田口善弘＠中央大学

田口善弘＠中央大学:レターということで僕が返事しないと誰も返事しないことに成るので書きますが、そもそもこれだけで状況を把握できはしないので明後日な返答だった場合は責任は持てません。 前提として教員側が好意でやっていると仮定します。悪意があってやっているならそもそも僕にはアドバイスのしようも解決策もありませんから学内の然るべき機関に相談してください。 一番ありそうな答えは「あなたが自分で考えればできると指導教授が思っていることをあなたが訊いているから」ということだと思います。このような場合に指導教授は「答えをはぐらかす」という方法であなたが自分で考えるように仕向けることは大いにあり得ると思います。この場合の対処方法を以下に列挙します。 ①詰まった場合に具体的な対応策を訊くのではなく、自分の方から「これこれをやってみたい」と提案するのがいいです。それが間違っているかどうかはあまり問題ではありません。具体的にこういうことをしてみたいがどうですか、と尋ねれば何らかの答えが返ってくると考えらえれます。まったくそういう提案ができない場合は②に進みます。 ②自分でなんの提案もできない場合、与えられた課題に比べてあなたの能力が不足していると思われます。その場合、自分の能力の足りないところを訊くかあるいは、課題を変えてもらうしかありません。ただ、この場合、指導教授が「あなたの能力は修士の研究を行うに値しない」と思っている可能性もあります。その場合、卒業を諦めて退学するという選択肢しかない場合もあります。その評価（＝あなたの能力が修士に値しない）が妥当かどうかは客観的には判断しようがありませんから、不満があれば第三者の判断を仰ぐしかないと思います。 まとめると修士の研究は解らなかったら教えてもらってその通りやったら答えが出るというものではなく、自分でどうすべきかを考えて前に進むことが期待されているものだと思います。なので行き詰った時どうすればいいか自分から何も提案できないという時点で課題が難しすぎるかあるいは能力が不足しているかのどちらかだと思います。

田口善弘＠中央大学:共通点は単位素子が多入力１出力であること、計算が非ノイマン型(並列処理)であること、くらいで後は似ているところは無いと思います。 元々、ニューラルネットワークは人間の脳を模したものではあっても本当の意味で、人間の脳の働きを解明しようという目的で作られたものではないし、ニューラルネットの研究をすると人間の脳の働きが解るとはあまりおもわれていないのではと思いました。「人間の脳を模倣した？「ニューラルネットワーク」とは何か」にも「ニューラルネットワークは人間の脳を模倣している、という表現には若干の誤謬があります」と書かれています。 ニューラルネットワークはあくまで脳の構造にヒントを得て作ったなんらかの計算プログラムということでしかなく、ちょっと辛辣な言い方になってしまいますが、相違点や共通点を議論するということ自体が、多少的外れなのではないかなと思います。

田口善弘＠中央大学:AIがAIを作ると言っても現在の生成AIは大量のデータを読み込んで膨大な数のパラメータで学習する「基盤モデル」という技術がベースになっています。そうなると極端な話、誰がやっても同じような性能にしかなりません。GoogleがGeiminiという新しいマルチモーダルな生成AIを発表して世間を騒がせましたが、さっそくの様に先行するOpenAIが彼らのGPT-4でも同じことができるよという反論を投稿していました。僕はGeminiのデモビデオを見たとき、これは盛られすぎなのではと思ったのでまさに我が意を得たりという感じでした。 この様に、基盤モデルという技術を軸にする限り、同じような性能のものしか生まれてこないのは明らかです。なので、現状の技術の延長線上でいうならAIがAIを作っても大したもの（現状の技術を大きく超えたもの）はできないと思います。 では、将来的なことはどうでしょうか？人間は人間を教育していますが、それでも次世代がとても賢くなったりはしないので人類の発展には長い時間がかかりました。AIがAIを作る場合の有利な点は学習が速いという点だとは思うのですが、それはあくまで今の「基盤モデル」という技術を軸にした場合の話です。本当の意味での強いAIを作ろうと思ったら今の基盤モデルでは考えられないような長い長い学習時間と、膨大なパラメータがいるのかもしれません。現状の生成AIでさえ、裏側で動いている計算機の資源が膨大すぎて、ボトルネックが計算資源になっている有様です。 今の基盤モデルを越えた技術でＡＩが作れるようになって、ＡＩがＡＩを作るようになっても、人間が人間を教育する以上の効率で次世代を作り出せるか未知数です。案外、「強いＡＩは作れたけど、生成と維持を考えたら人間の方が安上がり」で実用に供されないという興ざめする未来が待っているのかもしれません。こればっかりは誰にもわかりません。

田口善弘＠中央大学:専門外なのであくまで個人の意見です。 日本ではあまり強調されませんが、実際には少子化は日本でだけすすんでいるわけではなく世界的な傾向です。「世界の合計特殊出生率ランキング」をみればわかるように我々が先進国と思っているような国で２を超えているのはほぼないという惨状です。 男女平等が進んでいて少子化対策でもうまく行っていたと思われていた北欧の国々も惨憺たる有様です。 ここからわかることは少子化を食い止めるための様々な政策（教育の無償化、保育園の充実など）を充実させても必ずしも少子化の解消につながらないという現実があります。だからと言って、日本で遅れている育児支援の充実をやらなくていいという話ではなく、少子化対策と、生みたい人が安心して子供を産んで育てることができるようにする育児支援は同じものではなく別々に考えないといけないということです。 僕は日本では遅れている育児支援を充実させ、そのための高齢者に偏っている福祉を若者や子供にも手厚くしていくことには大賛成ですが、それは少子化対策のためにすべきことではなく、あくまで育児支援という福祉としてやるべきことだと思っています。 少子化が止まらないと問題だというのは、支える側の人間と支えられる側の人間のバランスが崩れるからで、少子高齢化が進むような国では引退という概念を無くして働けるうちはずっと働くという社会制度にしていくのも解ではないかと思います。そのためには社会の方も高齢者が働きやすいように変わらないといけないという痛みが伴うでしょうけど。 まとめると個人的な意見としては育児支援や若者や子供向けの福祉の充実はすべきだが、その結果少子化が止まらないなら、それはそういうものだと割り切って（子供を産む、生まないは個人の選択なので国家が強制するものではないと思うので）少子高齢化でも社会が回るように引退を無くして働けるうちは一生働くという仕組みにするのが現実的かな、と思っています。つまり、少子化は受け入れるものではあっても、無理やり解決するようなものではないんだと思います。ご質問に対する直接の答えではなく、すみません。

