タグ: science

Wikipediaの英語バージョンの記事数が600万超え

米国時間1月23日、Wikipediaが重要なマイルストーンを超えた。この世界最大のオンライン百科事典の英語バージョンの記事が今や600万本以上になったのだ。

この偉業は、このウェブサイトの創設から約19年後に達成され、Wikimediaの主席顧問であるRyan Merkley（ライアン・マークリー）氏によると、「人間が力を合わせればできること」の証（あかし）だ。なおWikimediaは、この遍在的なオンライン百科事典を運営している非営利団体だ。

600万番目は、19世紀のカナダの学校教師で紀行作家でフィクションのライターでもあったMaria Elise Turner Lauder（マリア・エリーゼ・ターナー・ローダー）氏に関する記事だ。この記事は、Wikipediaの長年のエディターであるRosie Stephenson-Goodknight（ロージー・スティーブンソンｰグッドナイト）氏が執筆した。

Wikipediaは数十か国語で利用できるが、最も記事数が多いのは英語バージョンだ。英語エディションは2015年後期に500万記事を超え、第2位はおよそ230万記事のドイツ語バージョン、第3位が約210万記事のフランス語バージョンだ。

ウェブサイトとしてビジター数がいちばん多いのも英語エディションで、公表されている数字によると英語バージョンのウェブサイトは1日の平均ページビュー数が2億5500万PVだ。SimilarWebのウェブアナリティクスによると、Wikipedia全体はビジター数が8番目に多いウェブサイトだ。

ここ数年Wikipediaは各国でセミナーを開き、それぞれの国の言葉による寄稿者（コントリビューター）を育成してきた。またツールを改良して、執筆や公開、他からの引用などがやりやすいようにした。

今日600万記事を達成した英語版Wikipedia、おめでとう！　@WikiWomenInRedの@Rosiestepが作ったその記念すべきページは、19世紀の旅行好きで博愛主義者のライターMarie “Toofie” Lauderの略歴だ。

Jimmy Wales（ジミー・ウェールズ）がWikipediaを創設したとき彼は、目標は「人類のすべての知識へのフリーなアクセスだ」と言った。一部の推計によると、人類のすべての知識は1億400万記事を必要とする。そしてその達成には、あと20年かかる。

画像クレジット: Simon Dawson/Bloomberg/Getty Images

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

見るだけで子供の弱視が治る特殊なディスプレイ

弱視は多くの人を苦しめている視覚障がいだが、早期に発見できれば完全に治すことができる。ただし、治療のために何か月も眼帯を着けなければならない。しかしNovaSightは「弊社製のディスプレイの前で1日に1時間過ごすだけで治る」と主張する。

弱視は、2つの目の動きがそろわないことによって起きる。通常は両目の網膜にある物の細部を見分ける凹部分が、今見ている対象に焦点を合わせる。しかし弱視の場合は、片方の目の凹部が対象に正しく焦点を合わせられず、その結果、両目が正しく収束しないので視覚障がいになる。治療を怠ると、次第に視力を失うこともある。

この障がいは子供のとき早期に見つけることができ、正しく機能している目をほぼ終日眼帯で覆うという簡単な方法で治すことができる。そうすると悪いほうの目が正しく見ることを強制され、次第に治るのだ。ただし言うまでもなく、子供にとって眼帯は不快だし面倒だ。しかも片目だと、校庭で十分に遊べないなど不自由なことも多い。

これを着けるとクールだ！

NovaSightのCureSightを使うと、眼帯なしでこの治療を進められる。その代わり、子供が見ているコンテンツの一部をぼかすことによって正しい方の目を休ませ、その間に問題がある方の目に頑張らせる。

このような二重視像方式は、昔の遊園地などによくあった立体映画でも使われていた。そのときは、片方の像は青のフィルター、もう片方の像を赤のフィルターを通して、右の目と左の目が本物の立体物を見た場合のように、互いにわずかに視差のある像を見ていた。今回の二重視像は、正常な像とぼかした像の2つを使う。

CureSightの場合はまず、円の画像を用いて二重の視像を作る。そのスクリーンはTobiiのアイトラッキング用センサーを使って、ユーザーの目線から円があるべき位置を知る。私自身も試してみたが、円の像は目が見ている方向にいつも正しくある。そうすると、ぼけてない正しい方の画像を悪い方の目がみて円の正しい位置を知ろうとする。

この方法がいいのは、特別の処置や検査がいらないことだ。NovaSightによると、円の像だけでなく、子供はYouTubeでもムービーでも、何でもこのスクリーンで見ているうちに、悪い方の目が矯正されてくる。しかも自宅で好きな時間にできる。

グラフ提供: NovaSight

同社が実施した小規模な治験によると、12週間で十分な改善効果が得られた。「今後は完治の結果を得ることと確立しているほかの処置方法との違いの検証に力を入れたい」と同社は語る。

でも3Dディスプレイの技術がお粗末な映画でなくて視覚障がいの治療に使われるのは素敵なことだ。NovaSightは、弱視の治療だけでなく目の検査や診断のための製品も、同じく3Dディスプレイの技術を使って開発している。詳しくは同社のウェブサイトを参照してほしい。

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

針の頭に乗るほど小さい粒子加速器

粒子加速器について何も知らない人でも、それがときには数マイルにも達する巨大な設備であることは知っているだろう。しかしスタンフォード大学の研究者たちの新しいやり方では、加速器を人間の髪の毛よりも細くできる。

基本的な考え方としては、粒子加速器とは長い長い放射線放出器で、それがターゲットの粒子を正しいタイミングで放射線で叩くと、粒子は前よりもやや速く進むようになる。問題は、使用する放射線の種類と速度、そして得られるエネルギーの大きさによっては、加速器はとても巨大で高速な装置になることだ。

そのため、利用も限られてくる。長さが500mもあって数MW（メガワット）の電力を消費する装置を研究室や診療所には置けない。それほど強力でなくてもいいので、もっと小さければ便利だ。それがスタンフォードの科学者たちが挑戦した課題だ。

プロジェクトのリーダーのJelena Vuckovic（エレナ・ヴァコビッチ）氏がスタンフォードのニュースリリースで「加速器を小型化して研究の道具としてもっと使いやすくしたかった」と述べている。

