Apple が新しい端末を出したときに考えること

2007年にiPhoneが出て、2026年 iPhone Duoが発売される予定になっています。iPhone 5対応をした覚えがあるのでかれこれ15年以上はiOSアプリエンジニアとしてさまざまな端末に対応してきました。

新しい端末が出てきた時に考えることを書きます。

放っておいたらどうなるか?

始めに何も対応せずに端末が発売されてアプリが使われた場合のことを考えます。基本的にはAppleは互換モードで動作します。放っておいても最近は問題は起きません。 iPhoneのみに対応したアプリをiPadで動かした時のようにiPhoneのような表示がされます。 Vision ProのようにiOSアプリがVision Proのアプリとして公開される場合があります。公開したくない場合は、App Store Connectでの設定が必要な場合があります。設定の有無を確認しておきます。

どこまで対応するか?

全く何もしないから完全に対応するまでの対応度合いを考えて、コストに似合うまで行います。多くの場合は下記の対応度合いに分けて考えます。 * 全く対応しない * 壊れていたとしても放置する。変更する気のないアプリに対して行う。 * 動作するように変更する * ボタンが押せない。はみ出すということがないようにする。動くけど、レイアウトが崩れていても気にしない。サービスは継続するが力入れていないようなアプリで行う。 * 例えば次のようなことは気にしない。ボタンの横幅が広すぎる。バナーが大きい or アスペクト比が崩れる。空白が広い。 * レイアウトを修正する * 端末にあったレイアウトにする。力を入れているアプリに行う。 * iPhone Duoの場合は、ヘッダーやフッターがサイドバーにレイアウトできるので、サイドバーに置く。 * 最適化する * 端末にあった表示をする。主要な端末だと考えられる場合に行う。 * iPhone Duoの場合は、NavigationSplitViewの表示がiPadのようになるので、iPad対応相当のことを行う。

実際にどう対応していくか?

発表されたスペックや動画から端末の機能や画面サイズ、レイアウトのされ方を推定します。おおまかな対応度合いを決めておきます。

事前にシミュレータや近い端末がある場合は、動作を確認してどのように動くかを確認します。デザイナと対応度合いを決定してレイアウトを詰めていきます。

「レイアウトを修正する」以上の対応度合いにするならば、その端末を購入することを検討する。「最適化する」なら端末は購入して開発者の誰かが常に使っている状態にしておくことが好ましい。

対応に時間がかかるのであればXcodeのバージョンをしばらく上げないといった対応をすることを検討する。時間がかかりすぎる場合は初回の対応度合いを落として、リリースごとに対応度合いを上げていく。

AWS Certified AI Practitioner (AIF-C01)

試験対策プラン

試験対策としてまとまっている一覧。無料の範囲ではほとんどは動画を使った説明になっている。 AWS Skill Builder AWS Skill Builder

認定テスト

AWS Skill Builder公式の問題。繰り返し行って合格点が取れるように覚えていく。 AWS Skill Builder

割引

受験料が50%引きになる。プロモーションコードがある。2026 年 9 月 30 日まで。 支払う直前に入力をした。 AWS AI・クラウド基礎認定資格

AIについてのまとめ

Overview of machine learning with Amazon SageMaker AI - Amazon SageMaker AI

AIを作ったり、使ったりする場合に改善サイクルを回していく。

AIを作る場合はかけられるコストと期待する性能のあったものを選ぶ。コストを掛ければできることは増えていくが、実装の複雑さが増える。上からコストが低い。 * 既存の生成AIを使う * テンプレートとしてプロンプトを渡しておく * 基盤モデルから追加の学習を行う * ゼロから学習を行う

AWSには、生成AIを作る仕組み、実行する仕組みの両方のサービスがある。特化したAIも準備されている。AIの学習運用だけでなく運用していくための仕組みも用意されている。

