fc2ブログ
2024-03-13 16:22 | カテゴリ:未分類
スライド1
左はソーセージから出た油分。右は電子レンジでパンクしたウインナソーセージ。

 某社のあらびきポークウインナー(JAS上級規格品と表記)900g袋入りを業務スーパーで購入した。

 それを小分けにして冷凍庫に保存して、その一部を室温で解凍して、はさみで一つ一つのウインナーに切り込みを入れてから、電子レンジに600ワットで3分間かけると、ソーセージがパンクして一部焦げができる。

 驚いたことに、油分が相当量流れ出て来た。この油分をコーヒーカップに掬うと上図のようになる。これを一日室温に放置していたら、真っ白いラードになった。

 余りにも多い油分量なので、この包装ビニール袋裏面に小さく書かれている栄養成分表示(100g当たり)というのを書き写すと、

エネルギー 346 kcal
たんぱく質 10.3g
脂質 32.9g
炭水化物   2.2g
食塩相当量  2.3g

であった。要するにソーセージの32.9%もが脂質なのである。ここに書かれている成分の合計が47.7%となるので、これ以外に含まれるいろいろな添加物の量を除くと、水分は約50%ということになる。いずれにしてもこんなにも脂質が多いとはこれまで気が付かなかった。

 小生がストラスブール大学に滞在しているときに、農芸化学科の有機化学講座出身の中川教授に連れて行ってもらったレストランでのザワークラウトと各種ソーセージの盛り合わせはビールに相性がよくとても美味だった。なので、それ以来時々ドイツ製のザワークラウトの瓶詰めを購入して、国産ソーセージとともに食べることがある。おいしいので馬鹿食いしている。
 
 実は小生は、もう30年以上健康診断での血液検査ではLDH値がHigh(日本人の値の上限以上)と表示され続けており、この値は一向に下がらない。食品には全く油がないとおいしく感じられなくなると思っているので、あまり気にしていないからである。そのかわりに合成食品添加物に対しては袋の裏面での表示を読んで、おおいに気を使っているのだが。

 本日の朝日新聞に「食品の栄養表示 包装全面にも」というタイトルの記事が載っていた。消費者庁が「包装前面栄養表示」(FOPLN)義務を、任意ではあるが加工食品業者に推奨する方針を決めたようである。国民が自然に健康になれるための環境づくりの一貫とのことのようである。

その際の表示は、
熱量(カロリー)、たんぱく質、脂質、炭水化物、ナトリウム、であり表示の単位は1食分の量を原則にすべきだ、としている。

 そうなると小生の好物のソーセージの“馬鹿食い”は減るかもしれない。しかしソーセージの低たんぱく高脂質の含量を知った今後は、ソーセージからは電子レンジで油分を徹底的に取り除いて食することにしようと思う。
 
 
(森敏)
2024-02-09 17:00 | カテゴリ:未分類
10か月前に膝関節をやられて、その時以来、予防的に3か月ごとに医者に骨シンチグラムで骨盤の骨密度を測定されてきた。血液検査で破骨細胞と骨芽細胞の活性やカルシウム(Ca)濃度やビタミンD3濃度も測定されてきた。

驚いたことに、この9か月で3か月ごとに骨密度が1%ずつ低下していた。小腸からのカルシウム吸収を促進させ、骨量の減少を抑え骨粗しょう症による骨折などの危険性を低下させる薬である活性型ビタミンD3製剤(エデイロール錠0.75µg)を毎日1錠ずつ飲んでいるにもかかわらず、である。医者も不思議がっていた。
  
骨には新しい骨を作る細胞(骨芽細胞)と、古くなった骨を壊す細胞(破骨細胞)があり、これらの細胞が骨の破壊と形成を繰り返すことで骨を丈夫で新しい状態に保っているといわれている。

