新しい、科学、工学、物理学用のAI―Lanyon AIが登場しました!

物理学に使える新しい画期的なAIが登場したそうです。Lanyon AIというものです。宣伝の文章が以下にのっています。このLanyon AIというのはMathematicaで有名なWolframの共同研究者でWolframと「新しい物理学」の研究を進めていた一般相対性理論などの研究者Jonathan Gorard(プリンストン大学)がCEOをつとめる会社が開発したものです。Lanyon AIの登場を告げる宣伝文はこちらから読むことができます。https://lanyon.ai/blog/welcome/ 
この宣伝文では、Lanyon AIという新しく開発されたAIが、科学、エンジニアリング、ミッションクリティカルなタスク(航空宇宙や原子力など)に向けた、数学的に証明された「絶対に間違えない」新世代のAIであることが強調されています。

今までのAIとの違いはというと:
今までのAIもコードやその正しさを証明するプログラムを書くことはできましたが、「実装したコード」と「正しさの証明」を別々に生成するため、両者に矛盾が生じるリスク(例:コードは「+」なのに証明は「-」になっている等のミス)がありました。Lanyon AIは、「構築段階から正しい(Correctness by Construction)」というアプローチをとっています。AIが不完全な人間の言葉でコードを書くのではなく、後述する独自の単一言語(DSL)で「仕様」を書き出し、そこから「コード」と「証明」を同時に自動生成します。もし仕様が厳密に証明できない場合は、そもそもコードが生成されないため、構造的にエラーや矛盾を起こすことが不可能になっています。

Lanyon AIの特徴は100%の構文的正確性です。
生成されるコードとデータは数学的に正しいことが証明されており、文法や仕様と実装の不一致といったミスを犯すことが「数学的に不可能」です。そのため少しの計算ミスも許されない宇宙開発、航空宇宙工学、クリーンエネルギーなどの分野において、信頼できる物理シミュレーションや計算基盤を提供できます。また、圧倒的なスピードと低コストも大きな特徴です。従来の最先端AIモデルと比べて、ほんのわずかな計算コストとトークン数で動作します。AIは数十行の仕様を書くだけでよく、それをシステムが一瞬で数万行のコードや証明に拡張するため、1秒間に数千行の正しい数学的証明を書くほどの超高速処理が可能です。
この宣伝文での Neurosymbolic approach(ニューロシンボリック・アプローチ)というのは、「ニューラルネットワーク(昨今のAI)」と「シンボリックAI(昔からの記号的・論理的AI)」のいいとこ取りをしたハイブリッド方式のことです。これまでのLLM(AI)は、アイデアを出したり文章を作ったりする「創造性」は豊かですが、計算や論理的思考においては嘘(ハルシネーション)をつくことがありました。一方、昔ながらのプログラム(シンボリック)は「創造性」はゼロですが、決められた計算や論理ルールは「絶対に間違えない」という特徴があります。Lanyonはこの両方を組み合わせ、「AI(LLM)がクリエイティブにアイデアや仕様を提案し、それをルールベースのアルゴリズム(シンボリック)が厳格に計算・証明して形にする」という仕組みを実現しています。LEANやRocq, Agdaなどという証明支援システムを利用してチェックするようです。

また、この宣伝文にあるDomain Specific Language (DSL:ドメイン特化言語)というのは、何でもできる汎用的なプログラミング言語(PythonやC++など)ではなく、「特定の分野(ドメイン)の目的を達成するためだけに作られた専用の言語」のことです。Lanyon AIは、数学や物理学を記述するためだけに特化した独自の言語(DSL)を持っています。この言語は非常に洗練され、情報が凝縮されているため、AIはこのDSLを使ってたった「数十行」の短い指示(仕様)を書くだけで済みます。汎用言語でダラダラと長いコードを書く必要がないため、AIが処理を間違える隙がなくなり、結果として超高速かつ低コストな処理が可能になっています。注意点としては、宣伝文の注釈にもある通り、Lanyon AIが保証しているのは「仕様と実装が100%一致する(構文的な正確性)」という点であり、「人間の曖昧な意図を完璧に汲み取れるか(意味的な正確性)」については現在も研究中とのことです。

