← 2026-08-05 の一覧へ戻るホーム
私が知っているすべて（1975）

2026/08/04 20:33

私が知っているすべて（1975）

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

元のHacker News記事へ ↗
要約▶

日本語翻訳:

まとめ：

本書は、42時間に及ぶラッキン・フルラー講義の未編集、文字通りの口語録を、ボランティアのジョアン・イシマイネが音源テープから注意深くタイピングしたものです。従来の編集による洗練化を回避することで、フルラーの本物の声、独自の用語（「バッキー語」）、そして文法構造を保存しています。内容には、『シンジェティクス』から取られた原理の検討に加え、幾何学ドーム、デマキシオン住宅、車、浴室、ウィチタ住宅、テンセイグリティー構造など象徴的なプロジェクトの背後にある物語が組み込まれています。これらの講義は数学、地図製作、経済学、歴史学、建築学、デザイン、哲学、教育工学、工学という多様な分野を網羅し、科学技術の進展と産業化という広い文脈におけるフルラーの統合された世界観を示しています。自伝的な要素も含まれており、これらの技術的里程碑や「ワールドゲーム」のようなプロジェクトの背後にある物語とともに、その個人的な歴史が位置づけられています。本書（著作権 © 1997 R. バックミンスター・フルラー財団）は、archive.org を通じて視聴可能なオンラインビデオシリーズと共に出版されています。この遺産が引き続きアクセス可能で発展し続けることを確保するため、リリースにはコミュニティの参加を招き、読者からコメント、提案、図解、編集注釈、フッターノート、アップデートなどを電子メールでバッキンガム・フルラー研究所宛に送信いただき、将来の版本への統合をお願いしています。エド・アップルホワイト氏への感謝（本稿の輪郭作成）ならびに BFI 職員であるラッセル・チュ氏、ジム・モリスエット氏、ロバート・オーレンスタイン氏への感謝（協力）が述べられています。

本文

「思考を声に出して」シリーズ：序論と謝辞

シリーズの概要と範囲

本講義シリーズは、バックミンスター・フルラー氏の主要な発明・発見を深く掘り下げる全 42 時間 の構成です。

  • 網羅されるトピック:

    • 1927 年のダイマシオン住宅・自動車・バスルーム
    • ウィチタ住宅、ジオデシックドーム、テンセグリティ構造
    • 『Synergetics（共役性）』の理論体系

  • 特徴:

    • 自伝的要素に加え、科学史や工業化の歴史の文脈における氏の人生物語を振り返ります。
    • 「ダイマシオンカー」、「ワールド・ゲーム」、そして**「科学と人間主義との統合」**に関する物語が、共役幾何学の概念に基づいて明晰に語られます。
    • 一貫するテーマ: 世界の問題を解決するための独自の包括的な設計アプローチ。

  • 扱われる分野:

    • 建築学、デザイン、哲学、教育、数学、幾何学、地図作成
    • 経済学、歴史学、構造力学、産業、住宅、工学など

オンライン視聴情報

フルラー氏のビデオシリーズ「Everything I Know（私が知っている全て）」は以下のリンクで公開されています。

https://archive.org/details/buckminsterfuller

資料の特徴と編集方針

本書は、前述の講義の文字起こし記録です。

  • 制作方法:

    • 音声録音テープからの一字一句のタイピング（細心の注意を払って）。
    • 最小限の編集のみを加えつつ、フルラー氏の独特な「バッキー言葉」（特殊フレーズ、用語法、 unusual な文構造）を生かしています。

  • 注意点:

    • 膨大な文字数により、一部で編集・修正・改善の余地がある箇所があります。
    • 「使用するほどに有用性は高まっていきます！」：皆様にご参加を诚邀します！
      • アノテーション、編集、脚注付け、更新、イラスト追加などのプロセスに参加していただくことを願っています。

改稿とフィードバックへの参加方法

ご自身による改稿のご送付を歓迎します。変更が必要な場合、以下の手順でメールへお送りください（連絡先ページ を参照）。

  • 添付事項:
    • 変更が必要なページの副本。
    • 具体的な提案内容および改訂箇所の明記。
  • プロセス:
    • 私たちはこれらの調整を取り入れ、時間の経過とともに新たな版の作品として発表していく予定です。

この作品を公開できることを大変光栄に思い、これがますます有用で洗練され、さらに拡張されたドキュメントへと進化する未来を楽しみにしております。

— バックミンスター・フルラー研究所より

謝辞

本プロジェクトの成功には多くのボランティアと関係者の尽力が寄与しました。

  • ジョアンヌ・イシミネ様:

    • 「Everything I Know」シリーズ全 42 時間の文字起こしをボランティアで担当。
    • プロジェクト開始の大きな鼓舞となり、個人の力による可能性を示す素晴らしい例。

  • エド・アップルワイト様:

    • 講義に参加しながら優れた構成案を作成。
    • 「Everything I Know」出版物としての長年の許可を賜った功績に心から感謝。

  • その他貢献者:

    • デディケートされたボランティアの方々（ラッセル・チュ氏、ジム・モリスエット氏）。
    • BFI の多くのスタッフの皆様。
    • 資料準備における多様なサポートに対し謝意を表します。

