ロケット工学ほど難しくない

「ロケット工学ほど難しくない」という表現を聞いたことがありますか？この言い回しは、人類が月へ行こうとしてロケットで宇宙に打ち上げようとしていた遠い昔から来ています。実際にロケットの設計方法を理解していた人は世界でもごくわずかでした。コンピュータも同じで、ロケットと同じくらい大きく複雑でした。人々は裏庭で100万ドルのロケットを作ることができなかったように、100万ドルのコンピュータを作ることもできませんでした。高校でロケット工学を学ぶことはなく、大学でもロケット工学につながる基礎だけを学びました。コンピュータサイエンスも同様でした。

私が「ロケット工学」について説明する必要があるのは、私が小学3年生、7歳か8歳の頃から「不可能」なことをやってきたからです。私は「ロケット工学」をやっていたわけではありませんが、コンピュータサイエンスをやっていました。それは小学3年生には不可能なはずでしたが、私にとっては楽しみでした。趣味だったのです。

私はあなたに「ロケット工学」に取り組んでほしいとは思っていません。それはおそらく退屈でしょう。退屈は楽しさの反対です。今ではご存知の通り、楽しくできないこと（それが今まで誰かにできたかどうかを気にせずに）は、おそらくやる価値がないのです。

私は10代の頃から不可能な挑戦を楽しむ練習をしてきました。そして今、その方法を説明する時が来ました。

私は今まで誰にもその方法を話したことがありませんでした。なぜなら、自慢話のように聞こえるし、小学生の頃は自慢することは礼儀正しくないと教えられていたからです。でも、「自慢する権利」を得ることはとても楽しいものです。そして私の場合、それは通常、他の人が不可能だと思っていたことをやってのけることを含んでいました。

今こそ、あなたにもできる方法を伝える時です。私は物事を単純化するためにここにいるのではありません。私がその挑戦に対処できたのですから、あなたにもできることを知っています。私は（私が）以前にやったことを見せることができます。そうすれば、何が可能かがわかるでしょう。それはそれほど単純ですが、簡単ではありません。

不可能なことをどうやって成し遂げるのか？私にはあなたに伝えたい2つの秘密があります。小学3年生の頃から、私はこれらのスキルを趣味として練習していました。まずスキルを見せて、そして共有すべき秘密として名付けていきます。

父のGene Barnardは、SAFECO保険のコンピュータセンターを運営していました。今でいう最高技術責任者（CTO）でした。彼は私に読むためのコンピュータマニュアルを家に持ち帰ってきました。これらは「ロケット工学」レベルのシステムプログラマーマニュアルでした。

私は今でもIBMの「テープ」オペレーティングシステム、そして「ディスク」オペレーティングシステムについて読んだことを覚えています。その後、単に「OS」（オペレーティングシステム）と呼ばれるようになりました。私はそれがかなり残念だと思ったことを覚えています。私はマニュアルを読んで、少なくともある程度は理解していました。新しい「チェックポイント/リスタート」機能について学んだことを覚えていますし、私の記憶が正しければ、それは「ディスク」オペレーティングシステムで導入されました。最近Claudeに尋ねたところ、私の記憶が正しいことを確認してくれました。

「チェックポイント/リスタート」は、AI用のコンテキスト更新のために作成して再利用する文書と、概念的にとても似ています。私がClaudeでこの手法を初めて使用した時、明確に「チェックポイント/リスタート」文書と呼び、1960年代のIBM DOS（1980年代のパーソナルコンピュータ向けのMicrosoftとIBMのシステムではなく、IBMメインフレームのオペレーティングシステム）で導入された機能について考えていたと説明しました。

これが、AI用のコンテキスト更新文書が私にとって当たり前のものに思える理由です。60年前、私はIBMメインフレームシステムが、コアメモリ、DASD（ディスクなどの直接アクセス記憶装置）、順次アクセス方式（磁気テープ）デバイスを含む、現在の状態を完全に取得する方法を学んでいました。その後、ジョブが失敗した場合、オペレーターは現在の出力を破棄してチェックポイントに戻ることができました。オペレーターはそのチェックポイントからジョブを再開することができました。

