Ethereumのスマートコントラクトとカーシェアリングシステム(2)
こんばんはよっしーです。
昨日のブロックチェーンの話しの続き第2回(最終回)
提案システムの方法
まず
スマートコントラクトとは... 契約を柔軟かつ容易に行うためのコンピュータプロトコルのこと
実行手順
1.アカウントを所有するユーザは,データとスクリプトをまとめたコントラクトを作成する。
2.送信先に作成したコントラクトを送信する。そのコントラクトはブロックに含まれ,ブロックチェーン上に識別ID付きで配置される。
3.ブロックチェーン上に配置されたコントラクトは,コントラクトの送り主であるユーザーからの命令もしくは,ブロックチェーン上の情報や時間等をトリガーとして実行される。
Ethereum上のブロックチェーンを用いることで,過去の契約履歴や取引者情報を参照できるため,他の参加者との二重契約や契約の改ざん,不正等が不可能であるとしている。
また、契約内容や情報を全てコントラクトのプログラムにして扱うことができるため取引者同士のニーズに合わせた契約内容に柔軟に変更・修正することができる。
提案システムの問題点
カーナビから得た車の統計データがネットワークに公開される点。 これにより利用者の行動履歴の一部が公開されてしまう。 しかし,これらの情報を秘匿にしてしまうと,その取引がどのように行われたか 分からなくなり,取引が正当な内容で実行されたかどうかを証明できなくなってしまう問題がある。
ブロックチェーンの今後
理論的な裏付けが明確になっていくのはこれからの分野だと思う。
一言でいうなら、中心をなくしていくことと言える。信頼を第三者機関や組織に預けることで成り立っていた社会システムから中心組織がなくても成り立つ取引とそのシステム。
取引に関しては暗号技術と融合することで不正をなくしていくことで信頼を担保できるとしているが、第三者機関を必要としない場合、逆に考えると信頼の置けない点は何に移り替わるのかがふと疑問に思った。
参考
京都工芸繊維大学大学院工芸科学研究科大上智也 稲葉宏幸 「Ethereum の スマーコントラクトを用いた信頼性の高いカーシャアリングシステムの提案」 (2017-05-24)
Ethereumのスマートコントラクトとカーシェアリングシステム(1)
こんばんはよっしーです。
今日は、ブロックチェーンの話し
Ethereumのスマートコントラクトに関するカーシェアリングのシステムの提案の論文を何回かに分けて紹介したい。
・導入
従来のカーシェアリングシステムでは急な延長や変更、長時間の利用が難しい問題等に対して、分散型アプリケーションの開発プラットフォームであるEthereumのブロックチェーンと自動車に搭載されているカーナビ等のIoT機器を組み合わせた新しいカーシェアリングシステムを提案している。
・従来のカーシェアリングシステムの問題点
(1)常に利用できる状態の車が用意されているわけではない
(2)契約相手のと信頼性の問題
(3)仲介者を置くことで費用の負担が増加する
・提案システムとは?
上記の問題を改善し、かつ第三者機関を置くことなく安全が保障されるとしている。
ブロックチェーン技術はビットコイン(仮想通貨)で最近注目を浴びていて3大ITの一つとされている。
この技術は先に世に出てきた実装に対し、後から理論付けるような形で研究が進んでいる。
提案システムの方法は次回
続く...
参考文献
大上智也, and 稲葉宏幸. "Ethereum のスマートコントラクトを用いた信頼性の高いカーシェアリングシステムの提案." 研究報告電子化知的財産・社会基盤 (EIP) 2017.7 (2017): 1-4.
