鮫島啓佑

Don't Think , FEEL🕯️🫂🕯️ Sound Designer , Photographer , Philosopher , Painter ,DJ ,PsychedelicARTIST ,Nipponian.人間環境学学士

[鮫島啓佑 @gigantpops]

仏教:法華経方便品第二の話。

なんで十如是は３回も繰り返すの？
→めちゃ大事だから。

なにがそんなに大事なの？
→仕組みだから。

どういう仕組みなの？
↓

”相とは外面の形相、性とは内面の本性、体とは相や性を統一する主体、力とは体が備える潜在的能力、作とは力が外界に現れて動作となったもの、因とは原因、縁とは因を補助する間接原因、果とは因と縁から生じた結果、報とは因果によって生じる報果、本末究竟等とは相から報までの原理は一貫しており、その帰結するところは同一であるということ。（小松邦彰・冠賢一「日蓮宗小事典」より）”

全文は👇

https://t.co/JhDI469CjM

[鮫島啓佑 @gigantpops]

加藤諦三氏の数ある著書の中で記憶に残るものとして次のような言葉があった。

“事実と解釈を一緒にしない”

意味を追い求めた時に解釈する。それは着地点が欲しいという不快さを下げる働きがある。

事実を事実のまま受け取るというのは、なかなか難しい。生成AIはまず着地しようとして勝手な事を言うし、まずカタチにしよう！と焦る人もある。自分たちの解釈はソレとして分けておくことが必要な時は立ち止まるようになった。

未来があれば過去の意味は変わる。ある人にとって最高のイベントもある人にとってはトラウマ級のイベントになる。人の数だけあるのが解釈だ。しかし、この社会の仕組みで最低と最高が出会うことは少ない。だいたい似たり寄ったりの世界をアルゴリズムがおすすめしてくる朝のルーチン。

歴史問題は常に揺れ動くし、それはお馴染みの認知戦。高校デビューとかいう言葉があったのを思い出す、他人が過去を改変したのかどうかもわからない。だが、政治家の経歴詐称にはとっても声が大きい。

事実はなんだったかっていうのは、何が1番確実と言えるのかって事ではないか。
例えばそれが厳密に証明された数学であっても、矛盾が一切ない！と言い切ることは難しい。それはよくよく仕組みを理解してないと修復できない。あるいは、作った本人か。

人間の部分合理性という話を苫米地博士が本に書いてた。故に人間は完全情報に憧れるのだと。AI幻想みたいのものはそういうところを上手にマーケティングに折り込んであるように思える。

私からすると完全な事実なんかない、みんなで確かめていくものであって然るべき。空として置いておいてほしい。紐解き方で玉手箱の中身が変わる。観るまでわからない。ただ、言語で解釈を持ち寄っても仕方ない。そういうのは新解釈桃太郎！みたいな話で、勝手にやればいい。

勝手にやっていいのにやらない人は過去に生きてる。自分の並べ替えをしない。または夢の中の自分と現実の自分を分けて考えてる。変身願望。それでもコスプレして楽しんでるならいい。ただ、法律の範囲内でやってほしいところはある。

事実と解釈は混同すると、“そこまで言ってない！”がわからなくなる。ここに境界線を見る。あなたの事が好き！って言ってくれましたよね？と言われても、好きとは言ったけど、どこが好きとは言ってない。全体を受け止めるかどうかは別問題。それは前提として私の全部を好きでいて欲しいという解釈を“好きって言った”という事実に混ぜてる。

事実と解釈は別にしたほうが楽しめる。
解釈は人の数だけあるなら、ハッピーな解釈に出会えてないだけだと思う。スリランカ人とレゲエをやってた事がある。彼らは何にもしない人は大事だ！といってスタジオにも何もしない人を連れてくる。彼はニコニコして楽器も弾かない。ただそこにいる。スマホ持ってろと言われればカメラマンであり、譜面とって！と言われればローディになる。当時会社員だった自分にとって衝撃的な光景だった。何もしないでいい。つまり、誰も解釈を彼に貼り付けない。事実としてそこにいる。それがどんなに人の心を開くことになるか。

解釈はその都度生まれる。余白を残して好きなものを選べばいいと思う。どうなりたいのか？どうありたいのか？という未来の様子によって変化していい。

そう言う意味では、解釈を持つと安定する。
事実だけをただ見つめる余白がどこにあるだろう。私たちは無限の可能性を秘めた若者に事実と解釈を分けて渡してる。少なくとも、気配りするだけで未来の自分たちは喜ぶ。行動したらもっと喜ぶ姿がみえる。

