未分類

■迷路問題 : S(Start)から出発して、G(Goal)に至る迷路(?)
■お願いした事項: Go言語で作成をお願いします。

■プログラムで何をやっているか。

(1)このプログラムは、3×3迷路を環境として、Actor-Critic法によりゴール到達方策を学習する強化学習の実装です。
(2)Actor(θ)はsoftmaxを通じて行動確率を出力し、Critic(V)はTD誤差を計算してActor更新を助けます。
(3)学習後はθのみを用いて、スタートからゴールまでの行動列をシミュレーションできます。

評価値は、ゴールに到着した時以外、一切与えていません。

出てきたコードの各行の内容を全部質問して、コードの中に全部書き込みました。

時間はかかりましたが、ようやく分かってきました。

G:\home\ebata\actorcritic_maze3x3.go

package main

import (
	"fmt"
	"log"
	"math"
	"math/rand"
	"time"
)

type State struct{ r, c int }

const (
	rows, cols = 3, 3
	gamma      = 0.90 // 割引率
	alphaA     = 0.10 // Actor学習率
	alphaC     = 0.10 // Critic学習率
	episodes   = 4000 // 学習エピソード数
	maxSteps   = 50   // 1エピソード最大ステップ
	/*
		1. エピソード (episode) とは
		スタート地点からゴール or 強制終了まで の一連の試行を「1エピソード」と呼びます。
		このプログラムでは、S(0,0) から始めて、ゴール(G)に到着するか、maxSteps に達するまでが1エピソードです。
		episodes = 4000 は、この「試行」を4000回繰り返して学習を積み重ねる、という意味です。

		2. ステップ (step) とは
		エージェントが「行動を1回選んで、次状態に遷移し、報酬を得る」流れを1ステップと呼びます。
		maxSteps = 50 は、1エピソードの上限です。
		例えば、ゴールにたどり着けなかったとしても「50ステップ経ったら強制終了」して次のエピソードに移る、という仕組みです。
	*/

)

var (
	start = State{0, 0}
	goal  = State{2, 2}
	// 行動: 0=↑, 1=→, 2=↓, 3=←
	dirs = []State{{-1, 0}, {0, 1}, {1, 0}, {0, -1}}
)

// 迷路外・壁チェック(今回は外枠のみ)
func valid(s State) bool {
	return 0 <= s.r && s.r < rows && 0 <= s.c && s.c < cols
}

func step(s State, a int) (next State, r float64, done bool) {
	next = State{s.r + dirs[a].r, s.c + dirs[a].c}
	if !valid(next) {
		// 迷路外は元の場所にとどまる(報酬0)
		next = s
	}
	if next == goal {
		return next, 1.0, true // ゴール報酬
	}
	return next, 0.0, false
}

// ソフトマックス。数値安定化のため最大値を引く
func softmax(x []float64) []float64 {
	maxv := x[0]
	for _, v := range x {
		if v > maxv {
			maxv = v
		}
	}
	exp := make([]float64, len(x))
	var sum float64
	for i, v := range x {
		e := math.Exp(v - maxv)
		exp[i] = e
		sum += e
	}
	for i := range exp {
		exp[i] /= sum
	}
	return exp
}

// π(a|s) に従ってサンプル
func sample(probs []float64, rng *rand.Rand) int {
	u := rng.Float64()
	acc := 0.0
	for i, p := range probs {
		acc += p
		if u <= acc {
			return i
		}
	}
	return len(probs) - 1
}

func key(s State) int { return s.r*cols + s.c } // cols=3  keyはGivenか?

func main() {
	rng := rand.New(rand.NewSource(time.Now().UnixNano()))

	// Critic: V(s)
	V := make([]float64, rows*cols)

	// Actor: θ(s,a)(各状態で4行動のスコア)
	theta := make([][4]float64, rows*cols)

	// 学習ループ
	for ep := 0; ep < episodes; ep++ { // エピソード4000
		s := start
		for t := 0; t < maxSteps; t++ { // maxSteps=50
			if s == goal {
				break
			}

			// 方策 π(a|s) = softmax(θ(s,*))
			k := key(s) // 状態S = (r,c)を k= r x cols + c で1次元に変換したもの

			scores := theta[k][:]
			/*
				theta は 「各状態ごとの4つの行動に対応するスコア(パラメータ)」 を保持する配列です。
				例えば状態が全部で9個(3×3迷路)なら、theta は [9][4]float64 型になります。
				1次元目 = 状態インデックス k
				2次元目 = 行動(↑→↓←の4つ)

				scores := theta[k][:] の意味
				theta[k] は、状態 k に対応する 4つの行動スコア(配列 [4]float64)です。
				[:] を付けることで、それを スライス([]float64) として取り出しています。

				つまり、(↑→↓←の4つ)の行動スコアを取ってくる処理です。

			*/

			pi := softmax(scores)
			/*
				ここが Actor-Critic の Actor が「方策 π」を計算する部分 です。
				状態 s(インデックス k)における 行動スコア(4つ) が入っています。
				例:scores = [0.5, -0.2, 1.0, 0.0]

				2. softmax(scores) の処理
				ソフトマックス関数は、入力ベクトルを 確率分布 に変換します。これにより、行動スコアを「各行動を選ぶ確率」に変換できます。

				もし

				scores = [0.5, -0.2, 1.0, 0.0]
				pi := softmax(scores)

				とすると:
				exp(0.5) =1.65
				exp(-0.2)=0.82
				exp(1.0)=2.72
				exp(0.0)=1.00
				合計 = 1.65 + 0.82 + 2.72 + 1.00 = 6.19

				したがって確率は:
				π[0] = 1.65/6.19 = 0.27
				π[1] = 0.82/6.19 = 0.13
				π[2] = 2.72/6.19 = 0.44
				π[3] = 1.00/6.19 = 0.16
				となり、pi = [0.27, 0.13, 0.44, 0.16] となります。

				つまり、この状態で「下(3番目の行動)」を選ぶ確率が一番高い という方策が得られる。
			*/

			// 行動サンプル
			a := sample(pi, rng) // 「Actor が方策 π(a|s) に従って行動を選ぶ」処理
			/*
				もし pi = [0.1, 0.7, 0.2, 0.0] なら、
				10%の確率で行動0(↑)
				70%の確率で行動1(→)
				20%の確率で行動2(↓)
				0%の確率で行動3(←)
				が選ばれることになります。
			*/

			// 遷移
			s2, r, done := step(s, a)
			/*
				報酬 r は、環境に組み込まれた「設計者が定めたルール」によって与えられる数値です。
				- ある行動をしたときに「良いこと」が起きれば正の報酬
				- 「悪いこと」が起きれば負の報酬
				- 何も特別なことがなければ0
				報酬の設計は、人間(研究者・エンジニア)がタスクに合わせて 「何を良しとするか」 を決めているのです。

				今回のプログラムでは、ゴール以外はすべて報酬0 に設計されています。

				- ゴールに到着するまでは報酬が一切なく、ゴール時にだけ+1をもらえる
				- これは「スパース報酬(Sparse Reward)」と呼ばれる典型的な強化学習の難しい設定です
				- エージェントは「長い間0ばかりの報酬」を経験し、たまたまゴールに着けたときだけ「報酬1」を得る → そこから学習が始まる

