スキップしてメイン コンテンツに移動

ノイマンの軛 Von Neumann bottleneck が解けてきた

量子力学のはじまり

 2017に量子コンピュータ D-Wave 2000Q が報道された。
これに刺激され、量子力学関係の本を再読したり、量子コンピュータの本をいくつか読んだ。

量子力学のはじまり

炉の温度を確認するために炎を見つめると眼がやられる。鍛治の神は職業病として片目が不自由。産業革命以降、炉の温度を求める数式の研究が進められ、ようやく実験結果と一致する数式が完成した。

数式はできたが、これは「光の波のエネルギーはある決まった”とびとびの値”しかとらない」ことを意味していた。

こうして量子力学が始まった。





 

エネルギーを失い、原子核の中へと落ちてしまわないのはなぜなのだろう。
そんなことが起きるとすれば、安定した原子の存在があり得なくなるだけではない。

この小さな原子崩壊の際に放出される電磁波の周波数は連続スペクトルを形成するはずだ。
だがそれでは、原子が特定の飛び飛びの周波数(ガスのスペクトルの中で輝線または暗線として見られる)でしか電磁波を放出・吸収できないという観測結果に反することになる。何がこの特別な周波数を決定しているのだろう。

この疑問に対する答えは、 20世紀最初の30年間に、量子力学(ニュートン以来、物理学を最もラジカルに変えた理論)の発達とともに明らかになっていった。その名が示すとおり、量子力学はさまざまな物理系のエネルギーの量子化つまり、飛び飛びの値にすることを必要とする。

1913年、二ールス・ボーア(訳注:1922年、原子構造とその放射についての研究でノーベル物理学賞)は、「原子は特定のエネルギー状態でしか存在できない」として、単純な原子についてそのエネルギーを計算するための数式を発表した。
それ以前のマックス・ブランク(1918年、エネルギー量子の発見なとでノーベル物理学賞)の研究に続いて、アインシュタインがすでに1905年に、「光のエネルギーは光量子のちに光子と呼ばれるようになったの中にある。光子は光の周波数に比例するエネルギーを持つ」
と指摘していた。

ボーアが説明したとおり、原子が光子1個を放出することによってエネルギを失うとき、その光子のエネルギーは最初の原子状態のエネルギーと最後の原子状態のエネルギーの差に等しくなければならない。この条件が光子の周波数を決定している。
光子を放出することができず、よって安定している原子の最低エネルギー状態というものが必ず存在する。こうした初期の成果に続いて、1920年代に、どんな物理系にも適用することのできる量子力学の一般法が確立された。これはおもにルイ・ド・プロイ、ヴェルナー・ハイゼンベルク、ヴォルフガング・パウリ、バスケアル・ヨルダン、エルヴィン・シュレーディンガー、ポール・ディラック、マッグポレンの功績である。

可能な原子状態のエネルギーは、シュレーディンガー方程式(音波の研究からすでによく知られていた、一般数学タイプの方程式)を解くことによって計算される。楽器のは 半波整数倍が弦の長さに一致する音しか出すことができない。それと同様に、シュレーディンガーは、可能な菓子のエネルギー準位はシュレーディンガー方程式によって支配される波が原子の周囲で切れ目なくちょうど収まる準位だということを発見した。
しかし、最初にボルンが気づいたように、これらの波は圧力の波や電磁場の波ではなく、「粒子が見つかる確率は、波動関数が最大になる場所の近くで最も高い」という確率の波である。
量子力学は、原子の安定性という問題やスペクトル線の問題を解決しただけではなかった。

量子力学によって、化学は物理学の枠組みの中に組み込まれた。
電子と原子核の間に電気力が存在することはすでに分かっていたので、シュレーディンガー方程式は原子だけでなく分子にも適用することができ、それによってさまざまな状態の分子のエネルギーを計算できるようになった。
こうして、どんな分子が安定的かとか、どんな化学反応がエネルギー的に可能かとかが原則的に判断できるようになった。
1929年、ディラックは、「物理学の大部分と化学全体の数学的理論に必要な基本的物理法則は、これで完に明らかになった」と高らかに宣言した。
これは、「化学者は、化学の問題を物理学者に引き渡して引退するだろう」という意味ではなかった。ディラックもよく理解していたように、シュレーディンガー方程式は複雑すぎて最小の分子について以外は解けなかったから、化学独自のツールや知識はやはり不可欠だった。



