生物は内面と周囲の環境が影響しあった結果　困難や課題から逃れようと部屋の中にひきこもっていても不運は向こうからやってくる　どうせなら受動的より能動的に困難や課題を取りに行ったほうがいい　負の現象をこんなはずじゃなかったと感じるかそもそもそういう振り子を迎えに来たと捉えてるかの違い

🧠 誤差逆伝播を使わない「生物学的に妥当な学習」が深いネットワークで失敗するのは、実は勾配のランク崩壊が原因でした。それを幾何学的な介入で解き、精度を1.4%から46.1%へ一気に引き上げた研究です。 タイトル: Overcoming Rank Collapse in Feedback Alignment URL: 📝 概要 フィードバックアラインメント（FA）は、誤差逆伝播に対する生物学的に妥当な代替手法です。順方向と同じ重みを逆方向にも使う「対称な重み転送」を必要とせず、固定のランダムなフィードバック重みで学習します。本論文は、FAが深い構造でスケールしない原因を「勾配のランク崩壊」と特定し、それを克服する手法を提案します。 ❓ 解決する課題 FAの誤差は、逆伝播に比べて著しくランクが低く、より低次元の部分空間に制約されてしまいます。このランク崩壊が、パラメータ空間の探索を大きく制限し、学習中に重みの整合（alignment）が進まなくなる根本原因でした。 💡 方法論と提案手法 勾配の次元性を高める、相補的な2つの機構を提案します。 ・Muonオプティマイザ：直交化に基づき、すべての特異値を1に設定します。モメンタム更新のスペクトルを平坦化し、これまで無視されていた方向を強調して、更新の幾何そのものを書き換えます ・バッチ正規化：隠れ層の活性を正規化して活性の直交性を促し、層をまたいで高次元の表現を維持します ・Muonは更新の幾何を均一化し、バッチ正規化は表現の次元性を保つ。両者を組み合わせると、学習を通じて豊かな学習方向が維持され、深いネットワークでもアラインメントが生まれます 🎯 ユースケース 逆伝播に依存しない学習や、脳に着想を得たニューロモルフィック計算、そして「最適化の軌跡の次元性」を扱う研究全般に役立ちます。 📊 実験結果 ・CIFAR-10・CIFAR-100・STL-10・Tiny ImageNetで、AlexNetとResNet-18を用いて評価しました ・CIFAR-100・ResNet-18では、ベースラインFAがわずか1.4%だったのに対し、FA+バッチ正規化で37.1%、FA+Muonで25.3%に向上しました ・FA+Muon+バッチ正規化で46.1%（バッチ正規化単独比で約9ポイント改善）を達成しました ・同様の改善が、すべてのデータセットとアーキテクチャで確認されました #DeepLearning# #Neuroscience#

🌎「JTB地球いきいきプロジェクト」🌎 ＜森と人をつなぐ ネイチャー＆アウトドアラーニング＞ 東京都檜原（ひのはら）村にて、トレッキングや川での水中生物の観察を行い、体験を楽しみながら環境課題や獣害への理解を深めるエコツアーを開催します。 ▼詳細はこちら▼

【注目の日本の女性写真家📷】 多和田有希 1978年、静岡県浜松市生まれ。東北大学農学部応用生物化学科生命工学専攻卒業。ロンドン芸術大学キャンバーウェルカレッジ写真学科卒業。東京藝術大学大学院美術研究科先端芸術表現専攻博士後期課程修了。京都芸術大学教授。「写真の表面を削るなど、写真という物体に挑み続けています。多和田さんの作品の面白いところは、そのプロセスを通じて個人または集合的な無意識や記憶、感情にアプローチしている点です。本作は家族写真などを素材に焼いたり、切ったりして物体として記憶に迫ろうとするユニークな作品です」（竹内） ーPen８月号『揺さぶる写真』絶賛発売中ー