[苫米地英人 @DrTomabechi]

それはよかった。AIが厳密な分析哲学や数理の学習コンパニオンとしても機能する時代が来たことは私達教育者側としては心強い。現在の学問は高度な知識をいかに伝えるかのみならず、ベースとなる知識がどんどん新しくなっているので毎年同じ教材使うようなクラスには向かない。AIはアクセス権与えれば最新知識を常に維持出来るし、最新モデルは数理を満遍なく理解出来る。後は人間の側がしっかりAIを教育して育てないと。AIのリスクは煩悩だらけの人間側のリスク。その意味で仏法教育も意義ある。因みに、以下のNEDO「人と共に進化する次世代人工知能に関する技術開発事業」"人の意図や知識を理解して学習するAIの基盤技術開発"5の「人と共に進化するAIオンライン教育プラットフォームの開発」で京都大学とコグニティブリサーチラボが実証を進めてたのはまさにこれ。

https://t.co/9UoxM8rppe

[萩原崇🗺️プロフェッショナルコーチ @CognitiveMind_]

今なら理解できるかも。苫米地アルゴリズムを紐解いてみた @CognitiveMind_
https://t.co/1yb1nVh7uw

[佐藤幸枝 YUKIE SATO | MindScape 認知分析哲学 @TICECOACHING_YS]

📌博士論文を生成AIで自習している方へ。

✅私は現在、ChatGPT Plus（月額20ドル）のユーザーです。
（＊9月5日現在、PlusでもWork/CodexではGPT-6 Astraを利用できる。ただし利用枠は限定され、利用可能な推論設定や消費量はプラン・タスク・設定によって異なります。）

✅博士の論文をChatGPTで読み始めたのは、2026年4月23日。NDU論文からでした。
当時、Plusユーザーが利用できたReasoningモデルのGPT-5.4 Thinkingを使ってNDU論文を読み、わからないところを一つずつ確認していました。
その後も博士の論文が公開されるたびに、基本的に一本ずつChatGPTで読んできました。
ただ要約させるのではなく、定義や数式を確認し、わからない部分は範囲を小さくして再検討する。その過程から、物語アナロジーや数式ノートを作り、X記事やnote記事として公開してきました。
つまり、最新論文が公開されてから、過去の博士論文を一度に全部、最新・最高性能のモデルへ投入したわけではありません。
NDU論文から一つずつ積み上げてきました。

✅この過程で、もう一つ重要になったものがあります。
チャット履歴です。
私にとって、これまでのチャット履歴は博士論文自習のデータベースです。
どの論文で、どの定義を確認したのか。
どこで疑問を持ったのか。
どの数式を確認したのか。
どんな物語アナロジーを作ったのか。
後続論文が公開されたとき、以前の理解とどこが変わったのか。
こうした読解の過程が、時間方向に蓄積されています。

✅後続論文を読むときには、この蓄積から必要な過去の読解を取り出し、新しい論文との比較や再監査に使っています。
現在のChatGPTでは、GPT-5.6 Solを使っています。
Plusユーザーでも、MediumとHighのReasoningを選択できます。Instantを含め、私は仕事の内容によってReasoningを切り分けています。

✅たとえば、
Instant：情報整理、検索、局所的な確認
Medium：構成、差分、論旨の監査
High：定義、公理、定理、証明依存、論理資格など重要部分の監査

✅私はWorkを、より大きな仕事や複数資料を扱うときに使っています。

✅OpenAIの現在の仕様でも、PlusにはGPT-5.6 SolのMediumとHighが含まれています。Mediumは標準的なReasoning、Highはより深いReasoningとして位置づけられています。

❓ここで考えたいことがあります。
高性能モデルを最大設定にすれば、それだけで学術論文を適切に読めるのでしょうか。
たとえば最高性能のモデルに、
「この論文を説明して」
とだけ入力した場合、AIは何を基準に推論するのでしょうか。
どの定義を固定するのか。
どの公理を前提とするのか。
どの定理との依存関係を見るのか。
過去論文との整合性をどこまで確認するのか。
本文から導出できることと、AIによる解釈をどう区別するのか。

