← 2026-10-01 の一覧へ戻るホーム
グレートダイリホミコスイドエカエドロン（「ミラーのモンスター」）

2026/10/01 2:00

グレートダイリホミコスイドエカエドロン（「ミラーのモンスター」）

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

元のHacker News記事へ ↗
要約▶

Japanese Translation:

本文は、幾何学的複雑さが際立つユニークな正準多面体である「グレート・ダイリコンボシコドデカエドン（大十二面二十四五角二十三角二十四五角）」、通称「ミラーズモンスター」を紹介する。その最も特徴的な性質は、60の頂点のうち各々で最大 8 つの面が収束することであり、これは他のいかなる正準形にも見られない特性である。この精巧な構造は、124 の異なる面（具体的には五角形 24、三角形 40、正方形 60）および 240 の辺からなり立つ。特に、その正方形は模型の中心を直通過する共平面対として現れ、このような非三角形の「スنب」面を持つ唯一の正準多面体であるため、この物体は幾何学の理論における一点に位置づけられている。外部の面片数は 1280 に及び、その双対多面体はグレート・ダイリコンボシコドデカエクロンと呼ばれる。模型は、約 21.6 cm の辺長と 30.6 cm の直径という特定の寸法で作られた。物理的な組立てには、Great Stella ソフトウェアで作成した 42 の A4 ページ（赤色 10、紫色 9、黄色 23）に印刷された詳細な展開図が使用され、内部の支持構造は Stella のフェイセッティングモードで緑色の部品で作製し、複雑な部分を接続するために最後に紫色の三角形対を追加することで実現された。この傑作は、数学的な興味の対象であり、同時に物理的構築における印象的な成果である。

本文

大十八面二十面体（Great Dirhombicosidodecacron）の組み立てガイド

「ミラーの怪物」とも呼ばれるこの複雑な一様多面体に関する特徴と、効率的な組み立て手順をまとめました。

1. 模型的基本情報

この多面体の主な特徴と数値は以下の通りです。

  • 形状名：大十八面二十面体（Great Dirhombicosidodecacron）
  • 対偶：大十八面二十面体
  • 頂点数：60 個
  • 辺数：240 条
  • 面の構成（計 124 面）
    • 五角星形：24 個
    • 正三角形：40 個
    • 正方形：60 個
  • 外部の小片数（Facelets）：1,280 枚
  • サイズ
    • 辺長：約 21.6 cm
    • 直径：約 30.6 cm

2. 形状の特徴と難易度

  • 一様多面体でありながら極端に複雑
    • 頂点には常に8 つの面が集まります。
    • 1 頂点あたりの構成は固定されています：
      • 紫色の五角星形：2 面
      • 赤色の正三角形：2 面
      • 黄色い正方形：4 面
  • 「ゆがみのある面」を持つ唯一の例
    • 三角形以外の面で、「ゆがみのある面」（snub faces）を持つ一様多面体として、この形状だけが該当します。該当するのは正方形です。
  • 対称性と配置
    • すべての面は平行な対として存在し、正方形のみが多面体の中心を通過するように配置されています。
  • 作成難易度
    • 1,280 枚の部品を手作りする必要があるため、非常に困難です。

3. 用紙と展開図の概要

展開図（ネット）を作成するために使用された用紙は A4 サイズで計 42 ページに及びます。色別内訳は以下の通りです。

  • 黄色い正方形：23 ページ
  • 赤色の正三角形：10 ページ
  • 紫色の五角星形：9 ページ

以下は 

Great Stella
で印刷された展開図の一例です。

[ここに Great Stella で印刷された展開図が表示されます]

4. 効率的な組み立て手順

通常の手順から、よりスムーズな方法への変更点を含めて説明します。

ステップ 1：基本的な接続

  • 中央の部品を作成し、周囲に赤色の正三角形の対をすべて追加します。
  • この段階で使用する部品の数は計 12 個 です。
  • 接着タブの活用方法：
    • 前工程で作成した部品同士には、両面から使える接着タブがすでに付いています。
    • 裏側：タブを使って他と貼り付けます。
    • 正面：残しておくことで、後続の部品へのスロットイン（差し込み）に利用します。