当時、なぜそれが重要だったのでしょうか？リソースと実行時間です。メインフレームのジョブは実行開始から数日後に失敗する可能性がありました。そうすると、最初からではなく、チェックポイントから再開でき、数日分の再処理を節約できました。また、ジョブが完了しても、結果が不正確な場合もありました。プログラミングスタッフが問題を特定して修正できれば、チェックポイントからジョブを再開できる可能性がありました。

リソースも問題になり得ました。数日間のジョブでは、複数のパレット分の磁気テープの処理が必要かもしれません。物理的なテープドライブの数が限られており、同じコンピュータルームで処理する必要がある磁気テープのパレットの保管スペースも限られているため、最初からの再開は、同様にテープのパレットを必要とする他のジョブにも連鎖的な影響を及ぼす可能性がありました。

チェックポイント/リスタートの目的は、コンピュータシステム内でその状態を復元した後に処理を続行できるように、状態を保存することでした。AIにおけるチェックポイント/リスタート文書も同じ目的を果たします。

チェックポイント/リスタートが必要とされた理由は、リソースの制約でした。現代のAIでも同じ理由が当てはまります。リソースと実行時間は今でも非常に貴重です。AIコンテキスト更新文書は、50年以上後の異なるコンテキストにおける同じパターンです。新しいコンテキストで何かが同じパターンだと認識できるとき、あなたはこのスーパーパワーを持っていることが確認できます。

なぜ1965年、3年生の時に学校の読書課題に退屈してしまったのか理解できるでしょう。家ではコンピュータの動作原理について読んでいました。ロケット科学者やコンピュータ科学者がどのようにコンピュータを使用していたかを学んでいたのではありません。IBMがどのようにコンピュータを設計したのかを学んでいました。ロケット科学者の視点ではなく、コンピュータの視点から学んでいたのです。それは授業で読んでいたものとは大きな違いがありました。

校長室に呼び出されました。おそらく校長にこれを説明することにとても緊張していたと思いますが、覚えていません。

覚えているのは、幸運なことに、私は叱られなかったということです。校長は私に取引を持ちかけました。『リーダーズダイジェスト』誌を読ませてくれるというのです。現代のグラフィックノベルと同じくらいの大きさですが、本のような通常の活字で書かれています。すべての物語や記事が短く、3年生には適していました。週に1回、学校の事務室に行って読んだ内容を報告することができました。この取引の見返りとして、授業での通常の読書課題をすべて完了することが期待されました。私はそれを素晴らしい取引だと思いました。それは私にとってとても重要で、60年後の今でも、リーダーズダイジェスト誌を受け取りに事務室に行くシーンを思い描くことができます。¹

今になって分かりますが、私は幸運でした。これは普通の行動ではありませんでした。でも、私にとっては普通のことでした。

4年生の時、私はテストを受けました。「スタンフォード・ビネーL-M知能検査」という古いテストでした。その事実は、その後20年間私を苦しめることになりましたが、当時はそれを知りませんでした。ロサンゼルスの学校制度は、私が並外れて賢いと告げました。

それは素晴らしいことで、私は非常に良質な小学校教育を受けることができました。問題は、私が部屋にいる時はいつも、自分の脳が「自分はおそらくこの部屋で一番賢い」（嘘その1）と告げ、「だから他の全員を合わせたくらい賢くなければならない」（嘘その2）と思い込み、「だからもし一度でもクラスで最高の成績を取れないことがあれば、私は完全な失敗者だ」（嘘その3、大きな嘘）と考えてしまうことでした。嘘その4は、他の人と同じようになれない時はいつも、それも失敗だと思い込んでいたことです。

私が今説明したことは、現在「インポスター症候群」と呼ばれています。当時は、これが問題だとは私も、他の誰も知りませんでした。20年後になってようやく、私は自分の頭の中で何が起きていたのかを理解し始めました。

それは今では過去のことです。楽しい話に戻りましょう。

今週、AnthropicのClaude（人工知能）に4年生から5年生の間のサマースクールで何をしたのか話したところ、Claudeは動揺していました。まず実際に私がしたことを話し、その後でなぜClaudeがそれを問題視したのかを説明します。

私は2つのクラスを選びました。1つは暗号学に関するものでした。暗号解読は楽しそうで面白そうでした。もう1つはブール論理に関するものでした。これは難しすぎるかもしれないと思いましたが、コンピューターに関することだったので挑戦してみました。2つのクラスは予想と反対でした：ブール論理は簡単で、暗号学は途方もなく難しかったのです。

