投稿者: admin

  • 針屋書店営業報告2026/01/29

    針屋書店営業報告(2026/01/29)

     12月15日に掲載した内容の再掲となります。
     現在の世界情勢が依然として不安定な状況にあることを踏まえ、針屋書店として発信する情報については、誤解や不必要な混乱を招かないよう、引き続き慎重な対応を心がけております。私は学問的視点から建設的な提言を行う意思を有しておりますが、その社会的影響を十分に考慮し、適切な節度をもって発信してまいります。

     なお、針屋書店は2026年1月6日まで年末年始の休業期間といたします。休業期間中は原則として見解の公表を控えますが、情勢や状況を注視しつつ、学術的観点から必要と判断される場合には、限定的に提言を行う可能性があります。
    (本内容は生成AI・ChatGPTによる校正を受けています)

     上記の2025年12月15日の方針に変更はありませんが、国際情勢に関する誤読の可能性を一般的に考慮し、当面の間は、政治思想を含む人文科学や社会科学的議論の発信を控えることといたします。
     一方で、人類社会への寄与を目的とした学問および芸術の分野における基礎的な考察や、生成AIを用いた新しい芸術表現の成果については、2026年1月3日付をもって、段階的に発信を再開いたします。
    現在、2026年01月29日の時点の日本国では、2026年2月08日に衆議院選挙の投開票が行われます。日本の行く末を決める重要な選挙であります。ここで、針屋書店の是とする学術的な立場として中立を表明します。

    January 29, 2026
    Mugen Yamada
    Manager, Hariyashoten Publishing House
  • 無住心言術道場0087回

    無住心言術道場第87回「数学で脱落者を減らすため、および、生涯学習、キャリアアップを目指すリカレント教育で、数学が必要な人達を支援する目的で、文部科学省が編集する「数式の計算順序・方程式操作の手順(作法)を体系的に教える科目」および中等教育である高等学校までの副教材への提言」無住心剣術の精神で、 風邪が治っていませんが、数学教育の暗黙知を共有知(形式知)へ変えるため、針屋忠道、恐れず、怯まず、突貫します。

     現在、生成AIの登場により、文系、理系、社会科学系を問わずに、数学が新時代である生成AI時代では必要とされています。

     ですが、従来の日本の教育では、数学は、理解するのに必要な技術である「数式の計算順序・方程式操作の手順は、暗黙知の形であったと考えられます。

     この暗黙知を形式知として、世界中の全ての人達が、民主的に誰もが、習得できるように、「大学以降の数学の数式の計算順序・方程式の操作を行うための科目の設置」への提言が、今回の目的です。

     次に、「数式の計算順序・方程式操作の作法」は、大学進学前の、中等教育までの学生を対象とした、中等教育の範囲内で文部科学省が編集する副教材への提言を行います。

     では、ChatGPTさんの回答を掲載します。

    「数式の計算順序・方程式操作の“作法”を体系的に教える科目」を、全学共通(文理横断)の必修として設ける考えは、十分に妥当であり、むしろ今後は必然性が高まる

    と評価できます。ただし、理系向け・文系向けで目的と深さは分けるべきです。

    以下、段階的に整理します。


    1️⃣ なぜ「計算順序・操作手順」を専門に教える必要が出てきたのか

    ① 従来は「暗黙知」として処理されていた

    これまでの数学教育では、

    • 計算順序
    • 等式変形の正当性
    • どこまでが「許される操作」か

    といった点は、

    • 教員の板書の模倣
    • 演習量による慣れ

    に依存していました。

    👉 「なぜその順序でよいのか」を明示的に教える科目は存在しなかった


    ② AI時代で暗黙知が破綻し始めている

    生成AI・数式処理システム(CAS)が普及すると、

    • 計算はできるが
    • 途中式の意味を理解していない
    • 操作の前提条件(定義域・可逆性)を無視する

    学生が急増しています。

    これは 文理問わず 起きています。


    ③ 社会科学・データ科学でも「数式操作の作法」が必須になった

    • 統計モデル
    • 回帰分析
    • 最適化
    • 因果推論

    これらはすべて
    **「等式変形・不等式操作・条件付き操作」**の理解が前提です。


    2️⃣ 提案されている科目の本質的な位置づけ

    この科目は、

    「計算力」でも

    「高度な理論」でもなく、

    数学的操作の“論理文法”を教える科目

    と位置づけるのが適切です。

    📘 想定される科目名(例)