光合成と量子コンピューティング
こんばんはよっしーです。
授業が終わって早速の投稿
今日の授業は情報分類とアクセスコントロール計画だった。
で、話したいことはこれとは別で
2007年に光合成の中で、量子コンピューティングが起こっているという議論に関する論文が発表された。
科学誌「ネイチャー」にも掲載された論文。
量子力学というと「重ね合わせの原理」や「不確定性原理」など現代物理学の最高峰ともいわれる分野で未解決問題含め、他分野への応用領域含めまだ明らかとされていない。
実は、植物が光合成する過程において量子力学の原理が関係していることが示されている。
通常、1つの光合成細胞に何百万と存在する集光タンパク質は、集めた光エネルギーを、光子に感受性のある分子内で回転している電子から、近くの反応中心タンパク質へと輸送し、そこで光エネルギーは細胞を動かすエネルギーへと変換される。
実は、この輸送の過程で、エネルギーはほとんど失われない。それは、エネルギーが同時に複数の場所に存在しているということが結論付けられた。
これによって光合成における量子コヒーレンス[量子重ね合わせ状態]が裏付けられた。
物理学として独立に発展した法則も他分野でもその法則性と関係している例は少なくない。
例えば、ポアンカレ予想は物理学の法則を用いて証明されたし、フェルマーの最終定理は楕円曲線論や志村・谷山予想を組み合わせて証明された。
一見関係ないようにみえるものも実は関係していて、あらゆる学問は陸続きで全てと関係していているようにも思える。
自分の研究を突き詰めていったときに他分野の基礎理論から結論付けられる可能性も常にあるということを忘れてはならないと思った。
理論物理学や数学の未解決問題など一見社会からかけ離れているように思えるものも実は身近で最も当たり前のことなのかもしれないと考えてみたりもする。。。
ここらへんの内容は非常に興味深く面白いためまた書きたいと思う。
実は、不確定性原理が破れた話しもあるんだけどいつかしようかな
キーストーン種から考える人間社会における集団との関係性について
こんばんはよっしーです。
本日の内容はキーストーン種について。
1969年にアメリカの学者Robert Treat Paineによって発表されたキーストーン種とは、生態系の安定性や多様性を保つうえで不可欠な種を指す。
生物の生態系についてある実験が行われた。
その実験では、ある海岸でヒトデを取り除くと全体の生態系が崩れるという結果が示された。
ヒトデを捕食する生き物は捕食の対象物を失うことで、生存の危機に陥る。
またヒトデが捕食していた生き物は増殖する。
この実験において考えられることは、ある生態系を考えてみても個々の種はその他の動植物と密接な関係性があり、食物連鎖やその環境において重要であること。
キーストーンの実験から言えることを人間社会の集団にも置き換えて考えることができる。
例えば、ある集団でリーダーシップをとる存在はその周囲の関係性と条件によって発生する場合、そのリーダーがいなくなればまたその集団の中でリーダーシップが発生するということ。フォロワーシップもそうだ。
これは一つの例だけれども、組織あるいは集団に対し、個は必ずバランスをとるように周囲の環境に合わせたり状況に対応したりする。
また個々の集まりが組織そのものに影響し、還元作用も起こす。
役割分担こそが重要で全体が成立しているようにもみえる。
ここで疑問に思ったのは、生物多様性のバランスをとる。あるいはバランスがある一定の方向に収束するのだとすると収束条件は何によって決められるのかということ。
今日は、ふと疑問に思ったことを
キーストーン種の性質から人間社会の集団に置き換えて考えてみた。
[参考]
コトバンク:https://kotobank.jp/word/キーストーン種-1611607
アモントン・クーロン法則と物理学への興味
こんばんはよっしーです。
今日は2回目の投稿
ふと思い出したので書いてみる。
歩く時とか、机に何かものを置くときに今摩擦がどのくらい働いているのかを考えることはないでしょうか。
高校生の頃、とある大学の物理学科のオープンキャンパスに行ったとき
研究紹介で、教授が摩擦についての講義をしていたのを覚えている。
内容はアモントン・クーロンの法則に関することだった。
その法則についてここで深く話すつもりはない。
その教授の研究は、物体と接地面との境界部分の摩擦を原子スケールで考察する研究。
当時の俺は、摩擦力は物体に働く垂直抗力と摩擦係数によって求まり、垂直抗力は物体の質量に比例するってことくらいしか分かっていなくて、物体と接地面との境界部分の振る舞いについて考えることはなかった。
教科書を読んで摩擦については理解してるつもりだった。
けれど違った。
その時の俺は、物理学の世界は今自分が知らない現象が沢山あるんだと知った。
そして大学ではそれを学ぶことができるんだとわくわくした。
更にもっと知りたいと思った。
けれど、教科書や受験参考書では当然そんな内容は載ってなく、物理の問題を受験勉強のために勉強するのがとても嫌だった。
だから、受験勉強にのめり込むこともできず、学校帰り本屋に寄っては一般専門書籍を立ち読みしていた。
こんなに俺の知らない現象が沢山あって、多彩な数式で表現されていることに感動した。
当然、数式は見たこともないようなものばかりで理解はできなかった。
それでも読んでて飽きなかった。
途端に教科書がつまらなく感じてしまって読まなくなってしまった。
その後、結局受験勉強が終わるまで一切教科書を開いた記憶はない。
ただ、当然大学受験をしないと大学に入れないわけだから、受験用の参考書はひたすらやった。
問題集もやった。けれど問題は解けてもなんだか理解できているようで理解してる気がしないものもいくつかあった。
そしてまた、ふと寄り道して専門書籍を読んで、わくわくしての繰り返しだった。
当然理解はできないんだけどね...