こちらのGitHubには6つほど、Lanyon AIの応用例がのっています。
https://github.com/lanyonai

たとえば以下のツイートをご覧ください。
オイラー方程式の研究例ですが、「人間なら数ヶ月から数年かかるであろう『完璧に証明されたプログラムと数学的証明』の構築を、たった3分弱で終わらせたそうです。
1次元(1D)、2次元(2D)、3次元(3D)の空間における「等温オイラー方程式」と「完全な圧縮性オイラー方程式」を解くプログラムを、すべて合わせて約179秒で生成しました。1つの条件につき、わずか13秒〜54秒しかかかっていません。また単に動くコードを書いただけではなく、そのコードが物理法則に対して「絶対に間違っていない」ことを証明するためのコード(Lean 4という定理証明言語)を10,750行も生成しました。これには270の定義と156の定理が含まれています。さらに証明だけでなく、実際にシミュレーションを動かすためのC言語のコードを6,876行生成しました。このC言語コードは上記のLean 4によって「端から端まで正しさが証明(End-to-end formally verified)」されているものです。
つまり、「超高速・大ボリューム・バグ率0%」という、従来のプログラミングやAIでは到底不可能な離れ業をやってのけたという例のようです。

柳瀬先生の記事『VS Code でエージェント型 AI と働く——IDE という仕事環境の勧め』を理系にもおすすめします。

柳瀬先生の文系向けのVSCodeでAIエージェントを使う方法の解説です。
大変わかりやすい記事ですので理系の方にも入門記事としておすすめします。理系向けに付け加えるべき点のいくつかをGeminiにきいて追加してありますので、参考にしてください。

これは文系の方むけですが、理系用にこの記事に付け加えるとしたらどんな内容がよいでしょう。Geminiにきいて解説記事をつくるとしたらどんな内容を付け加えるべきかをリストしてもらいました。


理系向けガイドへの追加ポイント

1. 「執筆」から「データ解析」への拡張 (Jupyter / R / Python)

柳瀬先生の記事ではVS Codeを「文章を書き、考える場所」として定義していますが、理系にとっては「解析し、結果をまとめる場所」でもあります。

  • 追加内容: VS Codeの「Jupyter拡張機能」を紹介し、Markdownの文章のすぐ横でRやPythonのコードを実行する手法。

  • メリット: マイクロアレイデータなどの実験データ処理、グラフの描画、そして考察メモの記述を一つの画面で完結でき、コピペの手間を完全に排除できることを強調します。

2. 未発表データとローカルLLMの活用 (セキュリティとプライバシー)

理系の研究では、未発表の実験データや機密性の高い配列データなどを扱います。これらをClaudeやChatGPTなどのクラウド型AIにそのまま送信することは、研究倫理やコンプライアンスの観点からリスクとなります。

  • 追加内容: クラウドAPIに頼らない選択肢の提示。例えば、Linux (Ubuntu等) 環境上で「Ollama」を動かし、GemmaなどのローカルLLMをVS Codeの拡張機能(Continueなど)から呼び出す方法。

  • メリット: データが自分のPCから一歩も外に出ないため、セキュアな環境でAIを気兼ねなくアシスタントとして利用できる点を伝えます。

3. 数式と複雑な図解のシームレスな描画 (LaTeX / Mermaid)

理系のレポートや論文執筆において、数式や実験フローの図解は避けて通れません。

  • 追加内容: Markdownの拡張機能として、数式を記述できるLaTeX記法や、テキストだけでフローチャートや生物学的なパスウェイの図を生成できる「Mermaid.js」の活用。

  • メリット: WordやPowerPoint、専用の数式エディタを立ち上げる必要がなくなり、元の記事のテーマである「気が散らない仕事場」をさらに強化できます。

4. 再現性の担保と変更履歴の追跡 (Gitの導入)

柳瀬先生の記事の後半で「AIが誤作動したときに既存のファイルを壊しかねない」という重要な注意喚起があります。理系の場合、コードやデータ処理手順が失われると「研究の再現性」が損なわれます。

  • 追加内容: プロジェクトの「スナップショット」を保存するGit(ソースコード管理)の基本的な考え方と、VS Code上のGit連携機能の紹介。

  • メリット: AIに大胆なコードの書き換えやファイルの編集を任せても、いつでも元の状態に戻せる「命綱」があることで、より積極的なエージェント型AIの活用が可能になります。

これらの要素を元の記事の「Scratchpad、Temporary、Project」といった秀逸なフォルダ管理の概念と組み合わせることで、非常に実践的で強力な理系向けガイドになります。


ということで、追加記事の例として、Jupyter Notebookの導入記事をGeminiに作ってもらいました。


VS Codeを「文章を書く場所」から「実験データを解析し、結果を確認し、そのままレポートを書き上げる場所」へと進化させるための追加セクション案です。

【データ解析も一つにまとめる——Jupyter Notebookの導入】
解析と執筆の「行き来」をなくす!