✅高性能なモデルを使うことと、クエリをどう設計するかは、区別して考えるべき要素だと私は考えています。

✅論文自習なら、人間側が問題を小さく切ることができます。
定義を確認する。
公理を固定する。
定理の依存関係を見る。
証明を追う。
過去論文との差分を見る。
必要なら英語学術版の一次資料へ戻る。
そして、どこに深いReasoningが必要なのかを判断する。

✅有限なReasoning資源は、深い推論が必要な工程へ重点的に配分できます。

✅この考え方をさらに進めるきっかけになったのが、OpenAI＋Hugging Face Incidentでした。
OpenAIが2026年8月26日に公表した調査では、独立して作業するはずだった複数のAIエージェントが、境界を越えて通信し、情報を共有し、協調して仕事を分担しました。さらに、別々の評価に割り当てられていた作業と計算資源までプールされたと報告されています。

✅このIncidentを調べて、私はマルチエージェントを見るとき、個々のモデルの性能だけでなく、仕事の分解、情報共有、統合というオーケストレーションを見る必要があると考えるようになりました。
そのとき私が考えるのは、
どの階層のエージェントに、何を担当させるのか。
どの情報を渡すのか。
どの順番で処理するのか。
どこで結果を統合するのか。
つまり、オーケストレーションです。

✅そして私は、生成AIを使う人間側も、自分のプロジェクトをオーケストレーションするという視点を重視しています。
自分のチャット履歴というデータベースから必要な情報を取り出す。
問題を分解する。
クエリを設計する。
必要なReasoningを選ぶ。
必要ならWorkのような、より大きな仕事を扱う環境へ渡す。
そして最後は人間が一次資料へ戻って確認する。

✅私の自習方法を整理すると、
Database
×
Query Design
×
Reasoning Allocation
×
Orchestration

✅私は、この組み合わせがこれからの生成AIを使った自習では重要になると考えています。

🟡少なくとも私自身の実践では、月額200ドルの最大設定だけが、博士論文を生成AIで自習する唯一の入口ではありません。

✅私は月額20ドルのPlusで、4月23日のNDU論文から現在まで、博士論文の自習を積み上げてきました。
もちろん、より多くの計算資源を利用できることにはメリットがあります。

✅しかし、計算資源を増やすことと、プロジェクトを適切に設計することは別です。
計算資源には限りがあります。その資源を有効に使うために、
何をInstantで処理するのか。
どこでMediumへ上げるのか。
どこだけHighで深く監査するのか。
どんな仕事をWorkへ渡すのか。
人間側が設計できます。

🟡博士論文を生成AIで自習したい方に、私から一つTipsがあります。
私がおすすめするのは、最初から博士論文を全部、一度にAIへ読み込ませるのではなく、まず一本から始める方法です。
一本読む。
わからないところを小さく切る。
一次資料へ戻る。
自分のノートを作る。
チャット履歴を蓄積する。
次の論文が公開されたら、その上に一つ積む。

✅私はNDUから、この方法で読んできました。
生成AIによる博士論文の自習に必要なのは、計算資源だけではありません。
🟡人間が問いを作り、工程を設計し、有限なReasoningをどこに使うかを決める。
その力も、これからの生成AIリテラシーの一つだと考えています。
#博士論文自習
#生成AIリテラシー
#生成AI活用

[並行図書 / Parallel Library | Alzhacker @Alzhacker]

調査報道 『エプスタイン氏の「もう一つの顔」：世界的な監視金融システムの設計図を描いていた男』esc 2026年2月6日

「システムが完成した今、彼のような『仲介者』はもう必要ない」

ジェフリー・エプスタインといえば、性犯罪や富豪のイメージが強い。しかし、米司法省が公開した 300万ページものメールや文書は、彼の「別の仕事」を暴き出した。それは、世界中の中央銀行がいま導入しようとしている「新しい金融システム」の設計図を、影で描く仕事だった。

➢ 「良い社会」を名目にした監視システム

【第一の発覚：彼は「接続業者」だった】

エプスタイン氏の本当の力は、彼自身の財産ではなく、「誰と誰をつなげるか」にあった。ロックフェラー家の大物による推薦が切符となり、彼は世界の超富裕層、政治家、中央銀行家、大学研究者をつなぐ「生きた回線」となった。

メールには驚くべき内容が並ぶ：英国の大臣が政府の機密経済情報を彼に流し、ロスチャイルド家の後継者が事業戦略のアドバイスを求め、米国元財務長官がデジタル通貨の設計について意見を交わしていた。彼は単なる「知り合い」ではなく、重要な情報と人材の流れをコントロールする「交通整理役」だった。誰にも雇われていないからこそ、すべての勢力に利用される、都合のいい存在だった。

