ブドウ栽培日記５　＃1

2026年5月 ビットコインニュース

ビットコイン開発の裏側で何が？

もんじゃでもう一杯

ライトニング決済に対応しました！『Dr. フィアットから自由を取り戻せ！「ビットコイン」レジスタンスの静かな攻防戦』

工学部生は全員馬鹿？

デジガレのカンファレンスで興味を覚えたAI研究者の発信が某高校の木曜会であったので、聴講に行ったらば、彼は京大理学部卒で「学部生の頃は工学部生は全員馬鹿だと思ってた」と言ってまして、まあ数学と物理に自信ある人からは、そう見えるかもですね。 一方で、数学と物理の関係をファインマンも色々書いてました。以下の動画では物理の直観的理解を数学で記述する事でフィールズ賞取った話が語られてまして、おもろかった。https://youtu.be/Awy-N-gzUDE?si=BEDMI3TRPg0pDat1 一般に理学部の方が工学部より賢いと思われてます。理学部は抽象と理論で、工学部は具体です。量子コンピュータは理学部が理論と基盤を作りましたが、工学部がそれらをツールとして具体化を頑張ってます。制御系（ラプラス変換、フーリエ変換）の教授が参戦して、量子コンピュータを作ってます。https://youtu.be/u7A8vR06dZM?si=Q3NZ02Xe1hZJO3_r 理学部と工学部と情報系は大学で基盤を作りましたが、そこに企業と投資マネーが参加すると社会実装まで加速します。富士通の目標は2030年に1万量子ビットとの事。現時点では256量子ビットです。https://youtu.be/J5abc9Fq2WA?si=PZZdv8wZpr7mBxMp 藤井教授は霞を食べながら、量子コンピュータのエラー訂正に賭けた人で、おそらく大学教授職をエンジョイしつつ社会実装頑張りそうでリーダーの1人です。https://youtu.be/Bl9nrVETcu0?si=WiS1sKVEDiCWoUlA 様々な分野の専門性が編集されて量子コンピュータの開発が進んでます。 以上

シュレディンガー方程式

私は仮説を持ってまして「シュレディンガー方程式を理解出来た人はビットコインの全体像を理解出来る」で、これを本間の法則と呼んでます。 本間の法則1　ビットコインユーザー数 >> シュレディンガー方程式の理解者数 本間の法則2　ビットコインの全体像を理解してる人数 > シュレディンガー方程式の理解者数 シュレディンガー方程式は難しいので、複数の動画を見て、慣れるのが良いと思ってます。つまり式の導出は諦めて、式自体を眺めて使うのが良さそう。 まず、ヨビノリの導出。https://youtu.be/LFj4-MyPNjw?si=hv8Q7MVYBxKy_Eyo のもと物理愛の導出。https://youtu.be/RolRnvTUKrA?si=yF16PaOeZZMp715M 見やすい導出。https://youtu.be/Ilckw7vI41Y?si=6fAv1mK6nOoKSWe4 複数バージョンの導出。https://youtu.be/Wz61yghz254?si=dCnxPLOgpTzYHFk7 魔理沙と霊夢の説明。https://youtu.be/VP-bGkV0LNA?si=JYbjjL8AoM3wP-vU 特に虚数の役割が難しい。https://youtu.be/uVKMY-WTrVo?si=0jmxgQKzTp33ksWg アインシュタインとシュレディンガーがシュレディンガー方程式を嫌っていたらしく、非常識な式との事。これは完全な理解を目指すよりも量子コンピュータのモジュールまたは手段として、ユーザーに徹するのが良さげ。量子コンピュータの理解が進んでから、反復練習するか、毎日眺めて慣れるか。量子コンピュータの利用者として、量子に慣れたら嬉しいですが、量子コンピュータまで辿り着くには絶対零度近くまで必要で難しい。クラウド経由で使えると聞いてはいますが。 以上

マクロ経済とビットコインについて

ビットコインはオープンソースソフトウェアで技術として機能する事が最重要だが、マネーの様に振舞っているため、長くマクロ経済学者から批判されてきました。 しかし、ビットコインコミュニティにもマクロ経済に詳しい人材いまして、まずはSaifedean Ammousのビットコインスタンダードが有名です。https://youtu.be/2EvI12MNYGU?si=JpZDSuiYq6DG0c5w 次点がおそらく、Lyn AldenのBroken Moneyです。https://youtu.be/X3k0rUcUM0Q?si=mEWC2ndAQI6w21to そして、Nik Bhatia。https://youtu.be/0SvKbe_jqOU?si=m1zxAl15XcfdJ8ip Lawrence Lepard。https://youtu.be/TsaPfXLLd6c?si=siYPtwuE2jd-w8hJ Jeff Booth。https://youtu.be/Cb8Jimd__hE?si=raNMD_XR_f9RSgRV 彼等彼女達の主張は主に米国債の金利負担が税収を上回りつつあるので、USDは価値を失う。ビットコインの方がマネーとしては健全なハードマネーであると言ってます。 在野の発信者として最古参のSimon Dixonもまずまず面白いです。Financial Industry Complex, Military Industry Complex, Technology Industry Complexの利益最大化にトランプ政権は付き合ってると言ってます。https://youtu.be/6SPnD9819CU?si=DM5EQkhArdhQK_mF マイケルセイラーは文明史にビットコインを位置付けてます。https://youtu.be/8eaJ3VuzhmY?si=3SB8KUW10BJEvB6b 日本では、日銀卒の内田氏とweb3の酒井氏がブロックチェーンやトークンに関心ある模様。https://youtu.be/3v_9E7ezfLc?si=qP0IZcveQnmTtf6D 以上

