ルネサンス期の賭け事の争議が、確率論の誕生をもたらしました。

2026/04/21 21:59

ルネサンス期の賭け事の争議が、確率論の誕生をもたらしました。

RSS: https://news.ycombinator.com/rss

要約

Japanese Translation:

150年以上にわたり、数学者たちは「点の分割問題」という、予期せず試合が終了した場合の賞金の公平な配分に関するジレンマに取り組みました。ルカ・パチョリによる1494年の試みなど、現在の保有点数に基づいてポットを分割するという早期のアプローチは、特にスコア比率が極端な場合に不公平な結果を生むことが多々あり、ニコロ・フォンタナ(タタリア)ものちにリードに基づく分割を試みました。しかし、彼は完璧な数学的な解が存在しないため、その方法でも争いが生じる可能性があることを認めていました。決定的な突破口は、17世紀半ばにブラーズ・パスカルとピエール・ド・フェルマートが通信を行った際に訪れ、公平な分割が現在のスコアではなく、将来の可能性に依存することを発見したときでした。フェルマートは中断時点から可能なすべての進行状況を列挙し、プレイヤーが勝つ未来の割合に応じた分配額を割り当てました。一方、パスカルは同点からのゲームを後向きに計算する帰納的アプローチを開発し、次の回の平均結果に基づいて公平な収益を算出しました。この2人の開祖的な人物は、期待値の基礎を築いたと言えます。両者の方法は同一の結果に収束し、10ポイントのゲームで8対6というリードを持つ場合、リード側が81.25ドルに相当する価値(32つの可能な進行状況のうち26つで勝利する場合)を有することを示しました。これは、従来の解決策が不正確であったことを確認しました。この歴史的な転換は期待値を導入し、潜在的な報酬と不確実性を測定する方法として、リスク評価を根本的に変えました。今日では、この厳格な枠組みが生保料の価格設定や株式市場分析、金融的なギャンブルなど、様々な業界における重要な意思決定の基盤となっており、千年にわたる推測作業を不確実性を管理するための体系的アプローチに置き換えています。

本文

仮に、私たちが単純なギャンブルゲームを遊んでいると想像してください。お互いに 50 ドルずつ賭け金をテーブルに入れ、硬貨を投げ始めます。表が出ればあなたが 1 ポイントを獲得し、裏が出れば私が 1 ポイントを獲得します。最初に 10 ポイントに達した方が、全体の 100 ドルを独り占めして持ち帰ります。ゲームは進行中で、現在のスコアはあなたの 8 対私の 6 と、あなたが有利に進めています。その時、突然私の電話が鳴り、緊急事態のためすぐに立ち去らねばなりません。ここで問題に直面します。あなたは優位に立つままの状態で、ただ私の 50 ドルを返してくれとは言いたくないでしょう。一方で、私はまだ幸運な連打を果たして逆転の可能性を秘めているため、100 ドルの全額をあなたに譲りたくはありません。では、現金をどのように公平に分けるのが適切でしょうか。

この問題は、「ポイントの分割問題」あるいは「賭け金の分配問題」とも呼ばれ、15 年以上もの間数学者たちを困惑させました。その理由は明白です。当時の数学界はまだ確率理論が成立していませんでした。17 世紀の数学の二大巨頭、ブラーザ・パスカルとピエール・ド・フェルマは、この問題について有名な書簡のやり取りを重ねました。彼らは賭け金の適切な分割方法を見出しながらも、その過程で現代の確率理論の基盤を築いたのです。今日に至るまで、この解法はリスク評価のあらゆる分野における基礎となっており、沿岸部の住宅への火災保険や株式投資など、あらゆる意思決定においてより賢い賭けを可能にしています。