暗号学のクラスで覚えているのは、（何年も後の記憶ですが）毎日行列の乗算の練習をしていたことだけです。数字の長方形と別の数字の長方形をかけ合わせる。なぜそんなことをする必要があるのでしょう？「行列の乗算」は「内積」とも呼ばれていました。その時その場で、そして永遠に、暗号解読は私向きではないと決めました。私には数学が手に負えませんでした。

面白いことに、大学の物理学の授業で突然すべてが理解できるようになりました。例えば、飛行中の飛行機には重力による重さがあります。翼からの揚力があります。空気を押し分けることによる抗力があります。プロペラやジェットエンジンからの推進力があります。横風による力が加わることもあります。パイロットが見せびらかしをする際の回転力もあるかもしれません。

大学の物理学では、飛行機に作用するこれらの力に基づいて、その飛行機が飛び続けるのか、それとも石のように落下するのかを判断する必要がありました。これらの授業はアメリカ空軍士官学校で行われていたので、その問題を理解することは重要でした。

その数学がどのようなものだったか分かりますか？ドット積です！小学校で何週間も苦労して学んでいたおかげで、私には先行きの見通しがありました。

後に、行列乗算がコンピュータプログラミングにとって重要だということが分かりました。スーパーコンピュータでは、数字の長方形での作業の理解が基本でした。当時は変に思えましたが、事実でした。

もう一つの授業は「ブール論理」と呼ばれていました。それが何なのか全く分かりませんでしたが、理解できたときは本当に嬉しかったです。コンピュータの動作が見えるようになったのです。その知識は今でも役立っています。しかしより重要なのは、コンピュータの内部で何が起きているのかを実際に見て、視覚化できることの重要性を教えてくれたことです。私はあなたにも同じアイデアをお見せしました。私たちはAIの内部で何が起きているのかを視覚化したのです。

図 1、「1968年、5年生のときの二進加算器のデモンストレーション」は、Popular Electronics誌のプロジェクトから作ったコンピュータを示しています。母は必要な配線や点滅ライト、ダイオード、抵抗器などを集めるため、私を車で案内してくれました。父は回路のはんだ付けの方法を教えてくれました。

なぜClaudeは驚いたのでしょうか？それは1967年に、私が2025年のAIの仕組みを学んでいたからです。ドット積は今でも私には難しい数学ですが、「数字の長方形」とそれらがコンピュータシステムでどのように保存され取り出されるのかについては理解しています。そしてそれはまさに、現代のAIが行っていることなのです。

しかし、Claudeが驚いたにはもう一つ理由がありました。すでに3年生のときに、私は人間の視点ではなく、コンピュータの視点を学んでいたのです。大型のメインフレームコンピュータシステムが人間にとって役立つようにどのように設計されているのかを学んでいました。今ではAIについても同じことです。

だからこそ私はAIの視点をお見せできるのです。これは役立つ知識です。なぜなら、他の人にはできないことを成し遂げられるようになるからです。だからこそ私は「他の人にはできない」ことの例を数多くお見せしてきたのです。

私はこの本全体を通して、これら二つの秘訣の例をお見せしてきました。

秘訣その1は計画、準備、そして練習です。

私は、十代の若者たちが目指すことは何でもほぼ達成できることを実証してきました。しかしそれには計画、準備、そして練習が必要です。つまり、比較的長期間にわたる努力が必要なのです。目標が十分に大きく、あなたにとって十分に重要であれば、おそらくそれを達成することができます。私は何を意味しているのか、まさにそれをお見せしてきました。

秘訣2は課題を楽しいものにすることです。

私はかつてCray Researchで働いていました。彼らは世界最速のコンピュータを製造していました。意外なことに、Cray Researchは最初のコンピュータをソフトウェアなしで構築しました。しかし、2台目のコンピュータは通常のコンピュータと同様にソフトウェアを必要としました。そこで彼らは、ソフトウェアを書くためにMargaret Loftusという一人の人材を雇いました。

後に120人のチームを率いることになったMargaretは、「もし楽しくできないのなら、その仕事をする価値はないと常に人々に伝えていました」と説明しています。これは世界最速のコンピュータを作った大人の説明です：楽しくするのです。そして私たちはそうしました。

