やはり、農本主義は、正しかった。

労働価値説は、誤りだ。

今、もうひとつ、足りないのは、国際的農本主義だ。

農本主義インターナショナル。

後進国の農民同士が対話をしなければならないが、それは、AIによる、即時通訳で可能になる。

ただし、AI価値説は、労働価値説と同じく、誤りである。

あと、自動翻訳（通訳）というのは、どこまで進歩しているのかな。
文字を持たない民族の農民と、また別の、文字を持たない民族の農民、とが、対話をする場合、臨席できるほどほどの能力は無い。
文字が、ネット空間上にある事が前提のAI技術である。

可能性としては、身体を持ったAIが、文字を持たない民族の農民の家に1年以上お世話になり、すべての動作と言語の関連を掌握してしまい、また、もうひとつ別の、文字を持たない民族の農民の家に1年以上お世話になり、言語を掌握して、いわば、オーダーメイドの通訳ロボットに成長するという方法がありえる。
このロボットのメンテナンス費用とか、電気代は、農本主義インターナショナルとかの組織が負担する。（迷惑をかけてはいけない。）

現在の技術では、このようなロボット作成も、可能ではないだろうか？
可能ではあるが、やらないだけだが。

今からちょうど100年前、”錬金術師の夢”が実現した。つまり、他の元素から金(Au)を生成することが可能となった。成功したのは長岡半太郎。
この報告は世界に衝撃を与え、学術誌にも取り上げられた。
しかしこの技術はまもなく闇に葬られ、金本位制が崩れることもなかった。 pic.twitter.com/XbdL8yw1V9

— ナカムラクリニック (@nakamuraclinic8) May 20, 2024

水銀還金
1924年9月20日に発表された水銀を金に変えることを可能にする夢の研究である。水銀は原子番号80、金は原子番号79であるから、「水素元子」（陽子）1個を除去すると金が得られるとし、水銀の「核を攪乱」したところ金が見つかったとされる。長岡は原子を改変して原子の理解を深めることを目的としていたが、水銀から金を作る研究は部分的な応用例であった。しかし、理化学研究所の広報が報道をあつめて発表し、この研究は資源の少ない日本に多大な恩恵をもたらす「錬金術」であるとセンセーショナルに報じられた。しかしその後10年研究が続けられたが成果なく、誤りであったのだが、長岡半太郎は認めることはなかった。また他の学者も物理学の重鎮に対して批判をすることはなかった。 もっとも、1937年に文化勲章を受章した際には「還金術など大したものじゃない。原子構造に対する攻究や長岡式計算法、長岡・本多効果などが学界の役に立ったのだろう」と自己評価をしている。

「2倍、3倍、4倍と増やしても全然らちが明かず、10倍、100倍、1000倍と指数関数的に増加させ、10の23乗という量のデータを超えたらスパッと性能が上がった。世界中の研究者は誰も予期していなかった。言語を操る人の脳が、少なくともこれくらいの複雑さということなのだろう」

面白いねえ。これだからねえ、学問の面白さ。フツーなら１万回学習させても効果ないなら、
諦めるけどねえ。10^23もすごい（本当に実行できるの？アボガドロ数ｗ）。
何でだろう？
と思っているところに「言語を操る人の脳が、少なくともこれくらいの複雑さ」とくる。
------

思い返せば２０年前の脳科学、皆さん口を開けば「ブレイクスルーはどこだ？！」と言われた。
ブレイクスルーは、技術面からやってきた（と思う）。スパコン「京」（10ペタ）の運用。2012年。
そして「富岳」（100ペタ）に引き継がれ、ディープラーニングだ、概念獲得だと言われるようになった。
学習回数を増やせば、現実の結果に合った学習（＝一連のユニット間の結合係数）が得られる。
これがすべて。難問題も当たり前にやっちゃう（だってできちゃうんだもん！）。

次の世代はさらに１０倍高速のエクサフロップスの世代。どんなことが当たり前にできちゃうのか。
おそらく脳科学も本当のブレイクスルーに到達するのではないか（と期待したい）

https://www.tokyo-np.co.jp/article/361393?rct=national

　今年のノーベル物理学賞は、広がりを見せる人工知能（AI）の機械学習を確立した米国とカナダの研究者2人に贈られることが決まりました。機械学習の中核を担う技術は、人間の脳神経のつながりをまねた「ニューラルネットワーク」です。実は、この技術の歴史をさかのぼると、「源流」の一つは日本にありました。受賞者に先駆け、重要な成果を上げた日本人研究者たちは、AIの発展に大きく貢献しています。　（榊原智康）
　ノーベル物理学賞を受けるのは、米プリンストン大のジョン・ホップフィールド教授（91）と、カナダ・トロント大のジェフリー・ヒントン教授（76）です。
　ホップフィールド氏は1982年、脳の構造をヒントに機械学習の原型となる数理モデル「ホップフィールド・ネットワーク」を開発。断片的な記憶から全体を再現する「連想記憶」をコンピューターで実現することを可能にしました。
　ヒントン氏は85年、ホップフィールド・ネットワークを拡張した仕組みを考案。AIが大量のパターンからその特徴を学習する情報処理を可能にしました。さらに2006年には、この仕組みを基に機械学習の一種である深層学習のアルゴリズム（計算手法）を発表。これをきっかけにAIの機能は爆発的に発展し「チャットGPT」をはじめとする生成AIの普及につながりました。