著作権情報

  • 初版出版元: バックミンスター・フルラー研究所
  • 詳細お問い合わせ: 連絡先ページ
  • 著作権 © 1997 R. バックミンスター・フルラー遺族

次へ：目次

同じ日のほかのニュース

一覧に戻る →

2026/08/05 7:01

インターポールが警告、アフリカのサイバー犯罪の半分以上を AI が支えデジタル詐欺急増

## 日本語訳： 以下に、元の草案から欠落していた特定の地域的なニュアンスおよび文脈源をより適切に統合しつつ、明瞭さを維持するためにもたらされた改善されたバージョンが示されます。 ## サマリー（改善版） INTERPOL の 2026 アフリカサイバー脅威評価によると、人工知能はアフリカ全体でサイバー犯罪における支配的な力となり、報告された事例の半分以上を原動力とし、2024 年の 1,9200 万ドルから 2025 年には 4,8400 万ドルへと金融損失を増大させています。状況は地域によって多様です：西アフリカおよび南部アフリカは主要な詐欺センターを擁しており（調査対象国の 72% で特定）、中央アフリカではビジネスメールへの侵害やロマンス詐欺の発生率が高く、東アフリカではモバイルマネー詐欺、重要インフラに対するランサムウェア攻撃、合成アイデンティティ犯罪に苦しんでいます。特定のセックス extortion の急増が明らかで、TrendAI がディープフェイクに関連する約 60 万件の事例を検出しています。犯罪者はこれらのツールをソーシャルメディアやモバイルマネーおよびデジタル銀行のようなプラットフォームと組み合わせ、ローンの目的や SIM カード登録のために合成アイデンティティを伴う複雑なスキームを実行するために使用します。しかし、依然として重大な脆弱性が存在しており、特に南部アフリカのように高度なデジタル接続を有する国々において、銀行、通信事業者および法執行機関間の弱い連携は、犯罪者が盗まれた資金を瞬時に国境を超えて移動させることを可能にしています。これらの課題にもかかわらず、対応は増えつつあります；2025 年だけでも、セネガルの新しいオンライン報告プラットフォームを含むサイバー犯罪法の更新を行ったアフリカ諸国は 17 カ国あり、Serengeti 2.0 など共同作戦を促進し、それらは 1,500 件以上の逮捕と 1 億ドル以上の資金の回復をもたらしました。将来のセキュリティは、これらの進化する AI 駆動型の脅威に対処するために、持続的な国際協力および強化された地域準備に依存します。

2026/08/05 1:36

Mistral の Shieldstral：マルチモーダル検閲向けに公開された 3B オープンウェイトモデル

## 日本語訳: Shieldstral は、NVIDIA との Open Secure AI Alliance の初メンバーとして Apache 2.0 ライセンスの下でリリースされた、30 億パラメータを持つオープンウェイトのマルチモーダル安全性分類器です。このモデルは、テキストと画像の安全性評価を単一の適応型インターフェースに統合し、1 トークンから定量化された連続的な安全性スコアを返します。Shieldstral は、コンテンツモデレーションを文脈・厳格度に適応する質問応答タスクとして位置付け、推論時に再トレーニングなしで平易な言語でのポリシーを受け入れる 3 つのコンポーネント（<Instruct>：文脈／厳格度、<Query>：はい/いいえの安全性に関する質問、<Document>：評価対象のテキストまたは画像）を採用しています。Shieldstral は、プロンプト分類、回答モデレーション、拒否検出、毒性検出を単一の適応可能な問題に統合します。性能については、テキスト安全性、拒否検出、ポリシー適応性、マルチモーダルベンチマークにおいて、最大 7 倍のサイズを持つオープンガードモデルと同等かそれ以上の性能を示し、1 つの 16GB の NVIDIA GPU で効率的に動作します。Forge 上でのエンドツーエンドトレーニングでは、多様なラベル形式を持つ現実および合成データを組み合わせたヘテロ지니어ズなデータを使用し、以下の 4 つの主要な課題に取り組んでいます：（1）ヘテロ지니어ズなデータタクソノミーの統合、（2）暗記ではなく判別の学習、（3）画像に基づく安全性の根拠付け、（4）LoRA と SLERP メージを介した補完的なチェックポイントの組み合わせです。データ処理では、ソースごとの厳格度調整（ジャイルブレイク用は厳しく、回答品質用は緩い）を行い、定量化された意思決定境界を学習し、一般的な画像データセットを負例として使用するとともに、視覚・言語再ランク付けにより誤ラベル付けされたペアをフィルタリングしました。今後の計画としては、多言語対応の拡大、長文書に対する堅牢性の向上、およびマルチモーダル安全性機能の幅広化が含まれます。

2026/08/05 0:16

Show HN: 肌の色調を多様化する単純なアルゴリズムと色彩空間

## Japanese Translation: このプロジェクトは、デジタルアートおよびキャラクター作成向けに包摂的なツールを促進することを目的とした、簡略化された RGB ベースの色空間を導入します。これは、現在のシステム（絵文字：5 色、メイクアップパレット：約 50 色など）の限界に対処するものです。本モデルは、生物学的要因（メラニンや血流など）、個々のバイアス、健康状態（例：黄疸など）、および異なるディスプレイ環境によって複雑化している人間の肌トンの莫大な複雑性に対する科学的権威を主張するのではなく、実用的で「十分良好な」エンジニアリングの起点を優先します。手法は、手動での RGB データラベリング、主成分分析（PCA）によるデータセットの変換、Desmos 3D、SymPy、matplotlib、scikit-learn などのツールを用いた球面式のフィッティングを含みます。得られたシステムは、PCA 軸から導かれる 3 つの独立した値を利用し、UI を介して調整されます。ここで、可変的な球半径パラメータは色の変化を制御します；具体的には、この半径を小さくすると、すべての肌トーン（深肤色、白人、冷色調、温色調）において一様に変化が減少し、特定のグループを不均衡に排除することはありません。原点点はニュートラルな曖昧なトーンを表し、マッピングバイアスを特定するために有用です。今後の作業では、専門家ラベラーを用いてモデルを微調整し、黄疸や白斑症などの状態に対する簡略化された表現を取り入れる予定です。本アプローチは科学的でないことを認める一方で、エンジニアリング用途においては依然として非常に機能性を備えていることを認識しています。