しかしそれは、Large Hadron Colliderやスタンフォード線型加速器センターのNational Accelerator Laboratoryにあるような従来型の粒子加速器とは設計がまったく異なる。彼らはボトムアップのエンジニアリングではなく、自分たちの要求を「逆設計アルゴリズム」（Inverse Design Algorithm）に与えて、彼らが使いたいと思っていた赤外線放射器から必要とするエネルギーパターンを作り出した。

それは、赤外線の波長がマイクロ波などよりずっと短いので、とても小さなメカニズムを作れるからでもあった。でも、小さすぎるので通常のやり方では適切な設計が不可能だろう。

チームの要求に対するアルゴリズムのソリューションは、粒子加速器というよりはロールシャッハテストのような奇抜な構造だ。でもその泡と水路のようなものは、赤外線レーザー光のパルスを正しくガイドし、中心に沿って電子を光速に近い速度で押し上げることができた。

結果として得られた「加速器チップ」は、直径がわずか数十ミクロンで、人間の髪の毛よりずっと小さく、針の頭に数本を乗せることもゆうゆうできる。数本というより、数千本が正しい。

そして電子のエネルギーを実用レベルに上げるためにも、数千本が必要だろう。そこまでは、計画に含まれている。チップは完全な集積回路だが、それらを長い列状に接続して大きなパワーを作り出せる。

これはSLACやLarge Hadron Colliderのような大型の加速器に対抗するものではなく、惑星を破壊するほどの強大なパワーは要らない研究や臨床目的に利用できる。たとえば、チップのように小さな電子加速器は、放射能を皮膚を通さずに腫瘍に直接照射して、手術ができるだろう。

チームの研究論文は1月2日発行のScience誌に載っている。

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

ボーイングのStarliner乗員カプセルが軌道に乗り損ねてISSとドッキングできず

【抄訳】
Boeing（ボーイング）の乗員輸送宇宙船Starliner CST-100は、米国時間12月20日に初めての国際宇宙ステーション（ISS）への打ち上げを大成功させたが、しかしロケットと打ち上げ機は期待通り動作したにも関わらず、Starliner宇宙船自体は、打ち上げ後、自分のミッションを開始する際に思わぬ障害にぶつかった。

Starlinerのカプセルは、二段目のロケットULA Centaurからの切り離しに成功し、宇宙の軌道外ターゲットに到達したが、Starlinerが自らのエンジンに点火して目的の軌道へと進もうとした際、必要な噴射が起こらなかった。ボーイングによると、同機は太陽電池を安定して充電できる位置の確保はできており、地上チームが、宇宙船を必要な位置に到達させるために次にどのような操作をすればよいかを検討しているという。

NASAの管理官Jim Bridenstine（ジム・ブリデンスティン）氏は、東部時間午前8時45分のツイートで、そのエラーに関する中身のある最初の最新情報を投稿した。それによると、何らかの出来事により宇宙船Starlinerが「そうではなかったのに、自分は軌道投入噴射をしていると思った」という。

[Jim Bridenstine: Mission Elapsed Time（MET、ミッション経過時間）が異常を起こし、そのせいで宇宙船は自分が軌道投入噴射をしていると信じたが、しかしそうではなかった。次の情報は東部時間午前9時にご報告する。]

ミッション用の時計は何らかのバグかエラーに遭遇して、Starlinerのシステムに実際のミッションの段階ではなく、違う段階にあると伝えた。その結果、宇宙船は予定外に燃料で噴射し、計画されていた軌道投入点を通り過ぎてしまった。その後、Starlinerは二目の噴射を行い安定した軌道をとるが、状況では計画どおりに国際宇宙ステーションへ到着することはできない。

【後略】

[原文へ]
（翻訳：iwatani、a.k.a. hiwa）

深海調査のための自動運転深海艇を運用するTerradepthが約8.8億円を調達、創業者はNavy SEALs出身

海洋は、まだその多くが探検されていない。だからそこには、大量の貴重な情報が眠っていることだろう。海洋、中でも深海は、その地図の作成やデータの収集に、機器の操縦をはじめとして多くの人手を要し、費用が膨大なので、短期的な調査しか行われていない。

しかしテキサス州オースチンで元米海軍特殊部隊のNavy SEALs（ネイビーシールズ）にいた二人が立ち上げたTerradepth（テラデプス）は、自動運転の潜水艇を使ってこの状況を変えようとしている。それを適切な規模の船隊として展開すれば、深海に関する情報をサービスとして提供できるだろう。

同社は、ストレージのハードウェアを作っているSeagate Technology（シーゲイト・テクノロジー）がリードするラウンドで、800万ドル（約8億8000万円）を調達した。同社はこの資金で、来年の夏には同社が持つ技術のデモンストレーションを実際の海域で行えるだろう。その後同社は、さらに規模を広げて潜水艇をネットワークでつなぎ、「Autonomous Hybrid Vehicles」、またはAxVと呼ぶ自動運転水中ロボットの船隊を運用するつもりだ。

同社の技術により潜水艇は自動運転で航行するため低コストで大規模運用可能で、そのデータは、元データや同社の機械学習システムが分析したデータ、あるいはクラウド上のサードパーティが分析したデータとして獲得あるいは提供できるとTerradepthは説明する。また彼らは沖合にある機器装置やリソース向けにマルチスペクトル画像や、監視データ、予報予測サービスなどを提供していきたいとしている。

Terradepthのチームには、共同創業者のJoe Wolfel（ジョー・ウェルフェル）氏とJudson Kauffman（ジャドソン・カウフマン）氏のほかに、ソフトウェアやハードウェア、それにロボティクスの専門技術者もいる。彼らの潜水艇は深海潜航と海面航行の両方が可能になっており、深海機と海面機が適宜コミュニケーションを行う。両方を同時に充電でき、集めたデータを人工衛星に送り、さらにデータセンターや顧客に中継できる。

