GO

大阪・関西万博2025の際に，大阪でライドシェアを実現しようと吉村が動いている。背後に菅義偉や河野太郎がいるので，どう考えても怪しいということになってしまう。地域ごとのタクシー事業者との合理的な棲み分けや調整さえうまく図られればよいのだろうが，複雑に絡み合った利権の縺れた糸を解きほぐすのはそう簡単ではなさそうだ。

世界的には，ライドシェアといえばUberであり，サンフランシスコでドリキンが普通に使っているのを見ていると，いつかはそれがあたりまえの風景になっていくのかもしれない。

日本では，まだライドシェアが法的に認められていないので，Uberは大都市に特化したタクシー配車サービスのUber Taxiの展開にとどまっている。一方タクシー配車アプリは昔からちらほらiPhoneで見かけたけれど，使ったことはなかった。

この度，なら歴史芸術文化村でMINAMI（吉田南）のコンサートがあるというので，孫の風葉ちゃんたちと一緒に，タクシー配車サービスに挑戦することになった。日本で最も普及しているスマートフォンのタクシー配車アプリが，GOである。10万台が登録されているということで，単純計算すると1万人当たり8台になるので，天理市だと50台以上は利用可能になるはずだった。

ところで，GOアプリに登録してタクシーを呼び出してみると，タクシーの姿はあって，4-12分で来るというメッセージは出るのだけれどいっこうに来る気配がない。仕方がないので地元の天理タクシーに直接電話してきてもらう。

天理タクシーにはタブレットがついていて，GOサービスが使えそうな雰囲気がある。運転手さんに聞いて見ると，支払いはGOで可能なのだけれど，このあたりではGOでの配車予約はできないとのことだった（どの程度確かなことかはよくわからない）。とりあえず，GOアプリとNFC接続することで，QRコードスキャン無しで支払うことができた。

写真：GOアプリのアイコン（AppStoreから引用）

令和６年能登半島地震（１）

元旦の午後4時過ぎ，能登で大きな地震が起こっているらしいと聞き込んでTVをつけた。

それからまもなく震度5強の前震（16:06）の直後の16:10に，最大震度7の令和6年能登半島地震（M7.6）が発生した。テレビや携帯からはけたたましい緊急地震速報が流れた。10Fの自宅でも，長く感じられる時間大きな揺れが幾度か押し寄せた。阪神・淡路大震災以来かもしれない。後に，奈良県でも震度3から震度4だったとわかる。

今回の地震のエネルギーは平成7年兵庫県南部地震（M7.3）より2倍以上大きい。地震はマグニチュードが0.1増えるとエネルギーが√2倍になる（マグニチュード1で2^5=32倍）からだ。

昨年度の石川県の人口は，111.5万人である。加賀（かほく市・河北郡以南）が94.5万人，能登（羽咋郡以北）が17万人という内訳になっている。震源の珠洲市が1.2万人，輪島市は2.3万人である。もしこの地震によって亡くなられた方が250人に達すると仮定するならば，能登地方の人口を母数とする比は0.15%となる。阪神淡路大震災における兵庫県の対象地域の人口400万人を母数とした死者数6400人は，0.16%なので，ほぼ同じオーダーの死亡率になる。

一方，東日本大震災（M9.0）の場合はどうだろうか。東日本大震災記録集（第3章災害の概要）によれば，岩手県・宮城県・福島県の死者・行方不明者数（100名以上の自治体で仙台市といわき市を除く）は1万9000人であり，地域人口88万人に対する比率は2.1%である。しかし，死亡原因の90%が津波に起因した溺死であり，これを除けば0.21%である。すなわち，阪神淡路大震災や，今回の能登半島地震の仮定値とおよそ同じオーダーになる。

なお，熊本地震（M7.3）では，被害の大きかった市町村の死者数240人に対応する地域人口が104万人なので，0.023%となっており，能登半島地震の数分の1のオーダーになっていた。これらの数字は，状況を単純化しすぎた評価であるかもしれない。同様の結果をTwitter(X)に投稿していた早川由紀夫さんはボロクソにディスられていた。

図：発生後の地震の積算回数（気象庁の第12報からの引用）

追伸：

［１］令和６年能登半島地震による被害状況等について（内閣府防災情報）

［２］「令和6年能登半島地震」について(第 12 報)（気象庁地震火山部）

［３］救出活動やる気がない自衛隊と岸田官邸 － なぜ施設科を本格投入しないのか（世に倦む日々）

（冬休み 12）

人・子供・大人・老人

사람(saram)・어린이(eorin-i)・성인(seong-in)・노인(no-in)