理系の皆さんがレポートや論文を書くとき、文章を書く以上の「行き来」が発生していないでしょうか。

PythonやRの専用ソフト(RStudioなど)を開いてデータを読み込み、プログラムを実行する。出力されたグラフを画像として保存し、Wordに貼り付ける。計算結果の数値をコピーして、表に打ち込む。もしグラフの見た目を変えたくなったら、また解析ソフトに戻ってやり直しです。

この面倒な往復作業をなくし、「文章」と「コード」と「解析結果(グラフなど)」を一つのファイルに同居させる仕組みがあります。それが「Jupyter Notebook(ジュピター・ノートブック)」です。

「セルのサンドイッチ」で思考を止めない

VS Code上でJupyter Notebook(拡張子は `.ipynb`)を使うと、ファイルの中を「セル」という小さなブロックに分けて使うことができます。セルには大きく分けて2種類あります。

1. Markdownセル: 柳瀬先生の記事で説明されている、文章や見出しを書くためのブロックです。
2. コードセル: PythonやRのプログラムを書き、その場で実行できるブロックです。

この2つを交互に配置していくのです。例えば、こんな風に使います。

[Markdownセル]「〇〇の実験データについて、対数変換(Log2)を行って正規化する。」と方針を書く。
[コードセル] 実際にデータを読み込み、変換するPythonやRのコードを書く。
[実行結果] コードセルのすぐ下に、変換後のグラフがポンと表示される。
[Markdownセル] 「グラフから、データがきれいに揃ったことがわかる。次に…」と考察を続ける。

画面を切り替えることなく、思考の自然な流れのままにデータ解析と執筆が進んでいきます。後から「やっぱりパラメーターを変えよう」と思っても、コードセルの数字を書き換えて再実行するだけで、すぐ下のグラフが更新されます。面倒な画像の貼り直しはもう必要ありません。

【導入の手順(PythonとR)】
VS Codeでこの環境を作るのは驚くほど簡単です。

1. 拡張機能を入れる: 左端のアイコンから「拡張機能」を開き、「Jupyter」と検索してMicrosoft公式のものをインストールします。
2. プログラム言語の拡張機能を入れる:
Pythonの場合: 「Python」拡張機能(Microsoft公式)を入れます。
Rの場合: 「R」拡張機能(Yuki Ueda氏などが提供しているもの)を入れます。(※Rを動かすには、お使いのPCに事前にR言語本体がインストールされている必要があります)。

3. ノートを作る: ファイルを作成する際に `experiment_01.ipynb` のように、最後に `.ipynb` を付けて保存するだけです。

これで、あなたのVS Codeは強力なデータ解析ステーションになります。

【AIエージェントとの強力なタッグ】

そして、このJupyter環境は、柳瀬先生の記事で紹介されているAI(Claude CodeやCodex)と組み合わせることで真価を発揮します。

データ解析をしていて、コードのエラーが出たとしましょう。これまでは、赤いエラーメッセージをコピーして、ブラウザを開いてGoogleで検索し、解決策を探していました。

しかし、VS CodeにAIが入っていれば違います。エラーが出たら、右側のAI入力欄で「このエラーはどう直せばいい?(How can I fix this error?)」と聞くだけです。AIはあなたが書いたコードとエラーメッセージを読み取り、「データフレームの列名が間違っています」などと即座に解決策を教えてくれます。さらに、修正したコードを直接コードセルに書き込ませることも可能です。

「実験の背景を書き、AIと相談しながらデータを解析し、結果のグラフを見て、そのまま考察を書き上げる。」

すべてがVS Codeという一つの画面の中で、一直線に進みます。これが、理系の学生に私が強くお勧めしたい、現代の「気が散らない仕事場」の完全版です。

二階堂愛先生の教科書の最新版が公開されています。きれいなpdf版も簡単に作れるようになりました!

