
CVPR 2019 速報
Power supply designed by amani james
Power supply designed by amani james
Distance measure between two biological sequences
Distance measure between two biological sequences
Scikit Learn intro
Scikit Learn intro
Similaire à 世界は多次元 究極理論の有望株 超ひも理論とは
ゲノム解析・編集に代表される遺伝子技術の進化で、長年人類を悩ませてきた難病を克服する兆しが見えてきました。今回は特にアルツハイマーと癌に絞って分かりやすくその経緯を紹介。
遺伝子技術が挑戦する人類の難病克服
遺伝子技術が挑戦する人類の難病克服
Koji Fukuoka
20世紀最大の天才アインシュタインの生涯を通じて、その功績と宇宙物理の流れを分かりやすく紹介。
アインシュタインの人生で辿る宇宙物理
アインシュタインの人生で辿る宇宙物理
Koji Fukuoka
光・電波・ニュートリノ・重力波などを組み合わせて宇宙を解明するマルチメッセンジャー天文学について紹介
マルチメッセンジャー天文学入門
マルチメッセンジャー天文学入門
Koji Fukuoka
ファインマンの人生を通じてサイエンスを楽しむ
ファインマンで学ぶ科学
ファインマンで学ぶ科学
Koji Fukuoka
20世紀末からの素粒子物理の飛躍的な進歩で宇宙への理解が深まっています。難解に思われがちな素粒子の標準模型を中心に、その勘所を直感的に紹介。
素粒子物理学が解き明かす宇宙の根源
素粒子物理学が解き明かす宇宙の根源
Koji Fukuoka
NASAが名付けた宇宙生物学という学問は、既に日本含めて国際的にも認められた学際的な分野です。その歴史的経緯と地球外生命体トピックなどを分かりやすく紹介。
地球内外の生命起源を辿る宇宙生物学
地球内外の生命起源を辿る宇宙生物学
Koji Fukuoka
ロボットの進化につれて、我々人類に様々なシーンに影響を与えています。今回は、ソーシャル・自動車・医療分野に絞ってその最前線を分かりやすく紹介。
ロボティクス最前線を知る
ロボティクス最前線を知る
Koji Fukuoka
メタバースの根幹を支えるVR技術を中心に、歴史的な勃興や今なぜ盛り上がっているのか、そして今後どうなっていくのかを科学視点で紹介しています。
メタバースによる人類の知能拡張
メタバースによる人類の知能拡張
Koji Fukuoka
遺伝子編集技術の仕組み
遺伝子編集技術の仕組みを覗く
遺伝子編集技術の仕組みを覗く
Koji Fukuoka
ブラックホールの歴史や最近の研究成果を非専門家向けに紹介
ブラックホールの深遠なる謎
ブラックホールの深遠なる謎
Koji Fukuoka
デジタルコンピュータの発明から、量子・脳型といった後継モデルまで、コンピュータの基礎と今後の動向を分かりやすく紹介。
コンピュータの進化と人類への影響
コンピュータの進化と人類への影響
Koji Fukuoka
地球が生まれて40数億年。その歴史と生命誕生の歴史をストーリーで紹介。
地球の歴史と生命の誕生
地球の歴史と生命の誕生
Koji Fukuoka
DNA解析能力が高まることで、従来形態学に依存していた人類考古学に新しい発見が生まれています。初めての方にも分かりやすくその歴史とトレンドを紹介しています。
DNAが解き明かす人類のシン歴史
DNAが解き明かす人類のシン歴史
Koji Fukuoka
AIの最新動向を紹介
AI最前線2022
AI最前線2022
Koji Fukuoka
人工生命のはなし
多様な科学が交わる人工生命
多様な科学が交わる人工生命
Koji Fukuoka
テクノロジーの進化が人類の知能に影響をあたえています。最新トピックを幅広く取り上げて分かりやすく紹介。
テクノロジーから見た人類の知能への挑戦
テクノロジーから見た人類の知能への挑戦
Koji Fukuoka
DNAの基礎や生命共通の原理を初心者の方向けに分かりやすく紹介
ストーリーで分かる生命科学入門
ストーリーで分かる生命科学入門
Koji Fukuoka
人間の知能は脳が中心の役割を担っています。その脳を構成する神経について分かりやすく紹介。
知能探求のための神経科学入門
知能探求のための神経科学入門
Koji Fukuoka
日本の宇宙研究・開発の歴史
日本の宇宙今昔物語
日本の宇宙今昔物語
Koji Fukuoka
