投稿

注目の投稿

反重力装置は実在する?歴史上の6つの主張を比較検証する【2026年版】

反重力 推進剤なし推進 ビーフェルド=ブラウン効果 EmDrive マッハ効果 検証 「反重力装置」は実在する?歴史上の6つの主張を比較検証する【2026年版】 公開日:2026年10月12日 この記事でわかること 「反重力装置」と呼ばれてきた6つの主張(リフター、Exodus効果、回転超伝導体、EmDrive、マッハ効果スラスタ、サール効果発生器)の、基本的な構成と主張された原理 これらに共通するパターンと、それぞれがどう検証され、どういう結末をたどったか 「反重力」という言葉と、実際の主張の中身との違い 「反重力装置」という言葉を聞くと、SFのような装置を思い浮かべる人が多いと思います。ところが実際に歴史上「反重力」を名乗った、あるいは名乗られた装置を並べてみると、使われている部品は電極・超伝導体・共振空洞・圧電素子といった、どれも聞いたことのある工学部品ばかりです。違うのは、その部品を「非対称」に組み合わせたときに、何が起きると期待したか、という一点です。 このブログでは以前、元NASA技術者チャールズ・ビューラー氏の「Exodus効果」を1本の記事で詳しく検証しました。今回はその視点を広げて、歴史上の主要な「反重力」系の主張を並べ、構成・原理・検証結果を比較します。確かさのレベルは、以下の4段階で示します。 レベル 意味 A 確立 教科書・多数の追試で確認済み B 査読済み・専門家の評価 査読論文や専門誌・研究機関の検証 C 発表のみ 企業・本人の発表、報道。第三者の検証はまだ D 未検証の仮説 再現が確認されていない、主流の科学で認められていない 先に結論 6つの主張のうち、物理学的に説明がついているのはビーフェルド=ブラウン効果(空気中のイオン風)だけ A です。そしてこの効果は、むしろ「真空中では力が消える」という、反重力的な主張とは正反対の結論を補強しています。残りの主張は、独立した追試でことごとく「測定の誤差」と結論されたもの A 、または再現に至っていない仮説 C ・ D です。 1. 「反重力」と「推進剤なし推進」は別の話 多くの「反重力装置」報道は、実際には「重力を消す」話...

「反重力装置」は本当か?元NASA技術者ビューラー氏の「推進剤なし推進」Exodus効果を検証【2026年版】

反重力 推進剤なし推進 Exodus効果 元NASA 宇宙推進 検証 「反重力装置」は本当か?元NASA技術者ビューラー氏の「推進剤なし推進」Exodus効果を検証【2026年版】 公開日:2026年10月10日 この記事でわかること 元NASAケネディ宇宙センターのチャールズ・ビューラー氏のベンチャーが、何を「発明した」と主張しているのか 「反重力」という見出しと、主張の中身との違い 物理学者が慎重な理由(運動量保存の法則、過去の同じような主張の結末)と、本物かどうかを決める方法 「元NASAの技術者が、地球の重力に打ち勝つ装置を開発した」――ここ1〜2年、海外の科学ニュースサイトを中心に、こんな話題が何度も紹介されています。主役は、NASAケネディ宇宙センターで静電気の研究を率いてきた チャールズ・ビューラー氏 と、彼が共同で立ち上げたベンチャー Exodus Propulsion Technologies(エクソダス・プロパルジョン・テクノロジーズ) です。 夢のある話です。ただ、このブログでは「本当に確かめられていること」と「主張にとどまっていること」を分けて紹介する方針です。この記事でも、各主張に次の4段階の「確かさのレベル」を付けながら見ていきます。 レベル 意味 A 確立 教科書・多数の追試で確認済み B 査読済み・専門家の評価 査読論文や専門誌・研究機関の検証 C 発表のみ 企業・本人の発表、報道。第三者の検証はまだ D 未検証の仮説 再現が確認されていない、主流の科学で認められていない 先に結論(2026年10月10日時点) 「反重力装置」という見出しは、主張の中身を正しく表していません。ビューラー氏らが主張しているのは「重力を消した」ことではなく、 推進剤を噴射せずに推力が出た ということです。そして、その主張は 査読付き論文も、第三者による独立した再現もまだない 段階 C です。「ありえない」と切り捨てる理由も、「実現した」と信じる理由も、まだそろっていません。 1. 誰が、何を主張しているのか ■ ビューラー氏はどんな人? ビューラー氏は、NASAケネディ宇宙センターの...

