Lie群とかLie代数とか、エルランゲンプログラムとかが生命科学や医学研究に役立つという動画がありました!

このところChatGPTにWormBase(モデル生物線虫C. elegansのデータベース)のデータ(たとえばGFF3型式のファイル)をPCにダウンロードしてローカルで解析するプログラムを書いてもらって使っています(主としてLinuxの代表的なディストロであるUbuntuで解析しています)。前にもかきましたが、レベルは優秀な学部生、大学院生と共同作業しているような感じです。間違いもありますが、指摘するとすぐ訂正するし、私がわからないことがあって質問すると、的確に答えてくれることが多いです。Google 検索してもなかなか見つけられなかったサイトをさっと教えてくれたりします。PythonプログラムやRのプログラム、Excelのマクロなどをつくってくれるので、昔はできなかった巨大データ(といっても8G程度ですが)の解析が手軽にできてしまいます。年配の方もプログラムを手軽に動かして利用できる時代になっているので、まだ試していない方は是非ChatGPTなどのLLMでプログラムの勉強を始めてみてはいかがでしょうか。今までのプログラム学習(教科書のHello, World!から始めるようなプログラム学習)ではなく、自分で実現したい機能をLLMに伝えて高度で実用的なプログラムを作ってもらい、うまく動くようにLLMと相談しながら改訂した後、うまく動いたプログラムのコードの解説をLLMにやってもらうという方式がおすすめです。

さて今日は英国のThe Royal Society1が本日アップロードした動画が面白そうなので紹介します。

この動画はLie群とかLie代数とか聞いたことがあるけれども難しげで敬遠されていることが多い、Lie理論の入門動画になっています。
The Royal Society Africa Prizeの受賞者 Professor Ali Baklouti による講演です。Lie理論がよく耳にする素粒子論での応用のみならず、生命科学や医学、そして地球物理学など様々な科学分野に応用されていることをこの講演で初めて知りました。昨年、雑誌数学セミナーの4、5、6月号でLie代数やLie群の話が連載されていたのですが応用例としてあげられていたものに生命科学系の話がなかったもので、読まずにパスしていました。この講演をきくと、Lie群とか勉強してみたくなること請け合いです。

YouTubeに量子生物学の講義動画がアップされはじめました。

今月はじめに英語の量子生物学の教科書が無料で読めるという記事を書きました。

量子生物学の教科書を書いて公開している人がいます。

その著者の人が、その教科書(ダウンロードリンクは上の記事をご覧ください)を使った講義を始めたようで、第一章の講義動画がアップされていました。

Quantum Theory & The New Observables: Chapter 1 of Physical Principles of Quantum Biology
https://youtu.be/1igKzDiWc84?

この人は、量子力学を多体系に適用することで正統派のやり方で量子生物学を構築しようとしているようです。20世紀はじめのケルビン卿の物理学の暗雲の話からはじまって、物理学と量子力学の歴史をたどり、エルミート形式の量子力学から非エルミート量子力学で生命を研究するというような構想を語っているようです。ちょっと面白そうですね。

AIを使ったタンパク質設計の最新動画と、物理学に基礎をおいた深層学習の教科書の紹介です!

今日はAIについて二つトピックスを紹介します。

まず機械学習によってタンパク質のデザインを行う方法についての最新の動画がでたので紹介します。とうとう実験をするよりも効率的にタンパク質の設計ができる時代がきたようです。わかりやすく最新の研究成果をプレゼンしているので是非見てください。
Designing new and improved functions in natural protein folds
https://youtu.be/2aaWh8yVq8U?