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

Blue Originの準軌道打ち上げ機「New Shepard」が12回目の打ち上げで有人宇宙飛行の未来に少し近づく

Jeff Bezos（ジェフ・ベゾス）氏が創業したBlue Originが、準軌道打ち上げ機であるNew Shepardのミッションに再度成功した。それは、人間の宇宙飛行のための宇宙船を目指す前段階として重要なステップだ。それはまた、この再利用型ブースターの6度目の飛行であり、同社の多段ロケットの信頼性と回収可能性の実証という点でBlue Originの新記録でもある。

Blue OriginがNew Shepardで商用荷重を運んだのはこれが9度目で、そのシステムは毎回少しずつ、実際にクルーを乗せられるレベルへと近づいていることが、デモンストレーションされた。今回の打ち上げは研究用の実験機器や、児童生徒たちの勉強で使われる教材を運んだ。それにまた、世界中の児童生徒たちが書いた数千枚のハガキも運んだ。それらの宛先は、Blue Originが学校と児童生徒たちに宇宙教育教材を提供する非営利団体として今年の初めに創ったClub for the Futureだ。

最終的にBlue Originは、New Shepardに有料の宇宙旅客を乗せて飛ばすつもりだ。ただしそれには、民間の宇宙飛行士が研究などの目的で同乗する。New Shepardの上部に搭載するBlue Originのカプセルは旅客定員が6名だが、テストにせよ商用のフライトにせよ、実際に人を乗せるのがいつになるかは、まだわからない。

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

超精細な画像を高頻度で撮れるNear Space Labsの成層圏衛星

宇宙関連のテクノロジーという新しい成長分野では、イメージング（画像処理）が重要な市場のひとつだ。それも当然であり、政府にも民間にもイメージングと地球の観測データへの強い需要が今すでにある。軌道衛星はこの需要の一部を満たし、この種のデータを手頃な費用で制作提供するPlatetなどの企業が今では大きく成長している。しかしNear Space Labsは、それらとは違うアプローチで、特定の用途にもっと適したイメージングソリューションを提供している。

Near Space LabsのCEOであるRema Matevosyan（レマ・マテボシアン）氏はあるインタビューで「会社を興したのは『この新しい技術にまったく新しい角度からアプローチして、航空宇宙工学におけるこの盲点を利用したい』と考えたからだ。盲点とは成層圏、航空機が飛ぶ高度の倍ぐらいの高さのことだ。誰もまだ手を付けていないという創業者有利の見地から言えば、そこではとても広大な領域を一望にでき、しかも得られる画像の解像度は航空機やドローン並みに極めて精細だ。さらにまた、画像獲得の頻度をきわめて高くできる。現在のNear Space Labsの画像取得のペースは週でも月でもなく1日であり、それは、これだけの高解像度の画像では従来あり得なかったものだ」と述べている。

このような超高空からの超高解像度画像は、保険、不動産、ロジスティクス、地方行政などの分野にとってきわめて有益だ。Near Space Labsは必要なものを必要な時に、しかも非常に詳細な画像で素早く提供する。これにより、たとえば大規模な建設工事なら、つねに全体の眺望を見ながら進捗をチェックできる。そのほか、交通政策のためには渋滞の状況を時系列で見たり、同じく時系列で港湾の作業効率をチェックしたりできる。従来からある衛星画像では、それだけの広大で精細な画像の提供を頻繁にはできない。しかも従来衛星では、宇宙船の打ち上げ等の費用がきわめて高い。Near Space Labsの技術は、カバー範囲の広さと高精細という画像の質と、画像提供の高頻度という、従来の衛星技術では両立できなかったものを両立させた。同社はそのような画像を、オンデマンドで提供できる。

マテボシアン氏は 「Near Space Labsのプラットホームは本質的にスケーラブルであり、人々が必要としているところへ容易に打ち上げられる。また、従来技術にように災害に弱いなどの欠点もない。例えば、山火事の最中でも後でも飛行できるが、ドローンや飛行機ではそれができない」と語る。

同氏によると、Near Space Labsは気象観測気球を利用したイメージングプラットホームを毎日配備でき、それはそのあとで運用高度に達し、目的領域を2時間ほど撮影する。撮影が終わったらすぐ回収するので、高解像度の画像にすぐにアクセスできる。ハードウェアもソフトウェアもすべて自社製なので、一種のロボティクスのプラットホームであり、それがデータを集めて顧客に提供する。

Near Space Labsはデータだけでなく取った画像のアナリティクスも作り、顧客にイメージングとその解釈の両方を提供している。同社には、Draper AssociatesやWireframe Ventures、そして自動車メーカーのMiniのアクセラレーター部門のUrban-Xが投資している。Urban-Xは、都市生活の形を変えようとしているスタートアップにフォーカスしており、マテボシアン氏によると、都市政策の変容にも今後の大きな機会があり、特に同社が提供する新しいイメージングには喫緊の需要があるだろう。

上の写真をより高解像度（容量33MB）のバージョンで、Near Space Labsが撮影できる細部がよくわかる

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

健康なサンゴ礁から出る音を死んだサンゴ礁で鳴らすと海域に活気が戻る

ワシントンポスト紙が紹介しているNature Communications誌上の研究論文によると、健康なサンゴ礁から出る音を録音して瀕死のサンゴ礁で鳴らすと良い効果がありそうだ。それはまるでインチキ健康食品の宣伝のようだが、でもこの前の研究では、まわりの魚の種類や個体数が増えて賑やかになると、辛い状況を抱えるサンゴ礁を助けることができた。つまりサンゴが死んでいくだけのネガティブなトレンドを、少し上向きに変えることができそうだ。

英国とオーストラリアの研究者が6週間、グレートバリアリーフのサンゴが死んだ区画の海面下にスピーカーを置き、録音された音を再生した。その音は、サンゴが健康な区画で録られ、生命が栄えているサンゴのコミュニティに特有の音を含んでいた。それは、魚やエビや甲殻類、軟体動物などサンゴ礁の住民たちが作り出す音だ。若い魚はそれらの音を聞いて、そこが自分が落ち着いて自分のコミュニティを作れる場所だと判断する。

研究者たちがスピーカーから流した音によって、死んだ海域であるそこに集まる魚の数がそれまでの倍になった。また、魚種など生物の種類も50%増えた。そして人工的な音に惹かれてサンゴ礁に集まった新住民たちは、そこに定住した。