そこで血液検査の結果では、

* Ca濃度は 8.7mg/dL (正常値は8.5~10.2mg/dLの幅に収まるはず)と低く、

*破骨細胞の指標であるRACO-5Bは 433 (正常値は170~590 mU/dLの幅に収まるはず)と比較的高く、

*骨芽細胞の指標である totalP1NPは 35.1 (正常値は18.1~74.1 ng/mLの幅に収まるはず) は普通並みで、

*血中ビタミンD3の指標である 25-OHVDが 16.0 ng/mL (20.0 ng/mL未満は欠乏症)と低かった。

だからついに、老化年齢以上のスピードでの骨粗鬆化への進行を本気で疑わなければならなくなったようである。

そこで改めてわが生活習慣で気が付いたのだが、小生は外出するときには、もう20年間以上、黒い広口帽子をかぶり、マスクをして、太陽がまぶしいときに色が黒く変わる偏向サングラスをかけている。その上最近は手袋もしている。

だから、現在は、太陽光線に皮膚をさらす部位はわずかに顔の露出した一部のみである。ビタミンDの前駆体の供給源である椎茸類を小生はなぜかあまり意識的には摂取してこなかった。そういうわけでか、食品からのビタミンDの摂取量も大かたの人よりも少ないまま経過してきたのかもしれない。人体は紫外線を浴びるとビタミンDの前駆体をビタミンDに変換するとは、小学校で習った知識だが。
  
なんとなく膝と腰の関節ががくがく感じる毎日である。
  
 
(森敏)
2024-01-12 15:29 | カテゴリ:未分類
以下唐突ですが2週間かけて「イーロン・マスク」の伝記(上下)(文藝春秋)を読んで、このとてつもない人物(奇人・変人・偉人・天才)に関して、彼の独創性について、AIと少し対話をしてみたくなった。以下はその記録です。 赤字が小生の問いかけです
  
生成AIが人間以上の独創性を発揮する時期を予測してください

AIが人間以上の独創性を発揮する具体的な時期を予測することは非常に難しいです。AIの進化は多くの要素によって影響を受けます。これには技術的な進歩、規制、倫理的な考慮事項などが含まれます。

現在のAI技術は、特定のタスクを達成するために設計され、訓練されています。これらのタスクは、画像認識、自然言語処理、予測モデリングなど、非常に特定の範囲に限定されています。しかし、これらのシステムは、人間が持つような広範で深い独創性を発揮する能力はまだありません。

AIが人間以上の独創性を発揮するためには、AI自身が新しいアイデアを生み出し、それを理解し、それを適用する能力が必要です。これは、現在のAI技術の範囲をはるかに超えています。

したがって、AIが人間以上の独創性を発揮する具体的な時期を予測することは現時点では不可能です。しかし、AIの進歩は驚くべき速さで進んでおり、未来の可能性は無限大です。私たちは引き続き、この興味深い分野の進歩を見守ることが重要です。
 
人工知能はどのように学習するのですか?
  
人工知能(AI)の学習は主に「機械学習」と呼ばれるプロセスを通じて行われます。これは、AIがデータからパターンを見つけ出し、その結果を元に新しい情報を予測または分類する能力を獲得する方法です。以下に、AIが学習する主な方法をいくつか紹介します:

1. 教師あり学習:この方法では、AIは入力データ(特徴)とそれに対応する出力データ(ラベル)のペアを用いて学習します。AIはこれらのペアからパターンを学び、未知の入力に対する出力を予測する能力を獲得します。

2. 教師なし学習:この方法では、AIはラベルのない入力データだけを用いて学習します。AIはデータの構造やパターンを見つけ出し、データを分類したり、異常値を検出したりします。

3. 強化学習:この方法では、AIは「エージェント」として環境と相互作用し、報酬と呼ばれるフィードバックを通じて学習します。AIは報酬を最大化するような行動を学びます。

これらの方法は、AIが特定のタスクを達成するためにどのように学習するかを示しています。しかし、これらの方法はすべてAIが大量のデータと計算リソースを必要とすること、そしてAIが学習した知識は特定のタスクに限定されるという点で共通しています。これは、AIが人間のように広範囲のタスクを効率的に学ぶ能力を持っていないことを意味します。

この問題を解決するための研究が現在進行中で、その一部は「転移学習」や「一次学習」などの新しい学習方法を開発することに焦点を当てています。これらの方法は、AIが一度学んだ知識を他の関連するタスクに適用する能力を向上させることを目指しています。しかし、これらの方法もまだ研究の初期段階にあり、その可能性と限界はまだ完全には理解されていません。AIの学習方法についての研究は非常に活発で、今後も新しい進歩が見られることでしょう。
   