    • 数学的操作法(Mathematical Manipulation)
    • 数式リテラシー
    • 数学的推論と計算規則
    • Mathematical Reasoning & Symbolic Operations

    3️⃣ 教えるべき中核内容(文理共通)

    🔹① 演算順序の論理的根拠

    • 括弧・指数・乗除・加減の優先順位
    • なぜこの順序でなければならないか
    • 順序を変えると何が壊れるか(反例)

    🔹② 等式変形の合法・違法

    • 両辺に同じ操作をするとは何か
    • 0で割る/平方する/対数を取る危険性
    • 可逆変形と不可逆変形の区別

    🔹③ 方程式操作の「手順設計」

    • 何を保存し、何を捨ててよいか
    • 解集合の変化
    • 補助条件の導入と除外

    🔹④ 記号の意味論(syntax と semantics)

    • 記号操作と意味のズレ
    • 数式を「文」として読む訓練
    • 曖昧な式の危険性

    4️⃣ 文系・社会科学系にとっての必然性

    ✔ 文系こそ必修に近い

    理由:

    • 高校数学の復習ではない
    • 統計・経済・法学・心理学の数理モデルに直結
    • 「計算できるが理解していない」問題を防げる

    👉 文系必修は妥当、むしろ遅れている


    5️⃣ 理系にとっては不要か?

    ❌ 完全には不要ではない

    ただし、

    • 数学科・物理学科・工学科上位層
      → 既に内在化している
    • 生命科学・情報・材料・医学系
      → 意外に操作ミスが多い

    ✔ 理系では「早期導入・短期集中」が適切

    • 1年次前期
    • 1〜2単位
    • 形式論理と接続

    6️⃣ 国際的にも妥当か(日本限定か?)

    世界的にも妥当

    実際に:

    • 米国:Mathematical Reasoning / Quantitative Literacy
    • 欧州:Foundations of Mathematical Thinking
    • AI教育:Symbolic Reasoning の必修化議論

    が進んでいます。


    7️⃣ 結論(評価)

    🔷 妥当性評価

    観点評価
    文系必修◎ 強く妥当
    社会科学系◎ 必然
    理系必修△ 内容調整が必要
    国際的整合性
    AI時代対応◎ 非常に高い

    🧠 最終結論

    数式の計算順序・方程式操作の順番を専門に教える科目は、
    今後の四年制大学教育(文理横断)で「基礎リテラシー科目」として導入することは、妥当どころか合理的である。

    」(カッコ内がChatGPTさんの回答)

    ここからが、中等教育である高等学校段階までで、副教材として全国配布+公開PDF+入試問題の活用を行う提言の妥当性の検証をChatGPTPlusさんに依頼している。 

    では、ChatGPTPlusさんの回答を掲載します。

    ご提案の方式(高等学校段階までで、副教材として全国配布+公開PDF+入試問題の活用)は、教育的にも制度的にも妥当であり、現実的かつ国際的に評価されうる施策

    です。以下、妥当性・必然性・注意点を分けて整理します。


    1️⃣ 高校まで(中等教育段階)で扱う必然性はあるか

    ✔ 結論:強い必然性があります

    理由は明確で、
    **「大学で顕在化している問題の大半は、高校数学の“操作理解の欠落”に起因している」**からです。

    現在の高校数学の構造的問題

    • 計算手順は「できている前提」
    • 等式変形の正当性は暗黙扱い
    • 入試対策では「速さ・型」が優先される
    • 操作の意味論(なぜOK/なぜNGか)が体系化されていない

    👉 その結果:

    • 大学初年次で
      • 対数
      • 分数
      • 2乗・平方根
      • 不等式
        で大量の脱落・誤解が起きる

    これは理系・文系を問いません。


    2️⃣ 文部科学省が「副教材」として作成・配布する妥当性

    ✔ 制度設計として非常に妥当

    なぜ「正規教科書」ではなく「副教材」がよいか

    • 教科書検定の負担が大きすぎる
    • 学習指導要領の改訂を待つ必要がない
    • 学校裁量で使える
    • 教員の指導を縛らない

    👉 副教材+参考資料という位置づけが最適


    ✔ 電子書籍・紙媒体の併用も合理的

    • 紙:授業・演習・書き込み用
    • 電子:検索・再利用・更新・翻訳

    とくに PDF公開は、次の点で重要です。


    3️⃣ PDFで一般公開・世界公開する妥当性

    ✔ 非常に妥当(むしろ推奨)

    理由:

    ① 数学は「公共財」に近い

    • 計算順序・等式操作は知的インフラ
    • 著作権で囲う合理性が低い

    ② 国際的評価が高い

    • 日本の大学入試問題は質が高い
    • 「操作の厳密さ」は日本の強み
    • 英語翻訳すれば海外教育関係者にも有用

    ③ 社会人・再学習者にも恩恵

    • 文系社会人
    • データ分析に入る前段階
    • AI時代の数式リテラシー補強

    👉 教育行政として非常に「開かれた施策」


    4️⃣ 過去の大学入試問題を含める妥当性

    ✔ 妥当。ただし「扱い方」が重要

    単なる解説集にしてはいけない

    やってはいけない例:

    • 解法暗記
    • 公式適用の羅列

    望ましい扱い方

    「この問題で、どの操作が要求されているか」を明示する

    例:

    • この変形は可逆か不可逆か
    • なぜこの順序で処理するのか
    • ここで条件を落とすと何が起きるか
    • 受験生がよく間違える操作はどこか

    👉 入試問題を「操作規範の教材」として再利用する

    これは極めて教育的価値が高いです。


    5️⃣ 想定される副教材の構成(案)

    📘 構成例(高校〜大学入試範囲)

    1. 演算順序の論理(なぜこの順か)
    2. 等式変形の合法・違法一覧
    3. 不可逆操作の扱い(平方・対数など)
    4. 分母・定義域・条件管理
    5. 不等式操作の注意点
    6. 入試問題に見る典型的操作ミス
    7. 良問の「操作読み解き解説」
    8. 操作チェックリスト

    6️⃣ 想定される反論とそれへの評価

    ❌「高校でやるには抽象的すぎる」

    誤り

    • 内容はすべて高校範囲
    • 抽象ではなく「明文化」

    ❌「受験対策に偏る」

    • 暗記対策を減らし、理解を深める

    ❌「理系には不要」

    事実と異なる

    • 理系でも初年次の操作ミスは多発

    7️⃣ 総合評価(結論)

    文部科学省が、高校までの数学範囲に限定した
    「数式の計算順序・方程式操作の順番」に特化した副教材を作成し、
    全国配布+PDF公開+入試問題の再構成教材として提供することは、
    教育的・制度的・国際的に見て、極めて妥当である。

    むしろ、

    • 大学初年次教育の負担軽減
    • 数学嫌悪の低減
    • 文理横断リテラシー向上
    • AI時代への適応

    という点で、費用対効果が非常に高い政策です。

    (カッコ内がChatGPT Plusさんの回答)

     現在の生成AI時代で、教育産業に投資することで教育を得るシステムは。富裕層の再生産である社会階層の再生産を行うシステムに日本の教育は陥っていると考えられます。

     従来数学は、暗黙知として、「数式の計算順序・方程式操作の順番」は、個人の努力としての学習参考書で得る。教育産業へ投資することでリターンとして暗黙知としての「数式の計算順序・方程式操作の順番」を得る。もしくは天賦の才を持っている人が生得的に持っている。事が前提でした。ですが、日本も含め世界の多くの人たちが数学能力を開花させ、人類の発展に寄与するためには、暗黙知としての「数式の計算順序・方程式操作の順番」を形式知として、「個人の努力としての学習参考書で得る」方法で、後押しする、文部科学省の政策的な、数学リテラシーの習得への提言を今回は行いました。

     では、今日は、このあたりで筆を置きましょう。

    この「無住心言術道場第○○○回」の文章は全て、クリエイティブ・コモンズ・ライセンスのCC BY です。「CC BYの条件:原著作者の表示(BY)を条件に、作品の利用、改変、商用利用が許可」。原著者:針屋忠道、Copilot,ChatGPT。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。

  • 針屋書店営業報告2026/01/24

    針屋書店営業報告2026/01/24

    針屋書店ザ・コンサートに、2026年に入ってから生成AI(Suno)を用いて制作した新しい3曲を追加しました。
    この営業報告ページだけでなく、「針屋書店ザ・コンサート」のページからもストリーミング再生およびMP3形式でのダウンロードが可能です。
    (生成AIのCopilotさんの校正を受けている)

    ルーシー・ルース・ストーン「Shine and Fly」

    J2J「The Hope We Inherit」

    忍び峠12(Ninja Ridge 12) 「Midnight city Masquerade」

  • 無住心言術道場0086回

    無住心言術道場第86回「コンピュータのしくみの全体像の見方としての理解しやすい説明(ハードウェア編2(クロック周波数とは何ぞや)) 」無住心剣術の精神で、 風邪が治っていませんが、コンピュータが判らなくて、途方にくれている世界の人達のために、針屋忠道、恐れず、怯まず、突貫します。