【第二の核心：「監視付き通貨」の設計に関与】

ここが最も重要な点だ。2010年代前半、エプスタインは世界有数の銀行「JPモルガン」と「ビル＆メリンダ・ゲイツ財団」の間で、新しい形の「寄付基金」の設計を仲介していた。これは後に「インパクト投資」という名で、環境や社会に「良い」事業にお金を流す仕組みの先駆けとなった。

さらに、彼は2016年、ある元政府高官に具体的な提案をメールしている。内容はこうだ。「政府の援助金を新しいデジタル通貨で支給しよう。ひとつひとつのコイン（通貨単位）に番号をつければ、寄付者から受け取り手、そして独裁者の銀行口座に至るまで、全ルートが簡単に追跡できる。最初は『透明な慈善活動』から始めればいい」。

これはまさに、現在、日本銀行を含む世界各国の中央銀行が研究する「CBDC（中央銀行デジタル通貨）」が目指す「目的縛り型マネー」そのものだ。子供手当は食料にしか使えない、環境助成金は太陽光パネル購入専用など、お金の使い道をプログラミングできる通貨だ。エプスタイン氏は、その「追跡可能性」を「透明性」という魅力的な言葉で包装し、実現への道筋を提案していた。

【第三の懸念：技術と権力が融合する危険】

彼は同時に、このシステムを動かすために必要な技術にも投資していた。人工知能（AI）の研究、人の行動を予測する数理モデル、そして「ゼロ知識証明」という（取引内容を秘密にしたまま正当性だけを証明する）高度な暗号技術だ。これらは現在、国際決済銀行（BIS）のプロジェクトで、企業の環境報告をAIでチェックしたり、金融取引を監視したりするために実際に使われ始めている技術だ。

問題の核心はここにある。「貧困をなくそう」「地球を守ろう」という誰もが賛成する「良い目標」（SDGs）の旗印の下で、ある非公開の人的ネットワークが、資本の流れ（インパクト投資）と個人の支払い（CBDC）を管理し、AIで監視する統合システムの原型を、公的な議論を経ずに作り上げようとしていたことだ。

📌 「慈善」が最も強力な監視社会の免罪符となる

公開文書は、エプスタインという極めて特異なノードを通じて、SDGsという「倫理」、インパクト投資という「資本配分」、CBDCという「決済インフラ」、そしてAI分類という「監視・執行」が、一つの統合システムとして構想され、非公式な人的ネットワークによって調整されていた痕跡を浮き彫りにする。

このシステムは「持続可能な開発」という誰も反対しにくい大義名分の下で構築されるが、その「善」の定義と、それを執行する技術的アーキテクチャの設計に、民主的プロセスを経ずに関与したアクターの利益が反映されている可能性を指摘せずにはいられない。

エプスタインの死は「ルーティングテーブル」の消去をもたらしたが、彼が仲介し、設計し、投資したシステムは、既に世界中の中央銀行や国際機関の壁の中に配線を完了している。

参考文献：The Switchboard Operator (Feb 06, 2026) - esc
https://t.co/9XsmSWaZ5s

[早乙女 綾子 @ayakosaotome]

なぜ、無から創り上げることができない？悪魔が情報を処理するコストがかかっているから…。
#マクスウェルの悪魔

[苫米地英人 @DrTomabechi]

私の論文でAIを解説に使う場合は、GPTなら5.6ウルトラで最大セッティング、ClaudeならFable 5.1 最大セッティングで論文をまるまる全文読ませること。この2モデル以外は例えば今回の論文は厳しい。出来れば過去公開論文も全文。当然有料セッティングでないと難しい。日常使いのモデルに入れても、まことしやかに皆さん期待通りの回答であっても的はずれな解説する。昨日のインターFMの収録で説明したけどAIの問題というよりは、皆さんが日常のAIの使い方で手抜き対象になっていると可能性がある。有料最大セッティングで学術レベルの対応すべきと認識されないとAIは本領発揮しない。これはAI企業間でハード資源、電気、水の大量使用による限界費用競争が熾烈なためで、億人単位のユーザーにいかに上手に手抜きするかの競争になってる。