				ちなみに、以下のような報酬にすることも可能です。
				- ゴールに近づいたら +0.1
				- 壁にぶつかったら -0.1
				- ゴールで +1
			*/

			// TD誤差 δ = r + γ V(s') - V(s)
			delta := r + gamma*V[key(s2)] - V[k]
			/*
				Q: 行動前後の状態関数値に、報酬値(行動関数値)を混在させているように見えますが、この理解で正しいですか

				まさに 「行動前後の状態価値に、報酬を加えた誤差(TD誤差)」 を計算しています。
				ご指摘の「混在させているように見える」というのは正しい理解です。

				V(s):行動前の状態の予測価値
				r:その行動で得られた報酬(行動の良し悪しを直接反映)
				γ V(s'):次の状態の予測価値(将来の報酬を考慮)

				なぜ混在させるのか→これは Temporal Difference (TD) 学習 の基本です。
				- 強化学習は「報酬だけ」では学習が進まない(スパース報酬だと特に)。
				- そこで「次状態の価値」を推定値として使い、学習を効率化する。
				- 結果として「報酬(直接的な経験)」と「状態価値(推定値)」が混在する形になります。

				直感的なイメージ
				- 今の予測V(s) は「この場所は0.2くらいの価値」と言っている
				- でも実際に行動したら「報酬r=0」+「次の状態の価値0.4×割引0.9 = 0.36」が得られた
				- すると「実際の方が良かった → 予測との差 δ=+0.16」
				- この δ を Actor と Critic の両方の更新に使う

				まとめ
				- ご指摘の通り、報酬 r(行動の直接的な結果)と状態価値 V(将来の見込み)を混ぜている
				- これは意図的で、「行動直後の経験」と「将来の予測」を組み合わせるのがTD学習の肝
				- この差分 δ が、学習の駆動力(Criticの改善、Actorの方策更新)になります
			*/

			// Critic更新
			V[k] += alphaC * delta // 	alphaC = 0.10   Critic学習率  Vは、状態価値関数を2次元で記載せずに、1次元にして管理している(プログラムを簡単にするため))
			/*
				Givenであった状態評価関数値に手を加える
			*/

			// Actor更新:∇θ log π(a|s) = onehot(a) - π
			for i := 0; i < 4; i++ {
				grad := -pi[i] // softmaxで作成された確率分布pi
				if i == a {    // aは4つの行動サンプルの中の1つ
					grad = 1.0 - pi[i]
				}
				theta[k][i] += alphaA * delta * grad // 	alphaA = 0.10 Actor学習率
			}
			/*
				Q: これは、行動評価関数を更新しているのだと思いますが、scoreの値(softmaxの前)と、piの値(softmaxの後)の値が混在して、混乱しています。

				ここで「行動スコア(softmax前)」と「行動確率分布 π(softmax後)」が混ざって見えるのは自然な感覚です。実際には役割が違います。まずそこを分けて整理します。

				1. 行動スコア(softmax前)
				theta[k][i] がその正体です。
				- これは 状態 s における各行動 a の「生の値(ロジット)」。
				- まだ確率ではありません。
				- 学習により増減して「相対的にどの行動が良いか」を表現する材料になります。

				例: theta[k] = [0.1, 0.9, -0.2, 0.0] この段階ではただの4つの数。

				2. 行動確率分布 π(softmax後)
				- pi := softmax(scores) で計算されるもの。
				- scores は theta[k][:] から取り出した 行動スコア。
				- softmaxを通すことで 確率分布(和=1) になる。
				- 実際に「次の行動をサンプルする」時に使われるのはこちら。
				- 上の例にsoftmaxを適用すると:	π=[0.23,0.52,0.11,0.14]
				- つまり、Actorの「行動方策 π(a|s)」になります。

				3. 混乱しやすいポイント
				- 更新するのは スコア(theta)
				- その更新量の計算に 確率(pi) が出てくる
				- この「スコアを確率に変換して行動を選び、その確率を使ってスコアを更新する」という循環構造が混乱の原因です。

				4. 整理すると
				- スコア(theta[k][i]) … 内部パラメータ、学習で直接更新される
				- 確率(pi[i]) … スコアをsoftmaxで正規化したもの、行動選択と勾配計算に使う
				- 更新式の中で「theta を更新するが、その更新量を決めるのに pi が出てくる」ので、同じループに両方の値が登場しているだけ、ということです。

				5. 「なぜ grad = onehot(a) - pi という形になるのかの説明をお願いします
				はい、ここは方策勾配法の核心のひとつです。
				grad = onehot(a) - pi がどこから出てくるのかを順を追って説明します。

				1. 方策勾配法の基本式

				Actorは「方策 π(a|s)」をパラメータ θ で表しています。
				更新式の基本は次です:
				∇θ​logπθ​(a∣s)
				この勾配に TD誤差 δ を掛けて 𝜃 を更新します。

				方策を softmax で定義しているので:
				π(a|s) = exp(θ(s,a)) / Σ exp(θ(s,a'))
				となります。これを用いると、勾配は次のように書けます:
				∇θ​logπθ​(a∣s) = ∇θ​(θ(s,a) - logΣ exp(θ(s,a')))
				= ∇​θ(s,a) - ∇θ​logΣ exp(θ(s,a'))
				= 1 - π(a|s)

				対数を取ると:
				log π(a|s) = θ(s,a) - log Σ exp(θ(s,a'))

				4. 勾配を計算
				この式を θ で微分すると:
				∇θ​logπθ​(a∣s) = ∇θ​(θ(s,a) - logΣ exp(θ(s,a')))
				= ∇​θ(s,a) - ∇θ​logΣ exp(θ(s,a'))
				= 1 - π(a|s)

				もし 𝑖 ≠ 𝑎 なら:(選ばれなかった行動)なら:
				∇θ​logπθ​(i∣s) = ∇θ​(θ(s,i) - logΣ exp(θ(s,a')))
				= ∇​θ(s,i) - ∇θ​logΣ exp(θ(s,a'))
				= 0 - π(i|s)
				= -π(i|s)

				上記をベクトル形式で書けば:
				∇θ​logπθ​(a∣s) = 1 - π(a|s)
				∇θ​logπθ​(i∣s) = -π(i|s)
				となり、コードの内容と一致します。

				grad = onehot(a) - pi は、softmax方策の勾配
				∇θ logπ(a∣s) を計算した結果そのもの

				これを使うことで、
				選んだ行動のスコアは強化され(確率↑)、
				選ばなかった行動のスコアは抑制される(確率↓)

				つまり、行動スコアを、行動スコアの確率値を乗算して、更新しつづけている、と理解すれば良いです。

			*/

			s = s2
			if done {
				break
			}
		}
	}

	// 学習結果の表示
	fmt.Println("学習後の方策 π(a|s)(↑,→,↓,← の順で確率を表示)")
	for r := 0; r < rows; r++ {
		for c := 0; c < cols; c++ {
			k := key(State{r, c})
			pi := softmax(theta[k][:])
			// 見やすいように丸め
			fmt.Printf("s=(%d,%d): [", r, c)
			for i, p := range pi {
				fmt.Printf("%.2f", p)
				if i < len(pi)-1 {
					fmt.Print(", ")
				}
			}
			fmt.Println("]")
		}
	}