老化の研究動向について紹介
老いの科学を楽しむ(20230212)
老いの科学を楽しむ(20230212)
Koji Fukuoka
Similaire à 世界は多次元 究極理論の有望株 超ひも理論とは
(20)
遺伝子技術が挑戦する人類の難病克服
遺伝子技術が挑戦する人類の難病克服
アインシュタインの人生で辿る宇宙物理
アインシュタインの人生で辿る宇宙物理
マルチメッセンジャー天文学入門
マルチメッセンジャー天文学入門
ファインマンで学ぶ科学
ファインマンで学ぶ科学
素粒子物理学が解き明かす宇宙の根源
素粒子物理学が解き明かす宇宙の根源
地球内外の生命起源を辿る宇宙生物学
地球内外の生命起源を辿る宇宙生物学
ロボティクス最前線を知る
ロボティクス最前線を知る
メタバースによる人類の知能拡張
メタバースによる人類の知能拡張
遺伝子編集技術の仕組みを覗く
遺伝子編集技術の仕組みを覗く
ブラックホールの深遠なる謎
ブラックホールの深遠なる謎
コンピュータの進化と人類への影響
コンピュータの進化と人類への影響
地球の歴史と生命の誕生
地球の歴史と生命の誕生
DNAが解き明かす人類のシン歴史
DNAが解き明かす人類のシン歴史
AI最前線2022
AI最前線2022
多様な科学が交わる人工生命
多様な科学が交わる人工生命
テクノロジーから見た人類の知能への挑戦
テクノロジーから見た人類の知能への挑戦
ストーリーで分かる生命科学入門
ストーリーで分かる生命科学入門
知能探求のための神経科学入門
知能探求のための神経科学入門
日本の宇宙今昔物語
日本の宇宙今昔物語
老いの科学を楽しむ(20230212)
老いの科学を楽しむ(20230212)
Plus de Koji Fukuoka
地球外生命探索の最新情報
地球外での生命体を探索するプロジェクト最前線2024年度版(2024年4月20日)
地球外での生命体を探索するプロジェクト最前線2024年度版(2024年4月20日)
Koji Fukuoka
古代ゲノム解析で近年分かってきた日本列島に住む人類の謎
ゲノム(DNA)解析で浮かびあがる古代からの日本列島の謎(2024年3月17日)
ゲノム(DNA)解析で浮かびあがる古代からの日本列島の謎(2024年3月17日)
Koji Fukuoka
生成AIを使ったデジマ
ChatGPTChatGPTをはじめとする生成AI時代でレベルアップするデジマ入門
ChatGPTChatGPTをはじめとする生成AI時代でレベルアップするデジマ入門
Koji Fukuoka
デジタルスキル標準について初見者のために優しく解説
1時間で分かる。デジタル標準スキル(Digital Standard Skill)のポイント
1時間で分かる。デジタル標準スキル(Digital Standard Skill)のポイント
Koji Fukuoka
生成AI✕デザインシンキング
生成AI(ChatGPTなど)を使って実用性を高めるデザインシンキング(思考)入門
生成AI(ChatGPTなど)を使って実用性を高めるデザインシンキング(思考)入門
Koji Fukuoka
ダークマター
未知のダークマター(暗黒物質)で楽しむ宇宙の最上級ミステリー2024年2月11日
未知のダークマター(暗黒物質)で楽しむ宇宙の最上級ミステリー2024年2月11日
Koji Fukuoka
ChatGPT入門
個人または組織における仕事の成果につながる生成AI(主にChatGPT)入門講座
個人または組織における仕事の成果につながる生成AI(主にChatGPT)入門講座
Koji Fukuoka
ChatGPTを使ったデータ解析
ChatGPTなど生成AI時代に必要なビジネスデータ分析入門(2024年1月17日)
ChatGPTなど生成AI時代に必要なビジネスデータ分析入門(2024年1月17日)
Koji Fukuoka
James webb space telescopeの業績について
ジェイムズウェッブ宇宙望遠鏡(James webb space telescope)が発見した宇宙像(20240107)
ジェイムズウェッブ宇宙望遠鏡(James webb space telescope)が発見した宇宙像(20240107)
Koji Fukuoka
国内外の生成AI事例紹介
日本や海外でのChatGPTを中心とした生成AIのさまざまな事例をまるっと紹介する資料
日本や海外でのChatGPTを中心とした生成AIのさまざまな事例をまるっと紹介する資料
Koji Fukuoka
自由エネルギー原理の紹介