Boston Protein Design and Modeling Clubのチャンネルhttps://www.youtube.com/@bpdmc/videosにアップされたばかりの動画です。

もう一つは、このところ何回か紹介した物理学に基礎をおいて創る深層学習についての教科書の紹介です。
Physics-based Deep Learning book (PBDL) v0.3
これはオンラインで読める教科書ですが、https://physicsbaseddeeplearning.org/intro.html
pdfをダウンロードして読むこともできる無料の教科書です。https://arxiv.org/abs/2109.05237
pdfへの直リンクはこちらです。https://arxiv.org/pdf/2109.05237.pdf
まだ作成中の教科書なのでさらに内容が増える予定とのことです。

次のGitHubにオンライン版へのリンクやpdfのリンク、そしてJupyter notebookのコードへのリンクなどがまとまっていますのでまずここを見るとよいでしょう。
https://github.com/tum-pbs/pbdl-book?tab=readme-ov-file

『星が私たちをつくる』という動画がおすすめです。

今日は忙しかったので簡単な記事です。
英国The Royal Institutionの最新動画です。
https://youtu.be/CnaAk411284?
星が私たちをつくる ― ロベルト・トロッタ

この動画では星と星についての人類の好奇心が、私たちの進化や進歩をどのように導いてきたかを豊富なエピソードを交えて解説してくれます。私たちの体は星屑でできているという有名な話だけではなく月の満ち欠けの周期を知ることが狩りにどのように役立ったか、ネアンデルタール人にホモサピエンスが取って替われたのは何故か、星の運行を計算して天体暦を作成する目的で、世界初のコンピュータ(Ada LovelaceはThinking machineと呼んでいたそうです)がバベッジによって設計され世界初のコンピュータプログラムがAdaによって書かれたという話もでてきます。とにかくわかりやすく面白い講演ですので是非ご覧ください。Adaの話のところに飛ぶようにした埋め込み動画は下にあります。
https://youtu.be/CnaAk411284?&t=1800

やさしい計算物理学の講義がワシントン大学から公開中です。

英語の講義ですが、計算物理学のやさしい解説講義(pythonコード付き)が公開されています。Physics-informed machine learningというのは、機械学習の際に物理学的知識を組み込んだAIをつくって使うというもののようです。ワシントン大学からの動画です。


Physics-Informed Machine Learning, Section 1 – Introduction, Part 1
https://youtu.be/ak2oTkooJ_s?

Course: Physics-Informed Machine Learning
https://composites.uw.edu/AI/

内容目次を引用しておきます。具体例を通じて学べるよい講義のようです!

Section 1: Introduction
OFAT (One-Factor-At-A-Time) vs. DOE (Design of Experiments) vs. Iterative Machine Learning, Quick Overview of Traditional ML Methods (NN, GPR, Ensemble Methods)

Section 2: Case Study on Heat Transfer
Physics-Informed Features, Loss, and Domain Transformation with Neural Networks (NN)

Section 3: Case Study on Discovering Chemical Reactions
Physics-Informed Augmentation with Sparse Identification of Nonlinear Dynamics (SINDy)

Section 4: Case Study on 3D Printing
Physics-Informed Synthetic Features using Finite Element with Ensemble Methods

Section 5: Case Study on Adhesive Bonding Strength
Physics-Informed Domain Transformation and Dimensionality Reduction with Gaussian Process Regression (GPR)
同じワシントン大学からの次の講義もあります。最初のツイートをしている先生です。動画には日本語字幕もついているようでこちらも本格的に勉強するのによさそうです。

Physics Informed Machine Learning
作成者: Steve Brunton 再生リストをご覧ください。
https://youtube.com/playlist?list=PLMrJAkhIeNNQ0BaKuBKY43k4xMo6NSbBa&

最初の動画をうめこんでおきます。
Physics Informed Machine Learning: High Level Overview of AI and ML in Science and Engineering
Course: Physics-Informed Machine Learning
https://youtu.be/JoFW2uSd3Uo?

AIのGeminiの使い方や、AIを使った文献検索のやり方などを教えてくれる動画が公開中(5月19日月曜日朝9時まで)です!

【第88回】大学等におけるオンライン教育とデジタル変革に関するサイバーシンポジウム
19日朝9時までタイムシフト視聴可能
https://www.youtube.com/live/ygTbeScwg20?

