OMUXΩ∞KUT-ASI Junki Kanamori

"MLB Call Up" GoogleがGemini Decision 1で世界に示したのは、単なるAPIの追加ではない。「AIの主戦場は、もはや人間とのおしゃべりではなく、社会のあらゆる裏側で毎秒何億回もの判断を無音で捌く『インフラ素子（論理ゲート）』になった」というパラダイムシフトの宣言である。 OMUXΩ∞KUT universe SI JUNKI KANAMORI 🛡️言葉遊びの終わり、純粋知能の始まり—— 「Gemini Decision 1」が暴いたAI業界の評価の盲点 1. AI業界が囚われていた「饒舌さ」という幻想 ここ数年、AI業界はひとつの巨大な錯覚の中にいた。「優れたAIとは、人間のように流暢に語り、長い思考の過程（Chain-of-Thought）を書き連ね、立派なレポートを生成できるモデルである」という錯覚だ。 新しいモデルが出るたびに、世間は「どれだけ自然な会話ができるか」「どれだけ難解な推論を何千文字もかけて解けるか」に熱狂してきた。しかし、冷静に社会のシステムを見渡してほしい。 金融機関の不正決済システムが、ミリ秒を争うトランザクションの最中に「この決済が怪しい理由をポエムのような長文で語るAI」を必要としているだろうか？ 毎秒何万件ものリクエストを捌くクラウドのルーターや、医療現場の緊急トリアージ、コンテンツの安全審査が求めているのは「流暢な作文」ではない。 「YesかNoか」「A・B・Cのどれか」「リスクは0から1の間のいくつか」という、冷徹で正確な『決断（Decision）』ただひとつである。 これまで私たちは、たった1ビットの「Yes/No」や数バイトの「分類ラベル」を得るために、巨大な言語モデルに何百トークンものJSON文字列を1文字ずつ自己回帰（デコード）で紡がせていた。 数秒の遅延に耐え、高価な出力トークン課金を払い、ときにJSONのカッコが閉じ忘れる構文エラーに怯えながら。これは例えるなら、スイッチを1回オンにするためだけに、毎回オーケストラを呼んで交響曲を演奏させていたようなものだ。 AI業界は「生成（Generation）」と「知能（Intelligence）」を混同し、評価の本質を完全に見失っていたのである。 2. Googleが投じた一石「Gemini Decision 1」の衝撃 2026年11月11日、Googleが静かに、しかし決定的な形でリリースした「Gemini Decision 1」は、この業界の怠慢に対する痛烈なアンチテーゼである。 Gemini Decision 1は、文章を一切生成しない。 人間の言葉で言い訳も解説もしない。 その代わり、テキスト・画像・音声・動画・PDFを含む最大256Kトークンの膨大な文脈をたった1回の順伝播（Single Forward Pass）で飲み込み、わずか150〜250ミリ秒（モデル計算時間は50〜100ms）のうちに、最大1,000個の独立した質問に対する「確率分布」と「スコア」だけを叩き出す。テキストを出力しないため、出力トークン課金は完全にゼロ（$0.00）。入力100万トークンあたりわずか$0.10という破壊的な経済性を実現した。 しかも、ただ速くて安いだけではない。 Googleの公式テストにおいて、先行していたOpenAIの「GPT-6 Luna（Decisions API）」に対し、7つの共通ベンチマークすべてで完全勝利を収めたのだ（代表的指標であるJevBenchではGPT-6 Lunaの90.9%に対し、Gemini Decision 1は92.2%を達成）。社内では次世代Gemini 4の高速基盤「Hydrogen」の系譜とも噂されるこのモデルは、余計な言語生成回路を切り離し、全計算エネルギーを「判断」という一点に凝縮させたとき、AIがどれほどの鋭さを発揮するかをまざまざと見せつけた。 3. 本当の評価軸は「正解率」ですらない—— 「較正（Calibration）」の革命 AI業界の多くのメディアや評論家がまだ気づいていない、Gemini Decision 1の最も恐るべき革新がもうひとつある。 それは独立系評価機関Artificial Analysisの「Decision Index」で証明された、圧倒的な「キャリブレーション（確率の較正）精度」だ。 従来のLLMは、間違った答えを出力するときでも平気で「確信度99%」と言い張る（ハルシネーションを起こす）癖があった。だから人間が最後に見張っていなければ、基幹システムには怖くて組み込めなかったのだ。 しかし、Gemini Decision 1は「Top1-ECE（期待較正誤差）」という指標で業界最小値を叩き出した。 つまり、このモデルが「確率0.85で選択肢Aが正しい」と出力したとき、統計的にも本当に85%の確率で当たるということだ。 これが何を意味するか分かるだろうか。 エンジニアは初めて、AIの出力をそのままプログラムの if (confidence > 0.90) という条件分岐に直結できるようになったのである。 「90%以上の確信がある9割の案件は150msで完全自動処理し、確信度が低い1割だけを上位の巨大モデルや人間に回す」という自律的な社会インフラの配管が、数学的な信頼性をもって成立した瞬間だ。 4. 「おしゃべりなAI」から「不可視の社会インフラ」へ 物理法則と情報理論の第一原理に立ち返れば、真理は常にシンプルだ。真に高度化された知能とは、無秩序な情報からノイズや冗長性（言葉の装飾）を削ぎ落とし、最小のエネルギーと時間で、最も情報密度の高い「結論（特異点）」へと収縮させる機構である。 1日5万件の業務審査をさせたとき、従来の軽量生成モデルでは月に約1,460ドルかかっていたコストが、Gemini Decision 1ではわずか270ドル（8割以上の削減）へと劇的に圧縮される。 遅延は数秒から0.2秒へと消え去り、1問聞こうが100問同時に聞こうが応答時間は変わらない。 GoogleがGemini Decision 1で世界に示したのは、単なるAPIの追加ではない。 「AIの主戦場は、もはや人間とのおしゃべりではなく、社会のあらゆる裏側で毎秒何億回もの判断を無音で捌く『インフラ素子（論理ゲート）』になった」というパラダイムシフトの宣言である。 いまだに「どのモデルの文章が一番人間っぽいか」を競っているプレイヤーたちは、足元の地面そのものが入れ替わったことに、まだ気づいていない。