	// 簡易検証:スタートから1エピソード実行
	fmt.Println("\nスタートから1回走らせた行動列(期待的には→や↓が増える)")
	trace := simulateOnce(start, theta)
	fmt.Println(trace)
}

func simulateOnce(s State, theta [][4]float64) []string {
	if len(theta) != rows*cols {
		log.Fatal("theta size mismatch")
	}
	actName := []string{"↑", "→", "↓", "←"}
	var seq []string
	for steps := 0; steps < maxSteps; steps++ {
		if s == goal {
			seq = append(seq, "G")
			break
		}
		pi := softmax(theta[key(s)][:])
		/*
			状態 s に対応する 行動スコア(theta) を取り出して softmax にかける。
			その結果、確率分布 π(a|s) を得る。
		*/

		a := argmax(pi)
		/*
			π の中で最も確率が高い行動を選択。
			学習の検証用なので「確率的サンプル」ではなく「最大確率行動(貪欲行動)」を選んでいます。
			つまり「学習済み方策がいま一番推している行動」を採用。

			(注)
			ここでは 学習済みの Actor(θ) だけを使って行動を選ぶ。
			Critic(V) は行動選択に登場しない。
		*/

		seq = append(seq, actName[a])
		/*
			actName は []string{"↑", "→", "↓", "←"} です。
			a は 0〜3 の整数(選んだ行動インデックス)。
			なので actName[a] は「その行動の記号(↑→↓←)」になります。
			append によって、シーケンス seq にその行動を追加していきます。
		*/

		ns, _, _ := step(s, a)
		s = ns
		/*
			step() は (次状態, 報酬, 終了フラグ) を返す関数です。
			ここでは戻り値のうち 次状態だけを ns に受け取り、報酬と終了フラグは _ で捨てています。
		*/

	}
	return seq
}

func argmax(x []float64) int {
	idx := 0
	best := x[0]
	for i := 1; i < len(x); i++ {
		if x[i] > best {
			best = x[i]
			idx = i
		}
	}
	return idx
}

出力結果:

学習後の方策 π(a|s)(↑,→,↓,← の順で確率を表示)
s=(0,0): [0.02, 0.73, 0.24, 0.02]
s=(0,1): [0.01, 0.04, 0.94, 0.01]
s=(0,2): [0.06, 0.06, 0.85, 0.04]
s=(1,0): [0.01, 0.94, 0.03, 0.02]
s=(1,1): [0.00, 0.95, 0.04, 0.01]
s=(1,2): [0.00, 0.01, 0.99, 0.00]
s=(2,0): [0.12, 0.65, 0.12, 0.11]
s=(2,1): [0.03, 0.91, 0.04, 0.02]
s=(2,2): [0.25, 0.25, 0.25, 0.25]
スタートから1回走らせた行動列(期待的には→や↓が増える)
[→ ↓ → ↓ G]
状態価値関数値の初期値は、今回はザックリGivenで与えられていましたが、ここは、実データの平均値とかを使う方法が一般的らしいです。

 

2025,江端さんの忘備録

3年前に、今の大学院の博士課程に入学願書を出す時に添付する為、当時、京都で過ごしていた時の修士学位と、専門職学位授与証明書を、それぞれ取り寄せる必要がありました。
Three years ago, when I submitted my application for the doctoral program I am currently enrolled in, I needed to obtain both my master’s degree certificate and my professional degree certificate from the time I was living in Kyoto.

Webサイトで申し込んだのですが、運転免許証を添付したら、さくっと郵送で送ってもらいました。
I applied through the university’s website, and after attaching a copy of my driver’s license, they promptly mailed the certificates to me.

もし、「そんなものはない」とか応答されたら、真っ青になって、新幹線に飛び乗って、京都に向かっていただろうなぁ、と ーー そんなことをボンヤリ考えていました。
Had they responded, “We don’t issue such certificates,” I would have turned pale and immediately jumped on a Shinkansen bound for Kyoto, which was the kind of idle thought that crossed my mind.


公職選挙法に、学歴の記載が必須なのかを調べてみたのですが、「必要ない」ということが分かりました。
I looked into whether the Public Offices Election Act requires an academic background to be listed, and I found that it is not mandatory.

以下は、候補者経歴申告書(経歴申告書)の例です
Below is an example of the Candidate’s Career Statement (経歴申告書).

=====

候補者経歴申告書
Candidate Career Statement

選挙の種類 :____________________
Type of Election: ____________________

候補者氏名 :____________________
Candidate Name: ____________________

ふりがな  :____________________
Furigana (phonetic reading): ____________________

生年月日  :__年__月__日 (年齢__歳)
Date of Birth: ____ / ____ / ____ (Age: ___ years)

現住所   :____________________
Current Address: ____________________

職業    :____________________
Occupation: ____________________

【経歴】
(例:学歴、職歴、所属団体、資格などを候補者が任意で記載)
[Career] (Example: Education, employment history, affiliations, qualifications, listed at the candidate’s discretion)
昭和◯年◯月 ◯◯小学校卒業
Showa __, Graduated from __ Elementary School
昭和◯年◯月 ◯◯中学校卒業
Showa __, Graduated from __ Junior High School
昭和◯年◯月 ◯◯高等学校卒業
Showa __, Graduated from __ High School
昭和◯年◯月 ◯◯大学◯◯学部卒業
Showa __, Graduated from __ University, Faculty of __
平成◯年◯月 株式会社◯◯入社
Heisei __, Joined ___ Corporation
令和◯年◯月 ◯◯市議会議員当選(1期)
Reiwa __, Elected as City Councilor (1st term)
令和◯年◯月 現在に至る
Reiwa __, Serving to present

【備考】
(自由記載欄:信条、趣味、家族構成などを記載する場合あり)
[Remarks] (Optional entry: personal creed, hobbies, family composition, etc.)

_____________________________
提出日 :令和  年  月  日
Submission Date: Reiwa __ / __ / __
候補者署名:__________
Candidate Signature: ____________________

=====

■学歴・職歴などは必須ではなく任意です。記載しないことも可能です。
Education and employment history are optional; they may be omitted.

■記載内容は候補者本人の自己申告に基づきます。虚偽を記載した場合、公職選挙法第235条の「虚偽事項の公表罪」に問われる可能性があります。
The entries are based on the candidate’s self-declaration. False entries may fall under Article 235 of the Public Offices Election Act (Crime of False Statement).

■実際には、この内容が「選挙公報」に転載され、有権者に配布されます。
In practice, this information is reprinted in the official election bulletin and distributed to voters.

我が国においては、"卒業"より"入学"に価値が見い出される傾向があるように思います。
In Japan, it seems that more value is often placed on “admission” rather than “graduation.”

ただ、私個人としては、大学在学中に"ラクだった"という時期を思い出すことができないので、私にとっては"卒業"には価値があります。でも、そうでもない人がいてもいいと思うんです。
However, for me personally, I cannot recall any period during my university years that felt “easy,” so I find value in graduation. But I think it is fine if others see it differently.