2026年ノーベル化学賞に硤合憲三さん:生命の「利き手」の謎に挑んだ「硤合反応」とは

ノーベル化学賞 2026 硤合憲三 東京理科大学 キラリティー 不斉自己触媒 日本人受賞 2026年ノーベル化学賞に硤合憲三さん:生命の「利き手」の謎に挑んだ「硤合反応」とは 公開日:2026年10月10日 この記事でわかること 2026年ノーベル化学賞を受賞した硤合憲三さん(東京理科大学 名誉教授)とアンリ・カガンさんの研究内容 「鏡に映した分子」とは何か。なぜ生命は片方だけを使うのか、なぜ薬づくりで大事なのか 偶然生まれたわずかな差が、自分で増えて全体を支配する「硤合反応」のしくみ 2026年10月7日、ノーベル化学賞が発表され、 東京理科大学 名誉教授の硤合憲三(そあい・けんそう)さん と、フランスのアンリ・B・カガンさんの2人が選ばれました。授賞理由は「不斉有機合成における非線形効果と自己触媒の発見」。難しそうな言葉ですが、中身は 「生命の分子は、なぜ鏡に映した2種類のうち片方だけなのか」 という、100年以上続いてきた化学の謎への答えです。 受賞者プロフィール 氏名 経歴 硤合 憲三 (Kenso Soai) 1950年 広島県生まれ。1979年 東京大学で博士号。東京理科大学 名誉教授 アンリ・B・カガン (Henri B. Kagan) 1930年 フランス生まれ。1960年 コレージュ・ド・フランスで博士号。パリ南大学 名誉教授 出典:ノーベル財団の発表。賞金1,200万スウェーデン・クローナを2人で等分します。 同じ週に発表された医学賞(光遺伝学)と物理学賞(南極のIceCube)については、 「2026年ノーベル賞を読み解く:光遺伝学と南極IceCube」 で解説しています。 1. 「鏡に映した分子」と生命の利き手 ■ 右手と左手のような分子 右手と左手は形がそっくりですが、重ね合わせることはできません。鏡に映すと、ちょうど入れ替わります。分子にも、これと同じように 鏡に映した関係の2種類 がある物があります。化学ではこの性質を「キラリティー」(ギリシャ語の「手」に由来)と呼びます。 不思議なのは、生き物がその 片方しか使っていない ことです。私たちの体のタンパク質をつくるアミノ酸は、ほぼす...