◆世界のトップ
　受賞者2人に先立ち、日本で特に重要な成果を残したのは、理化学研究所栄誉研究員の甘利俊一さん（88）と、電気通信大特別栄誉教授の福島邦彦さん（88）です。
　甘利さんは1967年、現在のニューラルネットワークにつながる「確率的勾配降下法」と呼ばれる学習法を考案。72年には「連想記憶」を可能にする数理モデルを発表しました。福島さんは79年、多層からなる神経回路モデル「ネオコグニトロン」を開発しました。
　甘利さんは、連想記憶のモデルに関して「数式で書けば、ホップフィールド氏のモデルと同じ。研究者の中には『甘利−ホップフィールドのモデル』と呼ぶべきだという人もいた」と明かします。
　AI研究は50年代後半に一つの分野として確立されました。ただ、計算機の処理能力が壁になるなどし「ブーム」の後には「冬の時代」が訪れるサイクルを繰り返し、現在は2000年代半ばから続く第3次ブームの渦中にあります。甘利さんは「1960〜70年代を通じて、日本のAI研究は世界のトップを走っていた」と振り返ります。
　一方、世界的に見ると70年代は最初の冬の時代でした。そのため成果はすぐには発展につながらなかった側面があったといいます。甘利さんは「ノーベル賞が2人に贈られることは大変喜ばしい」とした上で、自身の業績については「面白いアイデアを出したが、その後のことは自分がやることではないと考えていた。今にして思えば考えが狭過ぎた。『実学』まで考慮に入れて世界をリードしなければいけなかった」と語ります。
　福島さんは大学卒業後、NHKに入局。NHK放送科学基礎研究所（現・放送技術研究所）で脳の情報処理の仕組みを探る研究に取り組みました。ネオコグニトロンは75年に発表した学習モデルを改良したものです。
　ネオコグニトロンでは、最初の層で入力された文字や図形の部分的な特徴を抽出し、さらに2層目以降では読み取る範囲を広げていきます。この作業を繰り返し、文字などのパターンを認識する仕組みです。今のAIの画像認識などに使われており、福島さんは「深層学習の父」とも呼ばれています。
　ノーベル物理学賞の選考委員会がまとめた発表資料の文中で、画像認識などに使われているニューラルネットワークは「ネオコグニトロンにルーツがある」と紹介されました。開発者として名前も記され、高い評価を受けたことに対し、福島さんは「ありがたいことです。AI分野に光があたることはいいこと」と喜びを語りました。
　AIを活用した科学研究に取り組む岡田真人・東京大教授は「今回の物理学賞は、研究実績の『波及効果』を評価した選考になったといえる。研究の源流に着目すれば甘利先生、福島先生が選ばれてもまったくおかしくなかった」と解説します。

◆警鐘
　AIは社会に大きな変革をもたらす一方で、偽の画像の氾濫や軍事転用などへの懸念も強まっています。
　甘利さんは「うまく使えばものすごい役に立つが、非常に危険な技術でもある。上手に身構えないと逆にAIに使われ、人間が思考力を失いかねない。人類社会は、AIをどう使っていくのかを考える非常に大事な時期にきている」と訴えます。
　福島さんは「生物の脳に学ぼうという立場で研究を進めてきた。現在のAIは、その方向から離れていく感じがある」と指摘。この方向がさらに進めば、制御できなくなる恐れが強まるとし「脳に学ぶ立場から研究が進んでいってほしい」と話しました。

＜あまり・しゅんいち＞　1936年東京生まれ。東京大工学部卒、同大大学院数物系研究科博士課程修了。工学博士。東大教授などを経て2003年、理化学研究所（理研）脳科学総合研究センター長。現在は理研栄誉研究員、東大名誉教授、帝京大特任教授。12年文化功労者、19年文化勲章。

＜ふくしま・くにひこ＞　1936年台湾生まれ。京都大工学部を卒業後、58年にNHK入局、放送科学基礎研究所などで研究に取り組み、89年大阪大教授、99年電気通信大教授。現在はファジィシステム研究所特別研究員、電通大特別栄誉教授。工学博士。21年米フランクリン協会・バウワー賞を受賞。