田口善弘＠中央大学:「親知らずのメカニズム | 必要ではない親知らずが、なぜ生えてくるのか？」にあるように親知らずは要らない歯です。「現代では大昔ほどの硬い食材を食べることがなくなったので、それに合わせてあごの骨が未発達となり親知らずが正常に生えるスペースがなくなってしまった」と書かれていますね。 これは環境の変化に遺伝子が追随できていないことから起きています。本来想定されていた環境なら顎が大きく成長し、成長してから新たに歯が生えることに意味があったんでしょうけど、硬いものを食べなくなったことで顎の発達が抑止されてしまった結果、親知らずが後から生えるだけの場所が確保できず、かえって害を及ぼすようになってしまった、ということだと思います。 本来なら親知らずが生えないように進化すればいいのですが獲得形質の遺伝はできませんから、単に不都合があるというだけで生えなくなることはできないのです。 今後は突然変異で親知らずが生えないという変異を起こしてしまった人の遺伝子が、淘汰されない、あるいはむしろ有利になることで親知らずが生えない人の方が子孫を残しやすくなるという形で徐々に親知らずが生えない人が増えていき、最後は誰も親知らずが生えないという進化が起きるか（これには気が遠くなるほどの時間がかかるでしょう）、あるいは、遺伝子治療の発展で親知らずが生えないように遺伝子を改変するという治療が普及することで親知らずで苦しむ人がいなくなるかもしれませんね。

田口善弘＠中央大学:腸脳相関の例として「腸内細菌と精神神経疾患からみる腸脳相関」があげられます。人間の腸には多くの細菌が住んでいて人間の生活を助けていることは昔から知られていました。たとえば抗菌剤である抗生物質を服用すると下痢になることがあるのは、腸の細菌が死滅してしまって消化がうまくできなくなるからです。 いままでどんな細菌が腸内にいるのかを調べることはできませんでした。なぜなら難培養性と言って多くの最近は腸から出してしまって寒天の上で培養することができなかったからです。しかし、近年、メタゲノムという手法が開発され、培養できなくてもDNAだけからどんな細菌がいるのかを調べることができるようになりました。このメタゲノムは環境中にいる生物をDNAを網羅的に解析することで、実際にその生物を観測することなく存在を観測できるという手法で、もともとは自然環境の多様性の調査の手法だったのが腸内細菌の調査に使われるようになりました。その結果、わかったことは腸内にどんな細菌がいるかで人間の健康状態が大きく変わるということです。しかし、これはあくまで現象論的なことで実際に腸内の菌が何をするかでどのように人体に影響があって健康状態に影響するかは完全には解っていません。 脳と腸内細菌の関係も完全にはわかっていませんが、現在、仮説としてあげられているのは神経の炎症を介在した脳への影響です。腸の粘膜（これに腸内細菌は大きくかかわっています）が弱ると血液中に腸から異物が侵入し、炎症が起こり、これが神経の炎症になって脳に影響を与えるという筋書きが考えられているようです。傍証としては例えば自閉症と便秘（典型的な腸内細菌バランスの崩れからおきる疾患）の併存があげられているようです。 このような知見から具体的な機序の解明を待たず、腸内細菌バランスの調整を通じて精神疾患の治療に役立てようという動きがすでに始まっているようです。精神疾患というと脳の病気なので直接の治療手段に乏しく、治療が長期化するのが通例のようですが、腸の治療をすることで精神疾患が改善される、なんて時代が本当に来るかもしれませんね。

田口善弘＠中央大学:既に千葉先生が専門家の観点からお答え頂いているので蛇足を書きます。 一般に実数xを引数とする関数f(x)は、「自然な拡張」をすることで複素数zを入力とし複素数の値をとる関数f(z)に変えることができます。例えばxとyの掛け算は単純に２つの複素数z1とz2の積に拡張できます。この場合、z1=a+bi,z2=c+diだとz1×z2=(ac-bd)+(ad+bc)iという計算になります。さて、これをベクトルで考えると(a,b)というベクトルと(c,d)というベクトル、２つのベクトルを入力とし、(ac-bd,ad+bc)という１つのベクトルを出力とする演算を何か考えないといけなくなります。これはあんまり単純な話じゃなく、せっかくベクトルを使っているのに成分に戻らないといけない複雑で計算が難しい演算を考える羽目になります。 もっと簡単な例としては1/z1=1/(a+bi)= (a-bi)/(a+bi)(a-bi)=(a-bi)/(a^2+b^2)みたいなのもあります。これもベクトルで書こうと思うと(a,b)という１つのベクトルを入力とし、(a/(a^2+b^2),-b/(a^2+b^2))という１つのベクトルを出力とする演算を何か考えないといけなくなり結構面倒ですよね。 要するに、ベクトルが入力でベクトルが出力みたいな関数を考えたのでは実数で定義された関数を「自然に」複素数が入力で複素数が出力であるような関数に拡張することが難しい、ということです。 このあたりの難しい話は複素関数論とかを勉強しないといけなくてここで答えられる範囲をこえてしまいますのでここまでにします。

田口善弘＠中央大学:「トリウムの壊変に伴う化学的挙動」という４０年以上前の古い文献が見つかったのでこれに基づいて説明します（いまはもっと理解が進んでいるかもしれません）。RTをトリウムTを含む化合物の化学式とし、RはT以外の部分を表すとする。Tのベータ崩壊によりこのRTはRHe+になると考えらえる。この結果、RとHe+の距離はRとTの距離より大きくなってから安定する。このＲとHe+の距離が再調整された状態を出発点に考えて （Ｉ）再調整の結果放出されるエネルギーが解離エネルギー以下 （ＩＩ）同以上 （ＩＩＩ）そもそも安定状態がなく反発力になってしまう の３通りがあり（上記リンク図３）、RHe+が安定的に存在できるのは（Ｉ）の場合だけだそうです。 どの場合になるかはケースバイケースで一概には言えず、たとえばＨＴが崩壊してHHe+になる場合は励起が起きなければ（つまり外部からさらなるエネルギーの注入がなければ）HHe+は安定的に存在するとされています。 LiTが崩壊したLiHe+は安定に存在、ご質問のＨＴＯは（Ｉ）ではあるものの解離エネルギーと再調整で放出されるエネルギーがほとんど同じなのでぎりぎりの安定性しかなく、HOHe+はおそらく崩壊してしまうだろう、とされています。 その他の問題としてはＲHe+が反応性に富む（他の物質と結合して新しい化合物になることで安定化して存在する）場合もあり、例えば、T2が崩壊してできるTHe+やCT4が崩壊してできるCT3He+は反応性に富んでおりいろいろな物質と結合すると書かれています。 この論文はとても古いので今の最新の知見は変わっているかもしれませんが大事なことはTがHe+になることで分子がすぐに崩壊するとは限らず、そのまま存在する場合があること、また、単独では不安定でも、他の化合物と結合することで安定化する場合があること、などを理解しておくことだと思います。