YouTubeのサイトからプログラムを転載します。
◆プログラム
2:54
1.「はじめに」
喜連川 優 情報・システム研究機構長

5:37
2.「京都大学のGoogleテナントでの生成AI活用に向けた取り組み」
古村 隆明 京都大学 情報環境機構

29:12
3.「教育のデジタル化を推進するための教員研修の高度化と教員の授業改善支援」
小﨑 誠二 奈良教育大学大学院教育学研究科 教授

56:11
4.「適応的学習支援のための能力値推定手法の開発」
堤 瑛美子 法政大学 理工学部創生科学科・専任講師

1:27:14
5.「生成AIを用いた文献調査ツールの動向」
矢田 竣太郎 筑波大学 図書館情報メディア系・准教授

1:56:12
6.「ディスカッション」

最初の動画ではGeminiの使い方などが学べます。動画の中で紹介されていた公開中のGemini利活用方法というpdfはこちらで公開中とのことです。
https://u.kyoto-u.jp/gemini-use
生成AIも日進月歩なので、こういうまとめの動画はありがたいですね。
19日朝までにご覧になれない場合は、ほどなく再公開されると思いますのでそれまで待ちましょう。

山本典史先生による学生のためのAI活用講座の資料が公開されています。必見です!

量子化学についていつもよい記事やプログラムその他を公開されている山本 典史先生のツイートです。

 

生成AIを学生向けに紹介する記事ですが、一般人にも大いに役立つ内容です。是非読んで参考にされることをおすすめします。
https://yamnor.me/2025-05-14-1150/

山本先生は最近、量子化学の講義もYouTubeで公開されています。
量子化学2(第1回)講義動画1
講義は6回まですすんでいるようです。
https://youtu.be/Q6irpczkbws?

https://www.youtube.com/@noriyama/videos

偏微分方程式で遊んでみよう!いろんな偏微分方程式系の挙動をシミュレートできるすごいサイトを紹介します!

Oxford大学の反応拡散方程式の講義動画の第二回がアップされています。
Mathematical Biology: Pattern formation in biology, lecture 2 – Oxford Mathematics 3rd Yr Lecture
https://youtu.be/Xn8rphOnjwc?&t=2418

これは大変良い講義です。みていくとなんと終わりのほうで、以前私が紹介していたVisualPDEというサイトを学生さんに紹介していました。https://visualpde.com/
VisualPDEはこのブログで、二年ほど前に紹介した偏微分方程式(Partial Differential Equation: PDE)をオンラインで解いて解の挙動を見て楽しめるサイトです。反応拡散方程式だけではなくいろんな偏微分方程式が扱われていて、その解の挙動を自分で設定して観察できる素晴らしいサイトです。
https://visualpde.com/explore
自分の知りたい偏微分方程式を入力して解の挙動をみることもできます。面白いのはTuringの反応拡散方程式の論文の最初のページの文字列を初期条件として反応拡散方程式をsimulateするなどの項目もあることです。
https://visualpde.com/art-pdes/chemical-basis
いろんな偏微分方程式系のモデルでは、画面をクリックしてシミュレーションを開始するようになっていて、シミュレート途中でクリックを追加したりして挙動の変化をみることもできます。また拡散定数を自分で設定できるのでどう変化するかなどを実験することもできます。偏微分方程式について学んだことが無い人でも、偏微分方程式系をこのサイトでいろいろ動かしてみて挙動をみると、こんないろんなパターンが扱えるんだとわかって、偏微分方程式を勉強したくなるのではないでしょうか。まず、いろいろ動かして遊んでみてください。シュレーディンガー方程式とかもあります。

偏微分方程式をオンラインで解いて解の挙動を目で見ることができるサイトVisualPDEが公開されています!