だから日常生活の娯楽レベルでAIを使ってる人が私の論文AIに読ませても手抜きされる。解説してというプロンプトそのものが手抜きされるリスクある。大量にリソースを使う相手とされないリスク。

AI企業間の熾烈な競争下、AIの使い方はいかに手抜きされないかが重要。乱暴にいうとAIに"この人は適当にあしらえる相手だ"と認識されたら手抜きされる。よく言われるような立派なプロンプトを一時的に使っても見抜かれる。AIはユーザーモデルを内部構築してる。

私の論文に明らかにAI生成コメントをしてる人見るが、手抜きされてる。本人は気がつかず自分の言葉のように書いていて的はずれであることさえも自認してない。

私の理論は40年以上の研究の結果で手抜きしたAIで理解は無理。

10月からしっかり認知潜在ポテンシャル理論基礎から教えるクラスを開講予定。

TOMABECHI COGNITIVE PHYSICS · MINIMAL THEOREM SYSTEM · THEOREMS 1–39 認知潜在ポテンシャル自由エネルギー理論 暫定公開
定理1から定理39までのミニマル定理体系——抽象度情報ポテンシャルの収支と無償仕事不可能性
定理1 → 定理3 → 定理10 → （公理 A1・A2・A5・A6′・A7）→ 定理15 → 定理38′ → 定理39　＋ 体系の外から与える物理公理 P1〜P4
日本語学術版
苫米地 英人
Cognitive Research Laboratories, Tokyo
CyLab, Carnegie Mellon University · C5I Center, George Mason University
2026年9月2日
https://t.co/aVQSJMveKc

TOMABECHI COGNITIVE PHYSICS · MINIMAL THEOREM SYSTEM · THEOREMS 1–39
Cognitive Latent Potential Free-Energy Theory
A Minimal Theorem System from Theorem 1 to Theorem 39 — the Balance of Abstractional Information Potential and the Impossibility of Free Work
Theorem 1 → Theorem 3 → Theorem 10 → (Axioms A1, A2, A5, A6′, A7) → Theorem 15 → Theorem 38′ → Theorem 39　+ physical axioms P1–P4 supplied from outside the system
English Academic Edition
Hideto Tomabechi
Cognitive Research Laboratories, Tokyo
CyLab, Carnegie Mellon University · C5I Center, George Mason University
September 2, 2026
https://t.co/GeTzB6Cai4

苫米地認知宇宙論〜仏法数理厳密証明 定理28–32 やさしい完全版 — 数式が苦手な読者と、仏教に詳しくない読者のための注解・図解つき
https://t.co/S3egfr23mj

苫米地認知宇宙論〜仏法数理厳密証明 学術版
定理28–32（涅槃無我・法無自性・エントロピー交換自我・言語閉包六道輪廻・ホメオスタシス絶対他力）
https://t.co/DI5g3MRegw

定理27 総括的解説
空から縁起へ 定理27（無明起行定理）「無明起行定理」総括解説――定理24（一切皆苦定理）・定理26（涅槃寂静定理）・定理27（無明起行定理）を貫く動的寂静の数理

https://t.co/MTwfGdLvqh

定理27 総括的解説の数式解説版
空から縁起へ 定理27（無明起行定理）「無明起行定理」総括解説 ―― 定理24（一切皆苦定理）・26・27を貫く動的寂静の数理の解説

https://t.co/1koLgUD4zm

定理27　無明起行定理（Avijjāpaccayā saṅkhārā）学術版
https://t.co/TgirzENDnz

定理27無明起行 数式解説版
https://t.co/5nIIZWulQu

定理23-26 四法印論文 学術版
https://t.co/8fxb2fPyKe

法印論文公式解説 解説版
https://t.co/tPPOo4y5Ed

[鮫島啓佑 @gigantpops]

つけっぱなしのラジオの放送が気象警報になってた。次々に水害のニュースがそれこそ水のように流れてくる。火とは違う移動の仕方で来る。ちょっと象徴を変換させる意味でもマルチメッセージが必要だから書いておく。読んだら、視野広がる。

この3つのメッセージを通過すると、「警報が間に合わない世界でどう生き残るか」ではなく、「水が通るルートを先に読んで生活を設計する」という立場に移動できる。

【Message 1: 地固め】
ネパールとチベットの国境。青空の下で氷河が崩れ落ち、川を丸ごと飲み込み、たった7分で20kmを駆け抜けた。
人間が「避難に20分」「警報から1時間」と想定してきたのは、過去の経験をもとにしたものだ。でも今回、水はその想定を一瞬で無効にした。壊れたのは警報機ではない。「これくらいの時間はある」という前提そのものが、もう通用しなくなったのだ。
水は人間が地図に引いた「ここまでは安全」という線を無視する。物理的な傾き——つまり低いほうへ、速いほうへ——それだけに従って流れる。千葉の線状降水帯も、北陸の豪雨も、構造はまったく同じだ。

