Author: Marie - 1ban.news

ピーター・ショアが彼の名を冠したアルゴリズムを発表してから30年以上が経ち、大規模量子コンピュータがいつ、ではなくもし世界の暗号化の多くを破るのかという問題は、理論的なものから物流的なものへと移行した。ボストンで開催されたQuantum.Tech World会議でのNew Scientistのインタビューで、ショア氏は特徴的に明快な評価を示した。 「耐量子暗号の良い方法はあります。あとは実装するだけです」とショア氏は述べた。「これは信じられないほど困難になるでしょう。」 ショア氏が説明したところによると、困難は暗号技術的なものではない。米国国立標準技術研究所（NIST）はすでに耐量子暗号基準を確立している。課題は制度的なものである。大規模な組織、銀行、病院、政府機関は、ネットワーク内のすべての暗号化エンドポイントを監査し、すべてのデバイスとソフトウェアを更新し、新しいプロトコルを展開し、重要なインフラを壊さずに後方互換性を確保するために何年も必要とするだろう。 2029年と2031年の期限 移行のタイムラインは2つの期限に焦点が当てられている。Googleは、全製品とインフラストラクチャ（検索、クラウド、Gmail、YouTube、Android）にわたる耐量子暗号への移行を2029年までに完了するという内部目標を設定している。これは、同社が十分に強力な量子コンピュータがその期間内に実現可能であると考えていることを示す、先制的で自主的な締め切りである。 2026年6月、ドナルド・トランプ米大統領は、すべての高価値かつ高影響力の米国政府システムが2031年までに耐量子暗号に移行することを義務付ける大統領令に署名した。この命令は、国家安全保障通信、連邦金融システム、医療データインフラ（Medicare、VA、HHS）、重要インフラ（電力網、交通、水道）、および諜報コミュニティシステムを対象としており、その侵害が壊滅的な被害を引き起こす可能性のあるあらゆるシステムが含まれる。 まだおもちゃ 、 しかし長くはない ショア氏は現在の量子コンピュータを「まだおもちゃだが、すぐにおもちゃではなくなる」と表現した。量子ハードウェアをより大きく、より信頼性の高いものにする進歩は「信じられない」ものだと同氏は認めたが、実用的な応用は限られたままである。 彼は特定の分野に真の価値を見出している：化学と生物医学のための量子システムと分子のシミュレーションである。また、最適化アルゴリズムは研究コミュニティによってあまりに早く却下された可能性があるとも考えている。 しかし、量子コンピュータを汎用スーパーコンピュータとする広範な主張は退けた。「量子コンピュータが株式市場の予測に役立つとは思わない」と彼は淡々と述べた。 見つからないアルゴリズムの謎 インタビューの最も興味深い部分は、おそらく量子アルゴリズム自体の状態についてのショア氏の考察である。1994年にベル研究所で彼が発見して以来、既知の古典的手法よりも指数関数的に速く大きな整数を因数分解でき、安全な通信の基盤であるRSA暗号を脅かすアルゴリズムだが、誰も匹敵するインパクトを持つ別の量子アルゴリズムを見つけていない。数十億ドルの研究資金と数十年の努力にもかかわらず、ショアのアルゴリズムは、暗号に関連する問題に対して知られている最も強力な量子アルゴリズムであり続けている。 ショア氏は2つの可能性を提示した。研究者が次の主要なアルゴリズムを見つけるのに「まだ十分に賢くなっていない」だけか、あるいは量子コンピュータがほとんどの問題に対して基本的に役に立たない、という可能性である。後者は多くの研究者が直接向き合いたくない可能性である。 「しかし、量子力学のすべてとコンピュータ科学のすべてを理解しなければならず、それは本当に学ぶことが多い」とショア氏は新しい量子アルゴリズムを見つける難しさについて語った。 本当の競争 インタビューから明らかになるのは、量子コンピューティングにおける競争はもはや、フォールトトレラントな量子コンピュータが構築可能かどうかだけに関するものではないということである。それはますます当然のことと考えられている。競争とは、ショアのアルゴリズムを大規模に実行できるコンピュータが構築される前に、耐量子暗号への移行を完了できるかどうかである。暗号技術は準備ができているとショア氏は言う。問題は、世界の機関が十分に迅速に行動できるかどうかである。 Sources 1. New Scientist, “Peter Shor’s algorithm could break the internet 、 but he’s not worried” (7 July 2026). https://www.newscientist.com/article/2533218/peter-shors-algorithm-could-break-the-internet-but-hes-not-worried/ 2. Shor, P.W., “Algorithms for quantum computation: discrete logarithms and factoring”, Proc. 35th Annual Symposium […]

研究者が大規模言語モデルを使って論文を書く際、AIはしばしば特徴的な痕跡を残す。「delve（掘り下げる）」「underscore（強調する）」「intricate（複雑な）」「pivotal（極めて重要な）」といった単語は、人間が書いたテキストよりもはるかに高い頻度で現れる。文章構造は予測可能なパターンに従う。「近年では…」といった書き出しや「XだけでなくY」といったつなぎ表現は、訓練された読者や検出ソフトウェアにとって、そのテキストがAI生成であることを示す。 ミネソタ大学統計学部の准教授であるJie Ding氏は、こうした痕跡を除去するツールを公開した。Academic Humanizerと名付けられたこのツールは、Claude CodeやCodexなどのAIコーディングエージェントに組み込める構造化プロンプト命令のセットで、学術原稿をAIの痕跡について監査し、人間らしく聞こえるように書き換える。 