（冬休み 11）

親・子・夫・妻

부모(bumo)・자식(jasa)・남편(nampyeon)・아내(anae)

（冬休み 10）

甘い・苦い・酸い・塩辛い

달다(dalda)・쓰다(sseuda)・시다(sida)・짠다(jjanda)

（冬休み 9）

勉強する・遊ぶ・食べる・眠る

공부할(gongbuhal)・놀(nol)・먹을(meokul)・잘(jal)

（冬休み 8）

靴・シャツ・ズボン・スカート

신발(sinbal)・셔츠(syeocheu)・바지(baji)・스커트(seukeoteu)

（冬休み 7）

車・バス・電車・自転車

자동차(jadongcha)・버스(beoseu)・기차(gicha)・자전거(jajeongeo)

（冬休み 6）

本・ノート・鉛筆・消しゴム

책(chaek)・노트(noteu)・연필(yeonpil)・지우개(jiugae)

（冬休み 5）

学校・教室・先生・生徒

학교(hakgyo)・교실(kyosil)・선생님(seonsaengnim)・학생(haksen)

（冬休み 4）

机・いす・ベッド・食卓

책상(chaeksang)・의자(uija)・침대(chimdae)・식탁(sigtag)

（冬休み 3）

リンゴ・いちご・バナナ・ぶどう

사과(sagwa)・딸기(talgi)・바나나(banana)・포도(podo)

（冬休み 2）

ピアノ・ギター・太鼓・笛

피아노(piano)・기타(gita)・북(bug)・피리(pili)

（冬休み 1）

晴・曇・雨・雪

맑음(magleum)・흐림(heulim)・비(bi)・눈(nun)

M-1グランプリ2023

M-1グランプリやってるよという連絡を受けて，久しぶりにTVのチャンネルを回した。

笑い飯がタイトルを取る頃まではよく見ていたが，最近はちょっと足が遠のいていた。審査員のコメントや評価もなんだかしっくりこなくて，最近の笑いのスタイルにうまく波長が合わなくなっていた。

今回，久々に見ようという気になったのは，NHKのあさイチで博多大吉が「審査するのがちょっと憂鬱だ」というような話をしていたからだ。NHKが大阪維新とグルになっている吉本興業とベタベタの関係になっているのはちょっとどうかと思うが，朝のひとときを博多華丸・大吉の無難な笑いで過ごすのは精神衛生上よいかもしれない。

M-1グランプリを令和ロマンの次あたりからみた。さや香の評価が高かったけれどちょっとうるさすぎて，ピンと来なかった。ヤーレンズの笑いが一番自分の壺にはまって終始ニヤニヤしていた。今回はそれぞれ，審査員のコメントもみな納得できるものでよかった。最後の3組を残したあたりで，古典芸能への招待の録画が始まり，チャンネルは自動的にあまり好きでない市川團十郎に切り替わってしまった。

その後，クリスマスイブにネットで確認すると，令和ロマンが2023のチャンピオンになっていた。さっそくYouTubeで探してみたが，まあまあという感じかな。ヤーレンズの方が自分には合っていた。

P. S. さらに次の日クリスマスの夜にネットで確認するため，最終決戦三組のネタをあらためてみた。令和ロマン（クッキー工場）＜ヤーレンズ（ラーメン屋）＜さや香（見せ算）だった。「見せ算」圧倒的に面白かったやんか。ただ審査員から票は入っていなかった。

P. P. S. さや香の新山は大阪教育大学卒業だった。どおりで自分と波長が合うネタだったわけだ。

［１］大吉ポッドキャスト，いったんここにいます！　M−1グランプリの採点振り返りです。

6文字のDNA

DNAというと，55年前に高等学校の生物の時間に学んだところで知識が留まっている。4つの塩基が対になって並ぶことで，DNAの複製で情報が保たれるということ。3つの塩基情報が1つのアミノ酸に対応すること。くらいだ。

米島君はこの遺伝情報の伝達のところが一番重要なポイントだといっていたが，自分は，むしろ進化のところに興味があった。結局それもDNAによる遺伝情報の伝達に帰着したのかもしれないが，当時の高校の生物教科書ではそこまで深入りできるわけでもない。

1970年万博の太陽の塔の中を小松左京がデザインした生命の進化の樹ができるというので，すごく期待していたのだけれど，残念ながら，乃村工藝社が作ったような（そうかどうかは知らない）期待外れのモックアップが並んでいた。

