【惨事(Tragedy)】 ソユーズ１号事故
1950年代から1970年代、覇権をかけて宇宙開発競争(Space Race)をアメリカ合衆国とソビエト連邦の間で繰り広げられました。第二次世界大戦において実戦配備したロケット技術をドイツ（ナチス）が保有していました。ドイツ敗戦後、ロケット技術を米国とソ連が引き継ぎました。ソ連はドイツ製ロケットV-2 (Vergeltungswaffe-2)を押収して、参考にしてロケットを開発しました。米国はV-2を開発したフォン・ブラウン(Wernher von Braun)を招き入れてロケット開発に従事させました。
時代を遡（さかのぼ）りますが、ロケット技術の基礎を築いたのは、ロシアのコンスタンチン・ツォルコフスキー(Konstantin Tsiolkovskii)です。1898年には既に「ロケットによる宇宙探検」という書を著しています。大型ロケットは多段式が通常であり、積荷であるペイロード(Payload)を遠くへ運ぶためには、燃料を格納していた不要な構造を切り捨て、身軽になって更に加速していきます。増速量は噴射速度と質量比で表すことができ、ツィオルコフスキーの公式と呼ばれています（以前の記事）。
宇宙開発競争において、1957年 ソ連 人類初の人工衛星 スプートニク(Sputnik)、1958年 米国 人工衛星 エクスプローラー(Explore)、1961年 ソ連 ユーリー・ガガーリン(Yurii Gagarin)による人類初の宇宙飛行、1962年 米国 ジョン・グレン(John Glenn)の宇宙飛行（1998年 スペースシャトルで再び宇宙へ、2016年死去）などと続きました。その後、ソ連 ソユーズ(Soyuz)計画、米国 ジェミニ(Gemini)・アポロ(Apollo)計画が進められていきます。
栄光の歴史を見ると光の部分が強調されてしまいますが、実際には生命を危険に晒して危機一髪だった事件も多く、あまり語り伝えられない影の部分もあります。1967年2月には、地上試験におけるアポロ１号火災によって３名が亡くなっています（以前の記事）。詳細について当初明らかにされていませんでしたが、1967年4月にソユーズ１号(Soyuz 1)が打上げられましたが、地球帰還時にウラジーミル・コマロフ(Vladimir Komarov)が死亡する最初の宇宙飛行中における事故が起きています。
現在もソユーズ宇宙船の改良型は国際宇宙ステーション(ISS: International Space Station)への人員輸送にて活用されています。開発当初はソ連による有人月飛行計画のためにソユーズ宇宙船は製作されました。今日までにソユーズ宇宙船は135機打上げられていますが、ソユーズ１号（1967年）及びソユーズ11号（1971年）の事故以降、46年間に渡って死亡事故は起きていません（2017年11月現在）。
ソユーズ11号では、帰還時に気密が保持できなかったため、３名の宇宙飛行士全員が亡くなっています。人類初の船外活動(EVA:Extra-Vehicular Activity)を行ったアレクセイ・レオーノフ(Alexey Leonov)さんの回想記によると、着陸船の通気孔に対する自動開閉システムが誤作動することが判明しており、ソユーズ11号クルーへ自動開閉システムに頼らず手動で開閉するように念を押して説明していました。しかしながら、定められた手順には明記していませんでした。大気圏に入る前に通気孔が空いてしまい、船内の空気が希薄となり、着陸船の中でドブロボルスキイ(Dobrovolskiy)、バトサエフ(Patsayev)、ボルコフ(Volkov)は窒息死して発見されました。
ソユーズ１号に戻って、名前の通りソユーズ宇宙船の有人飛行１回目となります。カガーリンが乗り込んだ宇宙船は、ヴォストーク(Vostok)と呼ばれる１人乗りの宇宙船です。ソユーズ宇宙船には３人までの宇宙飛行士が搭乗できるように設計されました。ソユーズ１号打上げに先立ち、ソユーズ宇宙船を無人で打上げて飛行試験が実施されていましたが、失敗していたことが明らかになっています。宇宙船の底部が焼けたため、着陸船内が減圧する異常が起きています。
ソ連体制下で打上げ日は決まっており、打上げ延期を主張できる者は誰もいませんでした。改修が必要な宇宙船の欠陥が203箇所も存在しており、ソユーズ１号に対して全ての処置が済んでいたとは思えません。コマロフもソユーズ１号に搭乗すれば自らの命が危ないことは知っていた可能性があります。しかし、コマロフのバックアップはガガーリンであり、彼が飛ばなければガガーリンに危害が及ぶことを恐れていました。ガガーリンは、コマロフの代わりに自らが乗れば、打上げは延期されるかもしれないと期待を抱いて、打上げを妨害しようとしていました。
