近年注目を集める「分子ナノカーボン科学」 グラフェンやカーボンナノチューブなどのナノメートルサイズの周期性をもつ炭素物質は「ナノカーボン」と呼ばれ、軽量で高機能な次世代材料として期待されている物質です。構造によって電子的・機械的性質に大きな違いがあるため、望みの性質をもつナノカーボン構造のみを狙って精密に合成する方法が求められています。 そのなかで、ナノカーボンの部分構造をもつ分子を有機合成によって精密に合成する「分子ナノカーボン科学」が近年注目され、世界中で研究されています。これまでに、フラーレン、グラフェン、カーボンナノチューブの部分構造となる分子（分子ナノカーボン）が多く合成されてきました。 代表的なナノカーボン3種類（上）およびそれらの部分構造をもつ分子（下） たとえば、カーボンナノチューブを輪切りにした構造の分子であるカーボンナノリングやカーボンナノベルトは、1930年代から理論

【特集】「『予測』という名の欲望」全記事はこちらから読めます ■人間にはAIの考えが分からない？ ――ディープラーニングは、大量の「教師データ」を読み込み、入力する変数と、出力する変数との間の関係を見つけ出します。その関係が分かれば、新たなデータを入力したとき、出力が予測できるというわけですが、なぜ人間はそのプロセスを理解できないのでしょうか？ おもにふたつの要因があります。質的なものと、量的なものです。量的な問題は、すごくシンプルです。ディープラーニングの内部で動くパラメータ（母数：システムの内部で動く情報）が多すぎるので、その大量・複雑なデータを人間の直感につなげることが難しい、という話です。最近は、多いものでは1億個を超えるパラメータから出力を予測します。じゃあ、その1億個をざっと人間が見てなにか分かるのかといえば、分からない。これが基本的に起こることです。 ――大量の変数という意味