「仕事は、AIの痕跡をカジュアル化せずに除去し、一般的なヒューマナイザーが見逃す規律を強化することです。つまり、すべての主張には数値、図、または引用が伴い、どの動詞もその証拠より強くあってはなりません」と、ツールのGitHub上のREADMEには書かれている。 6層のクリーニング Academic Humanizerは6つの層で動作する。第一に、一般的なAI痕跡カタログが過剰使用される単語（delve、intricate、tapestry、pivotal、foster、leverage、realm、seamlessなど）を除去する。第二に、学術特有の痕跡を標的とする：過剰主張の動詞、有意性の誇張、空の強調語、目新しさの水増し、定型的な書き出し。第三に、学術的慣習を保持する。第四に、すべての主張をその根拠に一致させ、根拠のない主張を排除する。第五に、声と発表の場を調整する。第六に、NSFやNIHの審査構造に合わせた資金提案モードを提供する。 READMEのbefore/afterの例がその効果を示している。Before：「近年、継続学習はますます注目を集め、目覚ましい成功を収めている。しかし、既存の手法は依然として重大な課題に直面している。本提案では、最先端技術を活用した新しい枠組みを提案し、これらの複雑な問題に深く掘り下げ、この分野に革命をもたらす変革的パラダイムへの道を開くものである。」After：「継続学習は重要だが、今日の手法は経験的なまま原理が不明確である。それが信頼性と進歩を制限している。本提案は、適応、ソフトな監視、分野横断的知識の3つの側面に基づく原則的な枠組みを構築する。」 倫理論争 反応は大きく分かれている。リスボン大学の医療情報学研究者Francisco Maria Calisto氏はNatureに対し、このツールを頻繁に使用していると語った。「これまで使った中で最高です」と彼は述べ、電子メールやコードドキュメント、そして原稿にも使用しているという。 バレンシア工科大学の植物生物学者Miguel Angel Blazquez Rodriguez氏は否定的だった。「好きではありません。欺瞞的です。」 カーネギーメロン大学の情報科学者Cassidy Sugimoto氏は懸念を表明した。「この使用例は科学にとって有害だと思います。心配しています。」 Ding氏自身はツールとその悪用を区別している。「私はツールと行動を分けて考えます」と彼はNatureに語った。「倫理的問題は、非開示とその背後にある意図であって、編集補助ツールの存在ではありません。」 メディアからの問い合わせを受けて、Ding氏はツールの説明を「通常のAI痕跡を除去する」から「明瞭さと声を研ぎ澄ます」に更新し、ツールがAI支援を開示する義務を免除するものではないことを明記する倫理ノートを追加した。 検出の軍拡競争 Academic Humanizerのリリースは、学術出版におけるAI利用の増加を背景としている。2026年2月にHe氏とBu氏がPNAS（DOI: 10.1073/pnas.2526734123）で発表した研究では、5,114のジャーナルと520万の論文を分析し、70%のジャーナルがAI開示ポリシーを採用しているにもかかわらず、AIによる執筆利用は急増しており、ポリシーの有無による統計的差異は見られないことが明らかになった。2023年以降に発表された75,000の論文のうち、AIの使用を明示的に開示したのはわずか約76件、約0.1%に過ぎなかった。著者らは、現在のポリシーは透明性の促進に「大きく失敗している」と結論付けた。 検出企業も対応している。2024年に元GoogleおよびTeslaのエンジニアによって設立されたブルックリン拠点のAI検出スタートアップPangram Labsは、Academic Humanizerをテストした。CEOのMax Spero氏は、初期テストでは「ほとんどのヒューマナイズされたテキストを検出したが、すべてではない」と述べており、Pangramはこのツールの出力を検出するためのアップグレード版を設計している。2025年のプレプリント（arXiv: 2501.03437）で、PangramはDAMAGEと呼ばれるモデルが19のAIヒューマナイザーおよびパラフレーズツールに対して堅牢であり、テストしたすべてのヒューマナイザーで90%以上の精度を達成したと主張している。 問題は、ヒューマナイザーと検出器の間の軍拡競争が科学的完全性に資するのか、それとも単に不正のコストを引き上げるだけなのかということだ。現時点では、Academic HumanizerはGitHubで引き続き入手可能であり、これが正当な編集ツールなのか欺瞞の道具なのかについての議論は収束する気配を見せていない。 雅子 訳 Sources 1. Nature News, “‘Humanizer’ tool erases signs of AI-written text” (7 July 2026). DOI: 10.1038/d41586-026-02105-3 2. Academic Humanizer GitHub […]

抗菌薬耐性の危機にはよく知られたボトルネックがある。それは発見パイプラインである。従来のスクリーニング方法は遅く、費用がかかり、臨床使用に適した候補をほとんど生み出せていない。カリフォルニア大学デービス校のチームは、このプロセスを劇的に加速する可能性のある生成的AIアプローチを実証した。 ARCADIAMP、Antimicrobial Rapid Candidate Generation through AI-driven Diffusion and Iterative Assessment of Membrane-active Peptidesは、離散型ノイズ除去拡散確率モデル（D3PM）と2段階のESM2ベース分類器、新規性フィルター、反復的自己学習ループを組み合わせている。生成された100万の候補プールから、プラットフォームは実験的合成のためにわずか10のペプチドに絞り込んだ。10のうち8つが32 µg/mL以下の最小発育阻止濃度（MIC）で抗菌活性を示し、従来のスクリーニングを大幅に上回る80パーセントのヒット率を達成した。 