田口善弘＠中央大学:レゴブロック71119個276時間かけて作成した巨大ミッキーを見てください。見事ですよね？じゃあ、このレゴブロックを全部分解して箱に入れてパーツをきれいに分類したら元のミッキーがどうやってできたかの理解に役立つでしょうか？立たないですよね。 要するに複雑な問題を単純な問題に分割するということは往々にしてこういう問題になります。仮にすぐもとに戻せるように71119個のブロックに全部番号をつけてどのパーツとどのパーツを組み合わせるかという情報を付与されても理解にはつながらないでしょう。 この例からもわかるように複雑な問題を単純な問題に分割すればわかりやすくなるとは限りません。今の場合は全体の形がミッキーだという「単純化」は現象の理解にとても役立つのですが、その単純化は複雑な問題を単純な問題に分割することとは関係がないのです。 この様に、一般に何かを理解するためには単純に分割するのではなく現象を記述する別の変数（今の場合は全体の形状）を考えて導入しなくてはいけませんが、これはすでに理解しているからできる話で、変数を導入したから理解できるということではありません。 最近の機械学習は生成AIみたいに中がどうなっているかわからないけどすごい、みたいなものになってしまいましたが、もともとは複雑な現象を解析してわかりやすい「変数」を自動的に作り出して人間が語りやすいストーリーをつくるための道具でした。 また、物理学でも電磁気学や連続体の理論は電荷や原子のようなものの実在物が発見される前に理論ができてしまい、今も立派に機能していますので、分解して分けることが理解にはつながらない科学となっています。 というわけでありきたりですが欠点は「分割してしまうと全体像が見えなくなり却って理解しにくくなる場合がある」ということに尽きると思います。何事も目的に応じた方法を採用すべきで万能な方法はありません。

田口善弘＠中央大学:広い宇宙に地球人しか見当たらない５０の理由という本に答えが書いてあります（この本はその後改訂されて「広い宇宙に地球人しか見当たらない75の理由」という題名で新しい版がでているようですがそっちは未読です）。簡単に結論を言うと「あなたはある星に生命体がいて進化していた時、象が居なかったら不思議だと思うだろうか？多分いなくても『たまたまいないだけだ』と思うだけだろう。なのになぜ知性を持った生物がいないと不思議だと思うのか？」ということです。 象はとても変わった形状の生物です。耳が大きく、足が太く短く、なにより手の様に動く長い鼻を進化させています。しかし、僕が知る限り象のような恐竜がいたという話は知りません。でもきっと「何億年も進化した恐竜は象型にならなかったのか？とても不思議だ」と思う人はとても少ないと思います。 非常につまらない返事になってしまうとは思いますが、知能を持つか持たないかは多分、偶然で決まっているだけだと思います。勿論、複雑な脳を持つためにはある程度大型の生命体ではなくてはならないでしょうが、大型の生命体は普遍的に進化していますからそこは問題にならないでしょう。 今の人類を見ていると知能を持っていることは圧倒的に有利に見えるので「なんでこんな進化的に有利な形質を人間以外の生物は発展させなかったのか？」と思うかもしれません。ですが、多分、人間の知能はこんな風に科学技術を発展させるために進化したもんじゃなく、全然、別の理由で進化した複雑な脳を科学技術の発展に転用しただけだと思います。人間が複雑な脳を獲得してからこんな科学技術を発展させるまでとんでもなく長い時間がかかっているので実際、科学技術を進化させると有利だから脳が複雑になって知能を獲得した、わけではないんだと思います。 だから、詰まんない答えになってしまいますが、たまたま以外の理由は無く、人類滅亡後も長く生命の進化が続けば人類とは似ても似つかない生物が「たまたま」知能を獲得することはあるんだろうなあ、と僕は思っています。

田口善弘＠中央大学:将棋は完全情報ゲームと言って所与の情報から完全に解くことができるゲームです。では、なんでいまだに必勝パターンが見つからないかというとありえる手の数がとても多いので、必勝パターンを探すことが原理的にできないからということに成ります。 この結果、実際の将棋のゲームではなんらかのヒューリスティックな方法で恣意的に探索する手を制限することで次の手を決めているのが現実です。 詰将棋は、将棋の終盤だけに限ることによってあり得る手の数を制限する（例えばN手詰みなど最大でもN手以内に相手を詰ませる手が存在するようにする）ことによって、より少ない手を探索することで答えが得られるようにしたゲームであると定義することができます。 従って、ヒューリスティックな方法を使わないと解くことができない通常の将棋（仮に勝ちを納めたとしても相手がミスを犯しただけかもしれない）に対して、相手がベストの手を駆使しても必ず自分が勝てるように設定されているという意味でより論理的に解くことが可能なように設定されていると言えると思います。 このような観点からすると詰将棋はより論理的な思考力だけで解くことができるため、論理的な思考力を測るのに非常によい問題だと言えると思います。また、通常の将棋の場合にはなんらかの時間制限がある（無限に考えてよいとなると数日以内に試合が終わらなくなる可能性があるため）のが通常ですが、詰将棋は制限時間などないのが普通なので頭の回転の速さとは無関係です。なので論理的思考力と言った場合に、早く答えを出す能力を考慮する場合には不適当だと思います。　 まとめると詰将棋は純粋に論理的な思考力を測るのには非常によくできていると思います。ただ、同じことは将棋以外の完全情報ゲーム、例えば、囲碁やチェスでも可能ではあると思うので詰将棋が特別に論理的な思考力を測るのに優れているとまでは言えないと思います。