ステップ 2：紫色の五角星形の追加時期について

  • 初めの指示では、周囲に紫色の正三角形の対（五角星形の腕）を追加していましたが、実際に組んでみて以下の点が分かりました。
    • 推奨手順：他のすべての部品をつないだ最後の段階で行うのが最も簡単です。
    • 早期に加えると組み立てが複雑になるため、一旦保留するのが良いでしょう。

ステップ 3：内部サポートと裏返しの確認

  • モデルを裏返すと、紫色の正三角形の対が追加されている状態が確認できます。
  • 模型内部には緑色の追加サポート部材が入っていますが、外部からは見えないようになっています（Stella のフェーシングモードを使用）。

ステップ 4：サブアッセンブリの作成

  • 大きな部品を支えるために小さな部品を作成します。
    • 必要な数は計 20 個。
    • これらも前述の方法で自由タブを活用して接続します。

ステップ 5：最終的な組み立て戦略の見直し

より効率的な方法を発見し、以下のように再調整しました。

  1. 紫色の正三角形の対は最後まで残す。
  2. 前工程で作成したすべての部品（黄色・赤色の部材など）を使って、まずはそれらをすべてつなぎます。
  3. 最後に作成した部品を、自由タブを利用して固定します。

ステップ 6：完了

  • この手順を行うことで、最後の部品のスロットインも大幅に容易になります。
  • 最終的に紫色の正三角形の対のみを残し、所定の位置へ接着するだけで完成します。

同じ日のほかのニュース

一覧に戻る →

2026/10/01 5:04

ジェミニ 4 アルゴン

## Japanese Translation: Google は、ソフトウェアエンジニアリング、企業向け知識業務（法務および財務を含む）、およびサイバーセキュリティ防衛における複雑で長期にわたるワークフローを扱うための深い推論に特化された AI モデル「Gemini 4 "Argon"」を発表しました。Argon は産業標準を超える出力トークン制限 100 万トークン（従来の 64K から向上）をサポートし、単一のトリアジェクト内での複雑な問題に対する深い推論を可能にします。そのアーキテクチャには、最適化された量子コンピューティングサブルーチンが組み込まれており、 prior システムと比較して約 40% の高速化を実現するとともにメモリ使用量を大幅に削減しています。内部テストの結果では、Google データセンター全体で 300 TiB を超えるメモリが解放され（推定節約額は 500 TiB〜1 PiB）、効果が確認されました。 Argon は現在、Fairwind プログラムを通じて信頼されたサイバー防衛者に対してのみ展開されており、米国政府による任意のプレリリースアクセスレビューを経ています。一般公開は安全なガードレールのさらなる精錬を待って行われ、まず有料 API 顧客および Google AI Ultra 契約者のみから開始されます。安全対策には、CBRN 攻撃への拒否メカニズム、Gray Swan IPI ベンチマークにおける間接プロンプトインジェクションに対する堅牢性、思考の連鎖分析を通じた非整合性のモニタリングなどが含まれます。 ベンチマーク結果は Argon の能力を浮き彫りにしています：ソフトウェアエンジニアリングタスクにおいて DeepSWE v1.1 で 77.9% のスコアを達成し、AutomationBench では 51.3% のスコアで第 1 位にランクされ、長期間のビデオ理解における LVBench で 91.7% のスコアを獲得、CWE-bench v1 では脆弱性修復において 68% のスコアで 1 位と並んでいます。また、Wiz の Scan for Good イニシアチブにおいて、以前の実験モデルが見過ごしていた世界中で使用されている医療ソフトウェアにおける重大な脆弱性を成功裏に特定しました。 価格は入力トークン 100 万あたり 2 ドル（出力トークン 100 万あたり 10 ドル）から開始され、キャッシュされた入力トークンは標準の入力価格に対して 95% の割引で利用可能です。このコスト効率の高い構造は、大規模な計算タスク向けに高度な AI 機能を可能にすることで、長期ワークフロー自動化およびサイバーセキュリティ防衛戦略を革新することを目的としています。さらに、Argon エージェントは積極的に C/C++ コードベースを Rust へ移行しており、re2 などのコアライブラリでは数万行以上、Fuchsia Zircon カーネルでは最大 800 万行以上に達しています。libgav1 ビデオデコーダーの Rust ポートと比較して 2.7 倍の速度向上を実現するとともに、出力とメモリの安全性を維持しています。