脳の大統一理論とも呼称される注目の「予測誤差を最小化する自由エネルギー原理とは」
脳の大統一理論とも呼称される注目の「予測誤差を最小化する自由エネルギー原理とは」
Koji Fukuoka
生成AIが切り拓く基礎科学
生成AIが切り拓く基礎科学(20231112)
生成AIが切り拓く基礎科学(20231112)
Koji Fukuoka
イーロンマスクから見る科学
イーロンマスクから見る科学
イーロンマスクから見る科学
Koji Fukuoka
ノーベル賞2023自然科学分野の解説
分かった気になるノーベル賞2023(自然分野)
分かった気になるノーベル賞2023(自然分野)
Koji Fukuoka
生命から見た時間の科学
生命から見た時間の科学20230917
生命から見た時間の科学20230917
Koji Fukuoka
最新科学が迫る時間の謎を解説
時間の科学20230813
時間の科学20230813
Koji Fukuoka
ジョン・フォン・ノイマンの人生と科学的な意義
ノイマンの残した科学の業績
ノイマンの残した科学の業績
Koji Fukuoka
2023年から眺めたシンギュラリティ(レイ・カーツワイルの技術的特異点)
2023年から眺めたシンギュラリティ
2023年から眺めたシンギュラリティ
Koji Fukuoka
ChatGPTの誕生経緯・特徴、それによるインパクトを予測
ChatGPTがもたらす未来予測
ChatGPTがもたらす未来予測
Koji Fukuoka
Plus de Koji Fukuoka
(19)
地球外での生命体を探索するプロジェクト最前線2024年度版(2024年4月20日)
地球外での生命体を探索するプロジェクト最前線2024年度版(2024年4月20日)
ゲノム(DNA)解析で浮かびあがる古代からの日本列島の謎(2024年3月17日)
ゲノム(DNA)解析で浮かびあがる古代からの日本列島の謎(2024年3月17日)
ChatGPTChatGPTをはじめとする生成AI時代でレベルアップするデジマ入門
ChatGPTChatGPTをはじめとする生成AI時代でレベルアップするデジマ入門
1時間で分かる。デジタル標準スキル(Digital Standard Skill)のポイント
1時間で分かる。デジタル標準スキル(Digital Standard Skill)のポイント
生成AI(ChatGPTなど)を使って実用性を高めるデザインシンキング(思考)入門
生成AI(ChatGPTなど)を使って実用性を高めるデザインシンキング(思考)入門
未知のダークマター(暗黒物質)で楽しむ宇宙の最上級ミステリー2024年2月11日
未知のダークマター(暗黒物質)で楽しむ宇宙の最上級ミステリー2024年2月11日
個人または組織における仕事の成果につながる生成AI(主にChatGPT)入門講座
個人または組織における仕事の成果につながる生成AI(主にChatGPT)入門講座
ChatGPTなど生成AI時代に必要なビジネスデータ分析入門(2024年1月17日)
ChatGPTなど生成AI時代に必要なビジネスデータ分析入門(2024年1月17日)
ジェイムズウェッブ宇宙望遠鏡(James webb space telescope)が発見した宇宙像(20240107)
ジェイムズウェッブ宇宙望遠鏡(James webb space telescope)が発見した宇宙像(20240107)
日本や海外でのChatGPTを中心とした生成AIのさまざまな事例をまるっと紹介する資料
日本や海外でのChatGPTを中心とした生成AIのさまざまな事例をまるっと紹介する資料
脳の大統一理論とも呼称される注目の「予測誤差を最小化する自由エネルギー原理とは」
脳の大統一理論とも呼称される注目の「予測誤差を最小化する自由エネルギー原理とは」
生成AIが切り拓く基礎科学(20231112)
生成AIが切り拓く基礎科学(20231112)
イーロンマスクから見る科学
イーロンマスクから見る科学
分かった気になるノーベル賞2023(自然分野)
分かった気になるノーベル賞2023(自然分野)
生命から見た時間の科学20230917
生命から見た時間の科学20230917
時間の科学20230813
時間の科学20230813
ノイマンの残した科学の業績
ノイマンの残した科学の業績
2023年から眺めたシンギュラリティ
2023年から眺めたシンギュラリティ
ChatGPTがもたらす未来予測
ChatGPTがもたらす未来予測
世界は多次元 究極理論の有望株 超ひも理論とは
1.
