サイエンスニュースまとめ☆ななめ読み

■小惑星探査機「はやぶさ2」第1回目タッチダウン成功について

　国立研究開発法人宇宙航空研究開発機構（JAXA）は、小惑星探査機「はやぶさ2」を小惑星Ryugu（リュウグウ）へ接地（タッチダウン）させ、リュウグウの試料を採取する運用を実施しました。

　「はやぶさ2」から送られてきたデータを確認した結果、サンプル採取のためのプロジェクタイル（弾丸）の発射を含む「はやぶさ2」のタッチダウンのためのシーケンスが実施されたことが確認できました。「はやぶさ2」の状態は正常であり、今般、リュウグウへのタッチダウンを成功させることができました。




http://www.jaxa.jp/press/2019/02/20190222a_j.html

■世界で初めて日本人の基本6感情の表情を報告－

　佐藤弥 こころの未来研究センター特定准教授らの研究グループは、日本人65人を対象として、表情の表出を調べ、日本人の表情が心理学研究において著名なエクマン博士の理論とは異なることを実証しました。

　表情は感情を表すメディアで、人のコミュニケーションに不可欠です。エクマンは、感情を表す普遍的な表情があるという理論を提案しました。理論は、観察や直感に基づいていましたが、基本感情の表情表出を実証的に調べた先行研究は、この理論を部分的にしか支持していませんでした。さらに、そうした研究は今まで、西洋文化圏でしか実施されていませんでした。

　本研究では、被験者は基本6感情（怒り・嫌悪・恐怖・喜び・悲しみ・驚き）のシナリオに基づいて表情を表出しました。その結果、写真条件ではターゲットの感情が明確に表出されましたが、シナリオ条件では幸福と驚きの条件でしかターゲット感情ははっきりと表出されませんでした。さらに、写真条件とシナリオ条件では、全ての感情で、感情およびと表情の動きのパタンが異なっていました。

　本研究成果は、日本人の基本6感情の表情を報告する世界初の実証的知見となります。そして、日本人において（西洋での実証研究と同様に）エクマンの普遍的な表情の理論は部分的にしか支持されず、理論を実証研究に基づいて修正する必要があることを示唆します。

　本研究成果は、2019年2月12日に、国際学術誌「Frontiers in Psychology」のオンライン版に掲載されました。

■図：一般日本人の写真条件とシナリオ条件の表情。幸福と驚きは写真条件とシナリオ条件で類似しているが、それ以外の感情はかなり異なる。



http://www.kyoto-u.ac.jp/ja/research/research_results/2018/190212_2.html

「絶対音感」とは、ほかの音と比較することなくある音の高さを認識できる能力を指す。そしてこの能力は、ときに並外れた音楽の才能と関連付けられてきた。バッハ、モーツァルト、ベートーベンは、絶対音感の持ち主であったといわれている。

しかし、この能力を担う脳の領域、能力が先天性か後天性については、これまで明らかにされてこなかった。また、絶対音感の持ち主が全人口のどれほどの割合を占めているのか、およそ何歳ごろから発達が見られるのか、また才能の維持と発達のためにどの程度の音楽教育が必要であるのかなど、不明な点は多い。

トロント大学とデラウェア大学の共同研究チームは、この「絶対音感」についての最新の研究結果を医学誌『ジャーナル・オブ・ニューロサイエンス』に発表した。それによると、絶対音感は遺伝学的に先天性のものであることが判明したという。

●具体的な実験方法とは

研究チームはまず、ボランティアで実験に参加した61人を3つのグループに分けた。

1つ目のグループは絶対音感を持つ経験豊かな音楽家たち、2つ目のグループは絶対音感はないが経験は豊かな音楽家たち、3つ目のグループは最小限の音楽的スキルのみを持つ人たちである。

3つのグループに聴覚検査を受けてもらい、さらにMRIを使用して脳のどの領域が活性化しているかを分析した。特に、聴覚情報を受け取る脳の領域である一次聴覚野に注目した。この領域で、周波数をはじめとする音の基本的な要素が識別されることになっている。

その結果、絶対音感を持つ音楽家はそれではないグループよりも側頭葉の上側頭回に位置する聴覚野の反応が大きいことが判明した。また、絶対音感の持ち主は音の周波数を認識する脳の領域の体積が大きめであることも明らかになった。

●音楽教育の有無は

研究に参加した絶対音感の音楽家たちのプロフィールを調査したところ、グループの20%は7歳までにまったく専門的な音楽教育を受けていなかった。つまり、遺伝学的な要素が絶対音感の有無の決定することはほぼ間違いないという。しかし、研究者たちはこの能力の発達にはある程度の時間を要するとも推測している。