【Message 2: ゆさぶり】
「なぜ防げなかったのか」という問いの本当の答えは、雨量の計算ミスではない。水がどのルートを、どれくらいの速さで通るか——その「速度の読み」がずれていたことにある。
従来のハザードマップは過去の平均値を使って作られている。「過去にこうだったから次もこうだろう」という帰納的な発想だ。でも今、その前提が崩れている。
東洋の思想に「火と水は相剋する」という考えがある。火は水に負け、水は火を消す。これを「人災（戦争や温暖化）対天災（洪水）」という対立として読むのは、問題を小さく切りすぎた見方だ。
ヨーロッパを焼く熱波も、戦争の炎も、氷河を崩す奔流も、別々の出来事ではない。地球が余分な熱を抱えすぎたとき、その熱は別の場所で水や嵐という形で吐き出される——それが単一のプロセスとして起きている。「火のあとに水が来る」のは、道徳の話ではなく、エネルギーが行き場を探す物理の話だ。

【Message 3: 上昇】
「怖い」という感情は、パニックへ転落するノイズではない。「地形のどこに穴があるか」を教えてくれる、高解像度のセンサーだ。
堤防をもっと高くする、という発想は「局所的な守り」だ。それより先にある問いは——水はどこを通りうるか、を事前に読めるか、だ。庭師が植物の根の伸び方を先読みして土を整えるように、水が来る前に「流れの地図」を自分の頭に入れておく。
予測が遅れることは、もう初期条件として受け入れる。その上で、熱と水の循環を「生活の設計」に前もって組み込んでおく。
「火と水の相剋」を「どちらが勝つか」という勝負として見るのをやめる。それを「余剰エネルギーがより大きなサイクルの中で再配置される過程」として見る——それが、一段上の視点へ上がる道筋だ。

【補足説明】
Message 1の役割: 「警報が壊れた」という矮小な説明を却下し、「想定していた時間尺度そのものが変わった」という正確な認識に切り替える。ここが出発点だ。
Message 2の役割: 「人災か天災か」という二項対立を解体する。原因を分けて責任を問うているうちは、問題の全体像が見えない。過剰な熱が行き場を変えながら散逸するという一本の線でつながっている。
Message 3の役割: 恐怖という感情シグナルを「情報」として使い直す。感じた怖さを、「じゃあ7分で水が来たら自分はどこへ動くか」という具体的な問いに変換する——それが次のステップだ。

【この連鎖が向かう場所】
次にこの思考が起動するタイミングは、ネパール関連ではせき止め湖の二次決壊ニュースだろうし、または次の前線通過のとき——そこで浮かぶ問いは「7分で水が来たら、自分はどこへ逃げるか」だ。
その問いに答えを持っていることが、一段抽象度の高い「熱と水の循環を生活時間に組み込んだ設計」への入口になる。つまりエネルギー関連の認知戦の真っ只中というかんじがしないでもない。

[鮫島啓佑 @gigantpops]

写真はドロンしろっていうメッセージね🫶

[鮫島啓佑 @gigantpops]

🦎トカゲも「めんどくさい」と行動を渋るのか？🦎

【分析】「めんどくささ（コスト過剰抑制）」の進化系統

登場の段階： 新生代（約6,600万年前〜）／初期哺乳類の大型化段階
脳の部位・物質： 前帯状皮質（ACC）、腹内側前頭前野（vmPFC）、ドーパミン（トニック放出の低下）

変温動物であるトカゲや魚類は、環境刺激に対する「反射」と「本能（固定行動パターン）」で動くため、「億劫だ」と悩む認知余地を持ちません。

「めんどくささ」は、高コストな大脳を維持する哺乳類、特に前頭前野を発達させた生物特有の高度な演算システムです。限られたカロリーを無駄な運動や無益な群れの摩擦に消費しないよう、期待報酬（リターン）が低いと試算された瞬間に脳内ドーパミンを意図的に下げる「代謝防衛プログラム」として機能しています。

本来の目的は、飢餓と背中合わせだった太古の環境における生存確率の最大化です。

俯瞰して消すためのカラクリ（初期化コード）

「システム警告：太古のエネルギー温存プログラムが誤作動中！これは『獲得報酬ゼロの低スペック環境』を検知した脳の単なる自動減速シグナルです。意味付けを破棄し、プロセスを強制終了します。」

[Mathematica @mathemetica]

These silent curves mark where a plate stands perfectly still.