ENJOY SCIENCE 世界は多次元!?究極理論の有望株「超ひも理論」とは 2021/12/19 KOJI FUKUOKA
2.
留意事項 あくまで発信日時での公開情報を中心とした内容であることに留意ください。 所属企業ではなく、あくまで個人としての発信です。本情報に伴う結果に関して責任は 負いかねますのでご了承お願いいたします。 COPYRIGHT@
KOJI FUKUOKA 2
3.
本シリーズ共通の趣旨:3つの謎の解明をカジュアルに楽しむ COPYRIGHT@ KOJI FUKUOKA 3 生命とは? 宇宙とは? 知能とは? 宇宙物理学 宇宙生物学 分子生物学 合成生物学 神経科学 コンピュータ科学 物理学 生物学 化学 生理学 数学 解きたい謎
関連する学問テーマ 学問テーマの大分類 【自己紹介】 IT企業でAIなど新技術を活用した 事業開発。 元々宇宙物理研究を志し、 今は1科学愛好家。
4.
本日の流れ • 万物を表す究極理論 • 素粒子標準模型とその課題 •
超ひも理論の登場と発展 • 超ひも理論の誕生 • 第一次超ひも理論 • 第二次超ひも理論 • 超ひも理論の発展 • まとめ ※QAは都度チャットでお願いします COPYRIGHT@ KOJI FUKUOKA 4
5.
万物を表す究極理論 COPYRIGHT@ KOJI FUKUOKA 5 アインシュタインをはじめとして、万物を表す究極理論の実現は物理学者の夢です。 Wikiアインシュタイン」 晩生は「重力」と「電磁気力」を統一する 万物の統一理論を追い求めており、その アイデアとして多次元を取り入れていた。 (重力方程式には次元制約がない) →但しその他「2つの力」は考慮に入れず。
6.
万物を表す究極理論:4つの力と馴染みの電磁気力 COPYRIGHT@ KOJI FUKUOKA 6 電磁気力=光子の交換 日常経験する重力以外のすべての力は電磁気力。 具体的には電子と原子核を結びつけ原子を作る力、 原子同士を結びつけ分子を作る力。 https://www2.kek.jp/kids/class/particle/class01-07.html 力が強い順に・・・ •
強い力 • 電磁気力 • 弱い力 • 重力
7.
万物を表す究極理論:4つの力と宇宙誕生 COPYRIGHT@ KOJI FUKUOKA 7 素粒子を探求することは、4つの力が分離される前の宇宙誕生の探求とを意味します。 〇標準理論が直面するいくつかの限界(素粒子物理国際研究センターサイト) https://www.icepp.s.u-tokyo.ac.jp/elementaryparticle/beyond.html 4つの力とは?
8.
万物を表す究極理論:素粒子の標準模型 COPYRIGHT@ KOJI FUKUOKA 8 現時点では、4つのうち重力を除く3つの力が「素粒子の標準模型」として説明可能です。 参考:Wikipedia「素粒子の標準模型」 素粒子の標準模型 ク ォ ー ク レ プ ト ン フェルミオン
ボゾン グルーオン 光子 ヒッグズ 物質を表す 相互作用(力)を表す
9.
