2019/12/20 15:39
【キャンベラ共同】ニュージーランド南島クライストチャーチで51人が殺害された3月のモスク（イスラム教礼拝所）銃乱射事件後、銃規制強化の一環として導入された市中の銃買い取りが20日期限を迎え、ナッシュ警察相は5万6千丁以上の銃、約18万8千個の関連部品を回収したと明らかにした。
ナッシュ氏は「この2週間、人々が進んで正しいことをするようになったため土壇場で急増した」と評価。提出者に謝意を示したが、市中にはまだ多くの銃が残っているとの見方もある。
ニュージーランド政府は事件で使われた殺傷能力の高い半自動式銃の販売や所持を禁じ、6月に銃の買い取りを始めた。
2019/12/20 16:14
NECは20日、次世代の超高速計算機と期待されている量子コンピューター事業に本格参入すると発表した。カナダのベンチャー企業「D―ウエーブ・システムズ」に1千万ドル（約11億円）を来年出資する方向で交渉している。NEC社内にも専門部署を来年1月に立ち上げる。
無数の選択肢から最適な組み合わせを選び出す計算に特化した「量子アニーリングマシン」を2023年にNECとしての商用化を目指す。D―ウエーブは11年、世界で初めて実用化に成功するなどこの分野を主導しており、技術交流を進める。
専門部署「量子コンピューティング推進室」は約20人で立ち上げる。
東京大が完成させた重力波観測施設「かぐら」の中央実験室＝９月３０日、岐阜県飛騨市神岡町（早坂洋祐撮影）かぐらは当初、年内の観測開始を目指していたが、観測精度の維持に向けた機器の調整が長引いて年明けにずれ込んだ。
かぐらは１辺３キロのＬ字型で、山中に掘られた地下約２００メートルのトンネル内に建設された。中央部から２方向に発射したレーザー光が、それぞれ鏡に反射して戻ってくるまでの時間の差を利用して、重力波の検出を目指す。
重力波はアインシュタインが１９１６年に一般相対性理論で存在を予言。２０１５年に米国の観測施設「ＬＩＧＯ（ライゴ）」が初めて検出し、研究チームの代表はノーベル物理学賞を受賞した。
１８日、トランプ米大統領のウクライナ疑惑を巡る弾劾訴追決議案の採決が始まった下院本会議＝ワシントン（米議会提供、ＡＰ）その他の写真を見る（1/3枚）【ワシントン＝住井亨介】米下院本会議は１８日、トランプ米大統領のウクライナ疑惑をめぐる弾劾訴追決議案を賛成多数で可決した。弾劾条項の「権力乱用」と「議会妨害」の２条項。トランプ氏を弾劾訴追（起訴に相当）した。米大統領の弾劾訴追は、１９９８年の第４２代クリントン大統領以来、約２１年ぶりで３人目となった。与党・共和党が多数を占める上院で来年１月上旬にも弾劾裁判が開かれるが、トランプ氏の罷免は現時点では困難とみられている。
弾劾条項の採決は、トランプ氏がウクライナ政府に対し、軍事支援と首脳会談を引き換えに、来年の米大統領選の有力候補であるバイデン前副大統領に関する調査の開始を求めたとされる「権力乱用」で賛成２３０票、反対１９７票。下院委による弾劾訴追調査への協力を拒否し、政府高官の証言や政府機関の資料提供などを妨げたとされる「議会妨害」で賛成２２９票、反対１９８票となった。
ペロシ下院議長（民主党）は審議で、「大統領は米国の安全保障、民主主義の基礎となる選挙の信頼性に対し、いまなお脅威となっている」と強調した。
トランプ氏は下院本会議の審議中にツイッターへの投稿で「過激な左派で、何もしない民主党によるひどいでっち上げだ。米国、共和党に対する挑戦だ」と非難した。
弾劾訴追の調査は、民主党が今年９月に開始を宣言した。下院委員会で公聴会を開催し、１２人の現元職の政府高官らから証言聴取を重ねた。
可決された決議は上院に送付され、弾劾裁判が始まる。上院の議席は共和党５３、民主党４５、無所属２議席となっており、共和党の大量造反が予想されていないことから「有罪・罷免」に必要な３分の２の賛成票の確保は困難との見方が強い。
がんの再発を予測する人工知能（ＡＩ）について会見する理化学研究所の山本陽一朗チームリーダー＝東京都中央区（松田麻希撮影）研究チームは前立腺がんの患者１００人分の臓器の標本から作製した約１１億枚の画像を使って、ＡＩを学習させた。画像のどこにがんがあるかなどの情報は与えず、ＡＩは自力で画像を分析。患者の予後の情報と合わせることで、再発しやすい特徴を見つけ出した。
日本医科大病院などの症例で検証した結果、再発するかどうかの予測精度は医師より高かった。医師の予測を統合すると精度はさらに高まり、より良い診断につながることが分かった。
医療用のＡＩは、画像に病名などの意味付けをして学ばせる手法が大半だ。これだと画像の分類に手間がかかる上、ＡＩは教えられた範囲でしか学べないため、人間を超えられない。
今回は、いわば教師も教科書もなしにＡＩが自習した形だ。人間の知識の枠にとらわれず、専門家も気付いていなかった特徴を読み取り、医師を超える精度を達成できた。
理研の山本陽一朗チームリーダーは「今回の手法で、薬の効果の予測に使える特徴を抽出することもできる。医療以外でも、人間が気付けなかった新たな知識を見つける方法として使えそうだ」と話している。