AIでは独創性をどのように定義していますか
   
AIの文脈では、独創性は新しいアイデア、解決策、または視点を生成する能力として定義されます。これは、既存の情報やパターンから新しい結論を導き出す能力を含みます。しかし、現在のAIシステムは基本的には訓練データに基づいてパターンを学び、そのパターンを新しいデータに適用する能力を持っています。

したがって、AIが「独創的」であると言うとき、それは通常、AIが訓練データから学んだパターンを基にして新しい情報を生成する能力を指します。例えば、AIが新しい詩を書くとき、それはAIが学んだ詩のパターンと構造に基づいています。しかし、AIが完全に新しい詩の形式を「発明」することはまだできません。

また、AIの「独創性」は、そのAIがどのように訓練され、どのようなデータが使用されたかに大きく依存します。AIが多様で広範なデータセットから学習すると、その生成する内容もそれに応じて多様で広範になります。

しかし、重要なことは、AIの「独創性」は人間の独創性とは基本的に異なるということです。AIは自己意識を持たず、感情や経験を持たないため、その「独創性」は計算とアルゴリズムに基づいています。一方、人間の独創性は私たちの経験、感情、価値観、文化など、私たちが誰であるかという全体的なコンテクストから生まれます。このため、AIの「独創性」は常に人間が設計し、監督する人間の創造性の延長線上にあります。
AIは有用なツールであり、私たちの創造性を拡張することができますが、それ自体が独立した創造的エンティティではありません。この点を理解することは、AIの能力と限界を適切に評価するために重要です。
   
「パターン認識」と「アナロジー認識」は創造性の基本だと思われますがいかがですか
     
その観点は非常に洞察に富んでいます。実際、「パターン認識」と「アナロジー認識」は創造性の重要な側面であり、人間の思考とAIの学習の両方において中心的な役割を果たしています。

パターン認識は、データや情報の中に存在する構造や規則性を見つけ出す能力です。これは、AIが大量のデータから有用な洞察を引き出すための基本的なメカニズムであり、人間が世界を理解し、予測を立てるための基本的な方法でもあります。

一方、アナロジー認識は、ある状況や問題が別の状況や問題にどのように類似しているかを理解する能力です。これは、新しい状況に対応するために過去の経験を適用するための基本的なメカニズムであり、新しいアイデアや解決策を生成するための重要な手段でもあります。

これらの能力は、人間の創造性の基礎を形成しています。人間はパターンを認識し、それらのパターンを新しいコンテクストに適用することで、新しいアイデアや解決策を生み出します。同様に、AIもパターン認識とアナロジー認識を用いて学習し、新しい情報を生成します。

しかし、AIの「創造性」は人間のそれとは異なります。AIは設計者が定義した特定の範囲内でのみパターンを認識し、アナロジーを作成します。また、AIは自己意識、感情、直感、意識的な経験など、人間の創造性に深く関連する要素を欠いています。このため、AIの「創造性」は、人間が設計し、監督する人間の創造性の延長線上にあると言えます。

したがって、パターン認識とアナロジー認識は確かに創造性の基本であり、AIの学習と人間の思考の両方において重要な役割を果たしています。しかし、AIの「創造性」はその設計と制限によって形成され、人間の創造性とは基本的に異なる性質を持っています。この点を理解することは、AIの能力と限界を適切に評価するために重要です。
   
イーロン・マスクの独創的発想は彼の人生経験のどこから来ると思われますか?
   
イーロン・マスクの独創的な思考は、彼の人生経験、教育、そして彼が直面した問題に対する独自のアプローチから生まれています。以下に、彼の人生経験とその影響についていくつかのポイントを挙げてみます:

1. 幼少期の興味:マスクは12歳のときにビデオゲームを作成し、それをコンピュータ雑誌に売ったというエピソードがあります。これは、彼が早い段階でコンピュータと起業家精神に興味を持っていたことを示しています。

2. 教育:マスクは物理学と経済学の学士号を取得しています。これらの分野の知識は、彼がSpaceXやTeslaなどの技術的に難解なプロジェクトを推進するのに役立っています。