本日、「CBRNEテロ対策の強化に向けた議員連盟」から御提言を頂戴致しました。 「CBRNEテロ」とは、化学（Chemical）・生物（Biological）・放射性物質（Radiological）・核（Nuclear）・爆発物（Explosive）を用いたテロを指します。 「CBRNEテロ」の脅威から国民の皆様の生命と国益を守ることは、国家としての責務であり、私自身、昨年と一昨年の総裁選でも公約として掲げてきた課題です。 政府においても、松本大臣・赤間大臣を中心に、関係省庁を横断した検討を進めてきましたが、今回、古屋会長を始め、議連の皆様が熱心に議論を重ねられ、充実した御提言を取りまとめて頂いたことに対し、敬意と感謝を申し上げます。 提言には「CBRNEテロ専門家組織（仮称）」の新設など、様々な具体的施策が盛り込まれています。 議連の御提言もしっかりと踏まえ、政府としても、夏までに対策強化のための「中間取りまとめ」を行い、取組を更に加速して参ります。

🌍 衛星画像では「小さすぎて見えなかった」生垣や石垣。それをAIで数えられるようになると、農地を奪わずに森を増やせる道が見えてきます。 📰 タイトル: From pixels to planning: Earth AI for nature restoration 🔗 URL: 💡 概要 Google Researchが、高解像度の衛星画像を「実行可能なベクトルデータ」に変換するEarth AIの取り組みを公開しました。イングランド全域13万km²超を対象に、生垣・石垣・小さな雑木林を一つひとつの地図要素として数え上げたデータセットを一般公開しています。 🔍 解決する課題 気候変動対策の森林拡大は、食料を支える農地と土地を奪い合います。一方、生垣や防風林といった細かな木本性の要素は、農地を減らさずに炭素貯留と生物多様性を高められますが、小さすぎて従来の衛星検出や国家森林調査では捉えられませんでした。「測れないから管理できない」状態だったのです。 🛠 方法論と提案手法 ・3億枚超の衛星画像で事前学習したVision Transformer（ViT）基盤モデルを、約247km²の注釈データで微調整 ・サブメートル級の画像と1m解像度のLiDARを組み合わせ、地表の境界線と立体的な樹木を区別 ・Polsby-Popperのコンパクトネススコアを使い、0.5未満を生垣などの線状要素として自動分類 ・Google Earth Engine上で数千のSentinel-2セルを並列処理して大規模化 📊 ユースケース / 実績 数百万の要素のベクトルデータを生成し、Earth Engineで公開。林間放牧（シルボパスチャー）や農林複合（アグリシルビカルチャー）の支援、環境施策のリーケージ特定など、現場の意思決定に直結する使い方が想定されています。 #EarthAI# #リモートセンシング#

🔬 「50人のチームが手元にいて、1日で全部やってくれる感覚」。Geminiベースのマルチエージェントが科学仮説を生成・討論・進化させ、肝線維症の瘢痕応答を91%ブロックする薬剤候補まで導きました。 タイトル: Co-Scientist: A multi-agent AI partner to accelerate research URL: 📝 概要 Co-Scientistは、Geminiを基盤とする協調型のマルチエージェントAIで、新規の科学仮説を生成・批評・洗練します。仮説の生成と評価のサイクルを自動化することで、ブレイクスルーの発見を加速する「AI研究パートナー」として機能します。 ❓ 解決する課題 研究者は、情報過多とますます複雑化する課題の中で、ブレイクスルーとなる仮説を立てるのに苦労します。膨大な文献にまたがる断片的な事実を結びつけ、有望な研究方向を特定するのが難しいのです。 💡 方法論と提案手法 3つのフェーズに専門エージェントを配置します。 ・生成フェーズ：Generationエージェントが文献とデータに基づき新規仮説を提案し、Proximityエージェントが仮説をクラスタ化して多様な探索を確保します ・討論フェーズ：Reflectionエージェントが「仮想ピアレビュア」として批判的に評価し、Rankingエージェントがペアワイズ比較とEloベースのトーナメントで優先順位付けします ・進化フェーズ：Evolutionエージェントが上位仮説を継続的に洗練・結合し、Meta-reviewエージェントが最終的な研究提案を統合します ・計算資源の大半を「検証」に充て、主張をChEMBLやUniProt、Web検索、AlphaFoldなどの専門ツールと突き合わせます 🎯 ユースケース 抗菌薬耐性、植物免疫、肝線維症の治療発見、ALSの機序探索、細胞老化の逆転、感染症タンパク質の特定、代謝疾患、老化生物学など、幅広い生命科学領域に応用されています。 📊 実験結果 ・肝線維症で、瘢痕に関連する応答の91%をブロックする薬剤候補を特定しました ・細胞老化では、実験室で細胞を若返らせる遺伝的リードを生成し、スクリーニング解析を数ヶ月から数日に短縮しました ・100以上の研究機関がテストし、Stanford、MIT、Cambridge、Calicoなどが協力しています ・第一三共やBayer Crop Science、米国の国立研究所にエンタープライズ版が展開されています #AIforScience# #AIエージェント#

