柴田 淳 - 「みんなのPython」の著者・機械学習講師・シニアアーキテクト✓

27分かかっていたCIが、テストを減らさず4分に。しかも大規模なツール刷新ではなく、「昔は正しかった設計」を疑うことで85％を削った。AI時代には、この4分の差がこれまで以上に大きくなる。 Scala製のフルスタックアプリで、約1000件のテストのうち600件がPostgreSQLを利用し、約300件では実際のアプリまで起動する。プロジェクトが小さかった頃は10分以下だったCIが、機能とテストの増加によって約27分まで膨らんだ。著者はAIエージェントも使いながらボトルネック候補を洗い出し、実際のCIで一つずつ計測。最終的に平均約4分、約85％の短縮に成功した。重要なのは、テストを削ったり、実DBをモックに置き換えたりしたわけではないことだ。 最大の原因はテストそのものではなく、テストのたびに環境を作り直していたことだった。もともとはテストごとにPostgresコンテナを立ち上げることで完全な隔離性を確保していたが、これをテスト全体で共有する方式に変更。これだけで推定15分を削減した。さらにアプリ起動をテスト単位からスイート単位へ変更し、sbtプロセスの再利用、テストの並列化、変更ファイルに応じた不要テストのスキップなどを積み重ねた。 ここで面白いのは、元の設計が「悪かった」わけではない点だ。

テストごとに新品のDBを用意するのは、独立性を高めるという意味ではむしろきれいな設計だった。ところが数十件なら無視できた固定費が、1000件規模では巨大な待ち時間になる。そこで完全な環境隔離を少し緩めつつ、テストデータのランダム化などで独立性を維持した。規模が変われば、かつてのベストプラクティスがボトルネックになり得るという好例だ。 さらに、「効いているはずの仕組み」を疑ったことも大きい。CIではキャッシュを使っているつもりだったが、実際には保存処理が失敗しており、期待した効果が出ていなかった。そこで依存関係、生成コード、コンパイル済み成果物などを整理してキャッシュ戦略を再構築した。つまり最適化で重要なのは、新技術を追加することより、現在の仕組みが本当に想定通り動いているかを計測することだった。

中国のAIバブル崩壊は、単なる株安ではない。AI国家を目指す中国が、資本市場ごと巨大な「社会実験」に入ったように見える。 中国ではAI・半導体株への資金集中が急速に進み、STAR50指数はピークから4カ月弱で約40%下落した。UnitreeやMetaX、Moore Threadsなど、AI・ロボット・半導体ブームを象徴した銘柄も大きく値を崩している。問題はAI技術そのものが否定されたことではなく、「AI関連なら成長する」という期待が企業価値を大きく先回りしていたことだ。 そして中国では、この熱狂が単なる民間投資ブームではなかった。政府は半導体やAIを国家戦略として育成すると同時に、家計に偏っていた貯蓄を株式市場へ誘導し、成長産業へ資金を流す仕組みを作ろうとしてきた。つまりAI企業の育成、個人投資家の参加、資本市場改革を同時に進める巨大な試みだった。それだけに、AI株の急落は企業の資金調達だけでなく、中国が描いてきた新しい資本市場モデルそのものを試すことになる。 ここで重要なのは、株価が40%下がってもAI関連株の評価がなお高いことだ。

AI企業が「公共のため」に巨額を寄付する前に、まず作品を生み出した人に払うべきではないか。英Guardianに掲載されたクリエイター団体幹部らの書簡は、AI時代の利益分配について、かなりシンプルな問いを突きつけています。 きっかけは、Anthropicが自社株の5%を「public good」のための基金に拠出するという発表です。直近評価額を基準にすると約480億ドル相当とされる大型構想ですが、書簡の筆者たちは「その前に、AI企業は学習などに利用する作品の作者へ対価を支払うべきだ」と主張します。 さらに議論はAI企業だけにとどまりません。スマートフォンやPCは、音楽、文章、画像などを容易にコピー・保存できることで価値を持っています。ところが英国には、40カ国以上で導入されているような「私的複製」に対するクリエイターへの補償制度がありません。そこで提案されているのが「Smart Fund」で、端末メーカーや輸入業者から少額を徴収し、クリエイターへ還元する仕組みです。年間最大3億ポンドを生み出せるとしています。 背景にあるのは、テクノロジー企業の価値が急膨張する一方、その価値を支えるコンテンツを作る側の収入が縮んでいるというねじれです。書簡によれば、英国のビジュアルアーティストの年間所得中央値は1万2500ポンドで2010年比実質47%減、作家が執筆から得る中央値も7000ポンドにまで低下しています。作品がなければAIの学習データも、スマホで楽しむコンテンツも乏しくなる。それなのに、利益は作品を流通・処理する側へ集中している、という問題設定です。