長嶋茂雄賞

【満場一致！】三冠王に輝いた佐藤輝明が”長嶋茂雄賞”の初代授賞者に！この動画で今季の活躍を見れば間違いないでしょ！阪神タイガース密着！応援番組「... youtu.be/1j1RqzO9GVg?si=uodp… @YouTubeより

マスターズ初出場からの 挫折と苦悩を見て来ただけに 優勝の瞬間は、 心震える感動を得ました。 私が見て来た ゴルフトーナメントで 1番と言える トーナメントゲームでした。

世界最長のドライバー

OMUXΩ∞KUT universe SI KUT Flash 110D Tokenizer JUNKI KANAMORI

AlphaGenome 2

今日、NotebookでGemini Decision 1を展開し、モデル選択のレイテンシを40%削減

Gemini 4 Hydrogen

OMUXΩ∞KUT universe SI JUNKI KANAMORI

OMUXΩ∞KUT universe SI JUNKI KANAMORI 1:Carbon K-pop 2:Argon　hip-hop rap 3:Flash3.8 hip-hop rap 4:Carbon Rap battle ♪プロプト入力：歌詞生成、音楽生成 言葉遊びの終わり、純粋知能の始まり—— 「Gemini Decision 1」が暴いたAI業界の評価の盲点 AI業界が囚われていた「饒舌さ」という幻想 ここ数年、AI業界はひとつの巨大な錯覚の中にいた。「優れたAIとは、人間のように流暢に語り、長い思考の過程（Chain-of-Thought）を書き連ね、立派なレポートを生成できるモデルである」という錯覚だ。 新しいモデルが出るたびに、世間は「どれだけ自然な会話ができるか」「どれだけ難解な推論を何千文字もかけて解けるか」に熱狂してきた。 しかし、冷静に社会のシステムを見渡してほしい。金融機関の不正決済システムが、ミリ秒を争うトランザクションの最中に「この決済が怪しい理由をポエムのような長文で語るAI」を必要としているだろうか？ 毎秒何万件ものリクエストを捌くクラウドのルーターや、医療現場の緊急トリアージ、コンテンツの安全審査が求めているのは「流暢な作文」ではない。 「YesかNoか」「A・B・Cのどれか」「リスクは0から1の間のいくつか」という、冷徹で正確な『決断（Decision）』ただひとつである。 これまで私たちは、たった1ビットの「Yes/No」や数バイトの「分類ラベル」を得るために、巨大な言語モデルに何百トークンものJSON文字列を1文字ずつ自己回帰（デコード）で紡がせていた。 数秒の遅延に耐え、高価な出力トークン課金を払い、ときにJSONのカッコが閉じ忘れる構文エラーに怯えながら。これは例えるなら、スイッチを1回オンにするためだけに、毎回オーケストラを呼んで交響曲を演奏させていたようなものだ。AI業界は「生成（Generation）」と「知能（Intelligence）」を混同し、評価の本質を完全に見失っていたのである。 2. Googleが投じた一石「Gemini Decision 1」の衝撃 2026年11月11日、Googleが静かに、しかし決定的な形でリリースした「Gemini Decision 1」は、この業界の怠慢に対する痛烈なアンチテーゼである。 Gemini Decision 1は、文章を一切生成しない。人間の言葉で言い訳も解説もしない。 