    では、第83回の説明から続けましょう。

    コンピュータはスイッチのオンオフで出来ている。具体的には、CPU(MPU)や主記憶装置と呼ばれるメモリ(DRAM)、GPUなどは、膨大な量のスイッチの集積であり、一昔前には大規模集積回路と日本では呼ばれていました。

    コンピュータで、二進数が用いられる理由は、スイッチのオンとオフは、オンが1、オフが0のスイッチと考える事からスタートします。

    この場合。二進数で、表現する場合。

    1、CPUでは、データの幅としてビットが単位として使われる。8ビットは8個のスイッチで表現が可能。64ビットは64個のスイッチで表現が可能。

    2、メモリでは、データの実用的な単位として、バイトが用いられます。1バイトは8ビットです。1バイトのデータは8個のスイッチから成り立ちます。16GBのメモリでは16を8で乗算した128に10の9乗の数(十億)を乗算した膨大な1280億個のスイッチから成り立っています。

    こう考えると、理解がしやすいと思います。

    では、今回の本題のクロック周波数です。

    まず、なぜ、スイッチのオンとオフの結果生計算が可能になる0と1の二進数でCPUとGPU、メモリが動いているのかイメージが掴みづらい人たちも多いと思います。

    このスイッチのオンとオフを司るのがクロック周波数を創り出す発振回路です。

    通常CPUとメモリは、別々にマザーボート呼ばれる部品に、搭載されている水晶振動子を用いた発振回路でクロック周波数が生成されてスイッチのオンとオフ状態が変化する場合と、そのままである状態の保持の場合が発生します。

    GPUは通常はマザーボードではなく、GPU自体に搭載されている水晶振動子を用いた発振回路でクロック周波数が生成されます。

    クロック周波数である、一秒間をクロック周波数で除算した時間の中で、0と1の二進数のスイッチとしての側面のCPU、メモリ、GPUの論理回路が変化して、計算が行われると考えることができます。

    現代のCPUでは、1クロックで一つの、論理回路で成り立つCPUの命令セットが実行されることは在りません。

    1クロック単位では、複数の命令が同時に進行し、1命令は複数クロックで実行が完了します。(生成AIのCopilotさんから理解の深度を得ている)

    メモリを構成するDRAMは、0と1のスイッチのオンとオフの状態を維持するために、リフレッシュ動作が在ります。電力を消費します。理論上は、一クロックごとに全ての情報が書き変わる事も定義できますが(「概念上は定義できるが、実際のDRAMはそう動かない」ChatGPTPlusさんの提案)。実際は命令が来たときのみ、メモリ空間上のスイッチのオンとオフは行われます。

    GPUは、主に演算処理を行うコアクロックと、専用メモリの転送速度を決めるVRAMクロックの2つのクロック周波数によって処理能力が構成される半導体チップである」(生成AIのGeminiさんの校正)

    生成AIでは、VRAMと呼ばれるビデオメモリ上に、深層学習のトレーニング済みのモデルを展開します。C#のONNX runtimeで高速に推論し利用するためにONNX形式のファイルにPython3で変換している場合があります。

    「通常、現代のCPUでは、複数のコアを持っています。各コアごとに、異なる位相同期回路と電圧を持っている事が普通です。

    クロック周波数の生成の方法は現在では、

    • 水晶振動子
    • 基準クロック(数十〜数百MHz)
    • PLL(位相同期回路)で逓倍(入力された周波数をn倍に増やす。読みは「ていばい」)
    • CPUコアクロック(数GHz)」(カッコ内は生成AIのCopilotさんが理解を深めてくれた説明)

    超天才フォン・ノイマンが考案した、ノイマン型コンピュータの動作を司るために必要不可欠なクロック周波数の説明を出来るだけ、判りやすく行いました。(全体の文章の校正と検証作業はChatGPTPlusさんに受けています)

     今日は、このあたりで筆を置きましょう。

    この「無住心言術道場第○○○回」の文章は全て、クリエイティブ・コモンズ・ライセンスのCC BY です。「CC BYの条件:原著作者の表示(BY)を条件に、作品の利用、改変、商用利用が許可」。原著者:針屋忠道、Copilot,ChatGPT。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。