興味深いのは、これは単なる「AIの著作権問題」ではないことです。誰の創作物が、テクノロジー企業の企業価値を作っているのかという価値配分の議論に広がっています。Anthropicの基金はAIが生む富を社会へ再分配しようという発想ですが、書簡側はその順番を逆転させ、「社会へ寄付する前に、価値の生産過程にいる人へ還元せよ」と言っているわけです。

そしてSmart Fundが面白いのは、個々の作品について「このAIがこの文章を何回使った」と追跡して課金するのではなく、創作物から利益を得るテクノロジーの側に広く負担させる発想であることです。著作権を一件ずつ処理するのが難しくなるほど、こうした「端末・AI・プラットフォーム側からまとめて徴収し、クリエイターへ再分配する」制度が現実的な選択肢として浮上する可能性があります。 もう一段深く見ると、争点は「AIが作品を無断利用したか」から、AI時代のロイヤリティ制度そのものをどう設計するかへ移りつつあります。もしAI企業が巨大な社会貢献基金を作れるほどの価値を生み出すなら、その富の一部を、学習データや文化的基盤を提供してきた人々へ制度的に戻すべきではないか。Guardianの短い書簡は、AI著作権論争の次に来る「AI版の印税・私的録音録画補償金」のような仕組みを先取りした議論とも読めます。

虫歯治療といえば「麻酔して、削って、詰める」。その常識を、わずか数秒の“ひと塗り”が変えるかもしれません。しかも今回のニュースの核心は、新薬の発明ではなく、昔からある安価な治療に「標準治療になれるだけの証拠」が加わったことです。 ミシガン大学などの研究チームは、フッ化ジアンミン銀（SDF：Silver Diamine Fluoride）を虫歯に塗るだけで進行を抑える治療について、6歳未満の子ども830人を対象とする大規模な第III相臨床試験を実施しました。38% SDFを6カ月ごとに塗布した結果、半数以上の虫歯で進行を止められたと報告されています。ドリルや注射、場合によっては全身麻酔まで必要になる幼児の虫歯治療を、「まず塗って止める」に変えられる可能性があります。 SDF自体は新しい薬ではありません。世界では以前から使われ、米国でも2014年から知覚過敏用として利用されてきましたが、虫歯治療では適応外でした。今回重要なのは、NIH傘下のNIDCRが1200万ドル以上を支援した大規模試験によって、FDAに虫歯治療薬として正式承認を申請できる水準の臨床データがそろってきたことです。つまりこれは、単に「効く薬がある」という話ではなく、臨床試験、承認、保険、診療ガイドラインを通じて、医療システムに載る直前まで来たというニュースです。

そして大きく変わる可能性があるのは、治療方法そのもの以上に、誰が、どこで虫歯の進行を止められるかです。従来は「虫歯を見つける→歯科医院を予約する→削る→詰める」が一連の流れでした。しかしSDFなら、「見つける→その場で進行を止める→必要なら後で修復する」と工程を分けられる可能性があります。小児科や地域医療の場で先に進行を止められれば、歯科医院にすぐアクセスできない子ども、障害のある人、高齢者、歯科治療への恐怖が強い人にも恩恵が広がります。

ウクライナのドローンが10月23日、モスクワから東へ約425km離れたニジニ・ノヴゴロド州ゴロジェッツにある、ロシア財務省・連邦税務局系のデータセンターを攻撃した。この施設には税務データベースをはじめ、法人・住民関連など重要な国家レジストリが保存・処理されているとされる。被害の全容やデータ消失の有無は、まだ確認されていない。 重要なのは、この施設が単なるサーバ置き場ではないことだ。ロシア連邦税務局の主要なデータ処理拠点の一つで、地理的に分散させてシステムを維持する構成になっている。つまり、冗長化されているとはいえ、その一角が物理的に攻撃されたことになる。 そしてこれは単発ではない。10月にはYandex、Sberbank、VKontakteなどロシアのデータセンターが相次いで攻撃され、クラウド、決済、配車、ナビゲーションなどにも影響が報告されている。データセンターは「IT設備」から、電力網や通信網と並ぶ戦時の重要インフラへと変わりつつある。