2026/10/01 7:03

機密レベルトップの衛星「URSALA」「RAQUEL」「FARRAH」

## Japanese Translation: HEXAGON LEO の20機の衛星は、1971年から2000年代初頭にかけて、軍の重要な電子偵察（ELINT）資産として機能した。当初「プログラム11」と正式名称、俗に「 hitchhikers（ひき寄せ乗り）」と呼ばれたこれらの低軌道システムは、基本的な国集情報収集ツールから、戦術的国家能力の戦術的活用（TENCAP）プログラムの導入により、直接的な戦場支援システムへと進化を遂げた。大気抵抗によって苦悩した1960年代の使い捨てモデルとは異なり、後続の機体にはレーダーサイドローブおよび未使用周波数帯の実時分析能力を備えた搭載コンピュータを搭載し、データを戦術的な地上バン、船舶、航空機に直接伝送する機能を持たせた。この機能は、1973年の中東戦争やフォークランド紛争（RAQUELを利用）の際に極めて重要な役割を果たした。主要な衛星にはURSA LA、FARRAH、GLORIA、CARRIEが含まれ、早期モデルであるMABELIやTOP HAT IIは限られた運用寿命を有する一方、FARRAH I/IIなどの機体は30年にわたり運用された。ロッキードなどによる契約業者の継続的な機能維持と、GLORIA、CARRIEといった特定のペイロード向けのスペースシャトル打ち上げへの転換が進んだ一方で、多様な打上げ車両を維持することに伴う高コストに加え、初期のシャトル打上げの後での打上げ車輛への復帰（変換したタイタンIIICBミサイル）および1回の失敗（FARRAH IV）が原因となり、プログラムは次第に退役へと向かった。1997年9月時点で、検出率は1993年の55個からわずか18個へと急落しており、プログラムの終了前から偵察産出量が著しく低下していたことが示された。最近解秘されたこれらの衛星に関する新たな重要情報が、過去2カ月以内に発表された。

2026/10/01 4:04

驚くほど複雑な波が脳の内部の働きを明らかにする

## Japanese Translation: 脳は、複雑な情報処理における基本的なモチーフとして伝播波に依存しており、単に一般的な神経活動を反映するだけでなく、空間的ナビゲーションや感覚予測を援護しています。2024 年の『Nature Human Behavior』に掲載された研究では、往復する波動が記憶の符号化と想起を支援することが示されました。また、2026 年の『Nature Communications』に掲載された Joshua Jacobs 氏（Anup Das 氏らとの共著）主導の研究では、てんかん患者に用いられる約 100 の脳内電極を用いて、同心円状のリッチルと回転する螺旋波という追加の動的パターンを特定しました。回転する波動は、より単純な言語タスクよりも複雑な空間的ナビゲーション中により頻繁に観測されるため、高度な認知機能における役割が示唆されています。数学者および生物学者である Bard Ermentrout 氏は、以前に観測された単純な「平面」状の波動は、電極配置の制限により生じた大きな複雑なパターンの部分的な視覚に過ぎなかった可能性を提唱しました。高忠実度なデータが存在するにもかかわらず、これらのパターンの完全な普遍性を捉えることは限られており、電極を設置した治療部位のみで観測が制限されている可能性があります。これに関する議論は現在も継続しており、一部の研究者（例：Earl K. Miller）はこれらの動的層が機能的に重要であると主張する一方、他の研究者（例：György Buzsáki）はそれらが基礎となるシナプス計算を反映していると論じています。異種間での研究はこの図像をサポートしており、2026 年 6 月の『Science』に掲載された研究ではマウスの大脳皮質内で鏡像され同期化した回転する波動が確認されました。また、2026 年 9 月の『Neuron』に掲載されたレビューでは、視覚野における伝播波が次に来る感覚情報を予測するのに役立っていることが強調されています。これらのパターンの機能的役割を解明することは、単なる活動記述を超えた大脳皮質処理モデルの洗練につながります。