1967年4月23日、コマロフを乗せたソユーズ１号は、バイコヌール(Baikonur)宇宙基地から打ち上げられました。やはり、ソユーズ１号は様々な不具合に遭遇しました。２つある太陽光パドルの１つが働かず、電力不足で誘導コンピュータが正常に稼働しませんでした。ソユーズ１号の姿勢を安定できず（宇宙では支えがないために致命的です）、コマロフは姿勢制御スラスタを手動で操作して機体の回転を止めようとしました。
ミッションは中止され、地球へ帰還作業が開始されました。ソユーズの帰還カプセル（着陸船）は球状でなく釣鐘状の形をしており、底の面を下向きにしなければなりません。姿勢を十分調整することができず、大気圏に再突入が始まりました。電離層を通過する際のブラックアウト(Blackout)でコマロフとの交信が途絶えました。その後でも異常は続き、補助パラシュートは開きましたが、メインパラシュートは格納庫から引き出せませんでした。バックアップとして予備パラシュートが開くはずでしたが、コードが絡まって引き出せませんでした。
落下速度を減速することもできずコマロフを乗せたカプセルは、隕石が落下するように、秒速25 mで地面に叩きつけられました。その衝撃で逆推進ロケットが爆破して燃え尽き、高さ2 mのカプセルは70 cmにつぶれた金属の塊に変わっていました。米国の国家安全保障局(NSA:National Security Agency)が、ソユーズ１号と地上管制間の無線交信を傍受していたことが明らかになっています。コマロフが再突入前に、コマロフの妻とも話ができました。話の最後のほうでは、彼は泣き崩れていたとのことです。
世界の中で最も安全と評価され、安定的に宇宙飛行士を宇宙に送り届け、地球に帰還させてきたソユーズ宇宙船にも、そんな苦い経験を乗り越えてきました。1968年10月25日にソユーズ２号が無人で打ち上げられ、翌日にゲオルギ・ベレゴヴォイ(Georgy Beregovoy)が搭乗したソユーズ３号が打ち上げられました。ベレゴヴォイは、ソユーズ２号とドッキングはできませんでしたが1 mの距離までランデブー(Rendezvous)して、無事地球に帰還しました。
参考文献
システムは管制官の頭脳の中にある 【システムハンドブック】
宇宙機(Spacecraft)を運用するということは、手元にない見えないシステムを理解し、システムの挙動を想像して、指令・コマンド(Command)を送り、その反応を遠隔データ・テレメトリ(Telemetry)から判断する必要があります。そのようなシステム運用の担い手が管制官(Flight Controller)です。
無線通信を用いたデータ伝送の大容量化が進んでいるとはいえ、入手できるテレメトリには限りがあります（以前の記事）。その限定されたテレメトリからシステムの状態を理解して、異常が発生していないことを確認する必要があります。一点のデータのみでは判りませんが、時系列にならべてトレンドの変化を捉えたり、他のデータと比較して相関がないかを評価して、現状を把握します。例えば、日照になれば構体の温度が上昇しますし、日陰に入れば低下します。制限値を超えて低下するならば保温ヒータが故障しているのかもしれません。
制限値を超えたならばアラームが鳴るように設定しておけば、異常値になったことを気付くことはできます。その後、限られたテレメトリを参照して、問題点を識別し 、その影響が他へ波及しないように処置しなければなりません。異常個所・不具合内容を確実に知ることができれば、対処手順を流すだけであり、自動的に機械でも実施できるかもしれません。実際には、不確実な情報、推測される事象、未知の状況などから正しく判断するため、システムへの理解が欠かせません。
航空機や人工衛星といった民生品ならば、マニュアルが作成・整備されており、訓練を通じて最低限のシステムを理解することができます。航空機のパイロット向けのように、訓練がシステム化されていれば訓練効率は良いかもしれません。しかし、大規模な訓練カリキュラム・シミュレータを整備して、インストラクターも養成しなければなりません。少数の管制官を対象とした訓練に適用することは困難です。
世界に唯一となるシステムであり、国際または国家プロジェクトでなければ、訓練組織を立ち上げることはコストに見合わず躊躇してしまいます。システムを理解するためには、ハードウェアならば設計図や仕様を確認したり、ソフトウェアならば機能を知る必要があります。ただし、システム開発に必要な設計情報とシステムを運用する上で必要な参照情報や運用データは異なります。