もんじゃで一杯

5大方式の比較と実際

量子コンピュータは概念から具体に進んだが、まだ役立ってないと思われる。よって、国や大企業がソリューションを買う顧客となっている。 まず、超伝導量子ビット方式。NECの中村氏のブレークスルーでグーグル、IBM、富士通、理化学研がフォロー。量子ビット数は最多。良く見るシャンデリア型がこれでリーダー的存在。マイナス270℃までの冷却がコストらしく。 次にイオントラップ方式。真空チェンバー内のイオンを量子ビットとして利用する。イオン制御はレーザーで、かつ要冷却。フォトマルでイオンを観測する。イオンの空間分布の観測装置と磁気シールドを利用。多様な工学機器を活用。レーザーを利用するため（？）光学系の機器も多数。現時点での弱みは量子ビット数の限界との事。しかし、エンジニアリングの努力でブレークスルーの余地あるのだろうか。ベンチャー企業多数との事。https://youtu.be/ObFFLTyHsHk?si=6S6kZtbJFL0wdkG3 冷却中性原子方式。京大発のヤクモ社が活躍らしく。https://youtu.be/LmY-6RNDpOU?si=K_yqnhHlXb6FKOYt 半導体量子ビット方式。インテル社が12量子ビットを製造した。量子ビット数では遅れてるが、量産性は抜群。日本で目立つblueqat社が注力らしく。https://youtu.be/GhmCaIRrVP4?si=UlgzOJdYWBGNaaEH 光方式。光自体の量子性を利用する。藤井教授の教養本ではダークホース扱いされてるが、東大発のベンチャーOptQCの野心と能力は抜群。まだ量子ビット数低いが、枯れた光ケーブルの活用で量産性高そう。https://youtu.be/TzFUp9l4ric?si=pkzgbIeBiEsB6hYt ここまで書いて気付いたが、主たる顧客は米国の金持ちクラウド企業です、おそらく。量子ビット数を上げて、エラー訂正技術を磨くエンジニアリングの競争と推測。一方で、OptQC社は巨大クラウドを指向するかもです。 以上

量子コンピュータ開発の具体と進化を推測

昨日、量子コンピュータの秘密鍵特定に対して、拙速な対策は不要と書いたが、量子コンピュータ具体詳細の理解を重要視してます。 藤井先生の発信では、5大方式には一長一短あるらしく、その盛衰は人・物・金の古典的経営学が活きる分野と思われます。https://youtu.be/bm5o2oh-cyA?si=KV3twZeh4tgg--MK そして、エラー訂正技術とソフトウェアの進化に伴って、素因数分解に必要な量子ビット数が激減してる。2010年時の10億量子ビットから昨年100万量子ビットまで減ってしまった。https://youtu.be/bm5o2oh-cyA?si=pTyTnpFcDHyogHa9 つまり、ハードウェアとしての量子ビットは増えつつあり、ソフトウェアとアルゴリズムの進化で素因数分解に必要な量子ビットは数桁下がったので、数年から数十年後に交差点あると思われます。 一方で、量子状態を作って、それらを制御するのは難易度高く、現場でハードワークしないと見えない世界あるのは確実です。https://youtu.be/pDj1QhPOVBo?si=t5QDq1fijeOAC-qc 以上

Nvidia vs Intelに関して

私が半導体業界を去ったのは、2005 or 2006年だった記憶で、その後は半導体のユーザーに徹していて、半導体はブラックボックスとして使ってました。古巣はAMDに買われて数年後チャプター7 or 11。冷静に思い出すと同僚はNvidiaにチップを売っていた記憶。 当時のNvidiaは弱小企業だった印象で、昨今の躍進を不思議に思ってましたが、おそらくゲーム向けGPUがLLMでも利用されるに至ったと想像してます。Intelは長く業界トップでしたが、スマホ向けでARMに負けて、AIデータセンター向けでNvidiaに負けたのかなと推測してます。 以下の動画はGPUを説明していて、CPUとの違いを理解出来て、すっきり。https://youtu.be/h9Z4oGN89MU?si=KqTjT-Er1ypTZ4Bw 以上