魚の人口が増えただけでは、死んだサンゴや死にゆくサンゴが生き返ることはなかった。しかし、このテクニックをほかのテクニック、例えば新鮮な珊瑚の移植や、高い海水温に強い珊瑚種の導入などと併用すれば、その死んだ区画に活気がよみがえり、それまで人間がさんざん痛めつけたサンゴたちに命が戻るだろう。

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

MITの科学者が1年で10万回の反復実験が可能なロボットを開発

科学はエキサイティングなはずだが、実際にはおそろしく退屈なこともある。何千回も同じことを繰り返す実験もあるが、そんなものは自動化してほしいところだ。そこでMITの科学者が作ったロボットは、ある種の実験の結果を観察し、フォローアップを計画する。このロボットは、最初の1年で10万回の実験を行った。

流体力学という分野は、大量の複雑で予測不可能な力を扱い、それらを理解する最良の方法が同じことを何度も繰り返して一定のパターンを見つけることだったりする。これはあまりにも単純化した言い方だが、ここでは流体力学の詳しい説明はやめておこう。

繰り返して観察することを要する現象のひとつが、渦励振動（Vortex-Induced Vibration）だ。この一種の撹乱現象は、たとえば水上をより滑らかに効率的に航行する船を設計するときなどに重要になる。そのためには、船が水の上を進む様子を何度も何度も観察しなければならない（自動車のボディーの空気抵抗を減らすためにも、同種の実験を行う）。

でもこれは、ロボットにぴったりの仕事だ。しかもMITの科学者がIntelligent Tow Tank（インテリジェントな曳航水槽、ITT）と名付けた実験用ロボットは、水上で何かを引っ張るという物理的な仕事をするだけでなく、結果を知的に観察し、ほかの情報も得るためにセットアップを変え、価値ある報告が得られるまでそれを繰り返す。

今日Science Robotics誌に掲載された彼らの研究論文には「ITTはすでに約10万回の実験を済ませており、本質的には博士課程の学生が在学中に2週間ごと実施する実験を完了しています」と書かれている。

ロボット本体の設計よりも難しかったのは、流体系の表面の水流を観察して理解し、より有益な結果を得るためにフォローアップを実行する部分のロジックだ。通常は人間（院生など）が毎回の実行を観察してランダムに変わるパラメータを計り、次にどうするかを決める。でもその退屈でかったるい仕事は、優秀な科学者に向いているとは言えない。

だからそんな機械的な繰り返し作業はロボットにやらせて、人間は高レベルの概念や理念にフォーカスすべきだ。彼らの研究論文は、同じように実験を自動化するCMU（カーネギーメロン大学）などのロボットを紹介している。

彼らの研究論文では「これによって、実験を伴う研究にパラダイムシフトがもたらされ、ロボットとコンピューターと人間がコラボレーションして発見を加速し、これまでのやり方では無理だったような大きなパラメータ空間でも迅速かつ効果的に探索できるようになるだろう」と書かれている。インテリジェントな曳航水槽を記述している研究論文はここで読める。

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

マイクロソフトがニュージーランド政府と協力し機械翻訳にマオリ語を加える

機械翻訳が便利なことは誰でもわかるし、誰でも体験できる。しかし、この実用アプリケーションは、テクノロジーがもたらす価値のほんの一部にすぎない。Microsoft（マイクロソフト）とニュージーランド政府は、マオリ語を保存し、できればそれに新しい命を吹き込むために、機械翻訳が役に立つことを示そうとしている。

Te reo Māori（テ・レオ・マーオリ、マオリ語）は、ニュージーランド最大の原住民コミュニティの言語だ。しかしどこでもそうだが、マオリも何世代にもわたって植民者の優勢な文化に同化していくにつれて、言葉も次第に忘れ去られようとしている。

マオリ族は人口の約15%を占めるが、マオリ語を話すのはその4分の1にすぎない。ニュージーランドの全人口の3%だ。国はマオリ語の教育を幅広く推進してこの傾向を逆転し、その適切な保存のための策を講じようとしている。

マイクロソフトとニュージーランドのマオリ語委員会であるTe Taura Whiri i te Reo Māoriが数年間協力して、同社のソフトウェアにこの消え行く言語が含まれるよう努めている。このパートナーシップの最新のイベントが、マイクロソフトの翻訳サービスへのマオリ語の導入だ。このサービスがサポートしているそのほかの60の言語とマオリ語との間で、互いに自動的な翻訳ができる。

自動翻訳は、コンテンツや仕事の理解を助け、また埋もれていたドキュメントを探究できるようにするから、インクルージョンと教育のための強力な力になる。

精確な翻訳モデルの作成は、どの言語でも難しい。そしてその鍵は、互いに比較できるコーパスをたくさん用意することだ。そこで開発の重要な、そして委員会が助けになる部分は、コーパスを集めて質のチェックを行い、正しい翻訳ができるようにすることだ。しかし、その言葉がわかる人が少ないと、フランス語とドイツ語の翻訳サービスを作ることなどに比べて作業はより困難になる。

この事業におけるマオリ語話者の一人、ワイカト大学（University of Waikato）のTe Taka Keegan（キーガン）氏は、マイクロソフトのブログ記事で以下のようにコメントしている。

このマオリ語ツールの開発は、長年共通の目標に向けて尽力した多くの人々なくしては不可能だったでしょう。私たちの仕事によって、ニュージーランドの未来の世代のためにマオリ語の再活性化と正規化がもたらされるだけでなく、マオリ語が世界中で共有され学ばれ、価値を認められるようになることを望みます。私たちが用いるテクノロジーが私たちの文化の伝統を反映強化し、そして言葉がその心になることが、極めて重要です。

今は世界の各地で、死にゆく言語が増えている。それをすべて防ぐことはできないにしても、テクノロジーがそれらの記録と使用を助けて、どんどん数が減っている現用言語と共存させていくことは可能だ。マオリ語翻訳事業は、マイクロソフトのAI for Cultural Heritage（文化の継承のためのAI）事業の一環だ。