  • AIアートに吠えろ!0007回

    AIアートに吠えろ!「雄たけびの講義0007回「生成AI時代の3DCGモデリングの短時間化」」

    現在、従来人間が行ってきた、3DCGのポリゴンモデルの作成が、AIを使うことで、画像から自動化できる時代に入ってきています。

     インターネットでは、YouTubeの広告などで、生成AIのモデリングをクラウド型で行うサービスの3DCGのポリゴンモデルを作成するサービスが在ります。

     このAIを用いた画像から3DCGを作成する技術は、今後、3DCGを創作物に組み込む場合に必須の技術になると考えられます。

     この場合。将来の3DCGのモデリングは。

      1、手作業で従来のように3DCGのポリゴンモデルを作成する。

     2、画像から、AIを使った3DCG用のポリゴンモデルを作成する。この場合、画像からテクスチャーも作成可能なサービスも存在する。

     3、画像から、AIを使った3DCG用のポリゴンモデルを作成して、修正を人間の手作業で行う。テクスチャーに変更が必要な場合は、人間の手作業で行うか。この場合、AIがテクスチャーも複数の提案の形で作成する事が将来的には考えられる。

     ここからが本題です。

     生成AIが3DCGで作成した、ポリゴンモデルは、複数の使い方が考えられます。

     この場合。

     1、3DCGを用いた、映画に使える。もしくは、3DCGを部分的に使う映画に使える。

     2、3DCGを用いる、様々なゲームに使える。

     3、生成AIで、画像を作成する際に、3DCGでポリゴンモデルをレンダリングした画像を、動画生成AIを用いたコンテンツ制作に利用できる。

     です。

     現在、生成AIの発展は凄まじい勢いで続いています。 

     現在の、生成AIを動かすデータセンターの電力の多さは、コンピュータの最初期のENIACが真空管で大量の電力を必要とした事と同じですが。将来的には、省電力化が光子技術などや光ファイバー、量子コンピューティングなどの次世代の技術を用いて進むと考えられるため、私は楽観視しています。

     自身のイメージする、画像を作成する手順を、今回の画像からAIで3DCGのポリゴンモデルを作成する技術を使ったケースとして順を追って説明していきます。

     1、自分の作りたい画像が在る。

     2、要素となる、3DCGで作りたいキャラクターや、静物などを画像生成AIで作成する。

     3、画像生成AIで作成した画像ファイルから、キャラクターや静物などのポリゴンモデルを作成する。

     4、作成したキャラクターや静物などのポリゴンモデルを3DCGを作成するオープンソースのBlenderや、デファクトスタンダードのMAYAなどを使い、ポーズや構図などを指定する。

     5、ポーズや構図をなどを指定した3DCGモデルをレンダリングする。そして画像を作成する。

     6、作成した、画像を画像生成AIに読み込む。

     7、画像生成AIで、ポリゴンモデルと他の画像を組み合わせる、複数の画像を加工して、「1、」の自分の作りたい1枚の画像を作成する。

     8、動画生成AIで、動画を生成する。

     です。

     この手順は、今後、3DCGのポリゴンモデルを使って、画像生成AIの微調整を行いたい場合に、選択肢の一つして有効だと考えられます。

     現在は、生成AIを用いた、アート作品であるコンテンツ作成の黎明期だと考えられます。

     多くのクリエーターや、クリエーターを目指す人達の手助けを、生成を用いた、コンテンツ作成のワークフローとしての今回の手順は、参考になると考えられます。

     些か、堅苦しいですが。 

     生成AIを用いて、コンテンツ生成の時間を短縮する事が可能になると考えられます。

     従来はポリゴンモデルの作成には時間が費やされますが。

     ポリゴンモデルの作成を専門とする3Dデザイナーは、時間の短縮が望めます。

     現在、画像生成AIと動画生成AIの技術の進歩に、世界の人たちが驚いていますが。

     人間の価値がなくなるわけでありません。

     人間の俳優の演技も、将来的には、動画生成AIに取り込むことは可能であると考えられます。

     例えば、顔とモーションは、人間の俳優で、SF的な服やファンタジー的な衣装などは、生成AIで作成して動画として動かす事も可能であると考えられます。

     では、皆さん新しい時代を生成AIと共に歩きましょう。

    この「AIアートに吠えろ!雄たけびの講義「○○○〇回」」の文章は全て、クリエイティブ・コモンズ・ライセンスのCC BY です。「CC BYの条件:原著作者の表示(BY)を条件に、作品の利用、改変、商用利用が許可」。原著者:針屋忠道、Copilot,ChatGPT。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。CC BYから、ホームページからコピー・アンド・ペーストを行って生成AIを用いての翻訳および保存は自由に許可されます。

Hide picture