有人宇宙においてシステムの知識を習得するにあたり、人間の記憶で全てを覚えておくことはできないため、様々な設計情報、制約やデータを１つの資料に整理していきます。その資料の呼び名は、運用マニュアル(Operation Manual)、システムマニュアル(System Manual)、システムハンドブック(System Handbook)などと呼ばれますが、ここではシステムハンドブックとの用語を用います。システム運用において、各自常に携帯して、必要な時に直ぐ参照できるように準備しています。
システムの設計段階では、仕様書や設計審査会の資料などのレビューを通じて、システムを理解しやすい図面や説明などがあったら、システムハンドブック（案）のファイルに綴じておきます。設計上で解決すべき問題が発生した場合、いずれの解決案を取ったとしてもシステム制約として残る可能性があります。それに対する検討内容を保存しておいても良いかもしれません。
製造段階となればハードウェアが組み合ってきます。打ち上げ後には２度と見ることはできないので、機会を見つけて可能な限り写真を取っておくべきです。デジカメならば記憶媒体やサーバに大量の写真データを保存しておく必要があります。ただし、写真データを整理して、いつ何処で何を取ったのかを記録しなければならなく、それなりの作業時間が取られてしまいます。後日不具合が発生した場合、大変に参考となる情報になります。
試験段階では、ハードウェアとソフトウェアも統合され、仕様として定められている機能・性能を発揮できることの検証がなされます。検証されていない機能は使えないし、当初の性能が出せていなければシステム全体にも影響がでます。試験で不可であったことは、実環境においても力を発揮することは当然無理です。試験ではシステムの実力値を知ることができ、試験データは貴重です。また、試験で使用した手順は実機に使用する運用手順の源泉として活用できます（以前の記事）。
システムの運用段階に移行する前に、収集した資料やデータをまとめる時間が必要となります。開発が進むにつれて設計変更されたかもしれないため、設計情報は最新であることも照合すべきです。そして、分かりやすい説明でシステムを解説をします(System Description)。そのため、設計図面を簡素化して線図(Diagram, Drawing)を作図したり、特徴的な写真を掲載したりします。ソフトウェアで実現されている機能を解説するのは、概念的な説明が多くなるため、文書力が試されるかもしれません。
システムハンドブックを書き上げた管制官ならば、システムとして捉えて深く理解しているため、自分が取ったアクションによって、システムがどのように駆動するかを把握できます。異常なデータを参照しただけで、システムのどの部分に問題が発生しているのか、早急に対処すべきであるまたはモニタを続けるのかを判断できます。そのような高い域に到達すれば、実際のシステムと同等なものが管制官の頭脳の中に存在しています。
複雑かつ大規模なシステムならば、１人だけの力でシステムハンドブックを仕上げることは間に合わないため、チームとして分担して仕上げることになります。通信系、電力系、データ処理系などのサブシステムに分割してハンドブックを構成することが多いです。書き上げた人はそのサブシステム分野の専門家となっているため、チームメンバーによる文書レビューや勉強会などを通じて、チームとしてシステム理解を深めることができます。
日常にある様々なシステムが複雑かつ大規模となってきており、我々の取り組み方が参考になればと思い、システムハンドブックについて語ってみました。
参考文献
- Failure Is Not an Option: Mission Control From Mercury to Apollo 13 and Beyond
- デジタルアポロ ―月を目指せ 人と機械の挑戦―
情報通信技術(ICT)における技術革新を再考してみると 【知能】
正しいプログラミング（またはコード）を書いてあげれば、コンピュータは人間以上に正確に単調な計算も処理することができます。プログラマ（人間）が指示したことを実行するため、間違えること（バグ）も指示した通りに実行されます。IT(Information Technology)を用いて、情報処理システムを構築すれば、人間が間違えながら行ってきた作業をコンピュータが処理してくれます。それは正しい理解ですが、２０年前でも実現されていました。
機械が人間にとって代わるのに反抗して、英国で熟練手工業者が機械を壊すラダイト(Luddite)運動がありました。業務効率化が進み、単調労働者は削減しましたが、機械を製作・保守する技術者、工場の設計者や監理者などの職業は増えました。ITにおいても、ペーパーワークを主に行ってきた事務員は削減されましたが、システム設計者・プログラマなどは増加してきました。