万物を表す究極理論:素粒子の標準模型が残した課題 COPYRIGHT@ KOJI FUKUOKA 9 但し、素粒子標準模型では重力を無視しているなどいくつか課題があり、それを克服する1候補が超ひも理論です。 重力が対象外
宇宙の5%に過ぎない 強い力 (大きさを1と仮定) 電磁気力 (0.01) 弱い力 (10-5) 重力 (10-40) 極端にスケールが小さい・・・ 【補足】 素粒子を大きさのない点だと計算上不都合が起きる ため、数学的技法で近似的に対処してきたが、ス ケールの小さい重力(時空も相互影響する一般相 対性理論)にミクロな「量子力学」を適用するとその 手法が通用しなくなる・・・ 約68% : 暗黒エネルギー 約5%:標準模型が対象とする物質 約27%:暗黒物質(ダークマター)
10.
万物を表す究極理論:超ひも理論の理論位置づけ COPYRIGHT@ KOJI FUKUOKA 10 超ひも理論は、従来の理論を束ねる究極理論として研究が進んでいますが、まだ候補の段階です。(未検証) 古典力学 量子力学 特殊相対性 理論 場の古典論 場の量子論
一般相対性 理論 超ひも理論 ミクロ 高速 運動変化 質量大 場を 含める 参考:ブライアン グリーン「隠れていた宇宙」 「大栗先生の超弦理論入門」 時 空 が ミ ク ロ に な る と 不 確 定 性 が 増 す
11.
超ひも理論の登場:無限大の克服から拡張 COPYRIGHT@ KOJI FUKUOKA 11 元々は、無限大問題を解消するために南部らによるアイデアから発展しており、それを拡張したのが超ひも理論です。 参考:「大栗先生の超弦理論入門」 点でなく弦にすると無限大が回避可能(南部陽一郎等が提唱) ひも(弦)理論(右図のボゾンのみ対象) •
開いた弦(端点有。光子の運動などを表現) • 閉じた弦(端点無)→重力も伝わるのでは? フェルミオンまで拡張 →超ひも理論 素粒子の標準模型 ク ォ ー ク レ プ ト ン フェルミオン ボゾン グルーオン 光子 ヒッグズ 物質を表す 相互作用(力)を表す
12.
第一次超ひも理論:超対称性 COPYRIGHT@ KOJI FUKUOKA 12 初期段階ではボゾンとフェルミオンも対称性を持つ仮説の下、高次元を採用して数学的整合性を持たせることに成功しました。 参考:「大栗先生の超弦理論入門」 Wiki「超対称性」 •
弦の通常座標(3次元)振動→ボゾン • 超空間座標に振動すると→フェルミオン 超対称性 フェルミオン 対応する超対称性粒子 クォーク スカラークォーク(スクォーク) レプトン スカラーレプトン(スレプトン) 電子 スカラー電子(スエレクトロン) ミュー粒子 スカラーミュー粒子(スミューオン) タウ粒子 スカラータウ粒子(スタウ) ニュートリノ スカラーニュートリノ(スニュートリノ) ボソン 対応する超対称性粒子 ゲージ粒子 ゲージーノ(en:Gaugino) Wボソン ウィーノ Zボソン ジィーノ 光子 フォティーノ グルーオン グルイーノ グラビトン グラビティーノ ヒッグス粒子 ヒッグシーノ 空間を9次元(+時間の1次元)と設定すると、超対称性が 理論的につじつまがあう(光子・重力子の質量がゼロになる) →その際に発生する数学的問題(アノマリー)を、ジョン・シュワ ルツ(下)とマイケル・グリーンが克服
13.
第一次超ひも理論:高次元とひもの種類 COPYRIGHT@ KOJI FUKUOKA 13 余剰な6次元は小さすぎて感知できないカラビ・ヤウ空間とし、開閉など分類されたひもの種類に応じて理論を設計しました。 ただし、その余剰空間とひものパターンが増えてくると、その原理が見えにくくなってきました。 参考:「大栗先生の超弦理論入門」 Wiki「超弦理論」 次元のコンパクト化とカラビ・ヤウ空間 タイプⅠ:開閉(端点有無)両方を持つ タイプⅡA:閉じた弦だけを持ち、9次元空 間でパリティ(鏡像対称性)を破れない タイプⅡB:閉じた弦だけを持ち、9次元空 間でパリティ(鏡像対称性)を破る ヘテロティック型(2種類):閉じた弦の右巻 き・左巻きが別空間で振動 ひもの種類 それぞれで超ひも理論が展開・・・ 膨大なタイプが存在・・・
14.