経歴申告書の学歴・職歴に、『XX大学入学』とだけ書いておけば、それは、それで良いのではないでしょうか。試験に合格して入学したことは、私は、十分に価値があると思うのです。
If one writes “Admitted to XX University” in the career statement, that should be acceptable. Passing the exam and being admitted, in my view, has sufficient value.


伊東市の市長の「学籍詐称問題」で、市が負担した金額をChatGPTにフェルミ推定して貰いました。
I asked ChatGPT to make a Fermi estimate of the cost incurred by Ito City in the mayor’s “academic record falsification” case.

結論から言うと、
(1)伊東市が今回の「学籍詐称問題」で直接負担した額は概ね 4~6百万円 規模。
(2)もし再選挙・リコール等が発生した場合、2~3千万円規模の追加が見込まれる
ということのようです。
In conclusion:
(1) The direct cost borne by Ito City for this issue is estimated at 4 to 6 million yen.
(2) If a re-election or recall were to occur, an additional 20 to 30 million yen would likely be required.

多分、これからも政治家の学歴詐称問題は出てくると思います。だって、これ以前にも、この手の問題、山ほどありましたから。
I suspect that similar cases of politicians falsifying academic backgrounds will continue to surface after all, there have already been plenty in the past.

この手の「学歴」に関して、場合によっては数百万~数千万円規模の公費が投じられる、というバカバカしさを回避する簡単な方法があります。
There is, however, a simple way to avoid the absurdity of spending millions to tens of millions of yen of public funds over such “academic” issues.

「学歴」に関してだけは、在学証明書(入学年月日が記載される)、学位証明書、専門職学位授与証明書の添付を必須とする、とすれば良いのです。
For academic history alone, it should be mandatory to attach an enrollment certificate (showing the date of admission), a degree certificate, or a professional degree certificate.

法律改正のような大掛かりなことはせずとも、選挙管理委員会で、そのような運用にすれば良い ーー と思ったのですが、調べてみたところ、この方法は、現行制度上は、選管の運用では不可であり、法改正や政令改正が必要となるようです。
I initially thought the election commission could implement such a measure without a major legal revision. However, upon checking, it turns out that this is not possible under the current system and would require an amendment to the law or a government ordinance.

もっとも、法改正をしたとしても、在学証明書、学位証明書、専門職学位授与証明書の偽造もありえますが、こうなると、もう、公職選挙法ではなく、刑法上の犯罪に該当します。
Even if the law were amended, forged enrollment certificates, degree certificates, or professional degree certificates could still occur. However, in that case, the matter would fall under not the election law but the criminal law.

刑法第155条(公文書偽造等)、刑法第159条(私文書偽造等)、刑法第161条(偽造文書行使罪)に該当し、こうした犯罪の立件・訴追は、刑事訴訟法に基づいて警察・検察が捜査を行い、公判にかけられることになります。
This would fall under Article 155 of the Penal Code (Forgery of Official Documents), Article 159 (Forgery of Private Documents), and Article 161 (Use of Forged Documents). The prosecution of such crimes would be carried out through an investigation by the police and prosecutors under the Code of Criminal Procedure, leading to a trial.


ともあれ、数百万円から数千万円の税金を費やすよりも、数百円の証明書を添付させた方が、よほど安上がりで健全です。
In any case, requiring candidates to attach certificates costing only a few hundred yen is far cheaper and healthier than spending millions to tens of millions of yen in public funds.

政治家の下らない「学歴問題」に毎度付き合わされる納税者の身にもなってほしいものです。
Politicians should remember the burden on taxpayers who are repeatedly dragged into these pointless “academic background controversies.”

===== 付録 ChatGPTが算出したフェルミ推定の結果 ======

了解です。いま公表情報から**“ざっくりの桁”を出すフェルミ推定**をします(2025年8月30日現在)。

前提(事実ベース)

  • 学歴詐称疑惑で伊東市議会が百条委員会(調査特別委)を設置。8/6が第5回、8/13が第6回会合の報道あり。8/29に故意の学歴詐称を認定し、刑事告発を決定。 (アットエス, TBS NEWS DIG, テレ朝NEWS, 毎日新聞)
  • 別自治体の公開資料では、百条委の運営経費(会議録作成、顧問弁護士費、相談料ほか)が年70万~170万円程度の例。顧問料は年33~65万円、弁護士来庁相談は1回2万円などの内訳が確認できる。 (葛城市公式サイト, 岸和田市公式ウェブサイト)
  • 伊東市の2025年度 当初予算に「各種選挙執行経費 7,143万6千円(参院選・伊東市長選・区議会選を含む)」の記載あり。再選挙が起きれば、この規模感が追加で一部再発生する可能性。 (伊東市)

推定の分解と計算(市が“実費として負担”した/しそうなもの)

※「観光客減少等による間接損失」は含めません(市の直接支出ではないため)。

  1. 会議録作成委託
  • 仮定:会合7回(6回+取りまとめ回)× 1回あたり20万円
  • 根拠:他自治体の年総額(18~55万円)を踏まえつつ、証人喚問や長時間審査を想定してやや厚めに設定。
    約140万円。 (葛城市公式サイト)
  1. 法律相談・顧問弁護士
  • 仮定:顧問料50万円/年相当+来庁相談 10回×2万円=20万円
    約70万円。 (葛城市公式サイト)
  1. 証人への費用弁償・郵送・雑費
  • 仮定:委員会期中の実費等で10万円(他自治体例は数万~十数万円規模)。
    約10万円。 (葛城市公式サイト)
  1. 職員の人件費(時間当たりコスト)
  • 仮定:委員会運営・資料作成・傍聴/警備等で
    10人×4時間×7回=280時間
    人件費の“総コスト”を**@5,000円/時**で概算
    約140万円。(一般的な事務職の人件費・諸経費込みの概算)
  1. 記者会見・広報対応等の追加工数
  • 仮定:会見2回(7/7・7/31)+取材・電話対応等の追加延べ180時間×@5,000円
    約90万円。 (朝日新聞)

小計(現時点まで)

    1. 140万
    1. 70万
    1. 10万
    1. 140万
    1. 90万
      = 約450万円4~6百万円の範囲が妥当)

結論(現時点のフェルミ推定)
伊東市が今回の「学籍詐称問題」で直接負担した額は概ね 4~6百万円 規模。

将来シナリオ(もし再選挙・リコール等が発生した場合)

  • 市長選を単独で再実施する事態になれば、投開票所運営・開票、ポスター掲示板、選挙公営負担等で、数千万円規模が追加発生。
  • 伊東市の2025年度予算では複数選挙合計で約7,100万円計上。仮に同規模作業を1選挙分に按分すると2~3千万円前後市の追加負担目安。実際には国の委託/補助や同時執行の有無で上下します。 (伊東市)

まとめ

  • 現在までの直接コスト(委員会運営・法務・人件費中心):約450万円(4~6百万円)
  • 再選挙などが起きた場合2~3千万円規模追加が見込み。

必要なら、百条委の開催回数・議会事務局の支出科目が決算に出たタイミングで、上の仮定を実数で差し替える再計算もできます。

===== 付録 ChatGPTが算出したフェルミ推定の結果 ここまで ======

2025,江端さんの忘備録

私は、『英語(の特に会話教育)は子ども(幼少期)の頃にやらなければならない』という説に、これまで一貫して異議を唱えてきた人間です。
I have consistently opposed the idea that “English, especially conversational English, must be taught to children during early childhood.”