画像クレジット: Microsoft

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

毒針を持つアカエイにヒントを得た航空機が金星の大気を調べる

NASAの次の金星探査では、バッファロー大学（University of Buffalo、UB）が設計した、アカエイのように後尾に針のあるロボットが大気のサンプリングを行う。宇宙観測のための新しい革新的な設計コンセプトを追究しているNASAはその活動の一環として、ニューヨーク州立大学バッファロー校で航空宇宙機器の衝撃耐性を調べている研究所CRASH Lab（Crashworthinesss for Aerospace Structures and Hybrids laboratory）に、初期的な研究助成金を交付した。

そのアカエイの形をした宇宙船には、金星の上空の大気中の強風の中を飛べるための羽ばたく「翼」がある。UBによると、それによって飛行のコントロールが可能になり、効率的に飛行できる。その設計はBREEZEと呼ばれ、4日〜6日で金星を1周でき、2〜3日おきにその惑星の日照面にあるときには充電できる。

なお、金星は太陽のまわりを回る軌道が独特なため、その1日は地球の1年よりも長い。そこで探査用宇宙船は、他の自転周期の短い惑星の場合のように、推力を使って惑星の大気中に静止する設計にする必要がない（Wikipediaによると、金星の公転周期は224.7地球日、自転周期は243地球日）。

BREEZEが実際に金星の雲の中に出没するまでには、まだ長い時間がかかる。しかし、NASAから認められて補助金ももらったのだから大きな一歩前進だろう。

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

ロボットアームの動きは適度に遅いほうが不気味の谷現象を防げる

ロボットアームは空中に投げた物でもつかめるほど速く動けるが、でも実際にそうすべきだろうか？Disney Research（ディズニー研究所）が行った実験によると、ロボットを操作している人間を不安がらせないためには、そこまですべきでない。同研究所のロボット技術者たちは、人間が正常と感じるためにはロボットの反応時間を遅くした方がいいことに気づいた。

ディズニーはもちろん、何十年も前からロボットに関心があり、そのテーマパークにおけるオートメーションは世界でもっとも有名なロボットの一部だ。でもそれらのロボットには、人間と直接対話する機会がほとんどない。そこで同社の研究所は一連の研究プロジェクトにより、安全でしかも不気味ではない、ロボットと人間の共存を研究してきた。

今回の研究テーマは、ロボットに物を手渡すとき、怖がらずに自然にそれができるためにはどうするかだ。もちろん、人間がチケットや空のカップなどに手を伸ばしたとき、ロボットが電光石火のスピードで間髪をいれずそれらをつかみ取ったら、危険であるだけでなく人間は恐怖を感じるだろう。

関連記事：投げられたラケットなどもキャッチできるスーパー・ロボットアーム登場

そこで、この場合の、擬人化された猫に取り付けられているロボットアームは、正常な人間の速さで動く。しかし、でも、いつその腕を伸ばすべきか？　実験で分かったのは、人間は自分に何かが手渡されようとしていることの認識に1秒を要し、その後手を伸ばしてそれをつかむ。コンピュータービジョンのシステムなら、物を認識して手を伸ばす動作がもっと速いが、それは人間が見ると奇妙に感じる。

研究者たちが行った実験では、ロボットが人間からリングを受け取るスピードや遅延を三種類に変えてみた。

ロボットの手の動きが速いと、人間はそれを「温かみがなくて不快」と感じた。遅い速度が一番好評だった。ロボットの手の動きに初動時の遅延がないと、それも人間にとっては不安だった。ただし遅延が長すぎると、やはり不安が生じた。

誰かの手が自分のほうへ伸びてきて自分の手から何かを取ろうとするときには、そのための快適な間合いがあることがわかった。その動きはある程度遅いほうが良い。適度に遅くてしかも遅すぎないことが、人間らしさを感じさせる。

この手渡しシステムは、米国時間11月7日に発表される研究論文に詳しく説明されている。実験はしっかりとした日常的環境で行われ、物の動きや予期せざる力などもある。ディズニーワールドのカフェでおしゃれキャットのロボットが、あなたの手からマグを取り上げるようになるのはまだ先の話だが、でもそのロボットの手の動きが人びとを怖がらせるほど「目にも止まらぬ速さ」ではないことは、これで確実になった。

画像クレジット: Disney Research

参考記事: 不気味の谷現象

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

MITのブロック型ロボットは相互通信によって集団行動

MITのComputer Science and Artificial Intelligence Laboratory（コンピューターサイエンスと人工知能研究所、 SAIL）が考案したこのキューブ状のロボットは、自力で移動し、お互いとコミュニケーションして協調しながら自分たちを何らかの構造物へ組み立てる。その振る舞いをMITの研究者たちは蜂の巣作りみたいだと述べた。ビデオを見るとその様子がよく分かる。


このキューブ状のロボットは平らな面の上を転がったり、お互いの上や向こう側に行ったり、短い距離をジャンプしたりする。そして最近の改良で簡単なコミュニケーションができるようになった。固有のバーコードを自分のIDとして持っているので、互いに個体を同定できる。16のブロックが自分のコミュニケーションシステムを使い、自力で動き回って仕事をする。主な仕事はさまざまな形状を作ることだが、矢印や光線に従うこともできる。

今の彼らにできることはごく限られているが、研究者たちが夢見ているのは、このような自己組み立て型ロボットが、災害時などに自力で橋や傾斜路や階段などになってくれることだ。それにもちろん、もっと世俗的なアプリケーション、例えばゲームなどに応用しても面白いと彼らは感じている。

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

蜘蛛の目の原理を借りて奥行き感知カメラを超小型化へ

ロボットや各種自動化装置の普及とともに、それらに3次元の視力を持たせることがますます必要になってきた。しかし、iPhoneのノッチが示すように奥行きを感知するカメラはどうしてもかさばる。ここでご紹介する蜘蛛が獲物までの距離を検知する仕組みは、この状況を変えるかもしれない。

ハエトリグモの小さな頭には、光を照射する仕組みなどを収めるだけのスペースはない。それでも彼らは、巧妙な捕食動物として獲物を正しく見つけて、そっち方向へ正しく進み、正しく獲物を捕らえる。どうやっているのだろう？節足動物の例に漏れず彼らもまた、非常に不可思議なおもしろい方法でそれをやってのける。