DNAの塩基の種類が4でないとどうなるか，これまで考えたこともなかった。「4文字のDNAを6文字に拡張してセントラルドグマを騙す研究」という怪しい記事に出会った（が真面目な論文[1]だった）。そうか，その手があったのか。

論文のアブストラクトをDeepLで訳して，Bardで要約すると前半は次のようなことだった。

人工的に拡張された遺伝情報システム（AEGIS）は、DNAに新たな塩基対を追加したものです。この新たな塩基対は、天然の塩基対と異なる水素結合パターンを持っています。そのため、RNAポリメラーゼによって認識され、処理されるかどうかは不明でした。

 この論文では、大腸菌のRNAポリメラーゼが、6文字に拡張された遺伝システムにおいて、非天然型核酸塩基を選択的に認識することを示しました。高分解能低温電子顕微鏡構造から、AEGISと天然塩基対の認識の背後にある共通の原理が明らかになりました。

このとき，ATGCにBSが追加されることになる。この主の研究は古くからあって，いくつかの可能な塩基ペアが見つかっているらしい。DNAとして機能するためには，複製，転写，翻訳の３つの機能が実現されル必要がある。新しい塩基を含む3塩基組に対応する転写RNAとアミノ酸があって，これまでになかった高機能なタンパク質が生成されるという段階には達していない。

もし，DNAに6塩基対を持って自己増殖できるあらたな生命体系が創造されたらどうなるだろうか。AGIがそのような新しい生命の創造神となるのだろうか。

図：DNAからタンパク質合成へ（KEK物質構造科学研究所から引用）

［１］A unified Watson-Crick geometry drives transcription of six-letter expanded DNA alphabets by E. coli RNA polymerase（Nature）

わが街，道頓堀

諸般の事情から，一人で松竹座の芝居にいく。

久しぶりの大阪市内だが，晴れていてなんとか寒さもしのげた。いつのまにか，角のはり重のビフカツサンドが2980円になっていた。10年ほど前に，最初に手にしたときは1500円くらいだった。いつのまにか倍になってしまった。ちょっともう食べられないか。

観劇したのはわかぎゑふの「わが街，道頓堀」という現代劇で，1970年の万博直前の大阪の雰囲気を描いたものだ。お客さんは若い女性が中心で，松竹座の2階のトイレがすべて女性用に設定されていた。松竹座開場100周年記念ということで，道頓堀あたりの商店や名物が実名でたくさん登場している。おだやかな芝居だったがなかなかおもしろかった。小松左京の名前が出たのは，わかぎゑふが関西のSF界と関係が深かったということ？

劇中で落語家の役をしていたのが笑福亭銀瓶だったというのは，終演後にパンフレットを見てからやっとわかった。売店で自著が販売されていますと宣伝していたところで，誰かなと思った。現実の2025万博前の状況は，当時1970万博前に比べるとよくもわるくも生ぬるいことになっている。大阪の行政を皮肉りつつも，当時の反対論を未熟な学生さんの反抗だけで描写しているのは，ちょっといただけないが，まあ，こんなものか。

描かれていた大阪は，自分が阪大への進学を機に暮らすようになった時代や場所そのものである。天牛書店などの古書店を巡って，頻繁に道頓堀に通っていた頃なので，当時の空気が懐かしい。

さて，すーちゃん，むぎちゃんと，かざちゃんのプレゼントを探して，デパートや新しくなったHANDSや書店などを何箇所も回ったけれど，どうにもこうにもピンと来ないので挫折してしまった。前回の万博から55年経った大阪の街には，モノと情報はあふれているのだけれど，なんだかまったく楽しくないのだった。いや，それとこれは話が違うのだけれど・・・，どうやらお母さん達に直接希望を聞いたほうがよさそうである。

astropy

「Pythonで太陽系の天体位置を描画してみる」というのを見つけた。python上の天文学統合データ処理環境であるastropyというライブラリを使うものだ。

jupyter lab を起動して，さっそく試してみると，いきなりmatplotlibが見つからないというところでつまづいた。以前に試したpythonのコードでは，matplotlibを読み込んでちゃんと作図がでてている。その古いコードでもエラーがでてきた。

macbook air の環境は，基本的にはhomebrew で更新しているので安心できるのだが，問題は，python環境である。python は3.9〜3.12までの複数のバージョンが同居することになっている。これは基幹ソフトなので，下手に古いものを消してしまうとややこしいのだ。そこで，一般には，python環境を指定するpyenvとかvenvで仮想環境を設定した上で，様々なライブラリを加えていくことになる。