同時に、トレーニングや音楽教育は、絶対音感を培うという目的のためにはそれほどの役割を果たさないことも研究で明らかになったことになる。

https://www.zaikei.co.jp/article/20190217/495260.html

◆ 中国ゲノム編集ベビーは「めちゃ賢いスーパーヒューマン」である可能性が浮上

・中国の双子に行われたゲノム編集はHIV感染を防ぐだけでなく、超賢い人間を作る可能性。
・マウスのDNAからCCR5遺伝子を切り取ることで賢くなったり、脳卒中からの回復が早くなったりすることが報告。
・遺伝子操作の影響は完全にはわかっておらず、今後も研究を続けその可能性と安全性を確かめる必要がある。

世界初のゲノム編集ベビーを誕生させたことで、科学コミュニティから総批判を受けた中国の科学者、賀氏。
彼が双子の胚をゲノム操作した目的は、親のHIVを感染させないことでした。
しかしこのゲノム編集によって、予想外にも「ものすごく賢い人間」を誕生させた可能性があるようです。

■ CCR5を切り取ると認知能力が向上

中国の双子のDNAからは、CCR5という遺伝子が切り取られていました。
CCR5とは、血液細胞の表面にあるタンパク質です。HIVウイルスはCCR5とくっつくことで血液細胞の中に入り込めるようになります(参考:「PubMed」)。
よってCCR5を無くしてしまえば、HIVに感染しないというわけです。

しかしもちろん、CCR5はHIVを感染させるために細胞に存在するわけではありません。
カリフォルニア大学の神経生物学者であるシルバ氏は、マウスのDNAからCCR5遺伝子を切り取ると、そのマウスが賢くなることを発見しました。

この研究結果からシルバ氏は、「中国で行われた遺伝子操作は、双子の認知機能にも影響する可能性がある」と述べています。
また、もともとCCR5がない人は脳卒中からの回復が早いことも雑誌「Cell」に報告されています。

■ 遺伝子操作の危険性と行く末

シルバ氏は中国の双子の件についても触れ、「人の機能低下を治すのと、機能をわざと向上させるのには大きな違いがある。
さらにその行為が何に影響するかわからない以上、軽率な施術は控えるべきだ」と警鐘を鳴らしました。

シルバ氏の言うように、後からその危険性が判明した治療法は多々あります。
例えば見た目の向上のために脂肪吸引術が行われていますが、過去には出血多量でなくなった例があります。
脂肪に入り込んだ細かい血管や神経などが吸引されることで、どんな影響があるか最初はわかっていなかったのでしょう。

双子に施された「CRISPR-Cas9（クリスパー・キャス9）」というゲノム編集技術にしても、CCR5の遺伝子を切り取るために色々な操作が行われ、それに伴い様々な影響が生じます。
どの段階でも、未知のことが起きている可能性、そして、何らかの影響がある可能性は完全には否定できません。

しかしアメリカのSF映画「ガタカ」のように、遺伝子操作の使い方を誤り、遺伝子操作された「優れた人間」と自然妊娠で生まれた人間が選別されるような未来は、誰も望んでいません。
遺伝子操作には多くの可能性があります。遺伝子操作の影響を一つ残らず明らかにすることは不可能かもしれませんが、可能な限り明らかにし、安全性を確かめる努力が必要になるでしょう。

ニコニコニュース　2019/02/22 18:01
https://news.nicovideo.jp/watch/nw4873008

頼んだ

ステロイド系目薬を処方されたが、一発で充血とかゆみが消えた。

■唯一外洋性のセグロウミヘビ、やはり淡水は必要だった

　多くのセグロウミヘビは、一生を海の中で過ごす。めったに陸には上がらない。上陸したとしても、船を漕ぐパドルのようになった尾と、縦に平たくなった体のせいで這うことが難しく、陸では脆弱だ。猛毒を持つ彼らは、広く世界中の海に生息し、海流に乗りながら水面近くの魚を捕食する。

　他の爬虫類と同じように、セグロウミヘビも生きるために水を飲まねばならない。しかし、常に海水に囲まれた状態で、一体どうやって喉を潤すのだろうか？　2月7日付けの学術誌「PLOS ONE」に、その謎の一端を解き明かした研究が発表された。

　セグロウミヘビはかつて、周囲の海水をそのまま飲むのだと思われていた。「教科書的には、ウミヘビは海水を飲み、余った塩分を舌下の塩類腺から排出しているとされてきました」と、米国フロリダ大学の生物学者、ハービー・リリーホワイト氏は説明する。

　これが誤りだということは、近年の研究でわかってきていた。そして、新たな論文によると、野生のセグロウミヘビ（Hydrophis platurus）は、海面に溜まる雨水を飲んでいるらしいことが明らかになった。

■見渡す限り水なのに…

　リリーホワイト氏らのこれまでの研究から、多くの種のウミヘビが、たとえ脱水状態にあったとしても塩水を飲まないことが示されてきた。たしかにウミヘビには塩分を排出する腺があるが、体の大きさのわりに小さく、塩分を排出するのに時間がかかるので、海水から必要な量の淡水は得られない。

　そこで2017年5月、リリーホワイト氏らはウミヘビを調査するため、コスタリカにおもむいた。調査期間中、6カ月に及んだ乾期が、豪雨によって突然終わりを告げた。研究者たちは、豪雨の前後に、合わせて99匹のウミヘビを捕獲した。