そして世界隅々までインターネットで結ばれて常時接続・大容量のデータ通信が可能となりました。スマートフォンの所有者も増えて、日本におけるインターネットの普及率は83%となっています。家庭にもAIスピーカが入り込んできました。ネットワークを用いて、人間が発した声を音声認識（以前の記事）を文字メッセージへ変換し、スマートフォン更にはIOT(Internet of Things)で接続された機器を操作できるようになり、質問と判断すれば膨大なネットワークから必要な情報を抽出できます。人間とのデータやり取りを行うヒューマンインタフェースが革新されています。
資本の囲い込み(enclosure)から情報の囲い込みが富を生むようにもなり、クラウドサービス(Cloud Service)が広がって、大手のデータセンター(Data Center)では様々なデータや情報を保有して処理するまでになっています。アマゾン(Amazon)、グーグル(Goggle)、アップル(Apple)、フェースブック(Facebook)は、スケールメリットを活かして世界中の情報を収集しています。規模は小さいながらも日本の会社として、楽天(Rakuten)、はてな(Hatena)やライン(LINE)などがあげられます。
予測できなかった世界に向かっているのも、ムーア(Moore)の法則に従うように、半導体チップに集積されるトランジスターの数が18ヶ月で倍増してきたからです。処理速度、記録データ量も倍増して、大容量のデータを扱えるようになりました。半導体を微細化する技術は壁に突き当たり、ムーアの法則も終焉を迎えると言われていますが、量子力学を動作原理とする量子コンピュータ(Quantum Computer)によってブレークスルーされそうです。
技術革新を受けて将来は何ができるようになるかについて考察してみると、注目されているのは人工知能(AI: Artifical Intelligence)です。人工知能と言うと、人間に匹敵して更にそれ以上の能力を持つものを生みだしているように、幻惑されてしまいます。冷静に発達してきている技術を見てみると、パターン認識(pattern recognition)と機械学習(machine learning)が実用できるようになってきました。
パターン認識とは、文字・図形など空間的なものの形の特徴を抽出・判別し、これを属すべきカテゴリーに対応づけることです。パターン認識はコンピュータには不可能な人間特有の能力と考えられてきました。以前から、光学的文字読取(OCR: Optical Character Recognition)として、印刷された書類から文字を抽出することは試されてきました。ただし、手書きの文字を認識させることはまだ難しいです。スマートフォン・AIスピーカーで活用されている音声認識もパターン認識の１つです。
数年前にコンピュータが大量の画像から猫を認識できるようになったことがニュースになりましたが、今日ではパソコンやスマホでも写真から人物を区別できる機能が付加されています。最新技術を導入した防犯カメラでは、画像から犯人や容疑者が写っていないか監視しています。防犯・セキュリティは向上していますが、街中の至る所で防犯カメラが設置されています。全てのカメラ映像が解析されてしまえば、誰が何処で何をしていたかを追跡できてしまい、まさに監視社会になってきているとも思えます。
プロ囲碁棋士を打ち破ったアルファ碁(Alpha Go)は、囲碁盤の状況を画像として認識して、パターン認識から現状の状況を点数化していると聞きました。全ての事象は画像化されてしまえば、コンピュータによってパターン認識が可能になるとも解釈できます。ネット上ならば全てのことがデータ化されているかもしれませんが、現実の人間社会ではデータに変換できないことも多いです（以前の記事）。
機械学習の進歩が技術進化のスピードを劇的に加速させました。以前では人間が全てを指示しなければコンピュータは動きませんでしたが、自ら学習して仕事ができるようになってきました。大量なデータや情報を与えておけば、コンピュータは自ら調整して最も良い解を出力するようになりました。音声認識でも、初めて公開された時は誤認識が多くて使い物になりませんでしたが、日々実行される大量な音声認識を通じて学習して、認識精度が向上しています。
機械学習の中で注目されているのは『深層学習（ディープラーニング Deep Learning）』でしょう。現在のコンピュータは、ジョン・フォン・ノイマン(John von Neumann)が考案したノイマン型であり、ソフトウェアをメモリに格納するプログラムを内蔵し、プログラムから命令を順次読み出して実行する逐次制御が実行されています。非ノイマン型として、古くからニューラルネットワーク(Neural Network)の研究が進められ、人間の脳内の神経回路網をモデルにしたコンピュータがあります。深層学習はニューラルネットワークを多層に発展させてきたものです。