田口善弘＠中央大学:すでに千葉先生が暗号が脆弱になるという答えをされていますので補足します。先生も述べられているようにインターネット上の商取引に使われているものです。たとえばRSA暗号は「桁数が大きい合成数の素因数分解が現実的な時間内で困難であると信じられていることを安全性の根拠とした公開鍵暗号」とあるとおり、まさに千葉先生が言われているような計算が時間がかかることに依存しています。なので規則性がわかるとすべての数を試さなくてもよくなってしまい、脆弱になります。 もちろん、脆弱になるだけなので、その分、暗号を難しくすればいいかもしれません。たとえば数字の桁数を増やすとか、素因数分解を複数個解かないと暗号が解けないようにするとかです。ただ、そうなると通信量は増えてしまってインターネットは遅くなるかもしれません。ＲＳＡは負荷が大きい暗号なので通常はもっと復号が楽な暗号のキーだけをＲＳＡで送ってそのキーを使って送られた暗号を復号する方法を取っていますが、ずっと同じキーを使っていると統計アタックで破られるので頻繁に新しいキーを作って送らないといけないので一定程度インターネットの通信が遅くなることが考えられます。 インターネット上の通信は今は単にクレジットカード番号を送るときだけじゃなく、盗み見を防ぐために全通信が暗号化されている場合もあり、その負荷は馬鹿にならないのでＲＳＡ暗号を難しくするために通信料が増えたらインターネット自体が遅くなるかもしれません。インターネットはその使用上、通信は送り手と受け手以外の多くの人にも届いてしまうからです。 素数の規則性が明らかになったら格子暗号のような（量子計算機の時代に向けて考案された）もっと強固な暗号が早期に実用化される、という対応がとられるかもしれませんが、誰かがこっそり素数の規則を発見しても発表せず、世界のRSA暗号を盗み見るのに使ったら大問題ですね。もっとも既に誰かがそうしていないという保証はどこにもないのですが。

田口善弘＠中央大学:一般記事の引用で恐縮ですが「女は男よりも寿命が長い」のは人に限ったことではない、なぜ野生動物においても同じ傾向が観測されるのか？にあるように性差は普通にあります。そもそも、生命は子孫の数が最大になるように進化するので、卵子という数も限られ貴重な配偶子を生成するメスと、精子という数が多くてたくさん生成できる配偶子を持つ個体が同じ寿命をもつ必然性はないので違う方が普通だと思った方がいいいでしょう。 メスの方が寿命が長い理由の１つとして性染色体を２つもっていることが挙げられています。人間の場合X染色体を２個持っていれば１つの染色体の異常が他の染色体補償可能だからかもしれません（但し、X染色体が２個あると発現量も倍になってしまって都合が悪いので一方の染色体は不活化されている場合もあるのでそうそう単純ではないかもしれません）。 一部の生物ではオスの方が性染色体を２個もっている場合があり、その場合はオスの方が寿命が長かったりもするようです。 また、別の例では体の大きさに性差がある場合、体の大きい方が寿命が短い場合があり、これは体が大きい方が維持にたくさん食料を必要とするためということらしく、飼育下（十分な食料がある）場合には寿命の性差が無くなることもあるようです。 魚などには染色体じゃなく、生育時の環境でオスかメスかが決まるような生物もいます（例えばうなぎ）。このような場合には、性染色体の数で有利不利が決まるという原理は当てはまりません。うなぎの場合、メスの方が大型高齢で性成熟することは知られているようですが、寿命の性差まで研究されているかはわかりませんでした。 またミツバチの例ではオスの寿命は繁殖期のみという極端な場合もあります。ミツバチの場合、性染色体ではなく染色体の数がnか2nかで決まっていてオスはnなので染色体の数が少ない（２倍じゃない）と寿命が短いという上記の傾向とは矛盾しませんね、偶然かもしれないけど。

田口善弘＠中央大学:例えば四角数〈1.4.9.16.25…〉の数列で次の数を求めなさい。という情報がすでにネットには落ちているわけですね。「＋３，＋１，－２，－３，－１，＋２、＋３、＋１・・・次に来る整数は何か？」にはそのまま同じものはなかったですが、こっちは比較的簡単なパターンなので同じような質問がネットにあるかもしれません。 これはあくまで一般論ですが、この手の問題は「人間が相手に知性を感じるには最低限どんな反応を返せればいいか？」という人間側の心理学の問題として議論すべきだと思います。むしろ、こういう例でわかることは、人間が相手に知性を感じるには本当に知性がある相手である必要はないということだと思います。 人間は壁のしみに顔を見てしまいますが、これは実際に壁のしみが顔の形をしているのではなく、人間は顔に近い模様を顔と認識しやすい認知システムをもっていることによります。同じように人間は知性のないものにも知性を感じる能力があるということなのではないかと僕は考えています。 今までは人間以外に、人間が知性を感じるような相手は無かったので、問題は無かったのですがChatGPTのような人間ではないものに人間が知性を感じるという現実がある以上、今後は認知心理学の問題として人間が相手に知性を感じるには最低限どんな反応が要求されるのかという点が真剣に研究されるべきだと思います。僕の予想ではそのような研究がなされれば、人間は知性のない相手にも知性を感じるような認知のゆがみをもっていると判明するのではないかと思います。 もちろん、本当にChatGPTが知性を持っているという可能性はゼロではないと思うのですが「ChatGPTが実際に知性をもっている」よりは「人間は知性のないものにも知性を感じる認知のゆがみをもっている」という方がよほどありそうに思います。なにしろChatGPTはまさに人間が人間に対しているときにどんな返答をしたら人間らしく思えるかという観点から学習がされているのですから。

田口善弘＠中央大学:夜空のキラキラにある通りです。透明であるはずのガラスのコップを通してみる景色はわずかに歪んでいます。これは透明なガラスのコップでも屈折率は空気と異なるため、光がまっすぐには進まないからです。 夜空の星は地表から見たらほぼ点光源である上に、厚い大気の層を通過する間、空気の屈折率の影響を受けます。空気の屈折率は温度や圧力の変化で大きく変わります。これが蜃気楼や逃げ水と言った現象になります。この厚い大気を通過する間に星からの光が経路を捻じ曲げられることで星が瞬いて見えます。 この大気の影響は甚大なので、天文台は空気がちょっとでも薄い高山に作った方がよいですし、宇宙望遠鏡ハッブルが地表に設置した望遠鏡では望むべくもない高解像度の星の映像を得ることができるのも大気の影響を受けないからです。 この空気のゆらぎの影響は今では流行りの機械学習の力で修正することができます（史上初めて撮影されたブラックホールの画像を機械学習で再構築しさらに忠実なものに新生を参照）。星の瞬きは方向によってバラバラです。通ってくる空気の層が違うからです。いろいろな方向の星の画像を集めて本当は瞬かないはずだという仮定でデータを処理することで空気の影響を修正して無かったことにすることも可能です。 このような技術は難しいものではないので、そのうち「星が瞬かないカメラ」みたいのが売り出されて、それを通して夜空を見上げると星が全く瞬かない、ということも可能かもしれません。もっとも、夜空の星は瞬いてなんぼという意見もあるでしょうし、瞬かないことがいいことかどうかわかりません。 ちなみに、水の揺らぎを投影みたいなアートも水面での空気と水の屈折率の違いで光の方向が曲げられることで生じるものなので、広い意味では星の瞬きと同じです。だからやっぱり星の瞬きは消すもんじゃなく見て楽しむものなのかもしれませんね。科学とは関係ないことですが。