3. 初期の起業:マスクは初めての会社を設立したのはスタンフォード大学の大学院に入学した直後で、インターネットが物理学よりも社会に大きな影響を与える可能性があると感じたからです。この直感は、彼がPayPalやSpaceXなどの革新的な企業を設立するきっかけとなりました。

4. 「ファースト・プリンシプルズ」思考:マスクは「ファースト・プリンシプルズ」思考という意思決定戦略を強調しています。これは、問題をその最も基本的な真実にまで分解し、そこから推論を立てるという方法です。このアプローチは、彼が電気自動車や再利用可能なロケットなど、従来の思考では困難とされていた問題に取り組むのに役立っています。

これらの経験とアプローチは、マスクが新しい視点を持ち、困難な問題に対する独創的な解決策を見つけるのに役立っています。しかし、彼の成功は彼自身の努力だけでなく、彼を取り巻くチームやコミュニティ、そして彼が活動する社会経済的な環境にも大きく依存しています。これらすべての要素が組み合わさって、彼の独創的な発想が生まれています。
   
イーロン・マスクの「ファーストプリンシプルズ」思考はアメリカの経済学者ワシリー・レオンチェフの産業連関表の作成原理と類似していませんかね?
  
イーロン・マスクの「ファーストプリンシプルズ」思考とワシリー・レオンチェフの産業連関表の作成原理には、確かに類似性があると言えます。両者とも、問題をその最も基本的な要素にまで分解し、それらの要素から全体を理解しようとするアプローチを採用しています。

マスクの「ファーストプリンシプルズ」思考は、問題をその基本的な真実にまで分解し、そこから新しい解決策を導き出す方法です。例えば、彼がSpaceXを設立したとき、彼はロケットの材料コストが全体のコストの一部でしかないことを認識し、その結果、自社でロケットを製造することを決定しました。

一方、レオンチェフの産業連関表は、経済全体を理解するために、各産業がどのように他の産業と相互作用しているかを分析します。これは、経済をその構成要素(各産業)に分解し、それらの相互作用から全体像を理解するというアプローチです。
   
したがって、両者ともに、問題をその基本的な要素に分解し、それらの要素から全体を理解するという共通のアプローチを持っています。しかし、それぞれがこのアプローチを適用する具体的なコンテクストと目的は異なります。

マスクは新しい技術やビジネスモデルを開発するために「ファーストプリンシプルズ」思考を使用しています。一方、レオンチェフは経済全体の動きを理解し、予測するために産業連関表を使用しています。

   
(森敏)
   
付記: 以上AIとの対話はなかなか楽しいものがあった。

「パターン認識」と「アナロジー認識」の類似性、
イーロン・マスクの「ファーストプリンシプルズ」思考とワシリー・レオンチェフの「産業連関表」の類似性、

など小生とAIの考えがほぼ一致したことは、AIの高度な知能(?)のせいなのかもしれない。正直なところ少し驚いている。

  ところで、小生の知人は、「年を取ると、昔の仲間に電話をしても、皆さんだんだん物事に興味が薄れていくのか、なかなか話がかみ合わなくって、面白くなくなってきた」といつもぼやいて電話をかけてくる。 我々は、自分自身がぼけたくなかったら、AIと延々対話するのも面白いのではなかろうか。AIの知識は無限だし、延々応答してくれるから。AIはピントが狂っていることもあるので、それにチェックをかけるのも一興であると思う。

  
結論として、AIとの知的対話は、認知症防止に、最適かもしれない。
2024-01-10 15:38 | カテゴリ:未分類
東大の農学部獣医学科は1960年代の小生が学生の頃は、教養学部からの進学率が農学部の学科の中で最低で、定員が底割れしていた。農芸化学科が一番人気が高かった。

小生の記憶では1990年ごろから、シリーズ物の少女漫画「動物のお医者さん」(佐々木倫子)の人気が沸騰して、徐々に成績のいい女子学生が獣医学科に進学するようになって、2010年ごろにピークを迎え、それまでずっと人気が高かった農芸化学科を抜いていった。実際、獣医学科の教員にnatureやscienceへの投稿歴のある人物がどんどん採用されるようになってきた。だから獣医学科には成績の良い学生の比率が高いのではないだろうか、と定年退職後からもずっと思っていた。