主要候補であるPeptide-7、通称Arcininは、29アミノ酸のアルファヘリックスペプチドであり、配列（GRWRRVGRKLRTLGKSFGKVAHVAGKAIFA）を持ち、既知の抗菌ペプチドとの有意な類似性は見られない。 6つのESKAPE病原体のうち5つに有効 ArcininはESKAPEパネルに対して試験された。これは、世界中の院内感染の大部分を引き起こし、多剤耐性で知られる6つの細菌種である。結果は以下の通り： | 病原体 | MIC (µg/mL) | カテゴリー | |———|————-|———–| | Klebsiella pneumoniae | 8 | グラム陰性、ESKAPE | | Acinetobacter baumannii | 8 | グラム陰性、ESKAPE | | Pseudomonas aeruginosa | 8 | グラム陰性、ESKAPE | | Escherichia coli | […]

もし時間が宇宙の基本的な特徴ではなく、量子系間の関係から生じるものだとしたらどうだろうか？バーミンガム大学の物理学教授ジョヴァンニ・バロンティーニは、まさにそれを示唆する実験装置を構築した。 約24,000個のルビジウム87原子を絶対零度の数十億分の1度まで冷却し、バロンティーニはボース＝アインシュタイン凝縮（BEC）を生成。それを薄いレーザー光のシートで二つに分割した。二つの半分（観測される「明るいセクター」と、意図的に観測されない「暗いセクター」）は、外部時計なしで周囲から完全に隔離されていた。これは実質的に、量子重力理論家を悩ませるウィーラー＝ドウィット方程式のミニチュア版であり、組み込みの時間パラメータを持たなかった。 「時間は、システムの状態に応じて速くなったり遅くなったり、あるいは完全に止まったりしていた」とバロンティーニはLive Scienceに語った。 エントロピック時間 重要な洞察は、時間を外部時計からではなく、システムの二つの半分の間のエントロピー交換から定義することだった。原子がセクター間のレーザー障壁を越えるにつれて、エントロピーは明るいセクターから暗いセクターへ、またはその逆に流れた。バロンティーニはこの流れを2ミリ秒ごとに120ミリ秒間測定し、それを用いて「エントロピック時間」（τ, タウ）と呼ぶものを構築した。 エントロピーが二つの半分の間で活発に流れているとき、エントロピック時間は速く進んだ。交換が遅くなると時計も遅くなった。二つの半分が平衡に達し、それ以上交換できるエントロピーがなくなると、内部時計は完全に停止した。 低い障壁高さの条件下では、明るいセクターは膨張と崩壊を繰り返し、交互に起こるビッグバンとビッグクランチを経験する宇宙を模倣した。重要なことに、エントロピック時間はクランチとそれに続くバンの間には経過しなかった：その無遷移期間中はエントロピーが交換されなかったからである。 「時間と時間の矢：おそらくそれらは無知から生まれるだけなのです」とバロンティーニは述べた。「時間を持ち、観察するためには、いくつかの自由度を諦めなければなりません。」 アナログから理論へ Physical Review Research（第8巻、L022047、2026年6月）にレターとして掲載されたこの実験は、明示的にアナログ・ウィーラー＝ドウィット・ミニ宇宙として記述されている。正準量子重力の中心となるウィーラー＝ドウィット方程式は、最も基本的なレベルでは宇宙の波動関数が時間の中で進化しない：時間そのものが存在しない：ことを示唆している。バロンティーニのシステムは、量子重力を直接探査できなくとも、このアイデアの物理的テストベッドを提供する。 エントロピック時間変数を用いて、バロンティーニは時間依存シュレーディンガー方程式（iℏ ∂_τ ψ = …）を導出し、それが実験観測を正確に再現することを示した。「すべてがとてもきれいにまとまったのはかなり驚きでした。実験ではそういうことはあまり起こらないものです」と彼は述べた。 論文はいくつかの重要な注意点を挙げている。ハミルトニアンは構造的にミニスーパースペースモデルと類似しているが、これは冷原子シミュレーションであり、実際の量子重力実験ではない。ポテンシャル障壁の中心が明るいセクターが真のビッグバンやビッグクランチの無限密度を経験するのを防ぐため、システムは特異点を回避する。エントロピック時間データのいくつかの「ゆらぎ」は、クロックフィールドの粗いサンプリングによって引き起こされた：つまり、順序がすべての点で完全に単調ではないということである。 時間の本質にとっての意味 バロンティーニの実験は概念実証であり：制御された量子システムが時間に関する根本的な疑問のテストベッドとして機能できることを示す最初の実証である。時間が基本的な背景パラメータとして存在するのではなく、量子相関から生じるという考えは、数十年にわたって理論的に探求されてきた。しかし、これはその原理の初めての直接的な実験的検証である。 深い謎はこれである：量子力学の基本方程式は時間をパラメータとして扱うが、一般相対性理論の基本方程式（ウィーラー＝ドウィット定式化）は時間がまったく存在しないことを示唆している。何かがこのギャップを埋めなければならない。結合された量子系間の情報損失によって定義されるバロンティーニのエントロピック時間は、具体的で検証可能な候補を提供する。 「これは通常、テスト不可能だと考えられるようなことです」とバロンティーニは述べた。「これらは、私たちが既に持っているシステムを設計するツールを使って、非常に簡単に行えることなのです。」 雅子 訳 Sources 1. Live Science, “Time was speeding up, slowing down, or even stopping 、 physicist demonstrates a key theory of time by building a mini-universe in his lab” (7 […]