田口善弘＠中央大学:エピジェネティックな遺伝の割合についてはまだコンセンサスがないというのが現状だと思います。これにはいくつか理由があります。 ①割合の定義 「割合」と言った場合、何を単位に測るのかの合意がありません。ＤＮＡを介した通常の遺伝なら「ＤＮＡの配列がどの程度遺伝したか」で計算すると割り切ってしまえばいいですが、エピジェネティックとＤＮＡの配列の両方を考えた場合、まったく違う現象なので統一した計測方法がありません。一般的には形質の変化に寄与する割合で定義するべき（例えば「身長の高低にＤＮＡの配列の違いとエピジェネティックのどっちがどれくらい影響しているか）ですが、実際にはＤＮＡの配列とエピジェネティックな効果は独立ではないので「ＤＮＡの配列を同じにしてエピジェネティックな変化だけを起こす」ことがそもそも難しいです。なので現状、どのような割合でエピジェネティックな影響を測ればいいかが定義できていません。 ②何を遺伝と思うか ＤＮＡの配列の場合、発生が開始したときのＤＮＡの配列どおしを比べることで簡単に祖先から子孫への遺伝の量を計測出来ます。しかし、エピジェネティックな効果の場合、そうそう簡単ではありません。細胞分裂の際に一度初期化されたように見えても、実は別の情報に書き込まれていて分裂後に復旧されるかもしれません。その場合、どうしても「あるエピジェネティックな効果が祖先と子孫で継承されたうえさらに形質に影響を与えているか」まで確認しないと「エピジェネティックな効果が遺伝した」とは言い難いのが現状です。この結果、エピジェネティックな効果を１つ1つ丹念に実験で追いかけるしかなく、非常に手間がかかります。現状ではエピジェネティックな効果が遺伝して形質に影響することが解ればそれだけですぐれた研究で有名な雑誌に結果が載るようなレベルです。 このような有様なのでご質問にすっきりと答えられるようになるのは何十年も先になってしまうのではと思います。

田口善弘＠中央大学:質問ありがとうございました。レターなので僕しか答えられないのでお返事します。 バイオインフォマティクスの教育で一番大変なのは生物学という、知識をたくさん必要とする学問と情報科学という数理的なセンスを必要とする学問の両方を学ばないといけないという部分だと思います。 生物学の広範な知識がないと何を研究すればいいかわからないし、数理的なセンスが無いと情報科学のツールを使いこなせません。一般に広範な知識を得る、ということと数理的なセンスを磨くというのは逆方向に感じられる場合も多いので野球の投手と打者の二刀流のようなことを迫れることになるので非常にストレスフルだと思います。 バイオインフォマティクスの研究者は生物学者と対するときは生物学の広範な知識がなくてはならず、かたや、情報科学の人と対するときは数理的なセンスを発揮しないといけません。生物学者は数理的なセンスを迫られる機会は少なく、情報科学の人は生物学の知識なんてまず求められないので、これは非常に大きなハンディを抱えることになります。 限られた時間を真逆にみえるこの２つのことの習得にどう配分するかは難しいのでそこが一番苦労するところではないかと思います。

田口善弘＠中央大学:まずは「渦巻銀河の形成」を見てください。この動画を見てもらうとわかるのですが、渦巻き銀河が形成されるとき、それに合体する小さな銀河系は決して円盤の方向から来ているわけでなく、ありとあらゆる方向からやってきて合体していることが見て取れると思います。だから決して「銀河の中心への引力が均等ではない」ということではありません。 いろんな方向から物質がやってくるのに最終的に円盤の形になるのは角運動量が保存するからだと言われています。角運動量保存則は、簡単に言うと「ある軸の周りに回転しているものは永遠に回転し続ける（外力がない場合）」というものです。最初、物質が一様に分布していても、すべての物質の速度を足し合わせると最初っからどっかの軸の周りに回転していることに成っている場合が多く、物質が集合していくときもこの角運動量は保存されます。一方、重力の周りの回転は質量中心の周りをまわる運動に限られます。ある一点の周囲を円運動、または、楕円運動しないといけない、という制限とある軸の周りをまわらないといけない、という制限を両方満たす運動は円盤状の運動以外ありえないので（円柱状のものがそのまま回転していると円柱の中心から離れている部分は円柱の中心をまわっていることにはならないですよね？）、円盤が形成されるということになります。 ただしここに「もし回転運動が円盤の星の重力だけで決まっているとすると、回転速度も外側ほど遅くなるはずである。現実の回転曲線がほぼ一定（平坦な回転曲線）なのは、ダークマターでできたハロー成分（ダークマターハロー）があるためである」とあるように、実際に銀河がどんな速度で回っているか（回転速度の半径依存性）みたいなことまで考えると目に見えないダークマターの存在まで考慮しないとならず、単純ではないと思います。雑には重力による凝集と角運動量保存則で円盤になっているという理解でいいのでは、と思います。