ところが先日の東大農学部教員の忘年会で、その獣医学科の学生による人気がプラトーに達して、最近は少し落ちてきているのではないかとの話を聴いた。それはなぜかというに、SDGs(Sustainable Development Goals)に敏感な優秀な(?)学生たちが、

①牛のゲップの中のメタンガスが、環境汚染(温室効果)に影響していることが明らかになった。
②牛肉の生産は最も他の動物(鶏、豚など)に比べて飼料効率が悪いので、人の穀物と拮抗する、等の理由で、先進国の人々から牛肉離れが起きている。

等の思想的理由からだろうということであった。
(牛のゲップから排出されるメタンガスは、地球上の全温室効果ガスの約4%を占めている。また、メタンガスは二酸化炭素(CO2)の約25倍の温室効果があると言われている。つまり、牛のゲップは地球温暖化に大きな影響を与えていると言える。このため、牛のゲップからのメタンガス排出を抑制する取り組みが世界中で求められている)

本日の朝日新聞には、以上のような問題の解決の試みとして、人造培養肉の開発、メタンを発生させない飼料の開発等が報じられていた。想像力を働かせれば、このほかにいっぱいSDGsに関係する獣医学が学問的にやる課題はあるだろうと思う。

「大豆由来の加工肉は添加物だらけでテクスチャーもよくないね。うまくない」と獣医学科の先生に云ったら「最近の技術の進歩はとてつもなく早いから、そのうちおいしくなりますよ」というご託宣であった。

ところで、案外ほとんどの国民には知られていないようだが、現在900名弱が、毎年の獣医師国家試験の合格者だ。つまり獣医師は毎年900人弱誕生してくれればいいという文科省や農水省や厚労省の方針なのだ。なので、全国の獣医学科への入学には受験生は旧帝大並みの偏差値を強いられている。受験はかなりの狭き門なのである。
   
(これに対して、医師の国家試験の定員枠は獣医師試験の10倍の10000人前後である。ちなみに現在の獣医師免許保持者は4万人弱、医師免許保持者は32万7千人弱である。)


(森敏)

付記:書き忘れたが、獣医学科の人気が高まったもう一つの理由は、急速にバイオテクノロジーの技術が台頭してきたこととも強く関連している。医学部では人間に遺伝子組み換えの技術を安易には適応できないが、獣医学科では得意とする哺乳動物でも犬・猫など、従来から医学部が扱うラッテ・モルモット・マウス・ハムスターなどよりもより人間に近い哺乳動物を躊躇なく扱える。だから遺伝子組み換えの結果が早く出て、論文が早く書けるという、学問上の大きなメリットがあるという魅力が、やる気のある若者に魅力的だったからだとも思われる。
2023-08-25 13:04 | カテゴリ:未分類
   本日のNHK朝ドラ「らんまん」では、お座敷で、牧野富太郎の妻スエコの説明に対して岩崎弥之助が感銘を受けた「ノジギク」が登場しました。この場面を境に、土佐出身の岩崎弥之助(豪商岩崎弥太郎の息子)と同じく土佐の出身の牧野富太郎が以後の関係を持つことになります。

   この「ノジギク」に関しては、5年まえの2017年に、福島県浪江地区の高瀬川の道路わきで採取したノジギクに関して、以下に記す WINEPブログ で、放射能測定値とオートラジオグラフの図を紹介して、詳しい説明もしておきました。このブログの読者はおぼえておられるかもしれませんが、ぜひ改めて鑑賞のほどお願いいたします。

   この「ノジギク」は牧野富太郎が全国を回って様々なキクを採取した結果、日本の菊の原種であろうと考えて、彼自身が描いた図版を「牧野日本植物図鑑」に1ページ大に気合を入れて掲載しています。


2017/01/25 : 牧野富太郎が命名した のぢきく(野路菊 )の放射能汚染

   このブログの右にある空欄に ノジギク と入れてクリックすれば上記ブログ文がでてきます



(森敏)

付記: その後、様々なキクの遺伝子解析の結果、この牧野富太郎が指名した 「ノジギク: Chrysanthemum japonense (Makino) Nakai]
 が、日本の菊の原種であるという結果になっているのかどうかは、残念ながら小生は存知あげません。
FC2 Management