人間などは、複数の目が捉えた画像から立体像を作っているが、蜘蛛の目はひとつひとつが奥行きを感知する。個々の目が多層構造になっていて、透明な網膜がそれぞれの層の、距離によって異なる像のぼけ具合を見分ける。蜘蛛の小さな神経系は複数の目の複数の層を比較して距離を正しく測る。そのとても小さなハードウェアで。

ハーバード大学の研究者たちは、蜘蛛のこのやり方を真似たハイテクのレンズシステムを作り、これまでのような光学系がなくても奥行きを感知できるようになった。

cover1

電気工学のFederico Capasso（フェデリコ・カパソ）教授らが作ったその「メタレンズ」は、蜘蛛の目のように、入力視像をぼけ具合の異なる2つのほぼ同じ像として捕らえる。そして同じく蜘蛛の目のようなアルゴリズムで2つの像を素早く瞬時に比較する。それにより、リアルタイムで像全体の奥行きが計算される。

FlyGif

必要な計算力とそのためのハードウェアが微小である、という意味では効率的な処理だが、それだけでなく視覚系もとってもコンパクトだ。実験に使われたメタレンズは直径がわずか3mmだった。

小さいから、自動運転車や工業用ロボットだけでなく、小さなガジェットやスマートホームのアイテム、それにもちろんスマートフォンなどにも楽に組み込める。Face IDを駆逐することはないだろうが、でもその始まりかもしれない。

このメタレンズシステムを記述している研究論文は、米国時間10月28日に発行される「Proceedings of the National Academy of Sciences」（米国科学アカデミー紀要）に掲載される。

画像クレジット: Harvard SEAS

[原文へ]

（翻訳：iwatani(a.k.a. hiwa）

NASAが月の南極の地表下で結氷水を探すVIPER探査車を2022年に打ち上げ

NASAは月に、黄金のように貴重な液体を探している。それは石油ではなく、ごく普通の水だ。水が恒久的にあれば我々にとっても必要だから、それを知ることはきわめて重要だ。そこでNASAは、VIPER（バイパー）と呼ばれる探査車を月の南極へ送り込もうとしている。それは1972年以来最も長期の月面ミッションになる。

VIPERは、Volatiles Investigating Polar Exploration Rover（揮発性物質調査用極地探検探査車）の頭字語で、計画では2022年12月に月面へタッチダウンする。そのミッションは、極地域の恒久的に影の部分に水の存在を直接目撃して、その量を求めること、だ。

月のその年中暗い部分は、何百万年もかけて氷結水を集めてきた。陽が当たらないので、溶けないし蒸発もしない。NASAはすでにこれまで、一般的な領域で探針を地表下に差し込み、結氷水の存在を確認したが調査としての精度は低い。ロボットを送って正確な測定をすべきだ。

VIPERはゴルフカートぐらいの大きさで、探査用の機器を積んでいる。その中のNeutron Spectrometer System（中性子スペクトル分析システム）が、地表下の水を見つける。それに関してはNASAのアドミニストレーターであるJim Bridenstine（ジム・ブリデンスティン）氏が昨日、少し言及している。

関連記事：NASA Administrator Jim Bridenstine explains how startups can help with Artemis Moon missions（人間の月滞在事業にスタートアップも貢献できる、未訳）

VIPERが水の上に来ると、TRIDENT（The Regolith and Ice Drill for Exploring New Terrain、新たな地質構造を探求するための表土と氷用ドリル）が展開される。それは文字どおりTrident（三叉鉾）のようだが今週出会った最高の頭字語だ。そのドリルは長さが1mで、スペクトロメーター（分光器）が月の土壌を分析するための試料を掘り取る。

試料採掘とスペクトル分析を大面積にわたって行うと、地表下の水の所在を地図に落とし、大きなパターンを掴めるだろう。月の上の、人間が大好きな物質の存在をもっと体系的に理解できるかもしれない。

waterhunt

探査車VIPERがマップした月の表面下の結氷の視覚化

トップの画像でおわかりのように、この探査車は目下開発途上だ。まだ、その動き回る部分をテストしているにすぎない。それは探査車本体の一番肝心な部分だけど。

月の南極の陽が射さない部分でのミッションだから、ソーラーパネルなどはなく今回積む電池で100日しか仕事できない。しかしそれでも、米国が月面で過ごした日数の記録を更新する。最近の数年間で大量の探査車を月面の至るところに展開した中国の場合はどうだろうか。

おもしろいことに、この探査車の展開は外部契約プロジェクトであるCommercial Lunar Payload Services（月面商用荷重サービス）の一環だ。つまりこのペイロードサービスに参加するどこかの企業がたぶん、VIPERを軌道から月面へ着地させる着陸船を作るのだ。打ち上げが近くなれば、もっと詳しい記事を書けるだろう。

関連記事：NASA calls for more companies to join its commercial lunar lander program（商用月面着陸船に多くの企業の参加をNASAは求む、未訳）

画像クレジット: NASA

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

古代ギリシアの石板の解読をAIが助ける

機械学習とAIは、太陽系外惑星を見つけたり、写真のように本人そっくりの人間の画像を作ったりといった派手な業績が強調されがちだが、でも同じ技術が学術研究の意外なところでも利用されている。DeepMindが作ったAI systemは、壊れた石板の上に彫られている古代ギリシアの断片的なテキストを再現し、学者たちが理解できるようにした。

これらの粘土や石や金属に文字が彫られたのはおよそ2700年前で、今では歴史学や文学、人類学などにとって貴重な一次史料だ。板は当然文字で覆われているが、何千年という時間によって、割れたりひびが入ったりしているだけでなく、破片の一部がなくなっていることもある。

そのような欠落は、容易に補完できることもある。例えば「sp_der caught the fl_」と書いてあったら、誰でもそれが「spider caught the fly」（蜘蛛が蠅を捕らえた）だとわかるだろう。でも、なくなっている文字がもっと多くて、しかも古代の言語だったらどうか。欠落を補完するのは容易でない。

それをやる科学とアートを金石学（Epigraphy、碑文研究）と呼び、その言語に対する直観的な理解力によって文脈を捉える。つまり、残っている文字やテキストを手がかりにして、何が書かれていたかを推測する。でもそれは骨の折れる難しい仕事だ。その仕事は、大学院生たちがやらされることが多い。かわいそうに。