田口善弘＠中央大学:今のChatGPTのようなLLM（大規模言語モデル、Large Language Model）はハルシネーションと言って間違いを含んだ答えを出すことがよくあります。なのでLLMが出してきた答えが正しいものかどうかを確認できる能力が無いとLLMを使いこなすのは難しいと思います。 これからのプログラミングはLLMを併用しながらも、LLMが出してくる答えが、正しいのか、あるいは、正しいにしてもベストなのか、を判断する能力が不可欠です。現状、まだプログラミングを学んでいない人が、LLMを併用しながらも、プログラミングを学び、かつ、LLMの出してくる答えが正しいのか、あるいは、ベストなのかを判断しながらLLMを使いこなしながらプログラミングを遂行する、という人間になるにはどうすればいいかということについての教育方法は開発されておらず、普通にいままでのプログラミングを学ぶ過程を経て、一人前になってからLLMを補助として使っていく、というプロセスしか存在しないと思います。 自分が卓越したプログラマーであれば、LLMが出してくるプログラミングの良しあしを見抜き、「もっとよいプログラミングをだせるはずだ」とプロンプトを工夫したりすることができるとは思うのですが、本人にその能力が無ければ、そのようなことをすることも不可能です。その意味ではこれからでも決してプログラマーの需要は無くならないと思います。 一方で部下的な位置の使われるだけのプログラマーは要らなくなるでしょう。OJT的な、いろいろ経験しながらだんだん熟達していくという過程は経にくくなり、いきなりある程度のエクスパート能力が要求されるものと思われます。その意味ではプログラマーになるハードルは高くなってしまうかもしれません。 以上は、あくまで現状のLLMの性能に基づいた話です。僕はLLMからハルシネーションがなくなる日は永遠に来ないように思っていますが、いつかハルシネーションが（殆ど）ないLLMが大きな技術的なブレークスルーで開発されるかもしれず、その場合はここで書いたことは無効になることを付記しておきます。

田口善弘＠中央大学:まず、第一にChatGPTの基礎技術である深層学習がなぜうまく行くのかまだ人類は理解していません。今までの機械学習の常識ではパラメータを増やしすぎると過学習が起きてしまい、性能は上がらないとされていました。しかるに深層学習は極端に多数のパラメータを内包しているにも関わらず、高性能を発揮しています。この従来の常識と現実の技術開発のずれはなかなか簡単には解消できないのでその点ですでに「理解できない」ものになっています（詳しくは「深層学習の原理に迫る」参照）。 その点は踏まえたうえでさらに言うと、現在のChatGPTはいわゆる基盤モデルという考え方に基づいていて、大量のデータで予備的な学習を行ってから目的に特化した学習を行うと高性能が出るという考え方です。ChatGPTの基盤モデルであるGPTは基本的に文章の途中まで与えられたとき、その次の単語を予測する、みたいな学習しかしていません。それなのにプログラミングをしたりすることができるようになっていました。ChatGPTになるまでは一般の耳目をあつめていませんでしたがこのGPTのレベルですでになぜプログラミングまでできるようになったのかはよくわかっていません。 さらにこれがChatGPTになると、会話能力を獲得して人間の様に話す（ように感じられる）わけです。これはすでにChatGPT以前にLaMDAというAIが自我を持っていると話題になっていました。ですが、なんでこんな能力を獲得したのか皆目わかっていませんでした。 要するに雑なことをいってしまうとChatGPTは大規模言語モデルに興味を持っていた人たちならある程度知っていたようなことを民主化し、誰でも使えるようにしたことに大きな貢献がありますが、やっていること自体はそれほど革命的じゃないということです。ただ、そうは言ってもあれだけのものを誰でも使えるような形に整備し、維持し続けていることは大変なことです。 まとめるとChatGPTはある意味、実験段階のものを強引に公開してしまったようなもので、わからないことはいっぱいあるのは当然です。つい最近起きたサムアルトマンのOPEN AIからの解任劇も急進派のアルトマンと慎重派の科学者の軋轢で生じたのではないかと取りざたされているようです。克服はまだまだ長い研究が続かないと無理だと思います。

田口善弘＠中央大学:ご質問ありがとうございます。レターということで私が返信しないとこの質問への回答がなしになってしまうのでお返事しますが、まず、最初にお断りしておきますが、私は医師ではないので治療そのものについて責任ある回答をすることはできません。 次に、私はＡＳＤを専門に研究しているわけではないのでその点でもＡＳＤに特化したお返事はできません。なのであくまで一般論として「Ａという遺伝子が原因でＢという疾患が生じていることが解っている場合、Ａを遺伝子操作することで疾患を改善できるか？」という問題に対する答えであると思って読んでください。 僕が多少論文を漁った限りでは、CHD8の異常は神経の発達異常を引き起こしている可能性があるようです。これが仮にASDの原因である場合、事後的にCHD8の変異を編集してももはや遅いことが考えられます。発達過程の重要な時期にCHD8がちゃんと機能していなかったことが原因でASDになってしまった場合、いまさらCHD8の異常を修正しても正しく発生していなかった器官はもはや元にもどりません。神経の発生は終わってしまっているので。 このように遺伝子が原因で病気が起きることがわかっており、かつ、なぜ、その遺伝子の変異が病気を起こしているかまでわかったとしても、遺伝子を編集することで病気を治すことができるとは限りません。そういう意味では遺伝子の編集は遺伝子が原因となる病気を治せる万能の方法とは言えません。

田口善弘＠中央大学:ご質問ありがとうございます。 AIを使った、というところだとやっぱりAlphaFold2周辺が一番熱いのではと思います。タンパク質は２０種類のアミノ酸が一次元的につながった紐に過ぎないのですが、これが３次元に折りたたまれることで様々な機能を発現します。同じアミノ酸の配列なら、同じ３次元的な構造を取ると信じられているので、アミノ酸の配列から３次元の構造を推定するのはバイオインフォマティクスの長年の夢でしたが、それがつい最近、深層学習を用いた機械学習でいままでにない精度で解けるようになりました。 薬の多くは立体構造を持ったタンパク質に結合することで機能を発揮しますが、いままでは３次元的な構造を実験で決めなくてはいけなかったのが、コンピュータである程度わかるようになったので飛躍的に研究がしやすくなったと思います。また、タンパク質は1個で機能を発揮することはまれで、数個のタンパク質が結合することで機能を発揮することも多いのですが、この結合の有無も3次元的な構造が解らないといけないので、この面での研究も進むと思います。 また拡散モデルという、いま、絵を生成する機械学習の方法でタンパク質を生成するという研究も熱いです。上述のようにアミノ酸の配列が立体構造の決定を通じて機能を決めているので、「太陽の絵を描いて」という文字入力で絵が描けるように「○○という機能のあるたんぱくを作って」とお願いするとその機能があるたんぱく質のアミノ酸配列を作ってくれるみたいなことが可能になります（厳密にはちょっと違いますが）。 僕の研究はそっちじゃないので残念なのですが、AIを使った研究というとタンパク質をはじめとした物質科学を軸としたバイオインフォマティクスがAIの研究と相性が良くて今後急速に進みまそうです（他のバイオインフォマティクスの分野にもAIは多く使われていますが、特に熱い分野を取り上げました）。