1494 年、イタリアの数学者ルカ・パチョーリが、同書の題名からすれば『算術、幾何、比例と相似の概要』というタイトルを持つ教科書において、この「ポイントの分割問題」への初期的な試みを行いました。彼は、割り切り時点における各プレイヤーの得点に比例して賭け金を分割するべきだと提案しました。私たちが現在例えているように、あなたはこれまでの 14 トスで 8 タマを獲得しています。パチョーリの解法によれば、あなたは総額の 14 のうちの 8 分 ($57.14) を受け取り、残りの 6 分 ($42.86) は私が受け取ることになります。この解は直感的に妥当に見えますが、それから 50 年以上後のニコロ・フォントーニャ(タールタリア)は、プレイヤー間の得点比が極端な場合にこの方法が機能しなくなることを指摘しました。もし割り切りがただ 1 トス後に発生した場合を想像してください。パチョーリのルールでは、その 1 トスの勝者が全体の賭け金を丸ごと受け取ることになり、ゲームの行方が完全に決着したわけでもないのに不公正です。そして「ポイントの分割問題」の本質は、まさにこうした公平な分け方の追求にあります。

タールタリアは代替的な方法を提案しました。架空のゲームであなたが 2 トスリードしている状況を想像してください。勝利に必要な 10 トスのうち、あなたはすでに五分の一を達成しています。その五分の一だけゴールに近づいているため、タールタリアは「あなたの全賭け金を取り戻し、私の賭け金の五分の一も加え给你的」と推論します。つまり、あなたが投入した元の 50 ドルに加え、私が投入した 50 ドルの五分の一を加えた、合計 60 ドルを獲得することになります。この新しいアプローチは、特に極限の場合においてより公平に機能するように見えます。もしゲームがトス一回後に中断した場合、勝利者は相手の賭け金の全額ではなく、その十分の一のみを受け取るのです。パチョーリの方法は「これまでのトス数に対するリード幅」に基づいて勝者に報酬を与えるのに対し、タールタリアの方法は「全試合长度に対するリード幅」に基づいて報酬を与えます。

しかし、タールタリアはこの自身の革新性に疑念を抱き、「どのように分割しようと、訴訟を引き起こす原因となるだろう」と記述しています。彼は完璧な数学的解法が存在せず、この問題は議論を招くように設計されたと考えていたのです。実際に彼自身が自らの解に懐疑的だったことは少なくとも正しかったと言えます。例えば、あるプレイヤーが 199 ポイント、別のプレイヤーが 190 ポイントで、目標は 200 ポイントのゲーム中であれば、タールタリアは前者に対して相手の賭け金の 200 のうちの 9 と (0.045) を授与し、つまり 2.25 ドルしか付与しません。にもかかわらず、後者は連勝して 10 回連続の裏を待たねばならない状況です。第一プレイヤーへのわずかな配当は、その段階での圧倒的な勝利確率を反映していないとしか言いようがありません。

この議論は何も進展せず、17 世紀半ばまでフランスのギャンブラーであり知識人の社交家だった人物が数学者のパスカルの援助を求めました。パスカルはすぐに、解は割り切り時点のスコアではなく、その後のスコアの未来の可能性の中にあり、それを証明するために友人であり共鳴する数学者であるフェルマールに手紙を書きました。彼らの通信から、問題に対する二つの全く異なるアプローチが生まれました。驚くべきことに、これら多様なアプローチは常に同じ解へと至りました。この収束は彼らが自らの結果への信頼を固めさせ、今や数学者たちはこれが最も公平な賭け金の分割方法であることを一致して認めています。

フェルマールの解法は、割り切り時点からゲームがどのように継続されるかすべての可能性を検討し、各プレイヤーが勝利する継続パターンの数を数えることで構成されています。各プレイヤーに対して公正に分配すべき総額の割合は、そのプレイヤーが勝利する可能性のある未来の割合と一致させるべきです。私たちが最近例えた 8 対 6 のスコア(目標は 10 ポイント)の場合、フェルマールはこのゲームは最大でも 5 トスで終結すると気づきます。第一プレイヤーが 1 トスを勝ち、第二プレイヤーが 3 トスを勝てば、9 対 9 で同点になり、次回のトスが即座に決着をもたらします。ここでゲームが停止した場合、フェルマールの賭け金分割方法は、その 5 トスのすべての可能な結果をリストアップし、各プレイヤーがそれぞれ 10 ポイントを獲得したケースをカウントします。いくつかの可能性ではプレイヤーは 5 トス未満で勝利しますが、それは問題ありません:ゲームが早期に終了する場合でも、会計処理を容易にするためにプレイヤーらが硬貨を数え上げ分だけ追加で投げることを想像すればよいのです。以下の図には、私たちのパズルの答えが示されています。第一プレイヤーは 32 つの可能な継続パターンのうち 26 で勝利するため、総額の 26/32=81.25%、つまり 81.25 ドルを受け取る権利があります。