国立国会図書館デジタルコレクションで読める本の紹介(第27回)天才たちの伝記、地動説の歴史、発想法や物理・数学のやさしい本など

国立国会図書館デジタルコレクションで読める本の紹介(第27回)です。

280)  ブルースター・ギースリン 編 ほか『三十八人の天才たち : その創造過程』,新樹社,1975. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12703648 (参照 2025-05-13) ポアンカレ、アダマールなど数学者だけではなく音楽家やピカソなどの画家など多方面の天才について学べる本。
281) K.メンデルスゾーン 著 ほか『ネルンストの世界 : ドイツ科学の興亡』,岩波書店,1976. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12590656 (参照 2025-05-13)有名なドイツの物理学者ネルンストをご存知ですか?彼のよい伝記プラスαの本です。
282) 渡辺正雄 編著『ガリレオの斜塔』,共立出版,1987.7. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12221370 (参照 2025-05-13) アニメで地動説が話題ですが、ガリレオの近代科学への影響、中国への影響など興味深い記事が集められている本です。
283) E.J.エイトン 著 ほか『円から楕円へ : 天と地の運動理論を求めて』,共立出版,1983.4. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12624092 (参照 2025-05-13)これも地動説の歴史についての本でアニメ フアンにも必読の本。
284) L.アルチュセール 著 ほか『科学者のための哲学講義』,福村出版,1977.2. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12218659 (参照 2025-05-13)科学哲学の本。フランスのエコール・ノルマルでの科学者のための哲学入門という一連の講義から生まれた本です。モノーの哲学についても末尾でふれられています。
285) 加藤八千代 著『朝永振一郎博士・人とことば』,共立出版,1984.5. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12262318 (参照 2025-05-13)ノーベル賞受賞者の朝永博士についての読みやすい本です。
286) 加藤八千代 著『人間風景 : 鈴木梅太郎と藪田貞治郎 激動期の理化学研究所』,共立出版,1987.5. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12590567 (参照 2025-05-13) 285) の朝永先生についての本の著者による理化学研究所の二人の科学者についての本。鈴木梅太郎の初めての詳しい伝記であり、さらに日本のペニシリン研究秘話など知らなかった話が満載でおすすめの本です。
287) 村田晃 著『ライナス・ポーリングの八十三年』,共立出版,1984.11. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12286673 (参照 2025-05-13)こちらもノーベル賞受賞者(二回受賞しています)のポーリングについての本。彼の生涯や晩年のビタミンC推しの話、核実験反対運動でのノーベル賞受賞の話などポーリングの来日の時のホストを何度もつとめられた村田先生によるまとめです。

デジタルコレクションにある発想についての本も紹介します。
288) 高橋昌義 著『常識破りの成功発想』,共立出版,1987.7. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12619193 (参照 2025-05-13)
289) 石渡孝 著『創造の芽ばえ : その発現とリーダーの指導力』,共立出版,1986.11. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12591601 (参照 2025-05-13)
290) J.S.トレフィル 著 ほか『物理を見なおす本 : 発想の意外性』,共立出版,1986.8. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12621556 (参照 2025-05-13)
291) ジョエル・ド・ロスネー 著 ほか『グローバル思考革命』,共立出版,1984.3. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12243253 (参照 2025-05-13)
物理のやさしい本もあります。
292) R.ディットマン, G.シュミーク 著 ほか『やさしいフィジックス : 科学のルーツ』1,共立出版,1984.2.. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12621563 (参照 2025-05-13)
293) R.ディットマン, G.シュミーク 著 ほか『やさしいフィジックス : 科学のルーツ』2,共立出版,1984.2.. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12621562 (参照 2025-05-13)
294) ポール・G.ヒューエット 著 ほか『物理のコンセプト』1 (力と運動),共立出版,1984.12. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12621607 (参照 2025-05-13)これは2(原子と分子)と3(電気と光)までありますので検索してみてください。
最後に数学の本を二冊紹介して今日は終わりにします。
295) Bryan H.Bunch 著 ほか『パラドクスの数理』,共立出版,1984.5. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12608405 (参照 2025-05-13)
297) ダニエル・ソロー 著 ほか『証明の読み方・考え方 : 数学的思考過程への手引』,共立出版,1985.6. 国立国会図書館デジタルコレクション https://dl.ndl.go.jp/pid/12608396 (参照 2025-05-13) これは証明についてのとても読みやすいよい本です。数学を勉強中の人にもお勧めの本です。

