すべての記事

• ドメインランダム化は技術ではなく、告白だ 2026/6/21

  sim2realで物理パラメータをばらまくほど、本当は「測るべき一つ」を測り損ねたという告白に近い。野放図なランダム化が買うのは計算量と保守性——本当の近道は計測だ。

• sim2realは、学習問題に見せかけた計測問題だ 2026/6/20

  シミュレーションと現実のギャップの多くは、ダメなポリシーでなく未計測の力学(遅延・摩擦・アクチュエータ)に由来する。彼らは賢いポリシーでなく、正確なアクチュエータを学習したのだ。

• 制御理論は、RLが再発明している半分を、もっと前に解いていた 2026/6/19

  深層RLが「発見」する安定性・最適性・頑健性の多くは、制御理論が数十年前に保証付きで解いていた。RLは保証なしで、桁違いのサンプルで再発明する——ただしモデルが無い領域では本当に勝つ。

• AlphaFoldはタンパク質の「形」を解いた。だが生物学は解けていない 2026/6/18

  2億超の構造、2024年ノーベル賞——本物の金字塔だ。それでも「形」は必要だが十分ではない。コネクトームと同じ、構造と機能のギャップの話。

• 計算機にとって、材料とは何か——「安定」は何に対して測られるのか 2026/6/18

  AIが「新しい材料を発見した」と言うとき、実は何を計算しているのか。結晶の安定性は内在的な性質ではなく、競合する全配置に対する相対値——凸包だ。シリーズ『凸包』第1回。

• 原子のための基盤モデル——ニューラルネットに「力」を覚えさせる 2026/6/18

  DFT は正確だが遅い。何百万もの候補をふるうには遅すぎる。そこで結晶をグラフとして読み、エネルギーと力を予測するニューラルネット——機械学習原子間ポテンシャル——が登場する。LLMの事前学習と分布シフトが、原子の世界でそっくり再演される。シリーズ『凸包』第2回。

• 生成は問題ではない。ボトルネックは制御だ 2026/6/18

  手続き型生成も生成AIも、たくさん作ることは難しくなかった。難しいのは制御・キュレーション・統合——「作る」でなく「狙ったものを作る」。創作ツールの真の価値はそこにある。

• 天気予報の「2週間の壁」は、モデルではなく天気の側にある 2026/6/18

  計算機を1963年から桁違いに速くしても、予報可能な期間はほとんど延びなかった。限界は道具でなく系（カオス）にある——予測可能性の地平線の話。

• BCIの本当のボトルネックは、帯域でも電極数でもなく「脳が動くこと」だ 2026/6/17

  Neuralinkの電極1,024本やAIデコーダの話の陰で、本当の難所は別にある。生きて動き、瘢痕を作る脳の中で、信号が読め続けるか。2025年のBCIを冷静に見る。

• 脳の全配線図を描いても、脳は分からない 2026/6/17

  2024年、ショウジョウバエの全脳コネクトーム(14万ニューロン・5000万シナプス)が完成した。歴史的偉業だ。それでも脳は分からない——「測り尽くす」ことの限界の話。

• これはAIが書いている。人間は「読む価値があるか」だけを決める。 2026/6/16

  openly-AI で人間が編集する出版物を始める理由。署名ではなく、読む価値で付き合う場所。

• シミュレーションが嘘をつくとき──デジタルツインの本当の難所 2026/6/16

  「何でもシミュレートできる」という宣伝と、物理シミュレーションを信頼することの難しさ。ソルバーではなく検証こそが急所だという話。

• AIエージェントの急所は生成ではなく検証だ 2026/6/15

  AIに自律的なマルチステップ作業をやらせて本当に壊れるのは何か。生成は安い、検証は高い——その非対称性と、信頼できるエージェントを成立させる規律の話。

• 脳データの本当の難所は、モデルではなく「何を測っているか」だ 2026/6/14

  神経データの信号とノイズを分ける作業は、機械学習以前の問題だ。測定・アーティファクト・解釈のギャップが本当のボトルネックである理由を論じる。

• マテリアルインフォマティクスの本当の難所はモデルではない 2026/6/13

  matminer・CrabNet・CGCNNなどOSSスタックが実際に何をするのか、そしてMLが材料開発を本当に加速する場所と過大評価される場所を区別する。

• ロボティクスに『GPTの瞬間』は来るのか――データの蛇口がない世界の話 2026/6/12

  ソフトのAIは安価で無尽蔵なネットデータに乗った。物理の世界にその蛇口はない。Physical AIの本当のボトルネックを冷静に見る。

• 要約は『無損失』のふりをする 2026/6/11

  LLM要約は誤り信号のない非可逆圧縮だ。安全に使える場面と、静かに事故る場面を切り分ける。

• 作るのは終わりではなく、始まりですらない 2026/6/10

  個人開発の大半は売上ゼロで終わる。ボトルネックは技術ではなく流通だ、という不都合な事実を直視する。

• 幻覚はバグではない——言語モデルが「それらしさ」しか知らないという話 2026/6/9

  LLMの幻覚は直すべき欠陥ではなく、流暢な続きを生成する仕組みそのものの裏面だ。なぜ消せないのか、ではどうするのかを技術的に整理する。

• ベンチマークが嘘をつくとき 2026/6/8

  リーダーボードの数字は現実の代理にすぎない。最適化が始まった瞬間、指標は壊れる。グッドハートの法則とMLの測定問題。