大気汚染は精子の遺伝子機能を変化させるようであることが、この種のものとしては最大級の生殖能力研究で明らかになった。精子が形成される期間に一般的な屋外汚染物質に曝露された男性は、遺伝子のオン・オフに影響を与える微妙なDNA変化を示したと、研究者らがロンドンで開催された欧州ヒト生殖発生学会（ESHRE）の年次総会で報告した。 7月7日に発表され、Human Reproduction に抄録として掲載されたこの研究は、2013年から2017年にかけてユタ州ソルトレイクシティの2,000人以上の男性を追跡調査し、オゾン（O3）、二酸化窒素（NO2）、二酸化硫黄（SO2）、微小粒子状物質（PM2.5）の4種類の大気汚染物質への曝露を追跡した。6カ月後の追跡サンプルを提供した1,220人の男性のうち、研究者らは精子において39のDNAメチル化変化：DNA配列を変えずに遺伝子活性を調節する化学的修飾：を特定した。 調査された4つの汚染物質のうち、オゾンと二酸化窒素が最も強い関連を示した。両者とも都市部で一般的であり、主に自動車排出ガスと天然ガスの燃焼によって生成される。 GNAS遺伝子の発見 最も重要な結果の一つは、刷り込み遺伝子であるGNASにおけるメチル化変化であった。刷り込み遺伝子は親由来特異的な方法で発現し：母親由来か父親由来かに基づいて一方のコピーがサイレンシングされる：ほとんどのエピジェネティックマークが受精後に消去されるのとは異なり、刷り込み遺伝子のメチル化パターンは初期胚発生を通じて持続する可能性がある。 「刷り込み遺伝子GNASの変化との関連は特に重要です」と、マサチューセッツ大学アマースト校の環境健康科学准教授で本研究の筆頭著者であるキャリー・ノーブルス博士は述べた。「刷り込み遺伝子は初期胚発生を通じて持続する可能性があるため、父親の環境曝露が生殖能力だけでなく、妊娠や子孫の健康にも影響を及ぼす可能性があるかどうかについて、重要な疑問が生じます。」 メチル化変化は、精子形成、染色体組織化、細胞品質管理に関与する遺伝子と関連していた。 注意点 この研究には重要な限界がある。学会抄録であり：総会での採択のために査読は受けているが、完全な論文としてはまだ発表されていない。分析は単一の地理的場所（ソルトレイクシティ）で実施され、研究者らは個人曝露測定ではなく屋外の大気質モニタリングデータを使用した。生殖能力、妊娠、または子孫の健康に対するメチル化変化の臨床的意義は直接確立されていない。 マンチェスター大学のアンドロロジー教授であるアラン・ペイシー教授は専門家コメントで次のように述べた：「観察された精子DNAメチル化の変化が男性不妊症にとって臨床的に意味があるかどうかを結論づけることはできません。それを確認または反駁するにはさらなる研究が必要です。」 カレン・サーモン教授（医学博士）は、ESHREの直前議長として、より広い文脈で知見を位置づけた：「これは汚染がどのように生殖能力に悪影響を及ぼすかを理解するためのパズルのもう一つのピースです。大気汚染に曝露されたカップルは妊娠に困難を抱えることが多く、これがその説明の一つかもしれません。」 研究者らは、他の集団での再現とともに、観察されたメチル化変化を測定可能な生殖能力の結果に直接結びつける研究が必要だと述べている。 雅子 訳

人間の大脳皮質は160億以上の神経細胞を含み、約15万キロメートルの軸索で結ばれ、約164兆のシナプスを形成している。この天文学的に複雑なネットワークが、完全にランダムでも厳格に規則的でもなく、どのように組織化されるかは、神経科学の最も深い謎の一つだった。 8月20日に『Cell』に発表された研究は、驚くほど単純な答えを提示する。脳の配線は、太鼓の膜上の定在波と同じ幾何学的原理によって制約されているというものだ。 モナッシュ大学ターナー脳精神健康研究所の研究者らは、幾何学的固有モードモデル（GEM）を開発した。このモデルは大脳皮質を連続的な曲面とみなし、神経活動が波として伝播する。太鼓の膜が形状と張力によって決まる固有の共振周波数と振動パターンを持つように、大脳皮質にも幾何学的固有モードと呼ばれる固有の空間的共振が存在する。各モードは特定の空間波長と、節と腹の地形学的配置で特徴づけられる。 このモデルの中心的な仮説は、同じ位相で振動する場所、つまり同じ固有モードの腹の近くを結ぶ場合、大脳皮質領域間の接続が優先的に保存され強化されるというものだ。こうした接続は通信路として機能し、そのモードを励起するのに必要なエネルギーを減らす。これにより脳の動態はより効率的になる。 「このモデルは、ヒトとヒト以外の種におけるバイナリおよび加重の実証的コネクトームのトポロジーとトポグラフィーの主要な側面を再現する」と著者らは記している。「この知見は、幾何学が大脳皮質コネクトームのマルチスケール構造を形成する上で基本的な役割を果たし、それが9000万年の進化にわたって保存されてきたことを示している。」 モデルの仕組み GEMは神経場理論に基づいている。このモデルは2つの自由パラメータのみを必要とする。kは含まれる固有モードの数で、モデルは4386のうち108、約2.5%を使用する。rsは長波長モードの寄与を制御する長さスケールパラメータだ。 拡散MRIを用いて339人の健康な成人からマッピングされたグループ平均ヒトコネクトームに適合させた場合、GEMは顕著な精度を達成した。接続強度の順位相関はρ=0.81で、ネットワークハブの空間トポグラフィーの予測ではバイナリでρ=0.52、加重次数でρ=0.47の空間相関を達成した。接続の有無の予測では真陽性率75%を達成した。 重要なことに、このモデルは既存のすべての代替モデルを上回った。単純な指数関数的距離ルール、神経場理論の重み付けなしで大脳皮質の幾何学的固有モードのみに基づくモデル、ランダムネットワークのいずれよりも優れていた。分割半分交差検証によるホールドアウトテストデータで検証した場合も、GEMの優れた性能は維持された。 種とスケールを超えて このモデルの威力は人間の脳をはるかに超える。研究者らはチンパンジー、マカク、マーモセット、マウスのコネクトームに対してもテストした。これらのマッピングには拡散MRIまたは侵襲的ウイルス性神経路追跡が用いられ、根本的に異なる空間スケールで動作する手法だ。 すべての種において、GEMは大脳皮質コネクトームの組織を高い精度で再現した。