田口善弘＠中央大学:ご質問ありがとうございます。 あなたのバックグラウンドが解りませんが、物理学科の学生を想定した手続きを書いておきます ⓵分子生物学の勉強 バイオインフォマティクスというとまずコンピュータと思ってしまいますが、実際は分子生物学の勉強が大事です。大事、と言ってもちゃんと理解までする必要はありません。網羅的に書かれている本を俯瞰的に通読することが大事です。例えば、ゲノム４などがいいと思います。あとでわからないことが出てきたときにどこを読めばいいか思い出せる程度でいいです。 ②プログラミングの勉強 これもバイオインフォマティクスを想定する必要はなくなんかの言語を一通り学んでください。RかPythonがいいと思います。僕は自分がR使いであり、バイオインフォマティクスの分野ではRがまだまだメジャーですが、Pythonでもいいかもしれません。両方できたらいですけど。 ③その先 その先はちょっと難しいです。バイオインフォマティクスの技術者になるのか、あるいは、研究者になるのかで違います。 技術者になるならアメリエフの無料勉強会（←このリンクはすぐに無効になってしまうと思います）とか、ぼうのう先生のHow to本で研鑽をつみましょう。それで一通りいろなことができるようになります。 研究者になるならどの分野をやるのか決めないといけないです。創薬よりのケモインフォに近い分野をやるのか、あるいは、ゲノム解析寄りの医療に近い分野をやるのか、でかなり勉強の内容が変わってしまいます。まずは学会に行ってみましょう。生物物理学会、日本バイオインフォマティクス学会、生命情報若手の会、とかいろいろ最先端の研究に触れられる機会があります。最近は分子生物学会もとてもバイオインフォマティクスよりになりました。 とにかくバイオインフォマティクスは基礎研究寄りの理学的な研究から実用を視野に入れた応用的な研究まで守備範囲が膨大なので迷子にならないように自分がバイオインフォマティクスで何をしたいのかをなるべく早く明確にすることが大事だと思います。

田口善弘＠中央大学:これも質問の意味を理解していないかもしれませんが。まず「光っている」を自ら光を発しているという意味にとらえると恒星以外は光っていません。月は「光って」いますがこれはあくまで太陽光の反射で光っているだけです。夜空には太陽系の他の惑星が「光って」いるのを見ることができますが、これらは全部太陽光の反射で光っているだけなので自ら光を発しているという意味では光っていません。 逆に反射光で光っていても光っているとみなすなら、ブラックホールでもない限り、かならずなんらかの光は反射するので光っているでしょう。ただ、どの恒星からも遠く、非常に微弱な光しか届かないような孤立した光は光って見えないかもしれません。 また、有限の温度を持っている物体は可視光は出していなくても赤外線を放射しています。地球も赤外線を放射しているので可視光に限らないと光っていると言えるでしょう。もっとも、地球が赤外線を放射できるような温度を持っているのは太陽光で温められているからなので、自ら光っているかという微妙ですが、太陽からの光を反射して光っているわけじゃないのでこれも自ら光っていると言っていいでしょう。 質問された方は夜空にはたくさん光っている星があるので、光っていない星はあるんだろうかという意味で聞かれたのかもしれません。そういう「地球から見て光っていない星はあるのか？」という意味なら、仮に遠くの恒星に惑星があって、その光で反射していても遠すぎて見えないでしょうから「光っていない星」と言えるでしょう。地球から見ると他の惑星は非常に輝いて見えるのですが、それは他の恒星より圧倒的にそばにあるからにすぎません。同じ距離にあったら他の恒星のまわりをまわっている惑星が明るくみえることなんてないです。 光っているということ一個とってもいろいろな意味があるので質問のとらえ方でこんな風に答えはいろいろと変わってしまうものです。

田口善弘＠中央大学:面白い質問ですね。それは多分足の小指です。 一般に何らかの器官が消失するのは、大きな進化によってその器官が不要になるからですね。人間が尻尾を失ったのも、完全な直立歩行を獲得してバランスをとるための尻尾が要らなくなったからでしょう。 人間の場合、他の生物になくて人間にあるもっとも大きな形態学的な特徴は完全な二足歩行です。人間の体は突然立ち上がったためにいろいろな不具合を起こすといわれています。例えば肩関節は本来体を支える役目だったのに直立したためにぶら下がるだけになりました。それまでは押す力がかかっていたのが引っ張る力になったのでこれがいわゆる五十肩の原因だといわれています。 また気管支炎も、直立したことで気管の分岐である気管支に「ゴミ」がたまりやすく気管支が炎症しやすくなって気管支炎が頻発するようになったといわれています。 さて、立ったことでもっとも大きな影響を受ける器官でしょう？それはいうまでもなく足ですね。上記引用にあるように、足の小指は直立歩行をするようになった結果、ほどんど力が加わらない不要な器官になってしまいました。 生物は進化の過程では不要な器官は失いがちです。要らないものは無い方が発生にも維持にも余分なエネルギーがかからないので有利です。暗闇に閉じ込められた生物が比較的早期に目を失ってしまうのも目が発生と維持に負荷が大きい高等な器官だからでしょう。 その点では歩いている時にあってもなくても同じである小指は、短い人、細い人の方が進化的に生存が有利になり、それはほんのわずかの有利でしょうけど、まさにそのわずかな差が子孫の数のわずかな差につながって形質として固定していくのが進化なので、あってもなくてもどうでもいい足の小指はいつか無くなってしまうのではないでしょうか？事故で足の小指だけ無くなってしまった人というのはあまりいないんじゃないかとは思いますが、確かに無くなってもそんなにこまらなそうですよね。

田口善弘＠中央大学:SFチックなことを言えば当然、変容するでしょうね。近い将来、情報の入出力は脳波や視神経を介したデバイスレスなものになっていくことが予想されますし、そうなると「自分の思考」と「外部情報」の境界もあいまいになるでしょうし、「人間の意識はどこからどこまでを意味するのか？」ということさえ問題になるかもしれません。脳に直接情報が入力できるなら「記憶」と「外部情報」の区別はあいまいになりますし、「１０年前の自分の体験の記憶」より「脳に入力された偽の疑似体験の記憶」の方が鮮明なものになるでしょうから「自分の人生記憶」みたいなものも価値が薄れるかもしれません。 朝起きたら好きな人生の記憶をインストールして「若いころ成功を収めて引退した有名人」としてソファに座ってゆっくり一日をすごす、なんてことも夢じゃないかもしれません。そもそも、人間の意識ってあいまいなものですね。受動意識仮説によれば意識は脳が便宜上作り出した幻だという説があります。脳の内外があいまいになるくらい情報デバイスが発展したら脳は意識を不要な仮説と考えて意識を捨て去るかもしれません。 結局のところ、意識、というのは脳というハードウェアの機能に過ぎないので、外部情報を入出力できる高度な機能が次々とプラグインされていったら脳のハードウェアの機能自体変化して我々が意識と呼んでいる機能は無くなってしまうかもしれません。 大切なことは「意識」というのはあくまで脳の機能に過ぎないのであり、独立して実在するものではないということです。そういう意味ではあなたの質問は「ワードの機能って新しいプラグイン入れたら変わりますか？」という質問と同じです。プラグイン入れたら変わりますか？ってそれは変わりますよね。そういう時代が来たら「意識が変わるのが嫌だから情報機器につながりたくない」と思う人も当然、出てくるでしょうし、そういう人は「スマホが使えない高齢者」みたいな扱いになるんでしょうね。