2026年ノーベル賞を読み解く:光遺伝学と南極IceCube
「光」と「幽霊粒子」が拓いた脳科学と宇宙

ノーベル賞 2026 光遺伝学 ニュートリノ IceCube 脳科学 宇宙物理 2026年ノーベル賞を読み解く:光遺伝学と南極IceCube 「光」と「幽霊粒子」が拓いた脳科学と宇宙 公開日:2026年10月9日 この記事でわかること 2026年のノーベル生理学・医学賞「光遺伝学」とは何か。光で脳の神経細胞を操る仕組み ノーベル物理学賞「IceCube」とは何か。南極の氷で宇宙から来るニュートリノをとらえる仕組み 2つの受賞に共通する「新しい道具が学問を変えた」という物語と、日本とのつながり 2026年10月5日にノーベル生理学・医学賞、6日に物理学賞が発表されました。医学賞は、光で神経細胞のスイッチを入れたり切ったりできる「光遺伝学」を生んだ3人の研究者に、物理学賞は、南極の氷を巨大な観測装置に変えて宇宙のニュートリノをとらえた研究者に贈られます。 分野はまったく違いますが、2つの受賞には共通点があります。どちらも、それまで見えなかったものを見る(あるいは操る) 新しい道具 をつくったこと。そして、その道具が完成するまでに、 十年単位の試行錯誤 があったことです。 賞 受賞者 授賞理由(要約) 生理学・医学賞 (10月5日発表) カール・ダイセロス(米スタンフォード大学) ペーター・ヘーゲマン(独ベルリン・フンボルト大学) ゲオルク・ナーゲル(独ヴュルツブルク大学) 光で開くイオンチャネルの発見と光遺伝学 物理学賞 (10月6日発表) フランシス・ハルツェン(米ウィスコンシン大学マディソン校) IceCubeニュートリノ天文台への決定的な貢献と、宇宙から来る高エネルギーニュートリノの発見 1. 医学賞:藻類のタンパク質が「脳のスイッチ」になった ■ 脳の地図は「ぼやけた写真」だった 人の脳には約900億個の神経細胞があり、それぞれが何千もの細胞とつながっています。20世紀の研究で「脳のどの領域がどの働きに関わるか」はわかってきましたが、 特定の種類の神経細胞が、特定の感情や行動を直接引き起こしている ことまでは証明できませんでした。ノーベル委員会は、当時の脳の理解を「細部が欠けたぼやけた写真」にたとえています。 DN...

光合成は量子力学を使っている?量子生物学の最新研究と人工光合成への応用【2026年版】

光合成は量子力学を使っている?量子生物学の最新研究と人工光合成への応用【2026年版】 この記事でわかること 「暖かく湿った生き物の体の中では量子効果は起きない」という常識が、どこまで崩れたか 光合成の「量子コヒーレンス」騒動:2007年の発見と、その後の検証 ノイズがエネルギーの流れを助ける仕組み(アンダーソン局在・量子ウォーク) 鳥の磁気コンパス、酵素、DNAの突然変異にひそむ量子効果 人工光合成と、量子収率130%を出した「シングレットフィッション」 話の確かさを、次の印で示しています。 確立 教科書レベル  査読済み 論文で発表、検証はこれから  未査読 発表のみ  仮説 未検証 1. 量子生物学とは:「生き物の中では量子は無理」という常識 量子力学の不思議な性質(重ね合わせ、トンネル効果など)は、とても繊細です。周りの分子がぶつかるとすぐに壊れてしまうため、実験では極低温や真空が使われます。そのため長い間、「 暖かく、湿っていて、ごちゃごちゃした生き物の体の中で、量子効果が役に立つはずがない 」と考えられてきました。 この常識に挑むのが 量子生物学 です。生き物が、量子の性質を「たまたま」ではなく「うまく利用して」いる例があるのではないか。その代表として注目されたのが、光合成でした。 2. 光合成と量子コヒーレンス:発見と検証の20年 植物や細菌は、光を受け取る「アンテナ」の色素から、化学反応を起こす「反応中心」まで、光のエネルギーをほとんど無駄なく運びます。その通り道のひとつが、緑色硫黄細菌の FMO複合体 というタンパク質です。いくつもの色素分子が並んだ、エネルギーの中継所です。 2007年:「光合成は量子の波で最短経路を探している」 米カリフォルニア大学バークレー校のフレミングらは、FMO複合体で 量子ビート (量子の波が干渉して生じる振動)が長く続く様子を観測しました(Nature, 2007)。「エネルギーは波のように すべての経路を同時に試し 、最も効率的な道を選んでいる」という説明は、大きな話題になりました。ただし測定は −196℃(77 K) で行われていました。 査読済み (解釈は後に修正) 2017年:室温では電子の量子コヒーレンスは一瞬で...