が，ですね，それはそれで面倒なので，アドホックにバージョンアップを繰り返しながら，pip install ホゲホゲをつづけているために，わけわかめ状態になっている今日この頃なのだ。jupyterlabもバージョンが上がるたびに，見えなくなってしまうので，毎回 brew link jupyterlabを繰り返す始末だ。70歳になると，自分の体の中のDNA情報システムだけでなく，外の電子情報システムまで老化が進んでくるということだ。

まあ，macOSの場合は，機種更新の際に新規インストールすればそれなりに，なんとかなるかもしれないけれど，複雑な記録や認証情報を引き継ぐのは厄介だ。特に，iOSでは，指紋認証を含め，現金が動く認証アプリがウヨウヨいるので，次期機種更新のことを考えただけで気が遠くなりそうだ。

話を戻して，astropyについて。jupyter環境でpython kernelを立ち上げているところから，!エスケープで!pip listをやってみると，matplotlibは存在している。!pip install matplotlib でも致命的エラーはでない。ChatGPTに相談してみると，カーネルがどうなっているか確認せよとのこと。

 jupyter kernelspec list

  python3              /opt/homebrew/Cellar/jupyterlab/4.0.9_2/libexec/lib/python3.12/site-packages/ipykernel/resources

  julia-1.9            /Users/koshi/Library/Jupyter/kernels/julia-1.9

  maxima               /Users/koshi/Library/Jupyter/kernels/maxima

  wolframlanguage12    /Users/koshi/Library/Jupyter/kernels/wolframlanguage12

はいはい，表に見えていたのは python3.11.6だったけれど，実は，python.12.1が使われており，ここにはmatplotlibが入っていませんでした。さっそく，このポイントで，matplotlibとかscipyとかastropyとかpytest-astropyとかをpipでインストールした。別の参考資料に指示があった，astropyが正しく導入できているかどうかのテストも，試行錯誤の後にOKとなった。

　　　cd /opt/homebrew/Cellar/jupyterlab/4.0.9_2/libexec/bin

　　　./pip install astropy

　　　./pip install ephem

import astropy as ap

>>> ap.test()

platform darwin -- Python 3.12.1, pytest-7.4.3, pluggy-1.3.0

Running tests with Astropy version 6.0.0.

Running tests in lib/python3.12/site-packages/astropy.

Date: 2023-12-19T22:26:53

Platform: macOS-14.2-arm64-arm-64bit

Executable: /opt/homebrew/Cellar/jupyterlab/4.0.9_2/libexec/bin/python

Full Python Version: 

3.12.1 (main, Dec  7 2023, 20:45:44) [Clang 15.0.0 (clang-1500.0.40.1)]

encodings: sys: utf-8, locale: UTF-8, filesystem: utf-8

byteorder: little

float info: dig: 15, mant_dig: 15

Package versions: 

Numpy: 1.26.2

Scipy: 1.11.4

Matplotlib: 3.8.2

h5py: not available

Pandas: not available

PyERFA: 2.0.1.1

Cython: not available

Scikit-image: not available

asdf-astropy: not available

Using Astropy options: remote_data: none.

rootdir: /opt/homebrew/Cellar/jupyterlab/4.0.9_2/libexec

plugins: astropy-0.11.0, remotedata-0.4.1, hypothesis-6.92.1, cov-4.1.0, filter-subpackage-0.1.2, astropy-header-0.2.2, anyio-4.1.0, mock-3.12.0, doctestplus-1.1.0, arraydiff-0.6.1

collected 28085 items / 5 skipped  

-- Docs: https://docs.pytest.org/en/stable/how-to/capture-warnings.html

========== 27425 passed, 425 skipped, 240 xfailed, 80 warnings in 184.56s (0:03:04) ===========

<ExitCode.OK: 0>

ところが，やっぱりもとの太陽系の天体位置描画が動かない。最後に，Animation関数中のblit=False をblit=Trueにしてようやく何か表示されてほっとしたが，そこまでで内部にエラーがあるとのメッセージが出て異常終了してしまった。チーン。

図：ここまでは出たけれどアニメーションにはなっていなかった残念な図

astropyはイメージ処理やデータ処理を本業とした，プロ用の本格的なシステムだった。

リザーバー・コンピューティング

脳オルガノイド計算からの続き

これは，リザーバー・コンピューティングについて，Bardに聞いてChatGPTに和訳してもらった解説だ。質問者（自分）のスペルが reserverと間違っていたけれど，修正して答えてくれた。このレベルになると，どの程度フェイク成分があるのかが判別できない。

Ｑ：Please explain about reservoir computing.