AIが仕事を奪う、という話では終わらない。ラウル・パルが描くのは、2030年前後に「働く・稼ぐ・所有する」という経済の土台そのものが揺らぎ、経済的シンギュラリティが起こる未来だ。 著名マクロ投資家ラウル・パルは、AI、ロボット、エネルギー、暗号資産といった複数の技術が同時に指数関数的に進歩することで、今後4年ほどの間に「Economic Singularity（経済的シンギュラリティ）」に近づく可能性があると警告している。ポイントは、AIの性能向上そのものではない。AIエージェントやロボットが大量の仕事を担い、「知能」と「労働」のコストが急速に下がれば、人間が働いて賃金を受け取り、その所得で消費するという現在の経済循環が崩れ始めるという見立てだ。 パルの議論には金融面も強く絡む。高齢化や巨額債務を抱える政府は通貨供給を拡大し続け、その結果、現金や賃金の購買力が相対的に低下する。一方で、テクノロジー株や暗号資産のような希少資産はその恩恵を受けやすい。彼にとってAI革命と金融緩和、暗号資産は別々のテーマではなく、「通貨価値の希薄化」と「生産性の急上昇」が同時に進む一つの大きな構造変化として捉えられている。 さらに重要なのは、これが単なる雇用問題ではないことだ。AIやロボットが事実上の新しい労働人口になるなら、人口減少を補いながら生産性を大きく高める可能性がある。しかし、そこで生まれた富を誰が所有するのかによって社会の姿は大きく変わる。AIを所有する少数の企業や資本家に利益が集中すれば、経済全体が豊かになっても格差や政治的分断はむしろ拡大しかねない。

しかも、現在の社会保障、所得税、雇用制度、企業制度の多くは「人間が働くこと」を前提に作られている。もし技術の進歩が制度変更を大幅に追い越せば、問題になるのはAIの能力ではなく、その変化を受け止める社会の遅さになる。AIによる情報生成が急増すれば、何が本物なのかを判断するコストも上がり、経済だけでなく政治や情報空間まで不安定化する可能性がある。

一方で、「あと4年」という数字は客観的に確定した未来予測ではない。データセンター、電力網、半導体、ロボット量産などには物理的な制約があり、AIによる生産性向上の速度についても専門家の見方は分かれている。さらにパル自身が暗号資産や成長資産に強気な投資家である以上、この未来像は彼の投資哲学ともかなり整合的だ。 だからこの記事の面白さは、2030年という予言が当たるかどうかよりも、問いの立て方にある。知能と労働の価格が劇的に下がったとき、資本主義で希少になるものは何か。 そして、富を生む主体が人間からAIへ移ったとき、賃金、所有、税、社会保障をどう組み直すのか。AI競争の陰で本当に遅れているのは、技術ではなく社会制度の側なのかもしれない。

HTMX作者のCarson Grossのインタビュー。HTMXの話だけでなく、本人のキャリアから、最後に行き着くのは「AI時代に、人間はどこまで仕組みを理解すべきか」という問いにまで発展して面白い。。 Grossは、ReactやAngularのようにブラウザを巨大なアプリ実行環境として扱うのではなく、リンク、フォーム、HTTPというWeb本来の仕組みに立ち返るべきだと考えている。HTMXもその延長にあり、HTML属性からHTTPリクエストを送り、返ってきたHTMLで必要な部分だけを書き換える。多くのWebアプリはSPAほど複雑である必要はなく、場合によってはHTMXすら使わず素のHTMLで十分だという立場だ。 その背景には、「新しい技術を足す前に、下の層が何をしているか理解する」というGrossの一貫した姿勢がある。現在REST APIと呼ばれるJSON APIについても、本来のRESTはハイパーメディアを前提としたWebのアーキテクチャだったと指摘する。技術が高度化するほど、私たちは便利な抽象化だけを使い、その土台にある仕組みを意識しなくなっていく。 ところがAIの登場によって、この問題はWeb開発だけの話ではなくなった。Gross自身、AIによるvibe codingが普及すれば、学習データもエコシステムも巨大なReactの方が有利になり、HTMXはよりニッチになる可能性を認めている。つまり「シンプルで本質的な技術」が、市場で必ず勝つとは限らない。 一方、大学でCSを教える彼は、だからこそ学生にはAIへ丸投げさせず、自分でプログラムを書く経験を残そうとしている。