サービス

  • Amazon SageMaker Clarify
    • 機械学習モデルの公平性を評価して、バイアスを検出するためのツール
  • Amazon SageMaker Data Wrangler
    • ML モデルを構築する前に、データのクレンジング、変換、特徴量エンジニアリングなどのデータ準備プロセスを簡素化して、GUIを使って迅速に実行するためのツール
  • Amazon Comprehend
    • 自然言語で記載された文章や記録などの構造化されていないテキストの情報から意味のある情報を抽出する機能を豊富に持つ自然言語処理(NLP:Natural Language Processing)サービス
  • Amazon Bedrock
    • テキスト生成や画像生成などのAIモデルを開発者が手軽に利用して、アプリケーションに組み込めるように設計されたマネージド型の生成AIサービス
  • Amazon Rekognition
    • 深層学習(DL:Deep Learning)に基づく画像認識や画像・動画分析を実施することができるマネージド型の人工知能

用語

  • BERT
    • Bidirectional Encoder Representations from Transformers
    • 補完したい場合に採用するべき人工知能
  • 学習率
    • モデルのパラメーターを更新する際のステップサイズを決定するハイパーパラメーター
  • エポック数
    • データセット全体の学習回数
  • ドロップアウト数
    • ニューラルネットの学習時にニューロンを無効化する確率を示す。高いとか学習を防ぐ効果があるが学習速度を下げる。 
  • 正規化パラメータ
    • モデルの複雑さを制御して、過学習を抑えるためのペナルティの強さを示す。適切な正規化はモデルの汎化性能を向上する。
  • モーメンタム
    • 過去の勾配を考慮して、現在の重みに加える更新を示す。学習の加速と局所回から脱出を図り、最適解に導く効果がある。
  • ファインチューニング
    • 事前に学習されたLLMに対して、特定の業務やタスクに関連するラベル付きデータを用いて追加学習を行うことにより、対象のモデルを目的のタスクに適応させるプロセス
  • Top-p サンプリング
    • 確率分布からトークンを確率の高い順に並べ、累積確率がpを超えるまでの集合を取り出し、その中からランダムに1つを選ぶ手法
  • 温度パラメーター
    • LLMの推論時に使用される設定項目であり、モデルが次の語句や文を選ぶ際のランダム性や多様性(出力の幅)を制御するために使われます。温度の値が低いほど、モデルは確率的に最も高い(=ありそうな)単語を優先して選ぶ。
  • ハイパーパラメーター
    • 機械学習(ML:Machine Learning)モデルの構築や学習の際に、事前に設定するパラメーターであり、モデルの学習プロセスや構造、推論時の出力の特性を決定する要素
  • 部分依存プロット(PDPs)
    • 特定の特徴量がモデル予測にどのような影響を与えるかを他の変数の影響を平均化した状態で視覚的に示す
  • SHAP
    • 各特徴量が個々の予測にどれだけ寄与したかを、ゲーム理論に基づく一貫したルールで数値化して予測の理由を定量的に示す
  • LIME
    • 特定の予測の近傍でモデルを単純な近似モデルに置き換えて、局所的にどの特徴量が予測に影響したかを説明する
  • HIPAA
    • 1996年に米国で制定された医療情報保護のための重要な法律であり、プライバシーの保護とセキュリティの確保を目的としています。
  • エクスポージャー
    • モデルが学習時に取り込んだ機密性の高い情報や個人情報を、出力結果としてそのまま外部に漏洩してしまうリスク
  • 再現率
    • 実際に正しいデータのうち、正しくポジティブと判定できた割合を示す指標。
  • 埋め込み
    • 自然言語の語句や文を数値ベクトルに変換する技術であり、これによりモデルは語句間の意味的な類似性を定量的に把握できる
  • 敵対的生成ネットワーク(GAN:Generative Adversarial Network)
    • 生成器と識別器という2つのニューラルネットワークが競い合いながら学習することで、極めてリアルなデータを生成する仕組みを持つ生成AIモデル
  • CSAT
    • Customer Satisfaction Score:顧客満足度スコア