今回彼らを助けてくれたのが、DeepMindの研究者たちが作った Pythia（ピューティアー）というシステムだ。それは、デルファイの神託に従って太陽神アポロの言葉を人びとのために翻訳したとされる、女性神官の名前だ。

チームは最初、古代ギリシア語の碑文の世界最大のコレクションを、機械学習のシステムが理解できるテキストに変換するパイプラインを作るという前例のない困難な作業に取り組んだ。それができればあとは、文字の並びを正確に推測するアルゴリズムを作るだけだ。上であなたが、蜘蛛（Spider）と蠅（Fly）を推測したように。

院生たちがやる場合と同じくPythiaにも、本物のテキストを一部意図的に削ったものが渡される。学生たちは約57%の精度でテキストを正しく推測する。1つの断片に対して何度も繰り返す時間のかかる作業だが57%は悪くない。これに対しPythiaの正解率は30%だった。

ただしPythiaの場合は、近似度が高い上位20の答の中に正解がある率が73%だった。それほどすごいとは言えない成績だが、20の答の中に正解が必ずあることは人間がやっても難しい。

greek process

Pythiaのシステムは、その仕事を完全に自分だけでやるわけではない。また、その必要もない。それは、人間がやったことを手がかりにする。そしてそれらに基づいて、石板の欠落部分を推測するための訓練を行う。つまり人間をリプレースするのではなく、人間の能力を補強する。

Pythiaの答は、最初は正しくないことが多い。でもそれは、難しい欠落と悪戦苦闘している人間にいいヒントや手がかりを与える。人間の認知労働力を軽減することによってそれは、テキスト復元努力のスピードと精度を上げるだろう。

Pythiaを記述している研究論文はここで読める。彼らが作ったソフトウェアの一部は、GitHubのリポジトリにある。

画像クレジット: DEA/ARCHIVIO J. LANGE/Contributor/Getty Images

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

リチウム充電池を作った3名がノーベル化学賞を共有

毎朝メールをチェックしたりInstagramを見たり友だちにテキスティングしたりするたびに、スマートフォンに新しい単3形電池を2つ入れなければならないとしたら、モバイル革命はちっとも革命にならなかっただろう。しかし運よく充電できるリチウムイオン電池が発明された。そしてそのための、3人の男の何十年にもおよぶ労苦にノーベル化学賞が贈られた。

今年の受賞者である、M. Stanley Whittingham（マイケル・スタンリー・ウィッティンガム）氏、John Goodenough氏（ジョン・グッドイナフ）氏、そして吉野 彰氏らは全員が現在の最も一般的な可搬性電源の開発に貢献した。彼らとその先人たちおよび後続者たちがいなければ、私たちはもっと無駄の多い、あるいは定置型のエネルギー源に縛られていただろう。

電池の進化には1世紀近くという長い時間を要した。電池の次のレベルとして、リチウムという軽量で電気特性のいい金属に着目するまで私たちはほぼ1世紀近く、鉛と希硫酸を使った電池（鉛酸蓄電池）を使用していた。しかしリチウムは空気や水とすぐに反応するので、それと組み合わせる適切な基材を見つけることが難題だった。

50年代と60年代の実験が、その後のもっと的を絞った研究、とくにウィッティンガム氏の研究の基盤を築いた。彼とパートナーのFred Gamble（フレッド・ガンブル）氏は1976年に、リチウムイオンは電子を与えて充電状態にすると二硫化チタンの格子中へ完全にフィットすることを示した。それらはそこ（そのファンデルワールスギャップ）におとなしく、充電で電子が供給されるまで座っていた。しかしこの設計はリチウムの陽極を使うので、曲げたりつぶしたりするとすぐに反応して発火のようになった。

グッドイナフ氏と彼のチームは、リチウムイオンがより安定し、たくさんの電力を取り出せる陰極素材を開発し、実用化のための新しい可能性を開いた。ただしこの時点では、金属リチウムの陽極が曲げたりつぶしたりするとすぐに反応してしまう性質はそのままなので、電池をさらに安全で使いやすくするための研究が進んだ。

yoshino battery

1985年に、吉野氏の研究から、高性能かつ物理的にも丈夫で安定性の高い素材がいくつか発見された。それらの名前は、化学の知識のない人にとってはどれも、ちんぷんかんぷんである。

その後、数多くの改良が加えられたが、技術の必要不可欠な基礎を作ったのがこの3名だ。そしてリチウムイオン電池が安全で容量が大きく何百回も充電できるとわかってからは、ラップトップや医療機器、そして最終的にはモバイルの電話機に採用された。リチウム電池の開発の初期から30年以上経つ現在では、運輸交通のためのエネルギー保存媒体としても選ばれ、ガソリンに代わりつつある。

今年のノーベル化学賞の賞金は、この技術を理論から商業的現実へと最も強力に前進させた3名の研究に3等分された。しかし重要なのはその賞金の金額ではなく、人類の歴史に名を残す非凡な栄誉を獲得したことだ。

画像クレジット: Niklas Elmehed. © Nobel Media.

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

NASAの惑星探査用の新望遠鏡は気球に乗って大気圏の外縁に浮かぶ

最新の望遠鏡は星からの光を適切に濾過することによって、約4万メートル上空から地球に似た星を見つけることができる。その、マサチューセッツ大学 ローウェル校が作った望遠鏡は米国時間10月1日の朝、ヘリウムガスを積めたフットボール場ほどの大きさの巨大な気球に乗せられてニューメキシコ州フォートサムナーから飛び立った。

「PICTURE-C」と呼ばれるその望遠鏡は重さが800kg近くあり、長さは約4m、幅は1m近い。それを視界が澄明な地球の大気の外縁に定置するためには、それぐらい大きな気球が必要だ。それでも空中に定位できるのはほんの数時間で、その後は分解されてパラシュートで降下する。従って装置そのものは再利用性がある。