　彼らはウミヘビを実験室に連れ帰り、真水を与えた。雨の前に捕獲された個体の8割は水を飲んだが、その後5日間続いた雨天の日に捕獲された個体では、水を飲む個体の割合は日を追うごとに下がった。最終的には、新しく捕獲されたウミヘビのうち1割ほどしか水を飲まなかった。ほんの数日間で、驚くような変化だ。

「ウミヘビが水を飲むのは、喉が渇いているからです」とリリーホワイト氏は言う。「喉が渇いていれば、すなわち脱水状態です。乾期の間、海で捕まえたウミヘビが脱水状態にあるのなら、かつて教科書に書いてあったように海水を飲んだりはしていないということです」






続きはソースで

ナショナルジオグラフィック日本版サイト
https://natgeo.nikkeibp.co.jp/atcl/news/19/021900113/

「ディープラーニングは、原理的には単純な最小二乗法にすぎない」――2月18日付けで日本経済新聞電子版が公開した記事について、Twitterでは「ディープラーニング＝最小二乗法」という解釈は異なるのではという指摘が相次いだ。19日には「ディープラーニング」「最小二乗法」といったワードがTwitterでトレンド入りし、波紋が広がっていた。

　日経の記事では、慶應義塾大学経済学部の小林慶一郎教授がAI技術について解説。「近年、驚異的な発展を見せているAIのディープラーニング（深層学習）は、原理的には単純な最小二乗法（誤差を最小にする近似計算の一手法）にすぎない」と言及し、「ディープラーニングは『最小二乗法』」と題する図版が掲載された。



　最小二乗法は、測定で得られたデータの組を、1次関数など特定の関数を用いて近似するときに、想定する関数が測定値に対してよい近似となるように、モデル関数の値と測定値の差の2乗和を最小とするような係数を決定する方法。ディープラーニングに詳しい東京大学の松尾豊特任准教授は、2018年8月に登壇したイベントで、「ディープラーニングは最小二乗法のお化けのようなもの」「従来のマシンラーニングは（階層的に）『浅い』関数を使っていたが、ディープラーニングは『深い』関数を使っている」と説明していた。



　松尾氏は2月20日、Twitterの公式アカウントで「小林慶一郎先生はよく議論させていただくので、少し責任を感じています」とツイート。ディープラーニングを簡潔に解説するため「深い関数を使った最小二乗法」という言葉を使ってきたが、「深い関数を使った」という説明がいつも抜け落ちてしまうと嘆く。


松尾 豊
@ymatsuo
しかし、いつも「深い関数を使った」というところが抜け落ちてしまいます。ディープラーニングはその名の通り「深い」ことを強調した学術用語であり、そのくらい深いことが重要ですが伝わらない。深い関数により表現力が革命的に上がり、アルゴリズム的な挙動も含め表現できるのは驚くべきことです。
https://twitter.com/ymatsuo/status/1098116029987713024

松尾 豊
@ymatsuo
「最小二乗法」は、損失関数を最小化することで、モデルのパラメータをデータから推定することを、一般の人がぎりぎり持っている（かもしれない）知識で言い換えたもので、大雑把ではありますが、それほど悪くない言い方だと思っています。深いことに比べるとそれほど重要ではありません。
https://twitter.com/ymatsuo/status/1098116143393386497

松尾 豊
@ymatsuo
いずれにしても、経営者や政治家の方を含め、多くの人に正しく理解してもらうのは大変難しいです。「最小二乗法」がこれだけ話題になるというのは、逆に言うと、多くの人がぎりぎり理解できる地点がそこらへんまでなのだということを示してもいて、なかなか絶望的ではあります。まだまだ道は長いです。
https://twitter.com/ymatsuo/status/1098116255737737216

松尾 豊
@ymatsuo
翻って、「深い関数」という意味や、それがもたらす可能性を、（専門家の人も含め）どれだけの人がちゃんと理解しているのかとは、常々疑問に思います。もちろん、AI全般、あるいは知能全般の議論と簡単に結びつけるのは良くないですが、非常に大きな広がりがある技術だと思っています。
https://twitter.com/ymatsuo/status/1098116360062722048


　続けて、「深い関数により表現力が革命的に上がり、アルゴリズム的な挙動も含め表現できるのは驚くべきこと」「『最小二乗法』は、損失関数を最小化することで、モデルのパラメータをデータから推定すること（略）深いことに比べるとそれほど重要ではありません」と投稿。経営者や政治家など、AIに詳しくない非エンジニアに正しく理解してもらうための解説は「大変難しい」と痛感しているようだ。Twitterでも同様に、AI技術について上司や同僚にどう解説すればいいかを嘆くエンジニアの声も見られた。

　松尾氏は「深い関数」の意味やそれがもたらす可能性について、今後も研究や啓もう活動を続けていくと発信した。

ITmedia NEWS
https://www.itmedia.co.jp/news/articles/1902/20/news141.html
https://twitter.com/5chan_nel (5ch newer account)