Ａ：Bard + ChatGPT

Reservoir computing（リザーバーコンピューティング）は、再帰ニューラルネットワークに着想を得た比較的新しい計算フレームワークです。この手法は、入力信号をリザーバーと呼ばれる固定された非線形システムのダイナミクスを使用して、高次元の計算空間にマッピングすることによって機能します。このリザーバーは、水のバケツや回路などの物理的なシステムであるか、微分方程式の系などの数学的なモデルであることができます。

その後、リザーバーの出力は線形の読み出し関数を使用して読み取られます。この読み出し関数は、リザーバーの状態と所望の出力との関係を学習するためにトレーニングできます。

図：リザーバーコンピューティングアーキテクチャ

（編者注： Rossello (2018)の図 [1] へ勝手にリンク引用しているBard）

リザーバーコンピューティングの利点の一つは、非常に効率的であることです。リザーバーは非常に単純であり、読み出し関数は比較的単純で速いアルゴリズムである線形回帰を使用して学習できます。これにより、低消費電力とリアルタイムのパフォーマンスが重要なアプリケーションに適しています。

リザーバーコンピューティングのもう一つの利点は、非常に柔軟であることです。同じリザーバーは、読み出し関数を変更するだけでさまざまなタスクを学習するのに使用できます。これにより、タスクが事前にはわからない場合や、タスクが時間とともに変化する場合に適しています。

リザーバーコンピューティングはまだ比較的新しい分野ですが、計算の仕方を革新する可能性があります。既に音声認識、画像認識、およびロボット制御など、さまざまなアプリケーションで使用されています。

以下はリザーバーコンピューティングに関するいくつかの追加の詳細です：

　・リザーバーは通常、多くの内部状態を持つ高次元システムです。これらの状態は複雑な方法で相互作用し、リザーバーが非線形関数を計算できるようにします。

　・読み出し関数は通常、リザーバーの状態の線形関数です。この関数は、所望の入出力関係の例などのトレーニングデータを使用して学習できます。

　・リザーバーコンピューティングは、サポートベクターマシンやディープラーニングなどの他の機械学習技術と組み合わせて使用されることがよくあります。これにより、システムの精度とパフォーマンスを向上させるのに役立ちます。

Bard, Perplexity, Bing などは正確性を若干担保するために実在して関係あるURLへのリンクを提供しているが，それを埋め込み図の形で提供するのを見たのは初めてかもしれない。

以下は真正の参考文献：

［１］Simple Cyclic Reservoir Computing with FPGA Devices for Efficient Channel Equalization

［２］A Survey on Reservoir Computing and Its Interdisciplinary Applications Beyond Traditional Machine Learning（2023, H. Zhang and D. V. Vargas）

脳オルガノイド計算

数日前，インディアナ大学のチームが，ヒト脳幹細胞から作成した脳オルガノイドをコンピュータ・チップに取り付けてAIツールに接続したシステム（Brainoware）で，初歩的な音声認識を含む，情報処理・学習・記憶ができることを実証したとのニュースが流れた。

ちょうど，しばらく前のNHKのフロンティア第２回「AI 究極の知能への挑戦」でも，脳を利用した計算チップの話が取り上げられていた。東大の池内与志穂准教授のグループが16点のプローブ上においた脳オルガノイドを２つ接続して，反応を観察する様子や，オーストラリアのBrett Kaganのグループの実験室の詳細な映像を見ることができた。

Kaganは，1970年代の最初期のコンピュータゲーム（アーケードゲーム）であるPON（ピンポンゲーム）をこの脳オルガノイドシステムにやらせていて，学習効率の高さを強調していた。すごくないか。

写真：脳オルガノイドチップ（左 F. Guo et. al. から，右 B. Kagan et. al. から引用）

［１］ Brain organoid reservoir computing for artificial intelligence（Feng Guo et. al.）

［２］‘Biocomputer’ combines lab-grown brain tissue with electronic hardware（Nature）

［３］脳オルガノイドをコンピューターに接続，日本語の音声認識に成功（MIT Tech Review）

［４］In vitro neurons learn and exhibit sentience when embodied in a simulated game-world（B. Kagan et. al.）

［５］Cortical Labs（https://spikestream.corticallabs.com/）