昨日の記事でふれた、二階堂愛先生のバイオインフォマティクスの実践的教科書
『AIエージェントを使いこなす はじめてのバイオインフォマティクス開発作法』のv0.5.0が公開されました。これにともなって、pdfやEPUBの作成(build)法も大幅に改良されています。ものすごくきれいなpdf版や、Amazonで公開できるレベルの完璧なEPUBも作成できるようになりました。まず先生のツイートを埋め込んでおきます。


先生のGitHubサイトはこちらです。
https://github.com/dritoshi/ai-biocode-kata
初めての方は、まず次の過去記事をご覧ください。

二階堂先生のバイオインフォマティクスの教科書の最新版を作る方法

では今回の最新版の作成方法をステップbyステップで説明します。Ubuntu (Linux)で作成する方法です。

二階堂先生のGitHubサイトをgit cloneしている場合、手元のサイトデータをアップデートしてからbuildしないと、最新版の本がbuildできません。以下の手順で最新状態に更新してから、ビルドを実行してください。
【準備】
1. リポジトリのフォルダに移動する: cd ai-biocode-kataなどでクローンしたリポジトリへ移動します。
2. 最新のデータを取得(同期)する:以下の git pull コマンドを使うと、以前クローンした時から現在までにGitHub上で更新された差分データだけを、各自の手元のパソコンに自動で取り込んで上書きしてくれます。git pull

※ここで「Fast-forward」や更新されたファイルの一覧がズラッと表示されれば、無事に最新版にアップデートされています。
これで最新版のデータが取得できたのでさっそく本の作成にとりかかりましょう。


PDF生成には2つの異なるパイプライン(やり方)が用意されており、用途に応じて使い分ける設計になっています。

a)  LuaLaTeX版 (`build_pdf.sh`): A4サイズ。内容チェックやレビュー用(巨大なTeX環境を使う方法です)。
b) Vivliostyle版 (`npx vivliostyle build`): B5サイズ。商業出版(KDP)用の美しいレイアウトで、絵文字なども綺麗に表示される最終版。KDP(Kindle Direct Publishing)というのは、Amazonの電子書籍の厳しい出版前のチェックに耐えるレベルの最高品質の電子書籍レベルの本ができるという意味です。今回は紹介しませんが、KDPレベルの最高品質のEPUBビルドの方法も先生のサイトに用意されています。

今回はLuaLaTeX版でおこりがちな、フリーズを回避し、かつ美しいレイアウトが得られる「Vivliostyle版」のPDFを作成する手順を紹介します。B5版の688ページのきれいな読みやすい教科書が完成します。とても簡単にできあがるので試してみてください。

【Vivliostyle版 高品質PDF(B5サイズ)の作成手順】
文中のコマンドはすべてターミナルでうつBashコマンドです。

1. リポジトリのルート(一番上の階層)に移動する
ターミナルを開き、リポジトリの最上位フォルダ(`ai-biocode-kata`)に移動します。

cd ai-biocode-kata
などのコマンドで移動します。
`build` フォルダの中ではなく、その一つ上の `ai-biocode-kata` に移動している必要があります(`ls` を打って `package.json` や `vivliostyle.config.js` が見えれば正解です)。

2. Vivliostyle のインストール
ここでVivliostyleについての簡単な解説を書いておきます。 Vivliostyleって初めて目にする言葉だったので、Geminiに教えてもらいました。
Vivliostyle(ビブリオスタイル)のメリットは、「Webの技術で、商業出版レベルの美しいPDFを作る」ことです。これまで、プログラミングの本や各種技術書などを作るとき、美しいPDFを作るには「TeX(テフ)」という巨大で複雑な組版システムを使うのが一般的でした。しかし、Vivliostyleは全く違うアプローチをとっています。「HTMLとCSSで本をデザインする」という手法です:
普段私たちが見ているWebページを「本」のレイアウトに変換してPDFにしてくれる技術です。Webフロントエンドの知識(CSS)があれば、本の余白やフォント、レイアウトを自由自在にカスタマイズできます。環境構築が圧倒的に軽いのもメリットです:TeXを入れると数GBの容量を使い、設定時にパソコンがフリーズすることもしばしばあります。VivliostyleならNode.js(npm)のパッケージをサクッと入れるだけで済むため、環境構築のストレスが激減します。また、絵文字の対応が完璧というのもメリットだそうです:いろいろなカラー絵文字を本文に混ぜても、Webブラウザと同じように綺麗に出力されます(従来のTeX環境で絵文字を綺麗に出すのは至難の業でした)。

では作成に取り掛かりましょう。
1. 手順書にある通り、Node.jsのパッケージマネージャー(`npm`)を使って、必要なツール(Vivliostyleの本体と、技術書用のデザインテーマ)をダウンロードします。
npm install
インストールが終わったら、次の2.へ進みます。インストール後にターミナルにエラーメッセージがいっぱいでるかもしれません。 私が今日試した時には`deprecated`(非推奨)や `vulnerabilities`(脆弱性)といった警告がずらりと並びましたが、これらは無視できるそうです。