AWS Certified Cloud Practitioner (CLF-C02) を取るときにやったこと

AWS Skill Builder

AWS Skill Builder AWS全般の学習できる。 AWS Skill Builder でCLF-C02用のトレーニングのまとめがある。サブスクリプションも含まれているが、無料の範囲のトレーニングである程度学習できると思われる。

外部サイト

【隙間時間で学ぶ】AWS資格 - 完全無料の問題と徹底解説 でおそらく過去問だと思われる内容がある。最終的にはひたすらに問題を解いた。

AWS Well-Architected フレームワーク

https://docs.aws.amazon.com/ja_jp/wellarchitected/latest/framework/wellarchitected-framework.pdf AWS Well-Architected フレームワークというものがあり、AWS のワークロードの設計、提供、メンテナンスにベストプラクティスを適用する上で役立つガイダンスを提供を提供している。

知らないサービスが山のようにある

AWS Certified Cloud Practitioner (CLF-C02) - AWS Certified Cloud Practitioner があり、試験の対象となる内容が書かれている。 対象となるサービスが 対象の AWS サービス - AWS Certified Cloud Practitioner に列挙されている。EC2くらいなら知っているが知らないサービスが山のようにある。各サービスの概要を覚える必要がある。

分析

  • Amazon Athena
  • Amazon EMR: Apache Spark や Apache Hive、Presto などのオープンソースの Hadoop フレームワークを使用して、ペタバイト規模のビッグデータを高速に処理(分散データ処理、相互分析、機械学習)するためのサービス。ストリームのデータ処理を実行するために使用する AWS サービス。
  • AWS Glue: 複数のデータソースからデータを容易に抽出、変換、ロードする ETL の機能を提供するサーバーレス・データ統合・変換サービス
  • Amazon Kinesis
  • Amazon OpenSearch Service: リアルタイムにアプリ管理、ログ分析やクリックストリーム分析などを実施できる分析サービス
  • Amazon QuickSight
  • Amazon Redshift

アプリケーション統合

  • Amazon EventBridge
  • Amazon Simple Notification Service (Amazon SNS)
  • Amazon Simple Queue Service (Amazon SQS)
  • AWS Step Functions

ビジネスアプリケーション

  • Amazon Connect
  • Amazon Simple Email Service (Amazon SES)

クラウド財務管理

  • AWS Budgets: AWS の予算管理を実施するサービスであり、使用しているリソースの使用状況を監視して、予め設定した金額を超えた場合にアラートを通知する
  • AWS Cost and Usage Reports
  • AWS Cost Explorer
  • AWS Marketplace

コンピューティング

  • AWS Batch: 大規模なコンピューティングタスクを管理し、需要に応じてリソースを自動的に調整。数10万件の大規模なジョブを効率的に処理できる。
  • Amazon EC2
  • AWS Elastic Beanstalk: 環境のプロビジョニングと管理を効率化
  • Amazon Lightsail: 複雑なインフラストラクチャに頼ることなく、ウェブアプリケーションのセットアップと管理を効率化
  • AWS Outposts: AWS のサービスをオンプレミス環境に拡張し、ハイブリッドクラウドアーキテクチャをサポート

コンテナ

  • Amazon Elastic Container Registry (Amazon ECR)
  • Amazon Elastic Container Service (Amazon ECS)
  • Amazon Elastic Kubernetes Service (Amazon EKS)

カスタマーイネーブルメント

  • AWS サポート
    • Technical Account Manager(TAM): AWS を導入している企業や個人を 技術的な視点で支援する専門家チームで、AWS Support におけるエンタープライズ・プラン

データベース

  • Amazon Aurora
  • Amazon DocumentDB
  • Amazon DynamoDB
  • Amazon ElastiCache
  • Amazon Neptune
  • Amazon RDS