様々な科学の分野についての教科書やサイトを網羅したポータルサイトがあります。

いろいろな科学に関する教科書やサイトをあつめたポータルサイトを時々紹介しています。
今日はインドの大学のassiatante professorであるProf.  Arghya Dutta, Department of Physics, SRM University AP, India
https://srmap.edu.in/faculty/dr-arghya-dutta/
のnotebookというページの紹介です。この方は、物理学科の所属で量子力学や機械学習に興味をもちながら生物物理の研究を主にしているようです。物理学の教科書やサイト、生物学の教科書やサイト、英語で論文を書くのに役立つ教科書やサイト、哲学や文学、サンスクリットなど、様々な情報源を網羅しているポータルサイトで大変役立つと思います。
https://arghyadutta.github.io/notebooks.html

以下はページの目次です。最終更新日も書かれています。インドの人なので宗教関連の項目もあります。
On Writing (and Some Examples) (April 30, 2025)
Artificial Intelligence (April 30, 2025)
Biography of academicians (April 17, 2025)
Biology (April 17, 2025)
Mathematical Methods in Physics: Few Resources (April 15, 2025)
Biophysics (April 15, 2025)
Silence (April 13, 2025)
Philosophy: Online Resources (April 07, 2025)
Open Source: Ideas and Tools (April 07, 2025)
Free Books on Physics (April 07, 2025)
Free Books on Machine Learning (April 07, 2025)
Linear algebra (April 03, 2025)
Fountain Pens, Pencils, Papers (April 03, 2025)
Simpson’s Paradox (April 03, 2025)
Visualization (April 02, 2025)
Art (April 02, 2025)
Complex Systems: Physical Perspective (April 01, 2025)
C. S. Lewis (March 29, 2025)
Quantum Information (March 29, 2025)
Basic Mathematics for Quantum Mechanics (March 29, 2025)
Electromagnetism (March 29, 2025)
Combinatorics (March 29, 2025)
Quantum mechanics: Books and Courses on YouTube (March 29, 2025)
Software Tools (March 29, 2025)
Chemistry (March 29, 2025)
Socialism (March 28, 2025)
Quantum Mechanics via Dynamical Systems (March 28, 2025)
Self-avoiding Random Walks (March 28, 2025)
High-performance Computing (March 28, 2025)
Genetic Algorithm (March 28, 2025)
Blogs I Read (March 28, 2025)
Statistical Mechanics: Books Recommendations (March 28, 2025)
Foundations of Quantum mechanics (March 28, 2025)
Dimensional Analysis (March 28, 2025)
Academia: Issues (March 28, 2025)
Buddha and Buddhism (March 28, 2025)
Grief and Melancholia (March 24, 2025)
Academic Life: Features (March 24, 2025)
Poetry (March 22, 2025)
Programming in R (March 15, 2025)
Funny (March 15, 2025)
Books and libraries (March 15, 2025)
Internet and Society (March 15, 2025)
Food and drink (March 11, 2025)
Few well-written papers (March 04, 2025)
Teaching (March 04, 2025)
Symbolic Regression (March 04, 2025)
Subgroup Discovery (March 04, 2025)
Irrationality and Stupidity (March 04, 2025)
Stoicism (March 04, 2025)
Statistics and Probability (March 04, 2025)
Sanskrit (March 04, 2025)
Research Methodology (March 04, 2025)
Python programming (March 04, 2025)
Philosophy of Science (March 04, 2025)
Non-linear Dynamics (March 04, 2025)
Loschmidt Paradox (March 04, 2025)
Logic (March 04, 2025)
Learnability in Machine Learning (March 04, 2025)
LaTeX (March 04, 2025)
Hydrophobicity (March 04, 2025)
Germany (March 04, 2025)
Fiction (March 04, 2025)
Dictionary (March 04, 2025)
Deep Learning (March 04, 2025)
Machine Learning: Clustering (March 04, 2025)
Bayesian Methods (March 04, 2025)
Aspects of music (March 04, 2025)
Vedanta (March 04, 2025)