この説は、英語教材を販売する側の戦略だと思っています。
I believe this notion is merely a strategy devised by those who sell English-learning materials.

つまり、バレンタインにおける製菓会社のチョコレート販促戦略、またはハロウィンにおける菓子会社の消費拡大戦略と同じである、ということです。
In other words, it is no different from the chocolate promotion strategy of confectionery companies during Valentine’s Day, or the sales expansion strategy of candy companies during Halloween.


私の場合、「海外(米国赴任)を命じられた時の、あの”死に物狂い”の英会話履修」がありました。
In my case, there was that period of desperate English conversation training when I was assigned to work in the United States.

厚木の米軍家族の居留地に、(そういう手続きをあっせんしてくれるエージェントの英会話教室の手配で)毎週夫婦で訪問して勉強させて頂いた日々があります。
Every week, my spouse and I visited the U.S. military family housing area in Atsugi, where we attended English classes arranged by an agency specializing in such programs.

あの必死の日々で、とにかく夫婦で米国で生きていける最低限の会話力を獲得しました。
Through those desperate days, we somehow managed to acquire the minimal conversational ability needed to survive in the U.S. as a couple.


最近は、大学院の講義と国際学会の発表の日々です。
These days, my life revolves around graduate school lectures and presentations at international conferences.

(1)講義は全部英語です。国際留学生と一緒に講義を受けますので。
(1) All lectures are conducted in English, as I attend them together with international students.

(2)ゼミの全体発表も国際留学生の発表パートは当然英語で、質疑応答も英語で応じなくてはなりませんでした。
(2) In seminar presentations, the international students’ sessions were, of course, in English, and I had to handle the questions and answers in English as well.

(3)国際学会の発表も質疑応答も英語。オフィシャルランゲージが英語なので仕方ありません。
(3) At international conferences, both the presentations and Q&A sessions are in English, since the official language is English—there is no way around it.

というか、事前に上記(1)(2)を知っていたら、多分、大学院への入学など絶対に考えなかったと思います。
If I had known beforehand about (1) and (2), I probably would never have considered enrolling in graduate school.

私、いま、年齢としてはリタイア直前ですが、「人生で一番英語が使えている」という実感があります。
Now, nearing retirement age, I feel that I am using English more than at any other time in my life.

同時に、こういう環境を失うことで、再び、英会話力が劣化していく、という確信もあります。
At the same time, I am convinced that once I lose this environment, my English conversation skills will inevitably deteriorate again.

という訳で、現時点での私は、『英語(の特に会話教育)は子ども(幼少期)の頃にやらなければならない』という説に対して、今なおネガティブなのです。
For that reason, even now I remain negative toward the claim that “English conversation must be taught during early childhood.”

私にとっての英語とは、年齢に関係なく、『泣きごとを言いながら(というか、実際に泣きながら)、その場を凌ぐために、ゼーゼー言いながら、なんとかやり続けるもの』でした。
For me, regardless of age, English has always been something I continue to struggle through—complaining, sometimes literally crying, panting, and just barely managing to get by.


子どもの英語教材の内容を理解しないまま、保護者が迷わずお金を払えることが、私にはとても不思議です。
I find it truly puzzling that parents can so readily pay for their children’s English materials without even understanding their content.

子どもの英語教材はまるで経典、月謝はお布施、講師は布教者のように「効果は必ずある」と繰り返します。
Children’s English textbooks are like sacred scriptures, tuition fees are like offerings, and instructors are like preachers, repeatedly declaring, “The effects are guaranteed.”

「信者(=保護者)が救われる」という保証はどこにもなく、あるのは「次の教材を買わねばならない」という、終わりのない献金サイクルにしか見えずーー
There is no guarantee that the “believers” (i.e., the parents) will be saved; all I see is an endless donation cycle where they are told, “You must buy the next教材.”

私には、“カルト宗教”との違いが、どうしても見えてこないのです。
To me, it is impossible to see any real difference from a cult religion.

『AIとスマホがあれば、外国語はいらない』という仮説があります。

2025,江端さんの忘備録

資料(特に英語の)の内容を理解する為に、ChatGPTを使う場面があると思います。
I think there are situations where one uses ChatGPT to understand the content of documents (especially those written in English).

私、大学での他の学生(海外留学生)の発表では、この方法では足りず、こういう使い方をしています。
In the case of other students’ (international students’) presentations at the university, this method alone was not enough, so I used ChatGPT in the following way.

まず、ChatGPTに資料(全部ではなく、研究の背景と動機とリサーチギャップと結論だけ)を読んで貰って、
First, I let ChatGPT read parts of the material (not all of it, just the background, motivation, research gap, and conclusion).

―― あなた(ChatGPT)なら、この発表に対して、発表者にどんな質問をしますか?
— Then I ask: “If you were in the audience, ChatGPT, what kinds of questions would you ask the presenter about this presentation?”

と問いかけることです。
That is the question I pose.

すると、ChatGPTが、その情報から質問を作り出します。
Then, ChatGPT generates questions based on that information.

で、その質問を読むことで、その発表の内容が理解する、というやりかたです。
By reading those questions, I can grasp the content of the presentation.


これは、ネットに質問する時に、「××について教えて下さい」と記載すると、返事が貰えないことがあっても、
This is similar to when you ask a question on the internet: if you write “Please tell me about XX,” you may not get any replies,

「××とは、◯◯のことである(明らかな誤答)」と記載すると、批判的なコメントとともに、回答を貰うことができる、というやり方を、発展(?)させたもの、と思っています。
But if you write, “XX is YY (an obviously wrong statement),” then you get critical comments along with proper answers. I think my method is kind of an “evolved (?)” version of that.

"発展版"といっているのは、ChatGPTの疑問点を辿って、発表資料を読みなおすと、発表全体の内容が浮び上がってくるからです。
I call it an “advanced version” because, by following the questions raised by ChatGPT and re-reading the presentation materials, the overall content of the presentation becomes clearer.

このやり方、私には、滅茶苦茶に相性がよかったです。お勧め致します。特に英語発表については、有効だったようです。
This approach worked extremely well for me. I highly recommend it—especially for understanding English presentations, as it proved very effective.


私が在学していた、国際留学生の皆さんのプレゼンテーション資料は、正直申し上げて「なっていない」と思うことは多かったです。
To be honest, many of the presentation materials by international students when I was studying seemed rather “unacceptable” to me.

■字が小さい。フレーズを全文転記している。(これ、ウチの会社でやったら、(文明的に)殴られます)
■ The font is too small. They copy full sentences onto slides. (If you did this at my company, you’d get beaten—figuratively, in a civilized way.)

■図を書かない。図を英文で説明して力付くで突破しようとしている。(これ、ウチの会社でやったら、(以下省略))
■ They don’t use diagrams. Instead, they try to push through by explaining everything in English text. (If you did this at my company… well, you can imagine.)

■結論の記載がない(以下省略)。
■ No conclusion written (same story).

などです。
Those were typical issues.