第二次超ひも理論:双対性と超重力理論 COPYRIGHT@ KOJI FUKUOKA 14 ウィッテンらが超ひも理論間には双対性があることを発見し、また10次元の超重力理論に2次元の解が見つかることで、その 繋がりが見えてきました。 参考:「大栗先生の超弦理論入門」 Wiki「超弦理論」 タイプⅡAとBはそれぞれ半径R・1/Rにコンパクト化 すると同等(双対性) 他の全ての超ひも理論でも双対性が発見 (特にウィッテンが大きな貢献) 超対称性のある重力(超重力)理論と高次元での解 ※アインシュタインの重力方程式は次元に縛られない 3次元→シュバルツシルトの解(ブラックホールの存在を 予言) 10次元(ボゾンとフェルミオンの数合わせ可能な上限) →二次元膜が基本解(タウンゼントが貢献)
15.
第二次超ひも理論:そしてすべてがつながった COPYRIGHT@ KOJI FUKUOKA 15 そしてついに、10次元の超重力理論と全ての超ひも理論は結びついていることが発見されました。(双対性のウェブ) 参考:「大栗先生の超弦理論入門」 Wiki「超弦理論」 第二次超ひも理論の要点 1.
5種類の超ひも理論は双対性で結びつ いている 2. ひも間に働く力の強さ(結合定数)を大き くしていくと簡単な理論に置き換えられる 3. これらのつながりを完成させるためには、 10次元の超重力理論が必要(辞書の 役割) ひも(1次元)である必然性がなくなった →2次元以上のM理論
16.
超ひも理論の発展:ブレーン仮説とひもの再復興 COPYRIGHT@ KOJI FUKUOKA 16 ひも(1次元)の必然性は薄れましたが、pブレーンを繋ぐ役割として改めて「開かれたひも」が提唱されて注目されています。 0ブレーン 1ブレーン 2ブレーン 3ブレーン Pブレーン ・ ・・・・・・
Dブレーンの端点に「開かれたひも」が 張り付くことで性質を上手く説明
17.
超ひも理論の発展:ブラックホールの情報消失問題に貢献 COPYRIGHT@ KOJI FUKUOKA 17 Dブレーンは、ブラックホールの情報消失問題を解決する手段としても貢献しています。 参考:世界中の物理学者を悩ませる「ブラックホール情報パラドックス」とは? https://gigazine.net/news/20170828-black-holes-information-paradox/ エントロピーはブラックホールの事象の地平面(光さ えも抜け出せない境界面)の表面積に比例 →ブラックホール内部では情報が消失してしまうので は?(ホーキング) D-ブレーン理論を 駆使することで、 情報は失われな いと証明 →ブラックホールの 内部情報は、表 面積で理解 →このケースを発 展させて高次元 は低次元で表現 可能
18.
超ひも理論の発展:ホログラフィ原理 COPYRIGHT@ KOJI FUKUOKA 18 重力理論では、自由度が1次元低く見える。この現象を重力の本質とみなして、ホログラフィー原理と呼ぶ。 参考: http://www2.yukawa.kyoto-u.ac.jp/~tadashi.takayanagi/JAXA17.pdf ホログラフィー原理のイメージ ホログラフィー原理の応用が研究されている
19.
まとめ 超ひも理論は、素粒子標準模型では難し かった「重力」も束ねて万物を説明する有力 な候補である。 一次・二次でそれぞれ隠れた対称性を見出 すことで進化を遂げており、二次以降は派生 的に提唱されたM理論(Dブレーン)が中心に なっている
超ひも理論は宇宙構造やブラックホールの研 究にも貢献し、ホログラフィー原理は他分野で も応用が期待されている COPYRIGHT@ KOJI FUKUOKA 19 〇アクシオン」がダークマターによって運動を始めるとする説を東北大が発表 https://news.mynavi.jp/techplus/article/20211101-2174959/