その代わり、テキスト・画像・音声・動画・PDFを含む最大256Kトークンの膨大な文脈をたった1回の順伝播（Single Forward Pass）で飲み込み、わずか150〜250ミリ秒（モデル計算時間は50〜100ms）のうちに、最大1,000個の独立した質問に対する「確率分布」と「スコア」だけを叩き出す。テキストを出力しないため、出力トークン課金は完全にゼロ（$0.00）。入力100万トークンあたりわずか$0.10という破壊的な経済性を実現した。 しかも、ただ速くて安いだけではない。Googleの公式テストにおいて、先行していたOpenAIの「GPT-6 Luna（Decisions API）」に対し、7つの共通ベンチマークすべてで完全勝利を収めたのだ（代表的指標であるJevBenchではGPT-6 Lunaの90.9%に対し、Gemini Decision 1は92.2%を達成）。社内では次世代Gemini 4の高速基盤「Hydrogen」の系譜とも噂されるこのモデルは、余計な言語生成回路を切り離し、全計算エネルギーを「判断」という一点に凝縮させたとき、AIがどれほどの鋭さを発揮するかをまざまざと見せつけた。 3. 本当の評価軸は「正解率」ですらない—— 「較正（Calibration）」の革命 AI業界の多くのメディアや評論家がまだ気づいていない、Gemini Decision 1の最も恐るべき革新がもうひとつある。それは独立系評価機関Artificial Analysisの「Decision Index」で証明された、圧倒的な「キャリブレーション（確率の較正）精度」だ。 従来のLLMは、間違った答えを出力するときでも平気で「確信度99%」と言い張る（ハルシネーションを起こす）癖があった。だから人間が最後に見張っていなければ、基幹システムには怖くて組み込めなかったのだ。 しかし、Gemini Decision 1は「Top1-ECE（期待較正誤差）」という指標で業界最小値を叩き出した。つまり、このモデルが「確率0.85で選択肢Aが正しい」と出力したとき、統計的にも本当に85%の確率で当たるということだ。 これが何を意味するか分かるだろうか。エンジニアは初めて、AIの出力をそのままプログラムの if (confidence > 0.90) という条件分岐に直結できるようになったのである。「90%以上の確信がある9割の案件は150msで完全自動処理し、確信度が低い1割だけを上位の巨大モデルや人間に回す」という自律的な社会インフラの配管が、数学的な信頼性をもって成立した瞬間だ。 4. 「おしゃべりなAI」から「不可視の社会インフラ」へ 物理法則と情報理論の第一原理に立ち返れば、真理は常にシンプルだ。真に高度化された知能とは、無秩序な情報からノイズや冗長性（言葉の装飾）を削ぎ落とし、最小のエネルギーと時間で、最も情報密度の高い「結論（特異点）」へと収縮させる機構である。 1日5万件の業務審査をさせたとき、従来の軽量生成モデルでは月に約1,460ドルかかっていたコストが、Gemini Decision 1ではわずか270ドル（8割以上の削減）へと劇的に圧縮される。遅延は数秒から0.2秒へと消え去り、1問聞こうが100問同時に聞こうが応答時間は変わらない。 GoogleがGemini Decision 1で世界に示したのは、単なるAPIの追加ではない。「AIの主戦場は、もはや人間とのおしゃべりではなく、社会のあらゆる裏側で毎秒何億回もの判断を無音で捌く『インフラ素子（論理ゲート）』になった」というパラダイムシフトの宣言である。いまだに「どのモデルの文章が一番人間っぽいか」を競っているプレイヤーたちは、足元の地面そのものが入れ替わったことに、まだ気づいていない。