フェルマールの解法は洗練されたものでありますが、一つ大きな欠点を抱えていました。もしリストアップしなければならない可能な継続パターンがあまりにも多すぎていたらどうすればよいでしょうか。ゲームで残りのトスが 20 回しかなくても、公平な分割を見つけるためには数百万もの想像上の未来を考慮することになります。パスカルは天才的な回答を示し、その過程で後に「期待値」という概念の基礎となる最も初期の論拠を提供しました。

パスカルの方法はまず無争议な前提から始めます:ゲームが割り切り時点では点取が同点であれば、二人は賭け金を平等に分けるべきです。もしスコアが 9 対 9 で中断した場合、各プレイヤーは自分の投入した 50 ドルを取り戻すことになります。ここから逆算していきます。スコアが 9 対 8 (第一プレイヤー有利)の場合を想像してください。パスカルのアプローチは、それからさらに一トス後にはどうなるかを問いかけます。リードをしているプレイヤーがその硬貨を 50 パーセントの確率で勝ち、10 ポイントに達して全体の賭け金全額を受け取る可能性があります。一方、他方のプレイヤーがそのトスを勝ち、9 対 9 で同点になるときには、賭け金を分割することになります。第一プレイヤーの期待収益は以下のようになります。

50 パーセント × 100 ドル + 50 パーセント × 50 ドル = 75 ドル

したがって、スコアが 9 対 8 で中断された場合、第一プレイヤーは 75 ドルを受け取るべきです。この種の推論を帰納的に適用することで、あらゆる状況における適切な分割方法を導き出せます。

要点は、次のトスが表ならあなたの公正な収益はいくらか、裏ならいくらかがらを考え、その後その二つの可能性の平均を取ることにあります。スコアが 9 対 7 の場合、第一プレイヤーは 87.5 ドルを受け取るべきです:次のトスで表なら 100 ドル、裏なら先ほど分析した 9 対 8 ケースとなるため 75 ドルです。スコアが 9 対 6 の場合は 93.75 ドル、8 対 7 の場合は 68.75 ドル(9 対 7 と 8 対 8 のケースの平均)となります。最後に、スコアが 8 対 6 の場合、第一プレイヤーは以下の金額を受け取るべきです:

50 パーセント × 93.75 ドル + 50 パーセント × 68.75 ドル = 81.25 ドル

これはフェルマールの方法で得た解と完全に一致します。フェルマールもパスカルも、公正な分割は未来の可能性に依存し、各可能性はその発生確率に応じて重み付けすべきだという相同的洞察を持っていました。今日ではこれらの方程式を「期待値」、すなわちすべての可能な未来結果の加重平均として認識しています。フェルマールは次に来る 5 トスの硬貨がどう転じるか每一种の可能性を網羅的に検討することで、これら未来の結果を悉くリストアップしましたが、パスカルは巧妙な逆向きのアプローチを開発しました:残りのトス数が 5 での場合の公平な分割を、残り 4 トスの場合の公平な分割に基づいて計算し、それがさらに残り 3 トスの場合の公平な分割に基づいているというように、逆算的に進めていきました。

期待値の概念は 17 世紀のパルローゲームに留まることなく、現代のリスク評価を駆動するほぼすべての数学的エンジンとなっています。生命保険料を設定する精算師も、株式ポートフォリオを評価するウォール・ストリートの分析家も、賭けのリスクを測るギャンブラーも、同じ計算を行っています。彼らは、あらゆる可能なシナリオの財務的効果をその確率で掛け合わせ、それらの結果の和を求めて、意思決定の価値を定量化します。不確実性は避けられず、私たちは不確実性に対して厳密に対処する能力によって、現在の技術的な地位の多くを負うのです。何千年もの間、数学者たちは偶然の問題について体系的ではない勘で対処してきましたが、パスカルとフェルマールの通信は、その勘を枠組みに置き換えました。未来を予測することは依然として不可能でも、少なくともそれをどう価格付けすべきかについては分かりました。