NASAが大学に560万ドルを助成した5年におよぶこのプロジェクトは、来年再び望遠鏡を気球に乗せて飛び立ち、研究者のための画像をさらにたくさん撮る予定だ。このプロジェクトで、地球に似た惑星以外のほかのものが発見されるかもしれない。環境光や他の星からの光に邪魔されない、初めてのとてもクリアな観測だから、これまでの観測では見えなかったものが初めて見える可能性がある。

2d39ecea 6bb4 4beb ab30 8e686a287bb5

画像クレジット: NASA

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

人によるコントロールと機械学習を融合したスマート義手

義肢は年々良くなっているが、それらの強度と精度が使いやすさや能力（実際にできること）に貢献していないこともあり、とくに手足を切断手術した人たちがごく初歩的な動作しかできない場合が多い。

スイスの研究者たちが調べた有望と思われるやり方では、手動では制御できない部分をAIが引き受ける。

問題の具体的な例として、腕を切断した人が膝の上でスマート義手を制御する場合を考えてみよう。残存する筋肉に取り付けられたセンサーなどからの信号で、義手はかなり容易に腕を上げ、ある位置へ導き、テーブルの上の物をつかむ。

でも、その次はどうなる？指をコントロールするたくさんの筋肉と腱はない。そして義手の人工的な指を、ユーザーが望む曲げ方や伸ばし方ができるように解析する能力もない。ユーザーにできることが、単に総称的な「握る」や「放す」の指示だけなら、実際に手でできていたことを実行するのほぼ不可能だ。

そこが、スイス連邦工科大学ローザンヌ校（École polytechnique fédérale de Lausanne、EPFL）の研究者の出番だった。義手に「握れ」と「放せ」と命令したあと、それから先の動作を特に指示しなくても最良の握り方を見つけられるなら問題はない。EPFLのロボット工学の研究者たちは長年、「握り方の自動的な見つけ方」を研究してきた。だから今の義手の問題を解決するには、彼らがうってつけなのだ。

epfl roboarm

義手のユーザーは、本物の手がない状態でさまざまな動きや握りをできるだけうまく試みながら、そのときの筋肉信号を機械学習のモデルに解析・訓練させる。その基礎的な情報で、ロボットの手は自分が今どんなタイプの把握を試みているのかを知り、目的物との接触領域を監視して最大化することによって、手はリアルタイムで最良の握りをその場で作り出す。落下防止機構も備えており、滑落が始まったら0.5秒以内に握りを調節できる。

その結果、目的物はユーザーが基本的には自分の意思でそれを握ってる間、しっかりとやさしくその状態を維持する。目的物の相手をすることが終わってコーヒーを飲んだり、ひと切れのフルーツをボウルから皿に移したりするときは、その目的物を「離し」、システムはこの変化を筋肉の信号で感知して実際に離す行為を実行する。

関連記事：SmartArm’s AI-powered prosthesis takes the prize at Microsoft’s Imagine Cup【AIで動く義肢がMicrosoftのImagine Cupを勝ち取る、未訳）

MicrosoftのImagine Cupを取った学生たちのやり方を思い出すが、それは手のひらにカメラを付けた義手の腕が目的物のフィードバックを与え、正しい握り方を教えていた。

一方こちらはまだまだ実験段階で、サードパーティ製のロボットアームと、特別に最適化していないソフトウェアを使っている。でもこの「人とAIとの共有コントロール」には将来性が感じられ、次世代のスマート義手の基盤になるかもしれない。チームの研究論文はNature Machine Intelligence誌に掲載されている。

画像クレジット：EPFL

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）

地球から110光年先のスーパーアースに液状の水

氷やガス状の水は私たちの銀河系宇宙でそんなに珍しくはないが、液体の水は極めまれだ。そして、地球に似た太陽系外惑星上の液状およびガス状の水どうだろう？それはまだ、見つかっていなかった、これまでは。天文学者たちはこの、天空の珍獣とも言うべき系外惑星K2-18bを、今や古色蒼然たるハッブル宇宙望遠鏡を使って発見した。

K2-18bは、質量と大きさが地球に近いので「スーパーアース」と呼ばれる。それだけでなく、太陽系の「可住ゾーン、ハビタブルゾーン」に存在し、水を液状に維持できる。それは、110光年先の獅子座の中にある。

スーパーアースや可住域の惑星、それに水のある惑星の数はとても多いけど、この3つの条件が揃った惑星はこれまでなかった。3連勝は今回が初めてだ。

研究者たちはハッブルの過去のデータを使って、K2-18bの太陽の光がその大気を通過するときのスペクトル特性を調べた。彼らは液状ガス状両方の水の証拠を見つけ、それは地球上のような水循環を示唆していた。蒸発、凝縮、などなどの。

関連記事：There is liquid water on Mars（火星に液状の水がある、未訳）

しかしそれは、そこに小さな宇宙人がいるかも云々という話ではない。K2-18bの太陽は赤色矮星で、惑星はその放射を浴び続けている。宇宙望遠鏡科学研究所のHannah Wakeford（ハンナ・ウェイクフォード）はNature誌に「生命や生物が私たちが日頃知ってるようなものだとすると、この世界が生存可能であることはほとんどありえない」とコメントしている。

残念だが、そもそも科学者たちはそれを見つけようとしていたのではない。しかし、地球に似た惑星がハビタブルゾーンにあって地球に似た水循環があることを見つけたのは、本当にすごい。これまで調べた系外惑星の数の少なさから見れば、奇跡に近いのかもしれない。銀河系宇宙だけでも系外惑星はものすごく多いから、K2-18bののような星もまた、意外と多いのかもしれない。

この発見は、別の意味でも興味深い。最近の天文学の研究の多くがそうであるように、これもまた、一般公開されている（2016年から2017年までの）過去データの分析により発見された。そして分析にはオープンソースのアルゴリズムが使われた。つまり、データも研究方法もどちらも、そこらにオープンに存在している。でもそれを使いこなせるためには、本格的な科学的努力を要する。

K2-18bに関しては2つの資料が公開されている。1つはモントリオール大学、もうひとつはユニヴァーシティ・カレッジ・ロンドンからだ。前者は原本が昨日Arxivに掲載され、後者は本日、Nature Astronomy誌に載った。

画像クレジット: ESA/Hubble, M. Kornmesser

[原文へ]

（翻訳：iwatani、a.k.a. hiwa）