「World Toilet Day .:世界トイレの日（11月19日記念日）。」

パソコン

11 /19 2021

今日は何の日　１１月１９日

世界トイレの日（11月19日記念日）
2013年（平成25年）7月の国連総会で制定。
国際デーの一つ。
「世界トイレデー」ともされる。
英語表記は「World Toilet Day」。

世界のトイレを研究しているシンガポールのJack Sim氏が設立した「世界トイレ機関」（World Toilet Organization：WTO）が記念日を制定したのが始まり。
日付は2001年（平成13年）のこの日、世界トイレ機関が設立され、また「世界トイレサミット」が創設されたことに由来する。

World Toilet Day

この日に世界トイレサミットが開催されたことを記念して「世界トイレの日」が誕生した。
その後もこの日にトイレの問題を考えるイベントや取り組みが世界各地で開催され、その広がりを受けて、2013年に国連総会で正式に制定された。
加盟国にトイレの普及を促し、衛生環境の改善につなげることが目的。

世界のトイレ問題について
世界ではいまだ、3人に1人がトイレを使えない現実がある。
過去20年ほどの間に、トイレを使える人たちの割合は少しずつ増加してきた。
1990年（平成2年）には49％であったその割合は、2015年（平成27年）時点で68％まで向上した。

しかし、今なお、世界の3人に1人にあたる約23億人がトイレのない生活を送っている。
道ばたや草むらなど、屋外での排泄は、排泄物に含まれる病原菌が人の手やハエなどの虫、川、地面などを介して人の口に入り、下痢や風邪などの病気を引き起こす危険があり、命を落としてしまうこともある。

また、「用を足している姿を人に見られるかもしれない」不安は、特に思春期を迎えた女の子には切実な問題で、トイレがないために学校を休む女の子も多くいる。
清潔なトイレで人目に触れず、安心して用を足せる環境づくりが、一人ひとりの尊厳を守ることにつながる。

久しぶりの「コロナ禍」開けに街に出てみれば「最近めっきり減ったなぁ？」、と思うのが「ゴミ箱」・「ベンチ」・「公衆トイレ」なんですがネェ？！

( ノﾟДﾟ)おはようございます、尾籠な話で申し訳ないですが「世界トイレの日　の記念日」絡みで、齢と共に、季節と共に、トイレの回数も劇的に変化します。

今日の気になる話題は此方です。

量子コンピューターがもたらす変革--大きな影響が見込まれる8分野
ZDNet Japan ＞特集・解説＞量子コンピューターを知る--現状と今後　　Daphne Leprince-Ringuet （ZDNet.com）翻訳校正：川村インターナショナル 2021-11-17 07:30

　現在、世界中の巨大企業が量子コンピューティングプログラムを立ち上げて、各国政府が量子の研究に資金を注ぎ込んでいる。
量子コンピューターは、有用性がまだ証明されていないシステムであるにもかかわらず、間違いなく大きな注目を集めている。

　その理由は、量子コンピューターが（まだ成熟には程遠いものの）最終的にはコンピューティングの全く新しい時代を切り開くと予想されているからだ。
その新時代においては、複雑な問題を解決する際に、ハードウェアが制約にならなくなり、従来のシステムだと何年も、あるいは何世紀もかかるような計算を数分で完了することが可能になる。

　より効率的な新素材のシミュレーションから、株式市場の変動予測の精度向上まで、ビジネスへの影響は巨大なものになる可能性がある。本記事では、主要組織が現在模索している量子コンピューティングのユースケースを8つ紹介する。
これらは業界全体の現状を一変させる可能性を秘めた用途だ。

1. 創薬
　創薬は、分子シミュレーションとして知られる科学分野に部分的に依存している。
分子シミュレーションとは、分子内の粒子の相互作用をモデル化することで、特定の疾患を撃退できる構造を作り出す試みだ。

　それらの相互作用は極めて複雑で、多様な形状や形態をとるため、分子がその構造に基づいてどのように振る舞うのかを正確に予測するには、膨大な量の計算が必要になる。

　これを手作業でやるのは不可能だ。
また、問題の規模が大きすぎて、古典コンピューターでは対応できない。むしろ、70個の原子しかない分子のモデル化でも、古典コンピューターでは最大130億年かかると予想されている。

　こうした理由から、創薬には非常に長い時間がかかる。
科学者は多くの場合、試行錯誤のアプローチを採用し、標的の疾患に多数の分子をテストして、成功する組み合わせが最終的に見つかることに望みをかける。

　しかし、量子コンピューターはいつか、分子シミュレーションの問題を数分で解決できる可能性を秘めている。
多数の計算を同時に実行できるように設計されているため、分子を構成する粒子間の極めて複雑な相互作用のすべてをシームレスにシミュレーションすることが可能で、科学者は有効な新薬の候補を短期間で特定できる。

　そのため、現在の救命薬は発売までに平均10年かかるが、設計の期間が短縮され、費用効率が大幅に向上するかもしれない。

　これに製薬会社が注目している。
2021年に入って、ヘルスケア大手のRocheがCambridge Quantum Computing（CQC）と提携してアルツハイマー病研究の取り組みを支援すると発表した。