アマンダ・モンタネズ

同じ日のほかのニュース

一覧に戻る →

2026/04/24 3:01

文書の見直しのお手伝いをいたしますが、ご提示いただいた「GPT-5.5」という入力は、翻訳や編集の対象となる文章を含んでおりません。 ルールに従って文書の体裁を整える対象となりますよう、該当する原文をご提供ください。 また、「GPT-5.5」という名称は、現時点で公開されている正式版のモデル名とは一致しておりません(現在最新シリーズは GPT-4o や GPT-4 Turbo などです)。 特定のテキストを処理させていただく場合は、その内容をお貼り付けください。

## Japanese Translation: OpenAI は、エージェント型コーディング、高度なコンピューター操作、知識作業、科学研究を特に目的に設計された、至今に至るまで最も知的で直感的なモデルである GPT‑5.5 を発表します。このモデルは GPT‑5.4 と同等のトークンあたり遅延を実現し、Codex タスクにおいて著しくトークン使用量を削減することで、NVIDIA GB200 および GB300 NVL72 システム上で Codex が負荷分散のヒューリスティクスを最適化するのを支援しながら、生成速度を 20% 以上向上させています。複雑なコマンドラインワークフローに関する Terminal-Bench 2.0 で 82.7% の精度、実世界の GitHub アイシュー解決における SWE-Bench Pro で 58.6% の精度を実現し、最先端のパフォーマンスを提供します。Codex においては、実装からリファクタリング、デバッグに至るまでのエンドツーエンドのエンジニアリングタスクに優れ、大規模システム全体を文脈として保持しつつ、曖昧なエラーに対しても推論を行います。安全性は引き続き最優先事項であり、モデルは新たなサイバーおよび生物学リスクに対して厳格に評価され、レッドチームによってテストされ、ほぼ 200 の信頼できるパートナーからのフィードバックに基づいて改良され、「生物学・化学およびサイバーセキュリティ能力において OpenAI の準備度フレームワークの「High」カテゴリー分類」を受領しました。GPT‑5.5 は、ChatGPT および Codex で Plus、Pro、Business、Enterprise ユーザーへ段階的に導入されており(gpt-5.5 Pro は Pro、Business、Enterprise 向けに利用可能)、API アクセスも近日中に gpt-5.5 について入力トークン当たり 5 ドル、出力トークン当たり 30 ドル(gpt-5.5-pro は 30 ドル/180 ドル)、および Very soon at $5/1M input tokens and $30/1M output tokens for gpt-5.5 ($30/$180 for gpt-5.5-pro) のレートで利用可能になります。OpenAI はまた、Trusted Access for Cyber を通じて「cyber-permissive」モデルの提供範囲を拡大し、検証済みユーザーに制限が少なくなった高度なセキュリティツールへのアクセスを提供します。知識作業ベンチマークでは、プロンプトチューニングなしで GDPval で 84.9%、OSWorld-Verified で 78.7%、Tau2-bench Telecom で 98.0% の強力な結果を示しました。 ## Text to translate: ## Summary: OpenAI is launching GPT‑5.5, its smartest and most intuitive model yet, specifically engineered for agentic coding, complex computer use, knowledge work, and scientific research. The model matches GPT‑5.4 per-token latency while significantly reducing token usage for Codex tasks, achieving faster generation speeds by over 20% when serving on NVIDIA GB200 and GB300 NVL72 systems (with help from Codex in optimizing load balancing heuristics). It delivers state-of-the-art performance with 82.7% accuracy on Terminal-Bench 2.0 for complex command-line workflows and 58.6% on SWE-Bench Pro for real-world GitHub issue resolution. In Codex, it excels at end-to-end engineering tasks—from implementation and refactoring to debugging—while holding context across large systems and reasoning through ambiguous failures. Safety remains a top priority: the model was rigorously evaluated against emerging cyber and biology risks, tested by redteamers, and refined with feedback from nearly 200 trusted partners, earning a "High" classification under OpenAI's Preparedness Framework for biological/chemical and cybersecurity capabilities. GPT‑5.5 is rolling out to Plus, Pro, Business, and Enterprise users in ChatGPT and Codex (with GPT‑5.5 Pro available to Pro, Business, and Enterprise), and API access will be available very soon at $5/1M input tokens and $30/1M output tokens for gpt-5.5 ($30/$180 for gpt-5.5-pro). OpenAI also expands "cyber-permissive" models via Trusted Access for Cyber, allowing verified users to access advanced security tools with fewer restrictions. Knowledge work benchmarks show strong results: 84.9% on GDPval, 78.7% on OSWorld-Verified, and 98.0% on Tau2-bench Telecom without prompt tuning.