深層学習では、学習段階における人間の関与を大幅に少なくさせることが利点となっています。機械学習を進めるに当たり、様々な手法が提案されています。その中で『ドロップアウト(Dropout)』と呼ばれる手法は記憶とは何かという点でも示唆を与えてくれます。機械学習を進めるとコンピュータは丸暗記をしようとし、完全に一致しない（些細な違いでも）データは間違いと判断してしまいます。そこで一部のデータを欠損させて、記憶を曖昧にすることによって特徴が抽出されることがわかってきました。忘れることは人間の欠点（以前の記事）ですが、それが強みになるのかもしれません。
アルファ碁は、以前のバージョンとチューニングアップしたバージョンで囲碁を戦わせて、勝った方を残すことによって自ら進化していきます。それを繰り返す遺伝的アルゴリズム(Genetic Algorithm)と呼ばれる手法です。人間では体験できないほど、大量の対局をこなしたコンピュータならば人間を凌駕しても不思議ではないです。
最近AIについて話題となることは多いですが、これまで考察してきたようにパターン認識と機械学習の技術進歩は進みました。人間に代わる究極な汎用人工知能の登場は現状の技術では難しいのではないでしょう。人間の知能を超えるシンギュラリティ(Singularity)の到来は？ ある狭い分野ならば既に人間を超えていますし、知能が高いだけでは何もできなのかもしれません。
知識についてこれまで考察したこと（以前の記事）はありますが、そもそも「知恵・智慧」「知能」「知性」とは何なのでしょうか？ 智慧と書くと仏教が語源となりますが、物事の道理を理解し、是非・善悪を判断する心のはたらきを示します。知を通じて理解して判断するためには、事実を認識して、そのことを解釈する必要があります。事実は変わらないとしても、理解する人によったり、社会・時代によっても解釈は変わってきます。
自然現象として、太陽は東の地平線から昇り、西の地平線へ沈んでいくように思われます。ただし、天動説または地動説として解釈することによって、認識は変わってきます。このように事実は不変であっても、解釈が変わってくれば、人が持つ知恵(wisdom)は移ろい変わるものなのかもしれません。
知を体系化したものが知識(knowleage)とすると、知能(Intelligence)は何者なのか？ 辞書を確認してみると「知識の蓄積や物事を判断する能力、環境に適応して新しい問題状況に対処する知的機能・能力」とあります。日常でも知能を使っていると感じるのは、問題の解決策を検討、新しい分野の研究、経済やビジネスにおける戦略を練ることなどです。知能を「目的に向かう道を探す能力」と捉えれば、アルファ碁は囲碁に勝つという目的に対しては、知能が高いということになります。目的が変わって将棋に勝つとなれば役に立ちません。
そして知性(Intellect)となれば、「感覚によって得られた物事を認識・判断し、思考によって新しい認識を生みだす精神の働き」となります。新しい認識を生みだすとすれば、知性は「目的を設計できる能力」と理解して良いかもしれません。 現状のAIは目的を達成することはできるが、自ら目的を設定することはできなく、人間にしか目的を示すことはできないのかもしれません。我々が知性を磨けばAIを使いこなすことができ、AIも最新な道具の一つにしかならないのかもしれません。
人間が高等霊長類と本当に違うのは道具をつくるところだ。さまざまな生物の移動効率を比較した研究を目にした。その研究によればもっとも少ないエネルギーで１kmを移動できるのはコンドルだという。一方、人間の移動効率はランク順に並べたリストの上から３分の１ほどであった。だが、サイエンティフィック・アメリカン誌にユニークなことを考える人がいて、自転車に乗った人間の移動効率を検証してみた。すると、自転車に乗った人間は、コンドルに圧勝した。一気にリストのトップに躍り出たんだ。私にとってコンピュータとは、この自転車のようなものだと言っていい。人間が生み出したもっとも画期的なツール、いわば知性のための自転車だ。 スティーブ・ジョブズ (Steve Jobs)
参考文献
- 人工知能はどのようにして 「名人」を超えたのか?―――最強の将棋AIポナンザの開発者が教える機械学習・深層学習・強化学習の本質
- 人工知能の核心 (NHK出版新書 511)
- クラウドを実現する技術
- しらずしらず――あなたの9割を支配する「無意識」を科学する
- 問題解決のジレンマ: イグノランスマネジメント:無知の力
- AI時代の勝者と敗者