これら5種の最後の共通祖先は約9000万年前に生存していたため、この結果は、幾何学が大脳皮質の配線に与える影響が哺乳類の脳組織の普遍的で深く保存された特徴であることを示唆している。 このモデルは、その適合において直接最適化されなかった特徴も捉えた。大脳皮質ネットワークのモジュール式コミュニティ構造、脳領域が密に相互接続されたサブグループに組織化される傾向、そしてコネクトームのスペクトル特性などだ。 意味すること これまでの脳配線のモデルは指数関数的距離ルールを重視してきた。これは領域間の距離が増加するにつれて接続の可能性が低下するという観察に基づく。このルールは長い軸索の代謝コストに起因する、コネクトーム組織の普遍的原則として提案されてきた。GEMはこの原則と矛盾しないが、さらに踏み込む。距離に基づいてどの領域が接続される可能性があるかを説明するだけでなく、任意の距離においてどの場所のペアが強い接続を形成する可能性が最も高いかを正確に説明する。 「我々のモデルでは、各固有モードの寄与は、仮定された平均場神経動態におけるその相対的発現を反映している」と著者らは説明する。低次（長波長）の固有モードは、励起に必要なエネルギーが少ないため優勢となる。このエネルギー依存性は熱力学におけるボルツマン分布に類似している。 研究者らはいくつかの重要な注意点を指摘している。現モデルは大脳半球内の皮質-皮質接続のみを考慮し、半球間接続や視床などの皮質下構造との接続を除外している。大脳皮質全体で均一な空間的長さスケールを仮定しているが、実際には異なる神経細胞集団は異なる特徴的な伝播スケールを持つ。また、モデルは定常状態の時間平均された構造を捉えており、発達中の幾何学と接続性の動的な共進化を捉えていない。 それでもなお、この研究はこれまでで最も強力な証拠を提供している。哺乳類の脳の複雑で一見特異的に見える配線が、驚くほど単純な幾何学的原理によって理解できることを示している。 雅子 訳 出典 Normand, F., Gajwani, M., Cao, T., et al. 「Geometric constraints on the architecture of mammalian cortical connectomes.」『Cell』189, 1-21 (2026). DOI: 10.1016/j.cell.2026.05.048. https://doi.org/10.1016/j.cell.2026.05.048 Code and data: https://github.com/francisnormand/GeometricEigenModeModel and https://osf.io/rz3hw/

アイダホ州立大学で化学を専攻するローレン・イェーガーさんは、奨学金のための志望動機書を提出した。それはすべて彼女自身が書いたものだ。それでも好奇心から、オンラインのAI検出ツールにかけてみた。結果はほぼ100%がAI生成と判定された。 「パニックになりました」と彼女はNatureに語った。 イェーガーさんの経験は珍しいことではない。トーマス・ジェファーソンが1776年に書いたアメリカ独立宣言も、最も人気のある無料検出ツールの一つであるZeroGPTにかけると、95%から100%がAI生成とスコアされる。7月6日に発表されたNatureの調査が示すように、大学がAIによる不正を摘発するために導入したツールは、特に英語を第一言語としない学生の文章に対して、極めて信頼性が低い。 61%の問題 この問題に関する最も引用されている研究は、スタンフォード大学の研究者Weixin Liangが主導し、2023年にPatternsに掲載された。7種類の広く使われているGPT検出ツールを、中国人英語学習者が書いた91のTOEFLエッセイと、米国生まれの中学2年生が書いた88のエッセイに対してテストした。検出ツールは非ネイティブの英語文章の61.3%をAI生成と判定した。対照的に、ネイティブ英語文章の偽陽性率は5.1%だった。 その理由は直感に反する。非ネイティブの英語書き手は、より単純で予測可能な言語を使う。これはAI検出ツールが機械生成テキストを識別するために使用するのと同じ低パープレキシティのシグナルである。同じTOEFLエッセイをChatGPTに「ネイティブ話者のように聞こえるよう単語選択を強化せよ」という指示で処理すると、偽陽性率は61.3%から11.8%に低下した。 このバイアスは2023年以降、少なくとも4回の独立した研究で再現されており、2026年5月の最新の再現研究では、GPTZeroが非公式なESL文章に対して16%の偽陽性率を示していることが明らかになった。 誠実な学生を罰するツール AI検出ツールの信頼性の低さは、言語バイアスの問題にとどまらない。同じ文章でも検出ツールによって結果が大きく異なる。数学、化学、工学などの分野における短くて技術的あるいは定型的な文章は、日常的にAI生成と判定される。GrammarlyやQuillBotのような文法支援ツールを使用する学生は、誤って告発される可能性が高くなる。 その結果は深刻である。学生は学術不正で報告され、奨学金を拒否され、不透明な告発に対して自身の文章を擁護せざるを得なくなる。ハノイのBritish University VietnamでAI検出を研究するマイク・パーキンス研究員はNatureに次のように語った。「短い答えはノーです。それらは信頼できる形では機能しません。長い答えはイエスです。機能することもあります。しかし偽陽性に関する懸念がこれほど多くあるということは、学生にとって何か重要なことに関しては、本当に使うべきではありません。」 一部の学生は、検出を避けるために意図的に文章を「劣化」させている。イェーガーさんは、「完璧でない」文章にすることで、AIスコアが100%から30%に低下したことを発見した。 エスカレートするいたちごっこ 検出の問題は、AI生成テキストを検出を逃れるために書き換える「AI人間化」ツールの台頭によってさらに複雑化している。Turnitinは、これらのツールが現在150以上のサービスで月間3390万回の訪問を集めていると推定している。