2026/04/23 23:17

Bitwarden CLI、継続中の Checkmarz サプライチェーン攻撃で乗っ取られたと判明

## 日本語訳: セキュリティ研究者の InstallSocket が、継続中の「Checkmarx」キャンペーンの一環として、Bitwarden CLI ツール(@bitwarden/cli バージョン 2026.4.0)を対象とした重大なサプライチェーン攻撃を発見した。当該侵害は npm パッケージ内の `bw1.js` ファイルにあり、Bitwarden のビルドパイプラインにおける改ざんされた GitHub Action を利用して悪意のあるコードを注入したものである。これは CLI を使用する組織に対して直ちに脅威をもたらすものの、Chrome 拡張機能や MCP サーバーなどの他の配信形態は影響を受けていない。 悪意のあるペイロードは、主要なクラウドプロバイダー(AWS、Azure、GCP)、npm、SSH および Claude/MCP の設定ファイルにアクセスするためにメモリーをスクレイピングし、機密認証情報を収集することを目的としている。データを流出させる手法としては、「Dune 風」の命名規則を用いた GitHub API アップロードや、npm トークンを盗むためのパッケージのリパブリッシュが含まれる。このリスクに直面している組織は、InstallSocket からのさらなる技術分析的な確認を待たずに、直ちにビルドログを検証して侵害の指標(改ざんされたシェルプロフィール(`~/.bashrc`、`~/.zshrc`)、特定のエビディングファイル(`/tmp/tmp.987654321.lock`)、「Shai-Hulud」や"Butlerian Jihad"といったキーワードなど)を特定し、すべての公開された機密情報(SSH キー、トークン、CI/CD クレデンシャル等)を再発行するよう求める。

2026/04/24 5:14

「『インターネットを 1999 年あたりのまま使いこなすような』感覚を持つ」あるいは「ネットの使い方を、まるで 1999 年のあの頃のように(古き良き時代のように)捉えている」という意味で解釈できます。

## Japanese Translation: 著者は、現代のインターネット利用習慣が私達をアルゴリズムによる操作と「ドゥームスクロリング(絶え間ないスクロール)」という循環に陥れ、ウェブの可能性の僅かな部分にのみ留まらせていることを主張している。注意の代理権を取り戻すためには、社会メディアプラットフォームから、RSS フィードや IRC/XMPP プロトコル、HTTP/SMTP サービスといった、企業インセンティブではなく制約によって設計された直接データソースへ移行する必要がある。このアプローチは、深い高品質なコンテンツへのアクセスを保証すると同時に、反復的な LLM ポストのような低努力な AI 生成コンテンツ(スロープ)を能動的に拒否することを可能にする;著者は、「これはこれではなく、あれだ」といった類の明らかなフレーズが付けられたコンテンツを特に避けている。 歴史的には、1999 年の時点で人口のおよそ 4% がインターネットを利用していただけであり、その時点ではソーシャルメディアとアルゴリズムが現在の約 75% の浸透率を支配する以前のことだった。提案される道筋は、Miniflux などのツールを設定して意図的な購読を通じて独自の現実を編集することを受け入れ、信頼性の高いテキスト通信のために単純なプロトコルを採用すること(1980 年代後半以降の IRC;OMEMO 暗号化を実装したセルフホスト XMPP)、そしてMATRIX/Element といったより有益でないプラットフォームをあえて避ける代わりに確立された標準を採用することを含む。最後に、ユーザーは専門的な検索習慣を採用すべきであり、受動的な閲覧ではなく正確なクエリの作成を通じて意味のある情報を抽出し、技術大手をユーザー主導の注意経済に適応させる可能性がある方向へと推すものである。