デベロッパーツール

  • AWS CLI
  • AWS CodeBuild
  • AWS CodePipeline
  • AWS X-Ray

エンドユーザーコンピューティング

  • Amazon AppStream 2.0
  • Amazon WorkSpaces
  • Amazon WorkSpaces Secure Browser

フロントエンドのウェブとモバイル

  • AWS Amplify
  • AWS AppSync

IoT (モノのインターネット)

  • AWS IoT Core

機械学習

  • Amazon Comprehend: 自然言語で記載された文章や記録などの構造化されていないテキストの情報から意味のある情報を抽出する豊富な機能を備えた自然言語処理サービス。重要な個人情報やキーワード、感情のニュアンスを抽出できる。
  • Amazon Kendra: 機械学習を活用したインテリジェントなエンタープライズ検索で回答。自然言語での問い合わせや、データに基づくインテリジェントな回答
  • Amazon Lex: 音声やテキストを使用してアプリケーションに対話型インターフェイスを提供するサービス
  • Amazon Polly
  • Amazon Q
  • Amazon Rekognition: ML を使用して画像認識と動画分析
  • Amazon SageMaker AI: MLモデルを迅速に構築して、学習するためのモジュールが用意されたマネージド型のサービス
  • Amazon Textract
  • Amazon Transcribe: 自動音声認識(ASR:Automatic Speech Recognition)と呼ばれる深層学習の技術により、迅速に高精度で音声情報をテキストに変換して文字起こしを行うサービス
  • Amazon Translate

マネジメントとガバナンス

  • AWS Auto Scaling
    • 起動するインスタンスの設定とAuto Scalingグループの設定がある。どちらに属するかを覚えておく必要がある。
  • AWS CloudFormation
  • AWS CloudTrail
  • Amazon CloudWatch
  • AWS Compute Optimizer
  • AWS Config: AWS 環境内のリソースの構成や設定を監視・管理するためのサービス
  • AWS Control Tower: セキュリティやコンプライアンスに準拠したマルチ・アカウント構成のワークロード環境を自動的に構築するマネージド型のサービス
  • AWS Health Dashboard
  • AWS License Manager
  • AWS マネジメントコンソール
  • AWS Organizations
  • AWS Service Catalog
  • Service Quotas
  • AWS Systems Manager
  • AWS Trusted Advisor: 利用者のサービス使用状況をモニタリングして、コスト、セキュリティ、パフォーマンスなどのベストプラクティスに従った推奨事項や改善提案を提供するオンラインツール。クラウド利点を最大限に活かして、コスト最適化を継続的に図る。
  • AWS Well-Architected Tool

移行と転送

  • AWS Application Discovery Service
  • AWS Application Migration Service
  • AWS Database Migration Service (AWS DMS)
  • Migration Evaluator
  • AWS Migration Hub
  • AWS Schema Conversion Tool (AWS SCT)
  • AWS Snow Family
    • Snowball Edge: セキュアなアプライアンスを使用して、AWS クラウドにペタバイト規模の大容量データを転送。100TB。機械学習によるデータ処理、クラスタリング。

ネットワークとコンテンツ配信

  • Amazon API Gateway
  • Amazon CloudFront
  • AWS Direct Connect
  • AWS Global Accelerator
  • AWS PrivateLink
  • Amazon Route 53
  • AWS Transit Gateway
  • Amazon VPC
  • AWS VPN:
  • AWS Site-to-Site VPN
  • AWS Client VPN