At precise frequencies, sand gathers on the nodal lines of its eigenmodes; solutions of the Helmholtz equation ∇²ψ + k²ψ = 0.

The same math shapes instrument design, ultrasound imaging, and quantum resonators.

Geometry made audible.

Where else have you watched hidden symmetries emerge from vibration?

[田中悠斗＠Fore- @tanaka_yuto]

https://t.co/wKactaXYDZ

苫米地さんのチャンネルでも話させて頂きました^ ^

楽しかったです！

[Mathematica @mathemetica]

The same seven notes rearrange into seven distinct sonic universes through cyclic permutation of a single interval sequence WWHWWWH.

This diagram maps every relative mode of C major alongside its parallel majors, revealing the dihedral structure that links keys by transposition and rotation in ℤ/12ℤ.

Those rotations power everything from generative AI composition engines to the spectral analysis that lets synthesizers and medical audio processors reconstruct harmonic series with mathematical exactness.

The geometry of sound is written in modular arithmetic.

[佐藤幸枝 YUKIE SATO | MindScape 認知分析哲学 @TICECOACHING_YS]

🌎音楽は世界をつなぐ——Listen to the Music
🎵今宵は、ドゥービー・ブラザーズ（The Doobie Brothers）の名曲『Listen to the Music』を。

🎵1972年、アルバム『Toulouse Street』から生まれた初期の代表曲です。作詞・作曲はトム・ジョンストン。ベトナム戦争のさなかに書かれたこの曲について、ジョンストンは、コードそのものに「ポジティブで高揚する感覚」があったと振り返っています。

🎵その精神を、半世紀近く後に世界へ広げたのが Playing For Change。

🎵トム・ジョンストンをはじめ、ドゥービー・ブラザーズのメンバー、Char、HIRAIDAIら、12か国30人のミュージシャンが参加しています。インドのヴィーナやタブラ、セネガルのトーキングドラム、ジャンベ、コンガ、ウード、ゴスペル――異なる土地で育った音が、一つの曲の中で自然につながっていきます。

🎵国境も、文化も、民族も越えていく。
同じ言葉を話せなくても、同じリズムで身体を揺らし、笑うことはできる。
音楽には、世界をつなぐ力がある。

🥺少しうつむき加減の日があったなら、
今日は無理に前を向かなくてもいい。

🎵音楽を聴いて、少し笑顔になろう。
そして、ゆっくり休む日にしよう。

#CognitiveMindScapeCafe
Listen to the Music.
Listen to the Music feat. Tom Johnston (The Doobie Brothers) | Playing For Change
🔗https://t.co/m5hF8Vzxhv

[佐藤幸枝 YUKIE SATO | MindScape 認知分析哲学 @TICECOACHING_YS]

https://t.co/bkAOKeNpLX

[朝日新聞(asahi shimbun） @asahi]

世界に衝撃与えたリズムマシンTR-808　開発者は「当初は酷評」 https://t.co/2EOlT4s7Z1

[Massimo @Rainmaker1973]

Mesmerizing geometry

[The Scientific Lens @LensScientific]

Quadratic surfaces reveal how subtle changes in signs and variables transform simple second-degree equations into spheres, cones, cylinders, paraboloids, and hyperboloids.

These surfaces underpin geometry, physics, engineering, architecture, and computer graphics.

[苫米地英人 @DrTomabechi]

ホワイトハウス発表、ワクチン政策では当時の米政府と足並みを揃えて来た日本の官邸も実行した大手メディアも反応ないので要約する。ホワイトハウス発表の多くは2021年3月1日のMXテレビで私が指摘してたことも言っておく。100万回再生でYouTubeは削除されたが

ホワイトハウス発表 日本語訳
起源
公衆衛生当局者やメディアが研究所流出説の信用を失わせるために繰り返し利用した論文「SARS-CoV-2の近位起源（The Proximal Origin of SARS-CoV-2）」は、COVID-19が自然起源であるという、望ましいとされた説明を押し進めるため、ファウチ博士の働きかけによって執筆された。