コメント

このブログの人気の投稿

カーナビの Wi-fi とApple CarPlayの仕組み 地図更新に時間がかかる

苦労してカーナビをiPhoneでテザリングした。 地図がダウンロードできて、いざ更新しようとしたら処理に何時間もかかる(車の電源切るな!!!)ような表示がされたので中断した。 USBに地図をダウンロードしておいて、ここから更新できるようなのでダウンロード(全国でなく、東北、関東、中部だけ)して、中身をちょっと覗いてみたら、20万行くらいあるSQL文があった。 更新処理に時間がかかる理由が、わかったような気がした。 追記:  USBに東北、関東、中部の地図をダンロードして、USB経由で更新したところ、5、6分の処理で完了した。 テザリングによる更新の処理時間は、以後の本体部分の地図情報をダウンロードにかかる時間を含めたものと思われる。 追記2:  部分的に地図を更新したら「地図が最新ではありません」と表示されるようになった。  鬱陶しいのでUSBに全国の地図をダウンロードして、車に挿したら「『地図が最新ではありません』と表示されるタイミングで勝手に地図の更新処理を促す画面が起動した。 処理時間は25分と表示されたが、30分以上かかった。 Macから解凍した20GBのファイルをUSBにコーピーするだけで20分くらいかかったので30分程度はかかって当然か。  エンジンかけたまま車から降りたら「警告:キーが見つかりません」と表示されていた。 追記3:  どうやらUSBに更新につかった地図データを入れたままにしていると(USBの)「地図が最新ではありません」といってくるようだった。

力と交換様式

  東京駅の八重洲のブックセンターが営業終了になるらしいので、折角なので銀座に行ったついでに立ち寄ってみた。しかし、残念ながら「力と交換様式」の在庫はなかった。 Amazonの以下のような書評がちょっと気になっていた。 柄谷行人氏は非常に長い時間と熱量を以ってマルクスを何とか哲学的にもまともなものとして救い出そうとしていた様に見える。だがそれは無理だったというのが柄谷氏自身の集大成的な仕事の最終的な結論だと思われる   「歴史学者という病」の一節を読んで、以前からずっと「唯物論」というのがよく理解できなかったのだが「唯物論=マルクス主義」というか「マルクス教という宗教の信者がたくさんいただけ」ということにいまさら気づかされて、なんだか少しスッキリした。  唯物史観とは、生産構造こそが社会を支え、生産構造の分析こそが社会を豊かにするといった「哲学」に則る。生産構造と階級闘争、つまり異なる生産構造を持つ主体の対立が階級として現れ、この階級の闘争の積み重ねこそが歴史であるという理解に落ち着く。(中略) 唯物史観を離れて実証へ向かった先生方は存在する。ただし、当時の主だった歴史研究者は、ほぼ全員が唯物史観に近い立場であったことは事実である。 モノの「交換様式」というやつは「肝」であるようだ。 K・マルクスによれば、商品交換とは異なる共同体のあいだで行われる物々交換からはじまるもとのされます(『資本論』)。 縄文イデオロギーを共有し、それゆえ「外部」を持たなかった縄文時代の日本列島の社会に、商品交換は存在しませんでした。しかし、弥生文化が成立すると... 縄文時代は贈与と交換が中心で、モノの売り買いに対する忌避もまた、縄文文化ということらしい。 最近では縄文時代から稲作があったのが明らかになってきている。農業を拒否していたのでなく、モノの売り買いを忌避していたのか。 縄文から弥生になって芸術レベルが格段に落ちたのは明らか。土偶と埴輪では勝負にならない。   ちなみに遮光器土偶は「里芋の妖精さん」説はまさに目から鱗。 妖精といえば「 山田五郎 オトナの教養講座 」で17世紀のイギリスでも大ブームだったといっていた。 ハリーポッターも伊達ではない。 リチャード・ダッド「お伽の樵の入神の一...

ノイマンの軛 Von Neumann bottleneck が解けてきた

ディープラーニング  で画像認識の精度が上がり第3次人工知能ブームが巻き起こった。1998年の論文から2012年の画像コンペディションまで14年。 第3次人工知能ブーム https://www.youtube.com/embed/UAlGNAx5ngo?si=tdyeHcNKBMl46HWA 生成AI  ( G enerative Artificial Intelligence )は2017年のトランスフォーマーの論文( "Attention is All You Need" )から2022年の  ChatGPT  ( Chat Generative Pre-trained Transformer )まで5年間。 第4次人工知能ブームというべきか第3次ブームは2段ロケットだというべきか。 概説 人工知能  生成AIは新しい技術なので解説本はまだ少ないが、  ちくま学芸文庫から文庫オリジナルの生成AIまで含めた本がでていた。 第8講 トランスフォーマー・生成 AIの心臓部 P204 この講を終わるにあたり、 トランスフォーマーは、現代のコンピュータとは別のタイプの全く新しい発想の計算のアーキテクチャである ことを指摘しておく. この新しいアーキテクチャでポイントとなるのは、メモリアクセスである.コンピュータの計算ではデータの記憶は要となるものである。現代のコンピュータが実行する命令を細かく分解していって、物質で言えば原子のレベルまで細分化したとする。すると、その働きは、既にあるデータに演算を施して新しいデータを計算することと、その際に必要となるデータをメモリから取り出すことと、計算の結果をメモリに記憶することからなる。メモリには番地がついていて、データを取り出したり、格納したりするときは、データのある場所を番地により指定する。 トランスフォーマーのメモリに相当するのは、翻訳対象の一文中の単語のセットである。トランスフォーマーでは、このメモリから読み出すときの番地を指定する必要はなく、ワードエンベーディング間の距離から自動的に決まるようになっている。トランスフォーマーでは、読み出し先も書き込み先もワードエンペーディングのベクトルの内容により自動的に決まる。 現代のコンピュータでは、書き込みや読み出しはデータが格納されている場所のアド...