ペンギン崩壊とは?素粒子の「標準模型」にひびを探す最前線【2026年版】

ペンギン崩壊とは?素粒子の「標準模型」にひびを探す最前線【2026年版】 この記事でわかること 宇宙の95%が「まだわからないもの」でできている、という意味 素粒子の標準模型(17種類の粒子と4つの力)と、その足りないところ 重ね合わせ・量子もつれ・仮想粒子・量子ループを、やさしく 「ペンギン崩壊」とは何か、なぜ新しい物理の窓になるのか 2026年時点で、どの「ずれ」が消え、どの「ずれ」が残っているのか 前半は専門知識なしで読めるように、後半は実験の数字まで踏み込みます。各項目には、話の確かさを次の印で付けました。 確立 教科書レベル  査読済み 論文で発表、検証はこれから  未査読 発表のみ  仮説 未検証 1. 宇宙の95%は「正体不明」 星も、地球も、私たちの体も、原子でできています。ところが、宇宙全体のエネルギーを測ると、原子のような「普通の物質」はたった 約5% しかありません。 確立 ▼ 宇宙の中身(ESAの観測衛星プランクの結果) 27% 68% 普通の物質(星・地球・私たち) 4.9% 暗黒物質 26.8% 暗黒エネルギー 約68% 暗黒物質は「重力は及ぼすが光らない何か」、暗黒エネルギーは「宇宙の膨張を加速させている何か」。どちらも正体はわかっていません。 つまり、物理学がきちんと説明できているのは宇宙の20分の1だけです。残りを解き明かすには、今の理論の「外側」にある手がかりを見つける必要があります。この記事の主役「ペンギン崩壊」は、その手がかりを探す有力な場所のひとつです。 2. 素粒子の標準模型:17種類の粒子と4つの力 普通の物質と、それに働く力を説明する理論が 標準模型 です。1970年代に完成し、半世紀にわたってほぼすべての実験結果を正確に言い当ててきました。 確立 ▼ 素粒子の標準模型(17種類) 第1世代 第2世代 第3世代 軽い ←――――――――――――→ 重い 力を運ぶ (スピン1) +2/3 u アップ 2.16 MeV +2/3 c チャーム 1.27 GeV +2/3 t トップ 172.6 GeV −1/3 d ダウン 4.70 MeV −1/3 ...

AIとは何か?10年の歴史と未来予測:初心者から技術者まで完全ガイド【2026年版】

AI入門 機械学習 ディープラーニング ニューラルネットワーク GPU・CUDA 生成AI AIエージェント 未来予測 AIとは何か?10年の歴史と未来予測 初心者から技術者まで完全ガイド【2026年版】 この記事でわかること AIの「仕組み」をゼロから理解できる ニューラルネットワークの構造・学習原理を図解で理解する なぜGPUがAIに欠かせないのか を技術的に把握する 2012〜2026年のAI重要事件を詳細に追う 2030〜2040年代にAIが社会をどう変えるか 「AIって難しそう…」と感じている方でも読み通せるよう、専門用語はその都度やさしく解説します。技術者向けには行列演算・バックプロパゲーション・GPU並列化まで踏み込んで解説します。 1. そもそも「AI(人工知能)」とは何か? AI(Artificial Intelligence/人工知能)とは、 「コンピュータに人間のような知的な作業をさせる技術の総称」 です。「考える」「学ぶ」「判断する」「会話する」といった人間特有の能力をコンピュータで再現しようとする研究・技術分野です。 ■ AI・機械学習・ディープラーニングの「入れ子」関係 この3つは混同されがちですが、概念の大きさが違います。下図のように 「AI の中に 機械学習、その中にディープラーニング、さらにその中に LLM(大規模言語モデル)」 という階層になっています。 ▼ AI / ML / DL / LLM の包含関係 🤖 AI(人工知能)― 知的作業をするコンピュータ技術の総称 📊 機械学習(ML)― データからパターンを自動学習 🧠 ディープラーニング(DL)― 多層ニューラルネットワークによる学習 💬 LLM(大規模言語モデル)― GPT・Claude・Gemini など 囲碁AIは「AI」だが「DL」ではなかった時代もある。現在のブームを牽引するのはほぼDL。 用語 一言で言うと 具体例 AI(人工知能) 知的作業をするコンピュータ技術全般 チェスAI、カーナビの経路探索 ...