検出の改善は回避手段の改善につながり、その逆もまた然りで、終わりのないサイクルとなっている。 「人々はスコアを見てそれを信頼します」とパーキンス氏は述べた。「類似性ツールは、テキストが他の何かとどこで一致したかを正確に示すことができたので機能しました。AI検出ツールでは、その証拠が単に存在しません。」 大学が反撃に転じる Vanderbilt大学、ウォータールー大学、オーストラリアのカーティン大学、および複数のカリフォルニア大学キャンパスを含む少なくとも25の大学が、AI検出ツールを制限または無効にしている。オーストラリア・カトリック大学は、TurnitinのAI検出によって約6000件の虚偽の告発が発生した後、完全に使用を中止した。 教育者と研究者の間で浮上しているコンセンサスは、AI検出スコアを学術的正直性に関する判断の唯一または主要な根拠として使用すべきではないということだ。代わりに、多くの関係者は、最終的な文章だけに頼るのではなく、草稿、アウトライン、口頭弁論などの執筆プロセスを評価することを提案している。 「100%完璧なAI検出器など存在し得ません」とGPTZeroは自社ウェブサイトで認めている。「結果を罰則や最終的な判決に使用すべきではありません。」 16,000の教育機関にサービスを提供するTurnitinは、自社ツールの文書レベルの偽陽性率は1%未満であると主張しているが、独立した研究では特殊なテキストで4%から12%の率が報告されている。 Natureの記事は、根本的な問題は解決不可能かもしれないと指摘している。大規模言語モデルが向上するにつれて、AI生成テキストは人間の書いた文章とますます区別がつかなくなっている。「だからといって大量に人々を不合格にすることはできません」とサイモン・フレーザー大学のマルゼナ・カルピンスカ氏は述べた。現時点で大学が受け入れなければならない最も正直な答えは、検出問題には技術的な解決策がないということかもしれない。 出典 McKie, A.「Universities are relying on AI-detection software to catch cheating. How well do the programs work?」Nature 655, 535-537 (2026). DOI: 10.1038/d41586-026-01358-2. https://www.nature.com/articles/d41586-026-01358-2 Liang, W., et al.「GPT detectors are biased against non-native […]

1996年7月5日、スコットランドのロスリン研究所で、生物学を永遠に変える子羊が生まれた。外見は特筆すべきものではなく、白い顔のフィン・ドーセット種で、穏やかな気質を持っていた。しかし彼女は、成体の体細胞からクローン化された最初の哺乳類であり、多くの科学者が生物学的に不可能だと否定していた偉業を成し遂げた。 彼女の名はドリー。30年が経った今、彼女の遺産はクローニングをはるかに超えて広がっている。 「超音波検査で姿を見たとき、やり遂げたと確信しました。本当にめちゃくちゃでしたよ」と、ロスリン研究所の元所長ブルース・ホワイトロー氏は、記念号のネイチャー論説で振り返る。「準備ができていませんでした。」 1997年2月の公式発表後に起きたメディアの熱狂は、科学的ブレークスルーとしては前例のないものだった。「月曜日までにロスリン研究所の駐車場はアンテナを載せたバンであふれかえっていました」と発生学者ウィリアム・リッチー氏は語る。「人々は24時間でアメリカから飛んできて、スクープを追いかけていました。」ホワイトハウスは数日以内にヒトクローニングの禁止を求めた。 しかし、ほとんどの研究者が今では同意しているドリーの真の意義は、クローニング自体ではなく、成体細胞が胚状態に再プログラムされうることを証明した点にある。 幹細胞革命 「ドリーの創造は、成体細胞が胚状態に再プログラムされうることを実証し、成体細胞から幹細胞を作り出す可能性を開きました」とネイチャーの論説は指摘する。 この実証は、2006年（ドリーから10年後）に人工多能性幹細胞（iPSC）の創出を発表した山中伸弥氏に直接的な影響を与え、同氏は2012年にノーベル賞を受賞した。皮膚や血液の成体細胞を、卵子や胚を使わずに胚のような幹細胞に変えるiPSCは、今や世界中の研究で支配的な幹細胞タイプとなっている。最初のiPSCベースの治療法は2026年に日本で条件付き承認を受けた。 「ドリーは、一般の人々が遺伝学、生物学、生殖技術を見る目を変え、私たちは二度と戻っていません」とホワイトロー氏はHistory.comに語った。「社会として、私たちはドリーが意識を高め、倫理的議論に火をつけたことに多大な恩義があります。」 クローニングの現在 体細胞核移植（SCNT）による生殖クローニング（ドリーを生み出した技術）は、効率は低いものの、現在では複数の種で日常的に行われている。農業では、遺伝子編集された無角牛や耐病性家畜がクローニングによって増殖されている。獣医スポーツでは、クローン化されたポロポニーがアルゼンチンで最大80万ドルで取引されることがある。テキサス州のViaGen Pets社は、犬5万ドル、猫3万ドル、馬8万5000ドルでペットのクローニングを提供しており、バーブラ・ストライサンドやパリス・ヒルトンを含む有名人の顧客がこれを利用している。 保全分野では、科学者たちがクロアシイタチやバンテンをクローン化しており、マンモスやフクロオオカミを対象とした絶滅復活プロジェクトがColossal Biosciencesなどの企業で進行中である。2018年には、最初の霊長類である Zhong Zhong と Hua Hua というカニクイザルがSCNTを用いてクローン化された。これはドリーから20年を要した偉業であり、霊長類における核移植の特有の難しさを物語っている。 しかし、ヒトの生殖クローニングは行われておらず、行うべきではないという幅広い倫理的合意が存在する。成功率は低すぎ、異常のリスクは高すぎる。