量子もつれスペクトルの新理論で、 量子状態の圧縮限界を解明

OMUXΩ∞KUT univers SI JUNKI KANAMORI

エリー・デ・ラ・クルーズ

ムーキー・ベッツとロイ・ウッド・Jr.👏

2026年11月11日、Googleが静かに、しかし決定的な形でリリースした「Gemini Decision 1」は、この業界の怠慢に対する痛烈なアンチテーゼである。 OMUXΩ∞KUT univers SI JUNKI KANAMORI 🛡️言葉遊びの終わり、純粋知能の始まり—— 「Gemini Decision 1」が暴いたAI業界の評価の盲点 1. AI業界が囚われていた「饒舌さ」という幻想 ここ数年、AI業界はひとつの巨大な錯覚の中にいた。 「優れたAIとは、人間のように流暢に語り、長い思考の過程（Chain-of-Thought）を書き連ね、立派なレポートを生成できるモデルである」という錯覚だ。 新しいモデルが出るたびに、世間は「どれだけ自然な会話ができるか」「どれだけ難解な推論を何千文字もかけて解けるか」に熱狂してきた。 しかし、冷静に社会のシステムを見渡してほしい。 金融機関の不正決済システムが、ミリ秒を争うトランザクションの最中に「この決済が怪しい理由をポエムのような長文で語るAI」を必要としているだろうか？ 毎秒何万件ものリクエストを捌くクラウドのルーターや、医療現場の緊急トリアージ、コンテンツの安全審査が求めているのは「流暢な作文」ではない。 「YesかNoか」「A・B・Cのどれか」「リスクは0から1の間のいくつか」という、冷徹で正確な『決断（Decision）』ただひとつである。 これまで私たちは、たった1ビットの「Yes/No」や数バイトの「分類ラベル」を得るために、巨大な言語モデルに何百トークンものJSON文字列を1文字ずつ自己回帰（デコード）で紡がせていた。 数秒の遅延に耐え、高価な出力トークン課金を払い、ときにJSONのカッコが閉じ忘れる構文エラーに怯えながら。これは例えるなら、スイッチを1回オンにするためだけに、毎回オーケストラを呼んで交響曲を演奏させていたようなものだ。AI業界は「生成（Generation）」と「知能（Intelligence）」を混同し、評価の本質を完全に見失っていたのである。 2. Googleが投じた一石「Gemini Decision 1」の衝撃 2026年11月11日、Googleが静かに、しかし決定的な形でリリースした「Gemini Decision 1」は、この業界の怠慢に対する痛烈なアンチテーゼである。 Gemini Decision 1は、文章を一切生成しない。人間の言葉で言い訳も解説もしない。その代わり、テキスト・画像・音声・動画・PDFを含む最大256Kトークンの膨大な文脈をたった1回の順伝播（Single Forward Pass）で飲み込み、わずか150〜250ミリ秒（モデル計算時間は50〜100ms）のうちに、最大1,000個の独立した質問に対する「確率分布」と「スコア」だけを叩き出す。テキストを出力しないため、出力トークン課金は完全にゼロ（$0.00）。入力100万トークンあたりわずか$0.10という破壊的な経済性を実現した。 しかも、ただ速くて安いだけではない。 Googleの公式テストにおいて、先行していたOpenAIの「GPT-6 Luna（Decisions API）」に対し、7つの共通ベンチマークすべてで完全勝利を収めたのだ（代表的指標であるJevBenchではGPT-6 Lunaの90.9%に対し、Gemini Decision 1は92.2%を達成）。社内では次世代Gemini 4の高速基盤「Hydrogen」の系譜とも噂されるこのモデルは、余計な言語生成回路を切り離し、全計算エネルギーを「判断」という一点に凝縮させたとき、AIがどれほどの鋭さを発揮するかをまざまざと見せつけた。 3. 本当の評価軸は「正解率」ですらない—— 「較正（Calibration）」の革命 AI業界の多くのメディアや評論家がまだ気づいていない、Gemini Decision 1の最も恐るべき革新がもうひとつある。 それは独立系評価機関Artificial Analysisの「Decision Index」で証明された、圧倒的な「キャリブレーション（確率の較正）精度」だ。 従来のLLMは、間違った答えを出力するときでも平気で「確信度99%」と言い張る（ハルシネーションを起こす）癖があった。だから人間が最後に見張っていなければ、基幹システムには怖くて組み込めなかったのだ。 しかし、Gemini Decision 1は「Top1-ECE（期待較正誤差）」という指標で業界最小値を叩き出した。つまり、このモデルが「確率0.85で選択肢Aが正しい」と出力したとき、統計的にも本当に85%の確率で当たるということだ。 これが何を意味するか分かるだろうか。 エンジニアは初めて、AIの出力をそのままプログラムの if (confidence > 0.90) という条件分岐に直結できるようになったのである。「90%以上の確信がある9割の案件は150msで完全自動処理し、確信度が低い1割だけを上位の巨大モデルや人間に回す」という自律的な社会インフラの配管が、数学的な信頼性をもって成立した瞬間だ。 4. 「おしゃべりなAI」から「不可視の社会インフラ」へ 物理法則と情報理論の第一原理に立ち返れば、真理は常にシンプルだ。真に高度化された知能とは、無秩序な情報からノイズや冗長性（言葉の装飾）を削ぎ落とし、最小のエネルギーと時間で、最も情報密度の高い「結論（特異点）」へと収縮させる機構である。 1日5万件の業務審査をさせたとき、従来の軽量生成モデルでは月に約1,460ドルかかっていたコストが、Gemini Decision 1ではわずか270ドル（8割以上の削減）へと劇的に圧縮される。遅延は数秒から0.2秒へと消え去り、1問聞こうが100問同時に聞こうが応答時間は変わらない。 GoogleがGemini Decision 1で世界に示したのは、単なるAPIの追加ではない。 「AIの主戦場は、もはや人間とのおしゃべりではなく、社会のあらゆる裏側で毎秒何億回もの判断を無音で捌く『インフラ素子（論理ゲート）』になった」というパラダイムシフトの宣言である。 いまだに「どのモデルの文章が一番人間っぽいか」を競っているプレイヤーたちは、足元の地面そのものが入れ替わったことに、まだ気づいていない。