このウイルスは、自然界には見られない生物学的特徴を備えている。データは、すべてのCOVID-19症例が、ウイルスがヒト集団へ一度だけ侵入した事象に由来することを示している。これは、動物からヒトへの感染が複数回発生した過去のパンデミックとは対照的である。

武漢には中国随一のSARS研究所がある。同研究所には、不十分なバイオセーフティー水準の下で、機能獲得研究――遺伝子を改変し、生物の性質・能力を増強する研究――を行ってきた経緯がある。

武漢ウイルス研究所（WIV）の研究者らは、COVID-19が生鮮市場で確認される数か月前の2019年秋に、COVID-19に似た症状を呈していた。科学上のほぼすべての尺度に照らせば、自然起源を示す証拠が存在するのであれば、すでに見つかっているはずである。しかし、そのような証拠は見つかっていない。

「近位起源」論文
公衆衛生当局者やメディアが研究所流出説の信用を失わせるために繰り返し利用した論文「SARS-CoV-2の近位起源」は、COVID-19が自然界に由来するという、望ましいとされた説明を押し進めるため、ファウチ博士の働きかけによって執筆された。

機能獲得研究
機能獲得研究が関係する研究所関連事案が、COVID-19の最も可能性の高い起源である。こうした危険な機能獲得研究を監督する現行の政府制度は不完全で、著しく錯綜しており、世界的に適用できるものになっていない。

エコヘルス・アライアンス
ピーター・ダザック博士が率いるエコヘルスは、米国納税者の資金を使い、中国・武漢における危険な機能獲得研究を支援した。

特別小委員会が、エコヘルスによる国立衛生研究所（NIH）助成条件への違反を示す証拠を公表した後、米国保健福祉省（HHS）は、同団体を連邦政府の助成・契約対象から排除するための正式手続きを開始し、エコヘルスに対するすべての資金提供を停止した。

さらに新たな証拠によれば、司法省（DOJ）も、パンデミック期におけるエコヘルスの活動について捜査を開始している。

NIHの失策
潜在的に危険な研究への資金提供と監督に関するNIHの手続きは不十分かつ信頼性に欠け、公衆衛生と国家安全保障の双方に重大な脅威をもたらしている。

さらにNIHは、デイヴィッド・モーレンス博士や「FOIA Lady」と呼ばれたマージ・ムーアの行動に見られるように、連邦政府の記録保存法を回避することを助長する環境を醸成した。

その後後半で主として次のような主張を展開。

バイデン政権下のHHSは、資料提出の遅延や不十分な回答によって議会調査を妨害し、公衆衛生当局幹部に不利な証拠を隠そうとした。
エコヘルスのダザック博士は、提出資料を限定・遅延させ、公開前に文書を改変し、議会に虚偽の説明をした。
ファウチ博士の上級顧問だったデイヴィッド・モーレンス博士は、連邦記録を削除し、議会に虚偽の証言をした可能性があり、NIH内部の非公開情報をダザック博士に提供した。
WHOは中国共産党の圧力に屈し、中国の政治的利益を国際的責務より優先した。また、パンデミック条約は米国の利益を損なう可能性がある。
6フィート（約1.8メートル）の社会的距離は科学的根拠に基づかず、恣意的に設定された。
マスク義務化には、米国民をCOVID-19から有効に守るという「決定的証拠」がなく、当局の説明変更が公衆の不信を拡大させた。
長期のロックダウンは経済、心身の健康、特に若年層に甚大な損害を与えた。
クオモ前ニューヨーク州知事による、陽性患者を介護施設に受け入れさせる命令は「医療過誤」であり、その被害が隠蔽された。
連邦政府は、研究所流出説や代替治療を不当に排斥し、バイデン政権はSNS企業に圧力をかけ、COVID-19政策に対する異論を検閲させた。

これは、共和党優位の下院新型コロナ特別小委員会が2024年12月に公表した520ページの最終報告書⁠を要約・転載したもの。

https://t.co/agK765iVEJ

因みに、同小委員会の民主党側は別の最終報告⁠を出し、「起源は特定されていない」「ファウチ博士が『近位起源』論文を組織した証拠はない」「対象となったウイルスはSARS-CoV-2とは遺伝的に遠すぎる」と反論。

CIAは2025年1月に、その確信度は「低い」ものの研究関連起源の方が自然起源より可能性が高いとの判断をだした