ドリー・チームの主任科学者イアン・ウィルマット氏自身も、2007年に、この技術はヒトには決して十分な効率に達しないかもしれないと述べている。 未完了の課題 記念号のネイチャー論説は警告的な調子を打ち出している。科学が驚異的なスピードで進歩する一方で、社会は新たな生殖技術を管理する枠組みの整備に追いついていない。ヒト胚における遺伝子編集に関する最近のニュースは、国民を準備させたり、新たな能力の倫理を評価したりするために「十分なことが行われていない」ことを示していると論説は論じる。 「社会として、ドリーが開始した認識と議論のプロセスは継続される必要があります」と論説は結論づける。「そうでなければ、混乱は恐怖に取って代わり、誰の助けにもなりません。」 ドリー自身は、肺腫瘍（早老ではなく、一般的な羊ウイルスが原因）を発症した後、2003年に6歳で安楽死させられ、現在はエディンバラのスコットランド国立博物館に保存されている。「30年経った今でも、ドリーは現代科学の象徴であり、その物語は人々の想像力を捉えています」と同博物館の脊椎動物主任学芸員アンドリュー・キッチナー氏は語る。「彼女は初めての存在であり、人々は初めてのものを見るのが好きなのです。」 出典 Nature Editorial: 「From cloning to gene-editing: the enduring legacy of Dolly the sheep.」Nature 655, 282 (2026). DOI: 10.1038/d41586-026-02096-1. https://www.nature.com/articles/d41586-026-02096-1 Metro: 「Dolly the sheep at 30: The clone that changed […]

2026年7月6日、イェール大学の研究チームが医学誌『JAMA』に発表した覆面調査により、オンラインGLP-1処方の急拡大市場において、臨床的監視が著しく不十分である実態が明らかになった。 研究者らはGLP-1受容体作動薬を宣伝する49のウェブサイトに対し、GLP-1適格基準を満たす患者を装って接触した。結果は衝撃的で、49サイト中45サイト（91.8%）が処方箋を発行し、うち34サイト（69.4%）が実際に医薬品を郵送した。最も懸念されたのは、処方を行ったサイトの3分の2が患者と臨床医とのライブ対話を一切行わなかった点である。ビデオ診察を必須としていたのは13サイト（26.5%）、電話診察はわずか3サイト（6.1%）だった。 論文の筆頭著者でイェール大学医学部の医学生、アシュウィン・K・チェッティ氏は「スピード最優先で安全性が軽視されたシステムが明らかになった」と述べる。初回接触から処方箋発行までの中央値は1日以内で、2サイトは5分以内に処方箋を発行していた。 臨床データの欠如 2025年8月から12月にかけて実施されたこの調査では、遠隔医療サイトが処方前に収集する臨床情報に広範な欠落があることが確認された。摂食障害のスクリーニングを行ったのは約半数のみ。食事と運動について尋ねたのはわずか53.1%、血圧や血糖値、コレステロール値などの患者報告データを求めたのは36.7%にとどまった。独立した検査機関による検査を必須としているサイトは皆無だった。 ほぼすべてのサイトが病歴と現在の服用薬を尋ねたが、研究者はこれらが自己申告であり検証が行われていないと指摘する。5サイトに1サイトは、全身写真や体重計が写った画像など、自ら定めた要件すら満たしていない写真を受理していた。 調合薬への懸念 処方箋の大多数（86.7%）は、FDA承認のブランド製剤ではなく、調合版のGLP-1薬に対するものだった。調合薬は医薬品不足時に一定の条件下で合法となるが、FDAの製造品質・安全基準の対象外である。これらの調合処方の60%には、ビタミンB12、B6、NAD+、グリシン、カルニチンなどの追加成分が含まれていた。 処方箋の11%は舌下製剤、2.2%は経口錠剤に対するもので、これらは皮下注射用に設計されたGLP-1薬としては承認されていない投与経路である。月額費用の中央値は230ドルだった。 また、30の処方箋が20の異なる調合薬局を通じて調剤され、同一の臨床医が複数の別々のウェブサイトで処方しているケースもあり、処方医の集中と監視に関する疑問が浮上した。 「市場があまりに急速に成長しており、規制の枠組みが追いついていない」と、共著者でイェール大学医学部のレシュマ・ラマチャンドラン医師（MPP）は述べる。 規制をめぐる状況 この調査は、オンラインGLP-1市場に対する規制当局の注目が高まる中で発表された。FDAは2026年3月、調合GLP-1薬の違法または誤解を招くマーケティングを行った遠隔医療企業30社に警告文書を送付した。2025年11月のKFF世論調査によると、現在米国成人の約8人に1人がGLP-1薬を服用しており、その約20%が処方箋をオンラインで入手している。 イェール大学チームは以前、『JAMA Health Forum』（2025年）で、これら同一ウェブサイトの広告宣伝内容を調査した研究を発表している。今回の新研究はさらに踏み込み、実際に患者としてサイトとやりとりすることで、利用者が「今すぐ注文」をクリックした後に何が起こるかを明らかにした。 雅子 訳 出典 Chetty, A.K., Chen, A.S., Ross, J.S., Ramachandran, R. 「Secret Shopper Study of Online GLP-1 Prescriptions.」 JAMA（2026年7月6日）. DOI: 10.1001/jama.2026.9131. https://jamanetwork.com/journals/jama/fullarticle/2851149 Palmer, K. 「Online GLP-1 prescriptions are often fast, easy, and low on clinical oversight.」 STAT News（2026年7月6日）. https://www.statnews.com/2026/07/06/glp-1-telehealth-prescriptions-jama-yale-secret-shopper-study/ […]