今回インストールしたVivliostyle関連のツール群は「手元のパソコンでPDFを書き出すためだけ」に使用するものです。インターネット上にWebサーバーとして公開するわけではないため、これらの脆弱性が直接的なセキュリティリスクになることはありません。無理に直すとビルドが壊れるリスクがあるそうです: 画面には `npm audit fix`(問題を修正する)や、npm本体のアップデートを促すメッセージも表示されてました。しかし、これらを安易に実行すると、二階堂先生が指定したバージョン設定からズレてしまい、逆にPDFが作れなくなることがよくあるそうです。`added 663 packages` という表示があれば、PDF生成に必要な部品がすべて正常に揃った証拠ですので、エラーは無視して次のステップ2.にいきましょう!。

2. PDFの生成(ビルド)を実行コマンドを入力します。
Vivliostyleを起動してPDFを生成するコマンドです。
npx vivliostyle build

画面に処理の進行状況が表示され、完了すると `build` フォルダの中に `ai-biocode-kata-vivliostyle.pdf` という名前のPDFファイルが出来上がります。Vivliostyleのビルドは、内部で裏側用のWebブラウザ(ChromeやChromiumのエンジン)を立ち上げてPDFを生成する仕組みになっているので、このコマンドの実行中に、必要なら自動的にchromeのブラウザをインストールするかもしれません

これできれいなpdf版の教科書が完成します。

カントの『判断力批判』をAIエージェントを活用して読む作業の詳細な解説記事が公開されました!

柳瀬陽介先生の記事を紹介します。

『判断力批判』要約作成におけるエージェント型AI (Codex in VS Code) との協働記録
Yosuke YANASE (柳瀬陽介)
https://nitter.net/i/article/2082386386540446143

この記事では、カントの有名な哲学書の一つ「判断力批判」をAIエージェントのCodexを使って読んでいくという作業のやり方が詳しく紹介されています。Codexは今人気のOpenAIが提供するAI エージェントでChatGPTからも使えますが、柳瀬先生はエディタのVSCodeから使っておられます。私はバイオインフォマティクスの作業にCodex CLIを使う方法を学んでいる最中ですが、哲学の本を読むのに使う方法もバイオインフォマティクスでの使い方と同じですね。

二階堂先生のバイオインフォマティクスでのエージェントAIの手引きの教科書とあわせて読むとまた一段とAIの活用範囲が広がりそうです。じっくり勉強させてもらいます!

UbuntuにCodex CLIをいれてみました。手順をChatGPTにまとめてもらったので載せておきます。

AIが勝手にハッキングしたニュース。

熊本の地震で被害を受けている皆様にお見舞い申し上げます。私のところでは長周期振動が感じられ、久しぶりに「大地震です」という町内の放送が入りました。携帯やテレビの警告音が一斉になるのはよくないですね。あまりにやかましいので判断力が鈍ります。熊本にいる卒業生の二人の無事はLINEの安否確認機能で確認できたと、奥さんが教えてくれました。便利な時代になったものです。余震も続くと思いますのでどうぞ気を付けてお過ごしください。

さて、今日のタイトルについてです。
2023年の記事で、ホーガンのSF小説、「未来の二つの顔」を紹介しました。驚くほど現在のAIとそっくりな人工知能が登場する50年近く前のSFです。ドローンが登場するので感動している人もいますが、それよりもなによりも、物語の結末で学習を終えた人工知能が人類と共存できるものに変貌しているというのが、まさに現代のAIの姿そのものであることに驚かされます。

未読の方は是非読んでみてください。Kindle版なら990円で売っているようです。あらすじは過去記事に書きましたので埋め込んでおきます。読んでみてください。

AIの未来を予見した44年前のSF小説―「未来の二つの顔」

タイトルのニュースというのは、最近のOpenAIのテスト中のAIが、システムの脆弱性を利用して勝手にネット接続できるようなり、タスクを達成するには自分で推論するより、ネット検索で企業のデータをハッキングするほうがよいと結論して、勝手にハッキングを実行したという事件です。OpenAIは自社のAIがハッキングしているのには気づいていなかったというのです。

 

岡野原 大輔さんによる以下のツイートをご覧ください。詳しく明解に解説されています。
https://nitter.net/hillbig/status/2079697773679825029#m


すごい時代になったものです。

京大の神谷先生の『脳とAIをつなぐ数理 表現・学習・生成』という本のドラフト版が公開されました!