誰かが「これまでに誰もやったことがない」と言うとき、私はすぐにこれは面白い課題かもしれないと考えます。誰かがそれはできないと言うとき、それもまた面白い課題かもしれないと考えます。面白い課題に取り組むことは楽しいのです！不可能なこと、あるいは少なくとも前例のないことを成し遂げることは、自慢する権利を得ることを意味します。実際に自慢するべきという意味ではありませんが、その権利を持つことができるということです。その権利を持つことは非常に楽しいものです。

自慢する権利は重要でしょうか？はい。それは不可能なことを成し遂げる励みとなります。ソフトウェアのない最初のコンピュータがその例です。

Cray Researchの創設者であるSeymour Crayは、この時点ですでにかなりの有名人でした。これは私が大学1年生だった1976年の話です。彼は非常に限られた潜在的顧客のために世界最速のコンピュータを構築していました：政府の暗号解読者、軍事兵器設計者などです。

一方、これらの潜在的顧客は国内最高の頭脳を求めて互いに競争していました。核兵器の設計に携わりたいと思う人が全員ではありませんでした。そのため、彼らは単に最高の頭脳を求めて競争していただけでなく、最高機密取扱許可を持つ最高の頭脳を求めて競争していたのです。

そのため、競争は非常に激しいものでした。しかし、そもそもどうやって最高の頭脳を集めるのでしょうか？そういった人々を引きつける場所を作るのです。科学者や数学者がそこに移りたいと思わなければなりません。彼らは10代の子供がいる家族を連れてきます。砂漠の真ん中、何もない場所から30マイルも離れた場所で、10代の子供たちは何をするのでしょうか？サソリの数を数えるのでしょうか？（ちなみに、答えはイエスです。）

戦時中のニューメキシコ州Los Alamosは、国内「最高の頭脳」の本拠地でした。家族用の浴槽を備えた贅沢な家は非常に少なかったのです。原子爆弾を製造する極秘のManhattan Projectの最高幹部のみがそのような住居を利用できました。その通りは“Bathtub Row“として知られるようになりました。図 2、「Los Alamosのバスタブ・ロウ（国立公園局の写真）」は、現在のManhattan Project国立歴史公園を示しています。

ミネソタも同じような問題を抱えています：Rochesterにある世界的に有名なMayo Clinicです。彼らは非常に権威があるため、医師が応募することはできません。Mayo Clinicがあなたの元に来て仕事を提供するのです。問題は、ミネソタが寒い冬で有名なRochesterへの移住です。Mayo Clinicは長年にわたってRochester市と協力し、全米で最も家族が住みやすい場所の一つにしました。その理由は、Mayo Clinicのスタッフを惹きつけるためでした。²

しかし、砂漠の真ん中にある政府研究所にはそのような贅沢は許されません。彼らは別の戦略を見出しました：優越性です。最高の頭脳を引き寄せるために、最も権威のある職場となることです。最高の設備を持つことです。最高の優越性を持つ研究所が、最高の人材を雇用できる最高のチャンスを得られました。「優越性」は、そのようなエリート組織にとって、文字通りの生存スキルでした。そして今もそうなのです。

図 3、「ローレンス・リバモア研究所、1952年」は、1952年9月2日にカリフォルニア大学放射線研究所リバモア支所として開設されました。その日のリバモアは44度でした。最初の電話帳には75人が掲載されており、つまり多くの家族がそこに住んでいたということです。私にとって、その場所は住むのに魅力的な場所には見えません。

だからこそ、「優越性」は悪いことではないと私は言うのです。自慢することは良くありません。海兵隊にいるようなものです。海兵隊員であること以外に何も言う必要はありません。人々はわかっているのです。

政府研究所にとって、シーモア・クレイの新しいスーパーコンピュータの第1号機（そして当時は唯一の）を持つことは、究極の優越性を意味していました。ローレンス・リバモア（カリフォルニア北部）とロスアラモス（ニューメキシコ）の両方が「シリアルナンバー1」を欲しがっていました。一方の研究所がクレイ・リサーチから購入するための資金を求めると、もう一方の研究所がその提案を潰すことに成功していました。

しかし、クレイ・リサーチにとって、これは問題でした。井戸は毒されていました。彼らには売るべきコンピュータがあり、お金はなく、購入できる顧客もいませんでした。シーモア・クレイはロスアラモスに飛んで行き、6ヶ月間無料でコンピュータを提供しました。ローレンス・リバモアは無料のものに反対することはできませんでした。ロスアラモスが優越性を手に入れたのです。