AIなら学部レベルの課題を簡単に解けてしまうため、宿題の成績比率を下げ、評価を紙と鉛筆の試験へ戻した。狙いはコードを書く作業そのものを守ることではなく、コードを読んで「なぜこうなっているか」を判断できる頭を作ることにある。 ここでHTMXと教育論が一本につながる。リンクやフォームの仕組みを知らずにReactだけを使うことと、プログラミングを理解せずAIにコードを書かせることは、構造的にはよく似ている。どちらも便利だが、下の層を理解していなければ、問題が起きたときに何を直せばよいのか分からない。

🏃高城れに、33歳で初のフルマラソン 🕘️“タイム公表”にネット驚き⚡️ きょう開催『横浜マラソン』に出場。タイムは「4時間13分44秒」と公表されSNSでは「女性の初フルでこれはほんとすごい」「2025年度の男性平均タイムよりも速いらしい」など、驚きの声が上がっている。

ビル・ゲイツはAI悲観論者になったわけではない。むしろ「成功した場合ですら、これから20年は人類史でも屈指の激動期になる」と警告している。 The Vergeのインタビューでゲイツは、AIを「人類が発明した中で最も危険な技術」と位置づける。とくに目前の問題として挙げるのは、AIが意識を持つか、AGIかといった議論ではない。サイバー攻撃、生物兵器、子どもとの関係、そして雇用への影響だ。現在のAIはすでに、その能力が社会制度の対応速度を上回る段階に来たという。 一方で、ゲイツはAIそのものを止めるべきだとは考えていない。医療、教育、科学、住宅建設などで巨大な恩恵をもたらし、最終的には「希少性」が大きく減る可能性さえある。問題はAIが良いか悪いかではなく、その猛烈な変化を社会が制御できるかどうかにある。

ここで重要なのが、「AI企業の良心に任せる」という段階は終わったというゲイツの認識だ。OpenAIなどが当初掲げた特殊なガバナンスも、複数企業が競争する世界では機能しにくい。自社だけが慎重になれば競争相手が先に進むからだ。そこで航空機や医薬品、自動車と同じように、政府による安全基準と審査が必要になると主張する。

「DNAを読むAI」が、ただの解析器ではなく“会話できる専門家”になりつつあります。Carbon-Xの本質は、DNA版ChatGPTの登場というより、科学AIの役割分担が見え始めたことです。 Carbon-Xは、DNA配列と自然言語を同じTransformerで扱う14.8Bパラメータのオープンモデルです。DNAを6塩基単位でトークン化し、変異の影響予測や配列特徴の判定について、そのまま自然言語で質問できます。開発元の評価では5つのDNAベンチマーク平均が66.7%で、大型の汎用モデルに迫る性能を示しています。 面白いのは、これが単なるDNA分類器ではない点です。DNA、生命科学文献、一般英語、指示データを混ぜて学習しているため、配列を「読む」能力と、それについて「説明する」能力が一つのモデルにまとまっています。汎用LLMに生物学を覚えさせるだけでなく、生物学そのものを読める専門LLMを作るという方向が現実味を帯びてきました。 ただし、ここからが重要です。Carbon-Xは万能な「DNA理解AI」ではありません。真核生物分類やモチーフ認識では高い性能を示す一方、スプライス部位やヒストンマークなどでは大きく精度が落ちます。さらに、塩基数のカウントや正確な座標、長い配列の編集では間違える可能性があり、情報不足の場面ではもっともらしい説明を作ってしまうこともあります。

つまり、LLMが得意なのは「意味を読み取る」「候補を絞る」「仮説を立てる」といった部分で、正確な計算や編集まで任せるべきではありません。そこはPythonなどの従来型プログラムに任せる必要があります。AIが科学ツールを置き換えるのではなく、AIと従来の計算ツールを組み合わせる形が見えてきたわけです。

さらに見るべきなのは、Carbon-X単体の性能競争ではありません。開発元は、汎用LLMからCarbon-XをDNA専門ツールとして呼び出す構成も提示しています。将来の科学AIは、一つの巨大モデルが全部を知る形ではなく、汎用AIが専門モデルやコードを使い分けるシステムになる可能性があります。 Carbon-Xは「AIがDNAを理解した」というニュースとして見ると少し誇張があります。むしろ価値があるのは、LLMに何を任せ、何を任せないべきかが具体的に見えてきたことです。科学AIの成熟とは、万能になることではなく、自分の不得意な仕事を別の道具に渡せるようになることなのかもしれません。

投稿が拡散されているようなので、ちょっと宣伝させてください。 Pythonの入門書を書いていますので、ぜひお読みください！

顔つきと体つきがアスリートなんよね。

アスリート風の写真集出してほしい。

しかも桃神祭の1週間後だよ。アイドル並みの忙しさだな。