あと「長い」もあるのですが、これは、私も他人を批判できません(7分間の発表に45ページの資料を作成したりしています。
Another issue is that presentations are “too long,” but I can’t criticize others too much—after all, I once made 45 slides for a 7-minute talk myself.

まあ、これは、企業に入ってから叩き込まれるテクニカルライティングの一態様ですので、仕方がないとも思いますが。
Well, this is part of the technical writing discipline drilled into you once you join a company, so perhaps it can’t be helped.


留学生の発表資料を見て、『字が小さい、図がない、結論がない』と嘆いていますが、よく考えたら自分のWordPressコラムも『字が多い、図がない、結論が迷子』です。
Looking at the international students’ presentation slides, I lamented, “Small text, no diagrams, no conclusion.” But when I think about it, my own WordPress columns suffer from “Too much text, no diagrams, conclusions lost.”

人の振り見て我が振り直せ・・・直せていないな。
See others’ faults and correct your own… except I haven’t corrected mine.

―― お前は、この場で、一体、誰に対して、何を分かって貰おうとしているんだ?

未分類

違法行為(セクハラ等)の補助的役割をしてきた法人が、その後、退任したその法人の社長を告訴できる、という法的ロジックを教えて下さい。
ぶっちゃけフジテレビのことです

 

ご質問は「法人が違法行為(例:セクハラなど)の補助的役割を果たしていた場合でも、その法人が後に退任した元社長を告訴できるのか」という点ですね。ここにはいくつかの法的なロジックが関わります。以下、一般論として整理します(特定の事例や企業に直結する判断ではありません)。


1. 「法人」と「代表者」の関係

  • 法人は独立した「権利能力なき社団」ではなく、法的に独立した主体(法人格)です。

  • 代表取締役(社長)は法人を代表する立場であっても、法人と個人は別人格です。

  • よって、法人自体が加害行為の主体であったとしても、後に法人として個人に対して法的措置を取ることは理屈上は可能です。


2. 刑事告訴と民事訴訟の区別

  • 刑事告訴:法人そのものが告訴人になることは可能です。たとえば「法人が元社長から被害を受けた」と整理できる場合。

  • 民事訴訟:法人が元社長に対し、損害賠償請求などを行うこともあり得ます。


3. 補助者から「被害者」への転換ロジック

問題は「その法人自身が違法行為に加担していたのに、後から被害者として告訴できるのか」という点です。ここには次のようなロジックが考えられます。

  • 法人の意思決定主体は社長
    違法行為が「社長の指示または黙認」で行われていたなら、それは法人の意志ではなく「社長個人の不法行為」として構成できる。

  • 法人は社長に支配されていた被害者でもある
    法人は社長の意思に従わざるを得ず、その結果「加害に動員されたが、実質的には支配・強制されていた存在」と位置づけられる。

  • コンプライアンス上の再整理
    社長退任後、新経営陣が「過去の違法行為は元社長個人の責任」として切り離し、法人としては被害申告者に転じることが可能。


4. 実務上の法的枠組み

  • 会社法429条(役員等の責任)
    役員が職務執行において悪意または重大な過失により第三者に損害を与えた場合、会社はその役員に損害賠償請求できる。

  • 民法709条(不法行為責任)
    違法行為が法人に損害を与えた場合、法人は加害者である元社長を相手に請求できる。


まとめ

つまり「法人が加担したように見える違法行為」でも、それが実際には「社長の指示・圧力によるもの」である場合、法人は「共犯」ではなく「社長に利用された被害者」と位置づけ直すことが可能です。この場合、社長退任後に法人が元社長を告訴する法的ロジックは成立します。

この場合、被告はどのようなロジックで抗弁する可能性がありますか?

良い論点ですね。もし法人が「社長によるセクハラ等の違法行為」を理由に元社長を告訴・提訴した場合、被告(元社長)がどのような抗弁をするかを法的に想定すると、大きく以下のような論理が考えられます。


1. 「法人も加担していた」抗弁

  • 共犯・承認の主張
    法人は単なる被害者ではなく、取締役会・監査役・他の役員を通じて行為を知りつつ放置、あるいは広報・人事を通じて行為を隠蔽してきた、と主張。

  • これにより「法人も責任主体であり、加担者である以上、被害者としての告訴権限は限定される」と反論する可能性がある。


2. 「法人の意思決定としての行為」抗弁

  • 代表取締役=法人の意思
    社長が行ったことは、当時は法人の意思決定そのものであり、法人自身の行為とみなされる。

  • このロジックでは「法人と自分を切り離して責任を一方的に押し付けるのは不当」という主張になる。


3. 「時効」や「手続的欠陥」を突く抗弁

  • 刑事告訴の場合:刑事訴訟法上の公訴時効を主張。セクハラ・パワハラ関連の行為は時効が比較的短いことが多い。

  • 民事訴訟の場合:民法724条による不法行為の消滅時効(損害・加害者を知った時から3年、行為時から20年)を持ち出す可能性。


4. 「損害の不存在」抗弁

  • 法人自体は経済的損害を受けていない、むしろ利益を得ていた(番組制作継続・広告収入等)、と反論する。

  • 「被害者は個人(従業員)であって法人ではない」という整理で、法人の告訴権を否定する可能性。


5. 「責任分散・他者責任転嫁」抗弁

  • 違法行為の実行は自分ではなく部下や関連部署であり、自分は直接関与していない、と主張。

  • 法人内での決裁・承認システムを持ち出し、「他の役員や組織も責任を負うべき」と分散させる可能性。


まとめ

元社長側の典型的な抗弁ロジックは、

  1. 法人も共犯だった(自己責任を否認)、

  2. 社長=法人の意思決定(切り離せない)、

  3. 時効完成や手続不備、

  4. 損害が法人には存在しない、

  5. 自分以外も責任を負うべき、
    という5本柱に集約されます。

これらの抗弁に対して、法人側がどう反論を組み立てるか(特に“社長の個人的不法行為であり法人の意思ではない”と立証する方法)について論じて下さい

承知しました。ここでは「元社長が抗弁として『法人も加担していた』『社長=法人の意思決定』などを主張した場合」に対して、法人側がどのように反論を組み立てられるかを法的ロジックとして整理します。焦点は「社長の個人的不法行為であり、法人の意思ではない」と立証する方法です。


1. 法人の独立人格を強調する

  • 法人と役員は別人格
    会社法上、法人(会社)と役員(社長・取締役等)は明確に区別される。

  • 行為主体の切り分け
    社長が行った不法行為が「会社の業務執行」として認められるか、それとも「社長個人の逸脱行為」として位置付けられるかを明確に区別。

法人側の反論:

「本件行為は会社の事業目的や正規業務の範囲外であり、代表取締役個人の逸脱行為である。会社は独立した法人格を持つ以上、その行為を法人の意思決定とみなすことはできない」


2. 行為の業務適合性を否定する

  • 「業務の範囲外」論
    セクハラや違法なパワハラ行為は、会社の事業遂行や経営判断に合理的に資するものではない。

  • 業務執行との乖離
    取締役会の議事録、業務命令文書、社内規程などを示し、問題行為が業務執行として承認されていなかったことを立証する。

法人側の反論:

「行為は会社の経営判断や業務遂行とは無関係であり、むしろ会社の信用を毀損した。したがって会社は被害者であり、責任を社長個人に帰属させるべきである」


3. 「社長の濫用権限」論を適用する

  • 権限濫用の法理
    会社法上、代表取締役の権限濫用行為は「会社に帰属しない」と解釈できる。

  • 社長の地位を利用した私人行為
    社長職を利用したとしても、行為そのものが私人の利益追求や不法行為であるなら、会社責任から切り離せる。

法人側の反論:

「社長は権限を濫用し、法人のためではなく自己の私的利益・快楽のために違法行為を行った。権限濫用に基づく不法行為は法人には帰属しない」


4. 監督・牽制システムの提示

  • ガバナンスの証拠提出
    社内のコンプライアンス規程、ハラスメント相談窓口、取締役会の監督体制などを示す。

  • 法人の姿勢の立証
    「会社としては違法行為を是認していなかった」という証拠を提出(例えば内部通報記録、第三者委員会の設置、是正措置)。

法人側の反論:

「法人はシステムとして不法行為を防ぐ措置を整備しており、これを潜脱して行為したのは社長個人である」


5. 被害者性の強調

  • 法人も被害を受けた
    元社長の行為により企業イメージの失墜、スポンサー離脱、株価下落、人材流出など法人自体に損害が生じた。

  • 二重の被害構造
    直接の被害者は従業員だが、法人も間接的に大きな損害を被っている。

法人側の反論:

「法人は被害従業員とともに、経済的・社会的損害を受けた被害者である。元社長が法人を利用して行為を実行した事実は、むしろ法人が被害を受けた証拠である」


まとめ

元社長の抗弁(「法人も加担していた」「社長=法人の意思」など)に対して、法人が反論を組み立てるロジックは以下の5点に整理できる。

  1. 法人と個人は別人格であり、行為主体は切り分けられる

  2. 違法行為は業務遂行の範囲外であり、法人意思に帰属しない

  3. 社長による権限濫用は法人の意思決定とはならない

  4. 法人はコンプライアンス体制を整備しており、是認していなかった

  5. 法人自体も被害を受けている存在である

いえ、今回の案件が民法709条のみに依拠するのではなく、会社法429条(役員等の責任)にも規定されている、事実確認で十分です。
あと、会社法429条は民法の特別法であって、刑法対象にはならないかどうかを確認させて下さい

了解しました。整理します。


1. 民法709条と会社法429条の関係

  • 民法709条(不法行為責任)
    「故意または過失によって他人の権利または法律上保護される利益を侵害した者は、その損害を賠償する責任を負う」
    → 一般的な不法行為責任の根拠条文。

  • 会社法429条(役員等の責任)
    「役員等は、その職務を行うにつき悪意又は重大な過失によって第三者に損害を与えたときは、当該役員等は、その第三者に対して連帯して損害賠償の責任を負う」
    → 会社役員の職務執行に関する責任を特別に定めた条文。

👉 会社法429条は、民法709条の「特別法」として位置付けられ、役員責任をより限定的かつ明確に規定しています。
つまり、役員等による不法行為は原則709条に該当しますが、役員の立場・職務執行に関する場合は429条が優先して適用される、という整理です。


2. 刑法の対象になるか

  • 会社法429条はあくまで「民事責任の特則」であり、刑事罰を直接科す条文ではありません。

  • したがって、429条に基づいて刑事事件(告訴・起訴)に直結することはありません。

  • ただし、役員の行為が別途刑法に触れる場合(例:強制わいせつ罪、業務上横領罪など)、その部分は刑法に基づいて刑事責任が問われることになります。

👉 会社法429条自体は「刑法対象外」ですが、行為の実質によっては刑事責任(刑法)と民事責任(429条/709条)が並行する可能性があります。


3. 事実確認としての結論

  1. 民法709条 → 一般の不法行為責任。

  2. 会社法429条 → 役員責任に関する特別法であり、709条の特則。

  3. 刑法 → 429条自体は刑罰規定ではなく刑事事件の根拠にはならない。ただし、行為内容が刑法違反であれば、刑事責任と民事責任が並立する。

整理できました。ありがとうございました。今回はここまでで結構です。

承知しました。お役に立てて何よりです。
また次に必要なときは、いつでも声をかけてください。

未分類

IIAI AAI2025のカンファレンスペーパーで「特別賞」貰いました。

以前は"奨励賞"といっていたのですが、ChatGPTに、

■「奨励賞」と訳してよい場合

  • 若手研究者や新人などを対象とした表彰で、「今後の活躍を期待して評価する」という意味が込められているとき。

  • 応募者全体に対して激励的な意味合いが強いとき。

と言われました。

ちなみに、今回の、AAI2025の発表論文は、総論文数453 ,採択論文111 採択率24.5%  なので、ちょっと「奨励賞」は変なのかな、と思いまして。


 

2025,江端さんの忘備録

これだけの酷暑が続く中、エアコンを使用しない生活は、もはや不可能といえます。
In the midst of such relentless heat, living without using an air conditioner has become virtually impossible.

厚労省の熱中症対策資料にも「命を守るためにエアコン使用は不可欠」とありますが、確かにその通りです。
Even the Ministry of Health, Labour and Welfare’s heatstroke prevention materials state that “using an air conditioner is essential to protect life,” and that is absolutely correct.

私は、自室のエアコンが連続稼働の末に突然故障してしまうことを、毎日ひやひやしながら見守っています。
I nervously watch my room’s air conditioner every day, fearing it might suddenly break down after continuous operation.

このタイミングで止まったら、生活が一瞬で崩壊します。
If it stopped at this time, my daily life would collapse in an instant.

-----

一方で、最近気になるのは「政府から節電要請が思ったほど出てこない」ことです。
On the other hand, I have recently noticed that the government hasn’t been issuing as many power-saving requests as one might expect.

実際には2022年に7年ぶりの全国的な節電要請がありましたが、それも「不要な照明を消して」レベルで、冷房を控えろなどとは言われていません。
In fact, there was a nationwide power-saving request in 2022 for the first time in seven years, but it was only at the level of “turn off unnecessary lights,” and no one was told to refrain from using air conditioning.

「冷房を止めろ」と要請したら、国民の命が危ないのですから当然です。
It is only natural—if they requested people to stop cooling, citizens’ lives would be at risk.

また、意外に知られていない事実として、エネルギー消費は冬の方が大きいという傾向があります。
Another fact that is not widely known is that overall energy consumption tends to be greater in winter.

単純に外気と室温の差が冬の方が大きいため、暖房にかかる負荷が重いのです。
Simply put, the temperature difference between outdoor air and indoor space is greater in winter, resulting in a heavier heating load

ただし、瞬間的なピーク需要は夏の冷房で最大化することも多く、「夏と冬で違う種類の地獄がある」と理解するのが正しいでしょう。
However, instantaneous peak demand often reaches its maximum due to summer cooling, so it is more accurate to say, “There are different kinds of hell in summer and winter.”

-----

そんな中で私が最近考えるのは、「この酷暑を理由に原発再稼働を正当化されたら、反論が難しい」ということです。
What I’ve been thinking recently is that if this extreme heat is used as a reason to justify restarting nuclear power plants, it becomes tough to argue against it.