長年にわたり、コンピュータ科学者たちは一見単純な問いに取り組んできた。それは、「古典コンピュータが記述すらできない問題の解を、量子コンピュータは検証できるのか」というものだ。 答えは「はい」であり、その証明は96ページに及ぶ。 4人の研究者（John Bostanci（Simons Institute / Columbia）、Jonas Haferkamp（Ruhr University Bochum）、Chinmay Nirkhe（University of Washington）、Mark Zhandry（Stanford））からなるチームは、量子証明が少なくとも一つの計算問題において古典証明よりも断然強力であることを証明した。この論文は、理論計算機科学の最高峰会議であるSTOC 2026で最優秀論文賞を受賞した。 「これは美しい結果です」と、この研究には関与していないMITの量子情報理論家Anand Natarajan氏は語る。「そこから生まれる新しいアイデアがたくさんあります。」 証明が実際に示すもの この問題は、複雑性理論と呼ばれる理論計算機科学の一分野に属する。複雑性理論は、問題を解くために必要なリソースが問題の規模に応じてどのように拡大するかを問う分野である。その中心にあるのが、QMA（Quantum Merlin-Arthur）クラスとQCMA（Quantum-Classical Merlin-Arthur）クラスである。 次のように考えてみよう。学生（Merlin）が教師（Arthur）に対して、ある数学的命題が真であることを納得させようとしている。QMAシナリオでは、Merlinは量子状態（壊れやすい量子ビットの集合）を証拠として提出できる。QCMAシナリオでは、Merlinは古典的なビット列のみを提出できる。2002年にDorit AharonovとTomer Navehによって初めて提起されたこの問題は、量子バージョンが厳密により強力であるかどうかを問うものだった。 チームは、「スペクトル相関問題（spectral forrelation problem）」と呼ばれる問題を構築することで、それが正しいことを証明した。この問題では、量子証人は機能するが、古典証人は機能しない。この問題は一種の鑑識パズルである。すなわち、2組の測定データが与えられたとき、それらが同じ量子オブジェクトから得られたものか、異なる2つのオブジェクトから得られたものかを判定する。量子証人は2つのデータセット間の関係を直接エンコードできるが、古典証人は十分な情報を運ぶことができない。 証明では「背理法」と呼ばれる戦略が使われる。研究者らはまず、この問題に対する古典的な証明が存在すると仮定した。そして、そのような証明は再利用可能であり、同じ古典証人を使って多くの異なる質問に答えられることを示した。しかし、この再利用可能性によって、証明不能な難しい推測タスクを解くことが可能になると彼らは実証した。矛盾が生じるため、元の仮定は誤りであり、古典的な証明は存在しえないことになる。 「たまたまそのことを考え始めたんです」とZhandry氏はQuanta Magazineに語った。彼の2024年11月の単独研究では問題の半分を解いたものの、完成には至らなかった。4人が集まり、9ヶ月にわたる集中作業の末、「その年に完全に支配されました。ほとんど他のことはできませんでした」とBostanci氏が語るように、彼らは完全な証明を完成させた。 第二の独立した証明 注目すべきことに、第二のチームが全く異なる方法を用いて独自に同じ結論に達した。MITのAndrew Huang氏とVinod Vaikuntanathan氏がBostanci氏とともに、2026年2月に第二のオラクル分離（arXiv:2602.09385）を発表した。これは概念的によりシンプルであり、BQP/qpolyとBQP/polyという量子アドバイスに関する関連領域における初の分離ももたらす。 独創的だが複雑なものと、よりシンプルで拡張可能なものという、2つの独立した証明があることで、結果の確実性が強化される。 オラクルに関する注意点 両方の証明は「オラクル分離」である。すなわち、QMAとQCMAが、コンピュータが問い合わせることのできるブラックボックス関数（オラクル）に対して異なることを示しているが、その内部動作は見えない。オラクルなしの無条件証明には、複雑性理論における革命的な進歩が必要であり、PがPSPACEと等しくないことを証明するのに相当する。 それでも、オラクル分離は非常に強力な証拠と考えられている。主要な複雑性クラス間の既知の分離はすべて、オラクル結果として始まり、その後洗練されてきた。この分野の歴史は、2つのクラスがオラクルに対して異なる場合、現実においてもほとんど常に異なることを示している。 「私たちが得たものは、答えがイエスであることのこれまでで最も強力な証拠です。量子証明はより強力なのです」と研究者らは論文で述べている。 なぜ重要か 現役の量子コンピュータ物理学者にとって、この結果が日々の業務を変えることはないかもしれない。2つのクラスを分ける問題（スペクトル相関問題）は注意深く構築された人工的なものである。しかし、証明で開発された手法、特に問題をボソンとして扱う「第二量子化」圧縮オラクル法は、暗号理論や量子アルゴリズム設計への応用が期待されている。 この結果はまた、量子複雑性理論における主要な未解決問題の一つを解決する。量子複雑性理論は、量子リソースで何が計算できて何ができないのかという根本的な問いを投げかける分野である。QMA対QCMA問題に20年にわたって取り組んできた研究者たちにとって、ついに答えが出たのである。 雅子 訳 Sources Quanta Magazine: 「Researchers Reveal the Power of ‘Quantum Proofs’」（2026年7月6日）. https://www.quantamagazine.org/researchers-reveal-the-power-of-quantum-proofs-20260706/ […]