田口善弘＠中央大学:船体強度という項目を読んでもらうとわかるのですが、船体は建物というより一体の構造物としての強度が求められます。動かない地面の上に建造される建物は上下方向につぶれなければいいのですが、船の場合波などを考えると船体が一部浮いてしまうことも考えられ頑丈に作っておかないとそんな時にぽっきり折れてしまうことに成ります。 結果的に曲げやたわみなど一体の物体として考えたときにかかる様々なトルクやストレスに耐えられるように頑丈に作る必要があります。 逆にいうとそれだけの強度があるわけで東日本大震災の津波で陸に打ち上げられた船の多くが折れもせず陸上でしっかり立っていたのもそういうわけです。 船体は大きくなるほど、たわみも大きくなり大きなストレスがかかるようになります。棒だって長くなったらそれなりに太くしておかないと曲がってしまうでしょう。しかし、船体の場合、長くなったからと言って太くするわけにはいきません。船の高さを高くしたら転覆しやすくなってしまうし、喫水線下の船体の大きさが大きくなりすぎたら浅い海が航海できなくなります。このいような問題から海上の巨大建造物の多くは水面に浮く形ではなく、海底まで届く柱の上に水面から離れた形で高床式住居のような形で作られるのが通常です。 というわけで「自在に動く海上の城」を巨大にすることは困難です。もしできるとしたら柔構造でフロートをつなげたようなぐにゃぐにゃした感じになるでしょうけど、波が来て揺れたりしたらとても落ち着いて座っていられるような代物にはならないでしょうね。 このように何かを形を変えないまま大きくするのは普通は難しいです。像の足が太いのは伊達じゃなく、重い体を支えるには足を太くしないといけないからで、もっと体が小さい足が細い動物をプロポーションを変えずに像の大きさにしたら足が重さに耐えかねて立っているだけでぽっきり折れてしまうと思います。

田口善弘＠中央大学:質問の意味を理解していないのもしれませんが、スペースシャトルはまっすぐも飛んでないですし、加速をしていないわけでもありません。なぜなら、スペースシャトルは宇宙空間（運用高度）では地球の人工衛星としてふるまっているからです。 人工衛星として振舞っているということは当然、地球の周りをほぼ円軌道で周回しているので常に方向を変えています。また、速度は変わらなくても方向を変えているということは常に加速しているということです。等速円運動の加速度というところを読んでもらうと解るのですが、加速度は速度（ベクトル）の差で定義されるので、向きが変わるだけでも加速度は必要です。ただ、向きを変えるだけだと仕事はされないのでスペースシャトルの速度は不変なままです。 この辺り、他の方か答えてくれたスラスターの場合、向きを変えるだけでもエネルギーを使ってしまうので紛らわしいことこの上ないのですが、この場合、スラスターのエネルギーはスペースシャトルを加速することではなく、スラスターの放出物の加速に使われていることになります。 それは受け身で変っているだけで能動的に変わっているわけじゃないんじゃないかと思うかもしれませんが、（スペースシャトルじゃありませんが）一般的に惑星から惑星に移動する宇宙船の場合に他の惑星の重力を使って加速することは可能であり（スイングバイ）、この場合、他の惑星の運動量を「奪って」加速することになります。「そばを通るだけで加速するなんておかしい」と思うかもしれませんが、直接の接触はなくてもこれは一種の衝突です。重いものと軽いものが正面からぶつかれば軽い方が勢いよく跳ね返って加速することはあり得ると思いますが、それと同じだと思ってください。 まとめると、スペースシャトルはもともとまっすぐに飛んでいるわけでもなく、加速を受けてないわけでもありません。質問の意図からはずれているとは思うのですが、気になったので。

田口善弘＠中央大学:このような液体を「異常液体」といいます。水の他に、「ケイ素」「ゲルマニウム」「ガリウム」「ビスマス」があります。異常液体は「典型的な液体の諸法則のいずれかがなりたたない液体」のことで「液体より固体が軽い」というだけではなく他に「温度が上昇すると表面張力が増大する」「温度が上昇すると体積が小さくなる」など様々なものがあります。ご質問の件は「固化すると体積が増える物質」という言い方が普通はされる性質です。 固化すると体積が増えるような物質は結晶構造に隙間が多く、ランダムな構造をとることができる液体状態の方が却って原子（分子）間の距離が小さくなるため、固化することで体積が増えるという性質を持っています。配位数、つまり、分子及び結晶中の中心原子からみた最隣接原子の数が少ない場合にこれが起きます。典型的にはダイヤモンドの構造などです（ただし、ダイヤモンドは結晶化で体積が増えるわけではありません）。水以外にはガリウムが約３０度Cという低い融点を持ちますが身近にある物質ではないので「水がいっぱいのコップに浮かぶ氷」みたいな状態を目にすることは滅多にないので、「水以外には液体より固体が軽い物質なんてないのでは？」というイメージになりますが、上記のとおりスカスカの結晶構造を取りさえすれば普通に起きることなので何か特別な事情がいるわけではあります。 水は「温度が上昇すると体積が小さくなる」という性質ももっている（０度Cから４度Cの範囲に限られますが）ので異常液体が複数の異常な性質を併せ持っている場合もあります。「温度が上昇すると体積が小さくなる」は負の膨張率、と呼ばれますがこちらは単一の原因で起きるわけじゃなく、スカスカの結晶構造みたいは単純な説明はできません。いずれにせよ、身近な物質が共通に持つような性質が一部の物質で壊れているのはいろいろな場合があるのでそれが稀で不思議なことだとは限らないのが通常です。