電力の安定供給は「我慢」や「忍耐」では済まず、「生死」に直結してしまうからです。
Because a stable power supply is no longer about “endurance” or “patience,” but is directly linked to life and death.

エアコンのスイッチを切るのは、生命維持装置の電源を落とすようなものです。
Turning off the air conditioner is like cutting the power to a life-support system.

とはいえ、ドイツのように脱原発をやり切った国もあれば、台湾のように一部だけ残しており、全廃を目指している国もあります。
That said, countries like Germany have fully phased out nuclear power, while others, such as Taiwan, have retained part of it while aiming for total abolition.

一方で、エアコンの省エネ効率は年々向上しており、1990年代と比べれば同じ冷房効果を半分以下の電力で得られるようになっています。こういう地道な効率改善こそ、最も堅実で素晴らしい方向性だと感じます。
Meanwhile, the energy efficiency of air conditioners has been improving year by year; compared with the 1990s, the same cooling effect can now be achieved with less than half the electricity. I believe that this kind of steady improvement in efficiency is genuinely the most reliable and admirable direction to take.

-----

今の私は、『この酷暑の中でも、"原発ゼロ"は、やってやれないことがない』と言えるのかどうか、自信がありません。
At this moment, I am not confident enough to say, “Even in this extreme heat, a zero-nuclear policy is still feasible.”

いずれにせよ、10年前に自分がやった電力需給の計算を、もう一度やり直す時期に来ているのかもしれません。
In any case, the time may have come to redo the supply-and-demand power calculations I worked out ten years ago.

日本の電力は足りているのか?――“メイドの数”に換算して、検証してみる(前編)

Is Japan’s electricity sufficient? — Verifying it by converting into the “number of maids” (Part 1)

日本の電力は足りているのか?――“メイドの数”に換算して、検証してみる(後編)

Is Japan’s electricity sufficient? — Verifying it by converting into the “number of maids” (Part 2)

-----

まあ、私が我が国の為政者、または、電力会社のステークホルダーであれば、
Well, if I were a ruler of this country or a stakeholder in a power company,

『(1)原発を再稼働するか、(2)稼働寿命をゴリ押しで延長するか、あるいは図々しく(3)『原発新設』まで持ち出すために必要なのものは、“国民合意”なんて面倒なものは必要ではなく、“気温40度”という切り札が一枚あれば十分』
I would think: “To (1) restart nuclear plants, (2) forcibly extend their operating lifespans, or even (3) brazenly propose building new ones, what is needed is not the troublesome thing called ‘public consent,’ but simply one trump card: 40-degree heat.”

と考えると思います。
That’s what I would conclude.

少なくとも、私は、この切り札に対して、カウンターとなるカードを持っていません。
At the very least, I don’t have any counter card against this trump card.

―― 日本国内において、生涯で2~3回は原発事故に遭遇し、最低1回は放射能汚染被害を受ける

2025,江端さんの忘備録

毛沢東が「大衆は衆愚であった方が良い」と語ったと伝えられている話を耳にしたことがあります。
I once heard a story that Mao Zedong was said to have remarked, “The masses should remain ignorant.”

国家を統治する立場からすれば、一理ある考え方かもしれませんが、国民をそのまま無知にしておけば国力は確実に低下します。
From the perspective of those who govern a nation, this may sound reasonable, but if the people are left ignorant, the national strength inevitably declines.

結局は外国から侮られ、利益を奪われ、逃げられてしまう。
Ultimately, the country is scorned by foreign powers, stripped of its interests, and left behind.

これは19世紀に広がった「列強+帝国主義+植民地支配」の歴史を見ても明らかです。
This is evident when examining the history of the 19th century—“great powers + imperialism + colonial rule.”


なぜこんな話を持ち出したのかというと、実はITセキュリティのことを考えていたからです。
The reason I bring this up is that I was actually thinking about IT security.

最近、私は移動体との間のセキュア通信システムの研究開発に取り組んでいるのですが、調べれば調べるほど「これは危ない」と冷や汗をかく日々が続いています。
Recently, I have been involved in the research and development of secure communication systems for mobile units, and the more I investigate, the more concerned I become, thinking, “This is dangerous.”

ITシステムというのは、真面目に見直すと攻撃できるポイントが本当に数多く潜んでいるのです。
When you seriously review IT systems, you find that there are truly countless points vulnerable to attack.


私が考えているのは、このシステムをどう守るかということです。
What I am thinking about is how to defend these systems.

いわば「国家を守る自衛隊の、ものすごく小さい版」をつくるようなイメージです。
It’s like creating a tiny version of the Self-Defense Forces that protect a nation.

完全に防御しようとすれば予算が破綻するし、かといって手を抜けば容易に破られてしまう。
If you attempt to achieve a perfect defense, the budget will collapse; if you cut corners, the system will be easily compromised.

だから「攻撃されやすい場所を重点的に守るしかない」という発想になるのですが、これは国家防衛とITセキュリティに共通しています。
The idea then becomes, “We must focus on defending the most vulnerable areas,” and this logic applies to both national defense and IT security.

こうして考えると、自分の思想が少しずつリベラル寄りから保守寄りに傾いてきているな、と感じます。歳をとると人は保守的になる、という言葉をそのまま実感しているのかもしれません。
Reflecting on this, I realize that my views have gradually shifted from liberal to conservative. Perhaps I am simply experiencing firsthand the saying, “People grow more conservative as they age.”


「平和を願っているだけ」で平和が実現するなら、それはとても幸せなことです。
If peace could be achieved simply by wishing for it, that would be wonderful.

しかしITの世界では、「セキュリティを願っているだけ」ではシステムは守れません。
However, in the IT world, merely wishing for security does not guarantee a system's protection.

実際にこのブログを載せているサーバでも、ログを確認すると毎日数百件どころか数千件単位の攻撃を受けていて驚いたことがあります。
In fact, when I checked the logs of the server hosting this very blog, I was shocked to see not hundreds but thousands of attacks occurring every single day.

サイバー攻撃は自動化されているため、あっという間にこの規模に達してしまうのです。
Since cyberattacks are often automated, they can quickly reach such high numbers.


で、最近思うのが、セキュリティの実態を知らないことは、ある意味では幸せなのではないか、と。
And so I’ve come to think lately that, in a sense, not knowing the realities of security might actually be a kind of happiness.

利用者の立場に限って言えば、「私たちはセキュリティについて衆愚であった方が、むしろ心の安定を保てるのではないか」とも感じます。
From the perspective of ordinary users, perhaps “remaining ignorant about security” helps us maintain peace of mind.

もっとも、ネットバンクを乗っ取られて預金をすべて奪われても、「まあ、やられちゃった」と笑えるほどのメンタルを持つことも必要となりますが。
Of course, that would also require the mental resilience to laugh it off, even if your online bank account were hijacked and your savings completely drained.

まあ、預金を根こそぎ持っていかれても「やられちゃった」と笑える人が増えれば、日本の幸福度ランキングも一気に上がるかもしれません。
Then again, if more people could chuckle after losing all their savings, Japan’s happiness ranking might suddenly skyrocket.

幸せって、意外にこういうことかもしれませんよ ―― "無知は力なり"
Happiness may unexpectedly be something like this: “Ignorance is power.”