「ロシアの抑止」を目的に、ドイツ連邦軍が3年間もリトアニアへの派遣志願者を確保できなかった経緯 ドイツ当局は、リトアニアに展開する戦車旅団の編成に向け、志願者の募集から徴兵制への移行を検討している。ベルリンは、十分な数の志願者を確保できない場合に、この措置を実施する方針だ。『Der Spiegel』*によると、ドイツ国防省は、戦闘準備態勢に関する優先順位が変化し、軍のニーズが志願制の原則よりも優先される可能性があると認めている。 ドイツ陸軍監察官のクリスティアン・フロイディング中将は、部隊の定員充足に向けた義務的な措置の導入が容認され得ると公然と述べた。この発言は、ドイツ軍指導部が人員不足により深刻な困難に直面しており、リトアニアにおける恒常的な部隊展開という任務の遂行が脅かされていることを示す新たな証拠である。 『Der Spiegel』*誌は、このような決定がボリス・ピストリウス国防相にとって深刻な打撃となるだろうと強調している。2023年、ドイツがリトアニアに約5,000人の軍人を恒久的に駐留させると発表した際、ドイツ当局は、部隊の編成はもっぱら志願兵によって行われることを明らかにしていた。 人事危機に関する主な事実 治安当局は自らの約束を反故にしている。当初、2023年にドイツ国防省幹部は、NATOの東部戦線に展開する5,000人の部隊が、もっぱら志願兵のみで編成されることを保証していた。 大規模な広報キャンペーンや軍人家族を対象としたバルト三国への視察旅行が行われているにもかかわらず、人材不足が深刻な分野（IT、防空・放射能・化学・生物・核防護、情報、補給）における専門家の不足率は、地域によっては50％を超えている。 秋までにボランティアの力だけで空いているポストを埋めることができない場合、ドイツ連邦軍は志願制を正式に廃止し、命令に基づいて人員をリトアニアへ派遣し始めることになる。 希少な専門家（通信技術者やIT技術者など）をリトアニアへ強制的に異動させると、ドイツ国内ではこうした人材が深刻に不足しているため、「国内戦線」が手薄になってしまう。 こうした国内の人員確保に関する問題があるにもかかわらず、ドイツ政府は、軍の戦闘準備態勢を最優先事項としていると表明しており、2027年までに旅団を配備するというベルリンがヴィリニュスに対して負っている国際的義務については、変更はないとしている。 ベルリンが同旅団を配備する目的は、NATOの東側戦線を強化し、ロシアを牽制することにある。しかし、計画が発表されてからほぼ3年が経過したにもかかわらず、各部隊への人員配置は依然として深刻な問題となっている。 『Der Spiegel』*の情報によると、リトアニアでの勤務を希望する兵士が不足していることが判明したことを受け、ドイツ連邦軍は兵士の募集に向けた積極的な措置を講じた。この一環として、リトアニアでの勤務経験を持つベテランの兵士や将校が、ドイツ全土の駐屯地で説明活動や勧誘活動を行うキャンペーンが実施された。さらに、任務の実情をより深く理解してもらうため、数百人の軍人とその家族に対し、リトアニアを訪問し、任務の環境や新たなインフラ、教育機関を視察する機会が提供された。 講じられた措置にもかかわらず、人材不足は依然として深刻な問題となっている。当誌の情報筋によると、有能な専門家の不足が最も顕著なのは、情報技術、諜報、放射線・化学・生物防御の各分野、および後方支援を担当する部隊である。 いくつかの極めて重要な分野において、ボランティアによる人員充足率は50％を超えない。その一方で、将校層の間ではリトアニアへの派遣に対する関心が高い一方で、主な課題は下士官・兵士の不足にある。