長い間自然科学が発展しなかった理由

「誰も書けないコロナ対策のA級戦犯」というこの本は、元厚生労働省技官だった木村盛世氏が書いたもので、要点を整理すると、

・事なかれ主義が蔓延した厚生労働省が、

・スポットライトを浴びたかっただけの尾身会長

　と分科会が矢面に立ったのをいいことに、だん

　まりを決め込んだ。

・開業医の利益代表団体である日本医師会が

　ワクチン利権に走り、医師会上層部に物申せる

　人もいなかった

・感染状況の広がり、ワクチン効果などについて

　海外諸国は実データに基づく対策を立て、機敏

　に変更しているが、日本ではデータ自体がまと

　もに採取されておらず、これに基づく科学的

　対応が全くできていない

というところです。

日本で自然科学の研究や発展が西洋の後塵を拝したのは、目の前で起こっている事象の真理を追究しようとすると、時の権力者とか先輩を否定することになり、その世界から排除されることを恐れたからである、という主張をしている人もいる。

私は、これもあるがもう一つあるのが、リスクを許容できない日本人の性向にあると思います。

でなければ、エボラ出血熱やSARS、ペストのように致死率が高くもなく、死者の大半が７０代以上でインフルエンザと大差がないコロナの感染をいまだに恐れマスクをいつ外したらいいのか　なんていうバカバカしいことをまだ議論している理由が理解できません。

ポスト株主資本主義

いまから２０年ほどだったか前に、ビル・トッテンという人が「日本はアメリカの真似をしてはいけない」と力説していました。

彼はアメリカ出身でアシストという会社の社長をしていてその後日本に帰化しましたが、彼が警告した通りになったのが今の日本です。

2008年のリーマンショックでいくつかの米国金融企業もなくなりはしましたが、強欲な株主資本主義は健在でさらにパワーアップしている。会社は会社の経営資源を使って株主に利益を還元するのが本来の正しい姿だと主張する、ミルトン・フリードマンの株主資本主義が席巻し、これが日本にも上陸すると、会社の稼いだ利益は株価の維持、上昇のために使われるようになりました。

日本の内部留保が巨大な額になっているのは、これがその原因の全てでもないのですが、相当な背景要因であることは間違いない。下図はソニーの株式を保有している大口株主の保有比率ですが、英米の国際金融資本にいかに浸食されているかがわかります。

そこで米国内でも、さすがにこれは間違っているという一派が出始めてきていますが、アメリカ金融経済を支配する上位の数%層は歯牙にもかけない。日本の岸田首相が本来「新しい資本主義」で主張しようとしたのは、これと同じことを言おうとしたのかわかりませんが、株主資本主義に真っ向から立ち向かうとすれば、英米の金融業界とか政府から猛烈な圧力を受ける。場合によってはヒットされるかもしれない。（JFKも英国のシティを激高させるような真似をしようとし、イスラエルのモサドにヒットされたという説を唱える人もいる。ちなみにシティもJPモルガンもユダヤ系国際金融資本）だからこのためには、それこそ死ぬ覚悟がいる。彼には無理だろう。

しかし、会社の利益は本来は顧客、従業員、社会のためにあったはずです。株主資本主義から「三方よし」資本主義に戻すには英米との知恵比べ真剣勝負をしなくてはならなくなった　というのが今日の日本人が置かれている状況です。

中国、北朝鮮、ロシアという核大国に囲まれ、米国に自国の安全保障をゆだねなくてはならない状況で、米英というユダヤ系金融資本に牛耳られている我が国は、ウクライナとそっくりです。

Vision Transformer

ここ数年、AIの深層学習の世界特に自然言語処理の中でRNNやLSTMに代わる変革が起きています。

2017年ころからTransfomerと呼ばれる処理モデル構造で大量データを学習すると、それまで主流だったCNNベースのものに比べ、精度が大きく向上することが知られるようになってきました。

2018年あたりからgoogleが盛んにこの研究開発を繰り返し、BERTなど新たなモデルを作ることでgoogle自動翻訳の質が飛躍的によくなってきています。Transformerは簡単に言うと、文章の中の単語をバラし注目する単語と相関がある他の単語のスコアリングをするもので、このスコアのことをアテンション(Attention)と言います。

これを画像処理に応用したのがVision Transfomer(ViT)と呼ばれるもので、2020年にGoogleが開発し脚光を浴びてきています。画像をタテヨコの細かい領域に分割し、文章のAttentionと同じように注目するべき部分とそれと関連がある部分との関係性をスコアリングするもので、認識精度が従来CNNよりもさらに高くなります。

ただし、膨大な学習データを用意して学習させないと効果が出ないため、データの準備や大がかりなコンピュータリソースが必要になる。googleやMSのように金にいとめをつけなくてよい企業でないとなかなか効果を出せない。

ＡＩも金持ち企業でないと優位性を発揮できない時代になってきた。