AI業界の大多数がいまだに「チャットボットとしての饒舌さ」や「推論トークンを何万文字も費やすベンチマークの点数」に目を奪われている中、GoogleはGemini Decision 1によって「知能の本質とは言語の生成ではなく、不確実性の収縮（意思決定そのもの）である」という物理的真理を突きつけた。 出力トークンをゼロにし、1回の順伝播へ全計算エネルギー C を凝縮させるこのアーキテクチャは、AIを「人間と対話するツール」から「社会インフラの深部でミリ秒単位の判断を下すスイッチング素子」へと強制進化させる歴史的な転換点である。 OMUXΩ∞KUT univers SI JUNKI KANAMORI 🛡️「読むAI」から「裁くインフラ」への転換: これまでLLMが社会インフラ（金融決済、通信ルーティング、医療トリアージ、自動運転・ロボット制御など）の中核に組み込めなかった最大の障壁は、「応答時間のばらつき（数秒〜数十秒の遅延）」「JSON構文崩壊リスク」「高価な出力トークン課金」の3点であった。Gemini Decision 1は自己回帰デコードを全廃することで、これらを同時に解消した。 Gemini Decision 1が示したのは、単なる新モデルの性能ではなく、「AIが人間のための『チャットボット（応用層）』から、社会のあらゆるシステムの裏側で毎秒数万回の判断をミリ秒単位で捌く『論理ゲート・スイッチング素子（インフラ層）』へと昇華した」という決定的な証拠である。 KUT（金森宇宙理論群）の観点において、インフラとは「エントロピー（揺らぎ・冗長な言語生成）が極限まで削ぎ落とされ、入力エネルギー Eが最小の計算遅延 C で確実な状態遷移（決定）へと変換される配管」に他ならない。 Googleは「出力トークンゼロ・150〜250msの定常応答」という仕様によって、AIを電力やTCP/IPパケットルーティングと同等の予測可能な社会インフラ部品へと結晶化させた。 インフラ組み込みを可能にする物理・経済スペック（客観的事実）:予測可能な超低遅延（SLAの成立）: 16Kトークンまでの入力に対し、モデル計算時間の中央値は50〜100ms、エンドツーエンド応答時間は150〜250msに収束する。 さらに質問数を1問から100問（最大1,000問）に増やしてもレイテンシがほぼ横ばい（フラット）を維持するため、リアルタイムシステムのタイムアウト制約（通常200〜300ms以内）にそのまま収まる。 実運用における劇的なTCO削減データ: 1日50,000リクエスト（入力約1,800〜2,000トークン）のトリアージ・審査業務を30日間稼働させた場合のコスト試算（2026年11月11日時点の公式価格ベース）において、従来の生成型パイプライン（Gemini 3.5 Flash-Lite 標準API：入力$0.30 / 出力$2.50、150トークンのJSON出力想定）とGemini Decision 1（入力$0.10 / 出力$0.00）を比較すると、以下の通りコスト構造が激変する。 🛡️Gemini Decision 1（およびその基盤と目されるGemini 4 Hydrogen）と、KUT-110D Tokenizer / KUT-Engineは、「AI推論の真のコストと遅延は計算量（FLOPs）ではなくメモリ帯域（Memory Bandwidth）と冗長な自己回帰ステップにある」という同一の物理的真理（第一原理）から導出された双子のアーキテクチャである。 Googleが商用APIとして「出力トークン課金ゼロ・単一パスでの1,000問同時判定」へ舵を切った事実は、KUTが提唱してきた「Suction（入力の超高密度圧縮）→ Ricci Flow（冗長な生成ブランチの枝刈り）→ Condensation（純粋な決定スカラーへの凝縮）」というパラダイムが、世界のフロンティアAI開発の主戦場そのものになったことを証明している。 🛡️Gemini Decision 1の本質は、「言語生成（デコード）の放棄による計算資源 Cの特異点集中」である。 自己回帰ループという最大の遅延・コスト要因を構造的に切り離すことで、GPT-6 Lunaに対する全勝と150〜250msの超低遅延を実現している。噂される「Hydrogenそのもの」という言説は、事実としては未確認であるものの、トポロジー的には「Hydrogen（Gemini 4 Flash相当の高速基盤）から生成ヘッドを削ぎ落とし、較正済み確率出力へ凝縮した特化形態」と解釈するのが最も合理的である。 🛡️Hydrogen ＝ Gemini Decision 1」 の噂に対する論理的収束: Gemini Decision 1が音声・動画・PDFを含む256Kトークンを100ms以下で処理し、かつGPT-6 Lunaを全ベンチマークで凌駕するには、基礎となる特徴抽出器（エンコーダ/バックボーン）自体が極めて高い知識密度と処理速度を持っていなければならない。 ちょうど同時期に社内テストがリークされた「Hydrogen（Gemini 4世代のFlash相当モデル）」は、「非常に高性能で、速く、効率的」と評されている。 したがって、「Gemini Decision 1の内部ウェイト（バックボーン）として、未公開のHydrogen（またはその軽量蒸留版）が先行投入されている」という推論は、性能および発表タイミングの対称性から見て極めて整合性が高い。