今思い返すと、物理が得意だったとは思わないけど興味があったんだろうな。
そして大学の学部は電気だったけれど、物理学そのものに興味があって今もそうなんだと思う。
今の研究分野も物理学を根本的な概念としていて、偶然なのかは分からないけれどあの時のワクワクを今でも追っている気がしている。
今後の投稿内容の方針や諸々
こんばんはよっしーです。
彩:いよいよ機械学習について話すんだね
よ:いや、今回は機械学習については話さないよ。
彩:あれ?次回機械学習についてって言ってなかったけ?
よ:そうだね。でも今回は今後どのような内容で話すかを考えてるんだけどね。今日はそれを伝えようと思っているよ。
今考えてるのはこんな感じだよ。
1.AIについて基礎からの導入←第3回まではここ
2.最近の興味ある話題(他分野)
彩:他分野についても話すんだね!!
よ:そうだよ。だから今までに話したAI系の導入からの内容については第〇回って書くようにするよ。
彩:そうすれば分かりやすいかもね。
頻度はどうするの?
よ:頻度は書きたいときに書くかな。
彩:決めると大変だしね(;^_^A
それに授業だって、研究発表だって展示会だってあるんだし。
平日は仕事もやってるんだから。
よ:そうだね。ほどほどにやるくらいにしないと。
ありがとう!(^^)!
第2回 AIについての導入 位置づけと応用分野の紹介
こんばんはよっしーです。
今日のテーマ
AIについて始めます。
登場人物
よっしー(よ)
彩さん(彩)
よっしー(よ)
彩さん(彩)
ではスタート
彩:今日はAIについて話すんだっけ?
よ:そうだよ。
彩:壮大なテーマだね。
よ:AIについてわかっていることを全て説明しようとしたら日が暮れてしまうので
(いや、もう暮れてるし...)
今回はAIの位置づけと応用分野について簡単に話そうかな
われるよね。結局違いが分からなくて...
彩:賛成!!
・AIの位置づけ(ベン図による解釈)
図1 ベン図によるAIの解釈
灰色の部分は人間がコンピュータにあらかじめルールや知識を与えて必要なデータを出力している部分だよ。
かなり古くからあって、従来の統計分析なんかもこのあたりだね。
(補足:第一世代で調べてみるとよい)
機械学習を用いることで、人間が与えたデータに対して、ルールや知識をコンピュータが勝手に学習するようになっていくよ。
(このころが第二世代となります)
(これが、近年話題の第三世代です)
表現学習はオートエンコーダっていう次元圧縮のためのアルゴリズムがあったりするんだけど。そのうち具体例で説明しようかな。
彩:教師あり学習があらかじめデータに対して何かしらのラベルをつけて、教師なしが
データに対してラベルがない?って感じだったような...
(さてはお前知ってて聞いてるな?)
更に言うと、強化学習ってのもあってさ、今俺が注目してる研究に応用したい学習方法なんだ。
強化学習については今実験しようとしているところだから改めて説明させて下さい♪
機械学習については、まだまだあるので次回以降何回かに分けて少しづつ説明します。
次は簡単にAIの応用分野について紹介するよ。
・AIの応用分野
自動運転←俺の研究分野
株の予測
画像認識
ロボット
もちろんこれ以外にも沢山あるから調べてみるといいでしょう。
AIを直接テーマとしない分野でも、その分野あるいは周辺領域で必ずAIと関係する部分があります。
機械学習や深層学習をしっかり理解すれば、なぜこの分野に応用できるのか説明できるようになります。
更には新しい応用分野も浮かんで来ますよ。
そして自分だけのアイデアも出して是非教えて頂きたい!!
・終わりに
よ:それぞれ話していくともっと深くなってしまうので今回は簡単に説明しました。
彩:そうだよね。一度に沢山は覚えきれないし。
よ:そういえば、彩の研究テーマはブロックチェーンだっけ?
彩:そうだよ(^^♪
よ:今度ブロックチェーンについて教えてよ。
お互いの得意分野教えあえたら知識広がるし
彩:しょうがないな～今度教えてあげるよ
とりあえず次回は機械学習もう少しやろうよ
よ:是非とも👍
・次回予告
機械学習について深堀します。
・最後に
AIは面白い!!
他分野の人、情報系以外の人もどんどん入って来てください。
AIをテーマに研究する人間の一人として精いっぱい全力を尽くします。
AIは全ての分野に恩恵をもたらしてくれるでしょう。