　小規模企業もこの技術に関心を持っている。
たとえば、合成生物学のスタートアップMenten AIは、量子アニーリングを手がけるD-Waveと提携し、最終的に治療薬として使用する新しいタンパク質の設計に量子アルゴリズムを活用する方法を見つけ出そうとしている。

2. より高性能な電池の開発
　自動車への電力供給から再生可能エネルギーの貯蔵まで、電池はグリーン経済への移行をすでに支えており、その役割は今後も拡大する一方だろう。
しかし、現在の電池は決して完璧ではない。
まだ容量が限られていて、充電速度にも限界があるので、常に適切な選択肢にはならない。

　解決策の1つは、電池の製造にもっと適した新素材を探すことだ。
これも分子シミュレーションの問題であり、このケースでは新しい電池素材の候補になりそうな分子の振る舞いをモデル化する。

　したがって、医薬品設計と同様に、電池の設計でも膨大な量のデータを扱うため、古典デバイスよりも量子コンピューターに適した作業だ。

　そのため、ドイツの自動車メーカーDaimlerはIBMと提携して、さまざまな環境における硫黄分子の挙動のシミュレーションに量子コンピューターがどう役立つかを評価しようとしている。
両社の最終目標は、現在のリチウムイオン電池よりも高性能で、長時間持続し、コストを抑えたリチウム硫黄電池を開発することだ。

より効率的な新素材のシミュレーションから、株式市場の変動予測の精度向上まで、量子コンピューティングはビジネスに極めて大きな影響を及ぼす可能性がある。（提供：IonQ）

3. 天気の予測
　現在の最先端のスーパーコンピューターは膨大な演算能力を有しているにもかかわらず、天気予報（特に長期間の予報）は、まだ残念なほどに正確さに欠ける。
その理由は、気象現象が無数の形で発生するため、古典デバイスでは正確な予測に必要なすべてのデータを取り込むことができないからだ。

　一方、量子コンピューターは、分子内で起きるすべての粒子の相互作用を同時にシミュレーションしてその挙動を予測できるとされているように、無数の環境要因が組み合わさって、大嵐やハリケーン、熱波を生み出す仕組みをモデル化できる可能性がある。

　また、量子コンピューターは関連するほぼすべてのデータを一度に分析できるため、現在の天気予報よりはるかに正確な予測を生成できるだろう。
これは、次の屋外イベントの計画を立てるときに便利なだけでなく、政府による自然災害への対策の強化や、気候変動の研究にも寄与するかもしれない。

　この分野の研究はそれほど注目を集めていないが、量子コンピューターの可能性を詳しく探ることを目的とした提携がいくつか実施されている。
たとえば2020年には、欧州中期予報センター（ECMWF）がIT企業Atosとの提携を打ち出しており、Atosの量子コンピューティングシミュレーターを利用して、量子コンピューティングが将来の天気予報や気候予測に与える影響を調べている。

4. 銘柄の選定
　JP Morgan、Goldman Sachs、Wells Fargoはいずれも、量子コンピューターによって銀行業務の効率を改善する可能性を積極的に調査している。
これは、大きな金銭的メリットを得られる可能性があるものとしてよく提示されるユースケースだ。

　この技術で銀行の活動を支援する方法はいくつか考えられるが、すでに有望視されているのは、「モンテカルロシミュレーション」として知られる手法に量子コンピューティングを適用する方法だ。

　モンテカルロ法では、金融資産の価格を決定する際に、関連資産の価格の経時変化を基準にする。
つまり、さまざまなオプションや株式、通貨、商品に内在するリスクを考慮する必要があるということだ。
結局のところ、モンテカルロ法とは基本的に、市場がどのように進化していくかを予測するものであり、関連するデータが多ければ多いほど精度が向上する。

　Goldman Sachsが量子コンピューティング企業QC Wareと共同で実施した調査によると、量子コンピューターの前例のない演算能力は、モンテカルロ計算を最大1000倍高速化する可能性があるという。
さらに明るいニュースとして、Goldman Sachsの量子エンジニアがアルゴリズムを微調整し、早くも5年後に利用可能となる見込みの量子ハードウェアでモンテカルロシミュレーションを実行できるようにした。

5. 言語の処理
　研究者は何十年も前から、古典コンピューターに意味と単語を関連付ける方法を教えて、文全体を理解させようと試みてきた。
言語の性質を考えると、これは非常に大きな課題だ。
言語はインタラクティブなネットワークとして機能するものであり、文は個々の単語の意味の「総和」ではなく、全体として解釈しなければならないことが多い。
それに加えて、皮肉やユーモア、含意も読み取らなければならない。

　そのため、最先端の自然言語処理（NLP）の従来型アルゴリズムでさえ、基本的な文の意味を理解するのに苦労することが未だにある。
しかし、研究者は現在、量子コンピューターが言語をネットワークとして表現するのに適しているか、そして、より直観的な方法で言語を処理できるかを調査している。