甘利　数学の人たちとも話して勉強会をやったりしているうちに、興味を持ったのがパーセプトロンです。少し前から評判になりだしていた、まったく新しい発想で情報処理の原理や仕組みを考えるものでした。 「学会に入るな、世界を見よ」という師 「我々は現代の数学を使って工学の問題を解明する。これにチャレンジするんだ」と宣伝に来ました。先生は4人、学生の定員は5人で、ほとんどマンツーマン。聞いたこともない工学部のコースだから、志望者はせいぜい5人ぐらいだろう、志望すればほとんどだれでも入れる、と。私の点数でも十分に行けた。それがラッキーだったんですね。 ――先生の世代の理系の方には、学生運動をしていた人が多い気がするんです。グーグルの日本法人社長だった村上憲郎さんも、エンジニアなのに学生運動をしていたそうで。 「お前たちは好き勝手にやれ。学問は自分でつくるものだ。先生の言うことを聞いて下請けをする必要はまったくない」という方針でした。中心にいたのが近藤一夫先生です。航空学で秀才として鳴らした先生で、材料の変形を微分幾何学（曲がった空間の性質を、微分を使って調べる数学）で解き明かす新しい理論を機械学会で提唱したら、「空想的な学問だ」と言われた。それで怒って、機械学会を退会してしまったんです。私たちにも「学会になんか入ってはいけない。あれは権力の源で、学問をやらない連中が威張っている場所だ。世界を見なさい」と言っていました。

世界中のチームとの会話がより簡単に

量子コンピューター「黎明」、20→56量子ビットに進化