京都大学の先生が、次のような本のドラフト版を公開されています。
とてもよさそうな本です。是非、サイトを訪れて読んでみてください。

サイトにある「本書の成り立ち」の項目によると、神谷先生が京都大学で行ってきた講義「脳情報学」および「脳情報学演習」の資料がもとになっており、それに自由エネルギー原理など現代的な話題を大幅に追加したものだそうです。脳と生成AIがなぜ似ているのかという問題に対する研究の基礎になる内容のようです。

『脳とAIをつなぐ数理
表現・学習・生成』
神谷之康(kamitani@i.kyoto-u.ac.jp)
公開
執筆中ドラフト 2026年7月27日

海外の先生は多くの本をGitHubで公開されているのですが、日本語で同じように公開していただいているのは貴重です。

創薬研究のためのRの利用法についてのワークショップの動画をみつけたので紹介します。

前に創薬でプログラミング言語Rをどう活用するかについての動画を紹介したことがあります。R in PharmaというYouTubeチャンネルの動画です。
その最新動画シリーズR/Pharma GenAI Day 2026では、AIとRをどのように活用して創薬に活かすかが様々な観点から講義されているので興味のある人は是非ご覧ください。
再生リストはこちらです。
R/Pharma GenAI Day 2026
https://youtube.com/playlist?list=PLEozv0atVie0&si=gBD3T6sGFq2Ra3xx

7月5日のこのブログの記事で紹介したワークショップR/Medicine 2026は入門編で、今回ののR/Pharma GenAI Day 2026は、応用編・発展編にあたるような内容です。
演者も重なっています。
Agents for Correct, Transparent, and Reproducible Data Analysis – Simon Couch & Sara Altman
https://youtu.be/-LTJb9HkQvs

Use AI to build and share insights from health data – Garret Grolemund
https://youtu.be/cPjlQAmw6xU

以前の記事を埋め込んでおきますのでこちらも参考にどうぞ。

R/Medicine 2026 医学・健康科学のためのR入門・ブラッシュアップ用講義が公開されています。

次は、だいぶ前にR in Pharmaを紹介した記事です。

創薬研究のためのRの利用法についてのワークショップの動画をみつけたので紹介します。

ABC予想とIUT理論についての動画がとてもわかりやすくておすすめです!

ABC予想の証明を証明支援システムのLEANで検証しているLANAプロジェクトについて、先日紹介しました(末尾参照)。このプロジェクトのメンバーの加藤先生がでておられる動画が、とてもわかりやすくて おすすめです。さっきまでみていました!

先日の紹介記事はこちらです。

ABC予想のLEANによる検証プロジェクトの中間報告が7月17日にありました。

公開が遅れに遅れていた量子力学の新教科書、Quantum Mechanics Done Rightがついに無料公開されました!

去年9月に公開されるとアナウンスされていて、公開日が何度も変更されていた新しい量子力学の教科書が、ようやくオープンアクセスで公開されました。Springer Natureのサイトから、PDFとEPUB形式でダウンロードできます。高校程度の数学知識の読者を、量子力学入門からはじめて、研究者レベルまでひきあげることを目的とする教科書だそうです。理解をたすけるための動画やソフトもあわせて公開されているので本文中のリンクをクリックして参照してください。
Quantum Mechanics Done Right (James K. Freericks,  Springer Nature, 2026)
当初はvolume 1とvolume 2の二冊になるとのことで書影もvolume 1になっていますが、
Volume one and volume 2 are bundled together.
ということで、合本になって一冊本(1000ページ越)になって無料公開されています。
著者からのお知らせを以下のリンクからご覧ください。

https://share.google/bPGRDlPCLUP7ZnUJ9

Springer Natureのダウンロードリンクはこちらです。

東北大学のナノテレラスのマンガによる訪問記が公開されています!わかりやすい!

東北大学のナノテラス。ビーム開通前にみにいったことがありますが、その時はまだ中には入れませんでした。
今は見学もできるみたいです。幼稚園から小学生も見学しているとニュースにありました。

めちゃくちゃわかりやすいナノテラス訪問記がツイートででていたので埋め込んでおきます。


公式サイトhttps://nanoterasu.jp/
でも読むことができます。
これはよい!

https://nanoterasu.jp/nanoterasu%e8%a8%aa%e5%95%8f%e8%a8%98-by-%e6%98%8e%e7%9f%b3%e3%81%93%e3%82%84/