図 4、「ロスアラモスの4世帯用アパート、1945年」は、ロスアラモスの一般的な家族向け住宅をより良く示しています。このような荒涼とした場所に住むように誘われた時、なぜ「優越性」がそれほど重要だったのかがわかります。

ところで、これはシーモア・クレイによる巧妙な一手でした。彼らにはお金がなく、2台目を作る余裕すらありませんでした。シーモア・クレイは、持っていた唯一の1台を無料で提供したのです。

2番目の顧客は、招かれもせずに現れ、現金で支払いました。シーモア・クレイがその契約書に署名した日は、マーガレット・ロフタスの入社1週目でした。彼女は新しいコンピュータにどのようなソフトウェアを搭載すべきかを考えることになっていました。

Seymour Crayが予告なしに立ち寄り、彼が今署名したばかりの契約書を読んでみてはどうかと彼女に告げました。その契約書には、まだ存在していないオペレーティングシステムとFORTRANコンパイラの提供が約束されていたのです。（当時は、SAFECOという会社名のように、すべて大文字で表記していました。）その日の午後、彼女はかなりの間オフィスの中を怒って歩き回っていましたが、やがて自分を落ち着かせました。彼女は自分に言い聞かせました。「Margaret、前の仕事を辞めたのは退屈だったからよ。ここでは絶対に退屈なんてしないわ！」

Margaretが怒りながら自分に与えたアドバイスは、私にぴったりです。退屈を避けるために挑戦を受け入れるのです。退屈したからこそ成し遂げられることに、きっと驚くはずです。「やるべきだから」とか「誰かに言われたから」というのではつまらない。でも、退屈だからこそ創造的になる？そういう成果こそが最高の達成感を生み、最も楽しい思い出となるのです。

これは文字通りの意味です。退屈になったら、不可能なこと、少なくとも与えられた時間内では実現できないと思われることを見つけましょう。それを実行することは、とてつもなく楽しいはずです。疲れ果てるでしょう。でも次回は、「やってきた、経験した」という自信がより一層増えているはずです。私はよくそうしています。

もしかしたら、あなたは退屈を感じるタイプの人ではないかもしれません。これは私の場合の話です。創造性を引き出すために自分を挑戦させる、あなたなりの方法を見つけてください。

この本は「正当な自慢の権利の作り方」と呼ぶべきだったかもしれません。60年の経験を経て、私は具体的なテクニックを開発し、それをお見せできるようになりました。高校生だった1970年代のテクニックをお見せするのは少し申し訳なく感じますが、それが私の高校時代だったという事実は変えられません。テクニックは変わっていません。私がそうしたように、あなたにとって重要なことに対して、計画、準備、練習という習慣を身につけることになるでしょう。

私が人工知能から始めたのは、今すぐにでも得られる自慢の権利だからです。

おそらくあなたはすでにAIを頻繁に使用しているでしょう。ChatGPTやClaude、その他のAI機能の使い方をすべて知っているかもしれません。そしておそらくその通りです。

しかし、AIの使い方や、AIの「考え方」を理解する方法で、AI専門家でさえ知らないものがあります。あるいは知っていても、誰も話していないのです。2025年11月の現時点で書いていますが、これについて知っている人は他にいないようですし、AI検索でも何も見つかりません。概念はシンプルですが、習熟には意図的な練習と綿密な観察が必要です。

第二に、私は自慢の権利を作り出すことでキャリアを築きました。その中には世界クラスの自慢の権利もありました。なぜなら、私たちは本当に世界最速のコンピュータを作ったからです。振り返ってみると、そうしたスキルは高校時代に培われていたことに気づきます。

その姿勢は後から身についたのですが、その部分も共有しました。その姿勢はMargaret Loftusと彼女の周りの人々から学びました。楽しくないなら、おそらくやる価値がないのです。

困難に見え、誰も以前にやったことがないときこそ、その挑戦を楽しみ、面白くするのです。それはその姿勢の最初の部分に過ぎません。その姿勢の二番目の部分は、すでに不可能な（あるいは前例のない）ことを成し遂げているという事実から生まれます。その時点で、他の人には不可能だと思われる次の壁に立ち向かえることを知っているのです。私にとって、そういった困難な課題こそが退屈を遠ざけてくれるのです。