石川 昌和 | Masakazu Ishikawa | いしかわ まさかず

こんにちは、 石川昌和（いしかわまさかず） です。私の人生の目的は、「まだ無いものを形にして、公正な社会を作る」ことです。 このウェブサイトでは、 私の出来事の 公開してもいいことの一部 をこのブログで書いています。主に書いていることは、考えたこと、学んだこと、食べたこと、行動したことの４つです。すべての記事は Archive から見ることができます。ご連絡は こちら からお願いします。

 当たり前なことかもしれないけど、お金というのはエネルギーとほぼ一緒。働いてお金をもらうというのは、労働というエネルギーを使って、お金に変換してそれをもらう。 ESBIというのは、『金持ち父さん・貧乏父さん』で分類された働き方のフレームワーク。基本的には左から右に賃金が上がっていくのだがその仕組をエネルギーの観点で考えてみる。 E (Employer　従業員) 会社に雇われる従業員は、企業などの組織の中で、与えられた仕事をする。なので、使うエネルギーは基本的に一定で、賃金も一定。安定しているが、賃金が上がることも少ない。自分の能力を上げれば、その分賃金は上がっていくが、人間の能力はたかが知れているので、機械などを使っててこの原理でエネルギー効率的に数十倍・数百倍に上げることができない。さらにシステムの所有者は組織なので、効率的なシステムを開発したところで、従業員の恩恵は少ない。 S (Self-employed 自営業) システムの所有者が自分になり、そのシステムを効率化することで、エネルギーをたくさん使え、その分賃金が上がっていく。例えば、荷物を運ぶときに人力から車になることで、自分の体力だけでなくガソリンというエネルギーを使え、賃金も上がる。ただし、自分がシステムを動かすので、自分が休めば賃金は発生しない。 B (Business Owner　ビジネスオーナー) システムの所有者という点では、Sと同じであるが、ビジネスオーナーはたとえ自分が休んだとしてもシステムが動く状態。なので、システムを運転する時間が必要ないので、システムを構築する時間がある。より効率的なシステムを構築し、その分エネルギーをたくさん使え、賃金が上がる。ただし、そのシステムが社会に必要とされなくなると、いくら良いシステムを作ったとしても賃金はもらえない。 I (Investor 投資家) お金（エネルギー）自身の所有者であり、良いシステムに直接エネルギーを投入することができる。さらに、システムの切り替えもすぐ行うことができるので、賃金を増やしやすいし、自分のエネルギー自身もそんなに使わない。 大切なことは他人のエネルギーを使わないシステムを作れるか 良いシステム、要するにお金がもらえる仕事というのはどういうものかというと他人を幸せにするか、他人のエネルギーを節約できるかどうか。車は人を...

  1. 序論：AI for Science戦略とSPReAD事業の基本パラダイムと国際的文脈 近年、人工知能（AI）技術の指数関数的な進展は、科学研究における仮説生成、実験計画、データ取得、解析、そして知識統合の全プロセスを根本から変革しつつある。この世界的潮流のなか、米国ではDOE（エネルギー省）主導の「Genesis Mission」やNSF主導の「NAIRR Pilot」が立ち上がり、欧州連合（EU）ではインフラ・資金・人材を一体化した仮想研究機関「RAISE」が始動するなど、各国がAI駆動型科学（AI for Science）を国家安全保障および産業競争力の源泉として位置づけている 1 。こうした国際的な競争激化を受け、文部科学省は2026年（令和8年）3月31日に「AI for Scienceの推進に向けた基本的な戦略方針」を策定し、今後5年間を科学研究システム抜本改革の集中期間と位置づけた 2 。この戦略では、2035年までに世界のTop10％論文のうちAI関連論文数で世界3位を目指すという野心的な目標が掲げられている 2 。 この国家戦略を具現化するための主要な研究投資枠組みとして、フラッグシップ事業である「ARiSE（AI for Science 革新的研究推進事業）」（1課題最大30億円規模）と並行し、裾野拡大を目的とした「AI for Science萌芽的挑戦研究創出事業（SPReAD）」が新設された 1 。SPReAD事業は、1課題あたりの直接経費上限を500万円とし、約半年間という極めて短期間で萌芽的・探索的なAI応用研究を機動的に支援するものである 7 。2回の公募を通じて計1,000件程度の採択を予定しており、AI利活用の初心者から高度な専門家まで、人文学・社会科学を含むあらゆる分野の研究者を対象とした異例の大規模支援となっている 7 。特に本事業は人件費を補助対象外としており、研究費の使途を計算資源、API利用料、ロボットアーム等の実験自動化設備、データ整備等に限定している点に大きな特徴がある 7 。 本報告書では、令和8年度に実施された第1回および第2回公募の採択結果をマクロ視点から概観した上で、ユーザーの関心領域である「臨床科学（Clinical Science）」および「生命科学・薬学（Life Science / Ph...

SPReAD採択課題 AI傾向分析ダッシュボード 令和8年度 AI for Science SPReAD事業 傾向分析 臨床科学・生命科学・薬学におけるAI応用と展望 マクロ統計 臨床科学 生命科学・薬学 パラダイムシフト 課題DB検索 📊 マクロ統計分析と公募概要 文部科学省の「AI for Science推進戦略」に基づき新設されたSPReAD事業（1課題最大500万円・約半年間）は、人件費を補助対象外とし計算資源や実験自動化機器に直接投資する異例の大規模萌芽研究支援です。第1回・第2回公募を通じて計33,782件の応募に対し1,112件が採択され（平均採択率約3.3%）、学術界全体における巨大なAI需要と高度な選別プロセスが浮き彫りとなりました。以下で全体数値をインタラクティブに検証できます。 総応募件数 33,782 件 ...