　この分野は量子自然言語処理（QNLP）として知られており、Cambridge Quantum Computing（CQC）が重点的に取り組んでいる。
同社はすでに、文を量子回路上でパラメーター化し、その文の文法構造に応じて単語の意味を埋め込めることを実験で示している。
CQCは先頃、文を量子回路に変換できるQNLP用ソフトウェアツールキット「lambeq」をリリースした。

6. 巡回セールスマン問題の解決を支援
　セールスマンは、訪問する必要のある都市のリストと各都市間の距離を与えられ、移動時間が最も短く、交通費が最も安いルートを考えなければならない。
単純そうだが、「巡回セールスマン問題」は、多くの企業がサプライチェーンや配送ルートの最適化を試みる際に直面する問題だ。

セールスマンのリストに新しい都市が追加されるたびに、考えられるルートが増える。
多国籍企業の規模となると、目的地や車両の数が膨大で、期限が厳しい可能性が高く、問題が大きくなりすぎて、古典コンピューターでは妥当な時間内に解決することができない。

　たとえば、エネルギー大手のExxonMobilは、海を渡る商船の日々のルートを最適化しようとしている。
同社では5万隻以上の商船が1隻あたり最大20万個のコンテナーを運んでおり、運搬する商品の価値は総額14兆ドルにのぼる。

　この課題に対処する従来型アルゴリズムは、すでにいくつか存在する。
しかし、検討すべきルートが膨大な数であることを考えると、これらのモデルはどうしても単純化や近似に頼らざるを得ない。
そこで、ExxonMobilはIBMと協力し、量子アルゴリズムでもっと良い成果が得られるかどうかを調べた。

　量子コンピューターは一度に複数の計算を実行できるため、さまざまなルートをすべて同時に調べられる可能性がある。
古典コンピューターは選択肢を1つ1つ順番に評価していく必要があるが、量子コンピューターは最適なルートを格段に早く見つけられるだろう。

　ExxonMobilの結果には期待を持てそうだ。
ハードウェアが改善されれば、IBMの量子アルゴリズムで従来型アルゴリズムより優れた結果を得られる可能性があることが、シミュレーションで示されている。

7. 交通渋滞の緩和
　街の信号機のタイミングを最適化して、信号待ちの自動車の台数や1日の時間帯に合わせて切り替わるようにすれば、車両のスムーズな流れや、交通量の多い交差点での渋滞の回避に大きな効果があるだろう。

　これも、古典コンピューターには難しい問題だ。
変動要素が増えれば増えるほど、最適な解決策が見つかるまでにシステムが計算しなければならない可能性が多くなる。
しかし、巡回セールスマン問題のケースと同様に、量子コンピューターはさまざまなシナリオを同時に評価して、最適な結果を非常に速やかに見つけ出せる可能性がある。

　Microsoftはこのユースケースに、豊田通商、そして量子コンピューティングのスタートアップJijと協力して取り組んでいる。
研究者たちは、シミュレートされた都市環境で、量子からヒントを得たアルゴリズムの開発に着手し、交通渋滞の緩和を目指している。最新の実験結果によると、このアプローチによって移動中の待ち時間を最大20％短縮できる可能性があるという。

8. 機密データの保護
　現代の暗号技術は、アルゴリズムによって生成された鍵を利用してデータを暗号化しており、その鍵へのアクセスを許可された者だけが、メッセージを復号化することができる。
そのため、これには2つのリスクがある。
ハッカーが暗号鍵を傍受してデータを解読するリスクと、強力なコンピューターを使用して、アルゴリズムによって生成された鍵を予測しようとするリスクだ。

　その原因は、従来のセキュリティアルゴリズムが決定論的であることだ。特定の入力が常に同じ出力を生成するため、相応の演算能力があれば、ハッカーが結果を予測できてしまう。

　このアプローチには途方もなく強力なコンピューターが必要であり、暗号技術の短期的なリスクであるとは考えられていない。
しかし、ハードウェアの性能が向上しているため、将来のある時点で、より安全な暗号鍵が必要になる、とセキュリティ研究者らは警戒を強めている。

　したがって、鍵を強化する方法の1つは、鍵を完全にランダムで非論理的なものにする、すなわち数学的に推測できなくすることだ。

　突き詰めていくと、ランダム性は量子の振る舞いの基本的な特徴の1つだ。
たとえば、量子プロセッサーを構成する粒子は、全く予測できない振る舞いをする。そのため、この振る舞いを利用すれば、どんなに強力なスーパーコンピューターでもリバースエンジニアリングが不可能な暗号鍵を決定することができるだろう。

　乱数生成は、すでに商用化に近づいている量子コンピューティングの用途の1つだ。
たとえば、英国を拠点とするスタートアップNu Quantumは、量子粒子の振る舞いを測定して一連の乱数を生成するシステムを完成させつつあり、それらの乱数を使用することで、より強力な暗号鍵を作成できる可能性がある。

この記事は海外Red Ventures発の記事を朝日インタラクティブが日本向けに編集したものです。

割と「研究室」目線と云うか、実はもっと身近なところから直ぐにではないですが結構、劇的に変化する様な気がします。