セキュリティ、アイデンティティ、コンプライアンス

  • AWS Artifact
  • AWS Audit Manager: AWS の使用状況を継続的に監査して、規制・業界標準・コンプライアンスに準拠するためにエビデンスの収集や監査レポートの作成を自動化するマネージド型のサービス
  • AWS Certificate Manager (ACM)
  • AWS CloudHSM: 世界的な基準である FIPS 140-2 のレベル 3 認証済みの専用の HSM(Hardware Security Module)を使用して、暗号キーのアクセス管理制御と保護を提供するマネージド型のサービス
  • Amazon Cognito
  • Amazon Detective
  • AWS Directory Service
  • AWS Firewall Manager
  • Amazon GuardDuty
  • AWS Identity and Access Management (IAM)
  • AWS IAM アイデンティティセンター
  • Amazon Inspector: Amazon EC2 インスタンスなどのAWSリソースに対して、脆弱性診断・セキュリティ評価を行うサービスであり、セキュリティとコンプライアンスを向上させるために役に立つツール
  • AWS Key Management Service (AWS KMS)
  • Amazon Macie
  • AWS Resource Access Manager (AWS RAM)
  • AWS Secrets Manager
  • AWS Security Hub
  • AWS Shield
  • AWS WAF

サーバーレス

  • AWS Fargate
  • AWS Lambda

ストレージ

  • AWS Backup
  • Amazon Elastic Block Store (Amazon EBS)
  • Amazon Elastic File System (Amazon EFS)
  • AWS Elastic Disaster Recovery
  • Amazon FSx
  • Amazon S3
    • Transfer Acceleration: 接続元のクライアントと S3 バケットの間の長距離ファイル転送をエッジロケーションを利用して高速化する Amazon S3 の機能
    • ライフサイクル管理: バケット内のオブジェクト単位でストレージクラスの変更や削除時期などを設定することで実行を自動化する機能
    • Glacier: 非常に低価格。データの取得に時間と費用がかかる。
  • AWS Storage Gateway

その他

  • ネットワークACL: AWSの標準的なファイアウォールの機能を提供するものであり、サブネットに対する特定のインバウンドまたはアウトバウンドの通信を、許可または拒否することによって、アクセス制御を行う仕組み

  • AWS Activate: スタートアップ企業向けに AWS が提供する、費用面および技術面の支援サービス

  • AWS Managed Services (AMS): 企業が大規模に AWS クラウドを利用するにあたって、ベスト・プラクティスに基づき、より効率的かつ安全に設計・構築および運用業務を代行する支援サービス
  • Amazon Timestream: IoT 機器から取得したタイムスタンプを持つ時系列データをリアルタイムに処理するアプリケーションに適したマネージド型の時系列データベース・サービス
  • AWS IQ: 利用者とAWS 認定の専門家を直接マッチングするサービスであり、利用者はこのサードパーティのエキスパートによってオンデマンドで提供される業務支援を受けることができます
  • AWS Data Exchange: AWSクラウド上でサードパーティー製のデータセットを安全かつ効率的に検索・取得して、サブスクリプション方式で利用できるように設計されたデータサービス
  • Amazon Data Firehose: ストリーミング・データを Amazon S3 や Amazon Redshift 等といったデータストアや Amazon OpenSearch Service 等の分析ツールにリアルタイムに転送することができるマネージド型のデータ配信サービス
  • AWS Cost Categories: 請求関連サービスのひとつであり、コストと使用状況の情報をビジネス・ニーズに基づき自動分類する

単語帳

  • マルチテナンシー
    • Amazon EC2 インスタンスのコンテキストでは、複数の仮想マシンが相互に分離された状態で、同じ物理ホスト上のリソースを共有できること。
  • カーブアウト: 分離
  • プレースメンドグループ: 配置方法を制御して、パフォーマンスあるいいは可溶性のいずれかを最適化するための仕組み
    • クラスター
    • スプレッド
    • パーティション
  • インスタンスファミリー: リソース構成に基づいてグループ化したもの。汎用、メモリ最適化などがある。
  • テナンシー: 物理ホストの占有オプション。
  • Savings Plans: 1年 or 3年の処理能力で契約する
    • Compute Savings Plans: EC2, Fargete, Lambda
    • EC2 Instance Savings Plans
    • Amazon SageMaker Savings Plans
  • AWS 導入フレームワーク(AWS CAF)
    • ビジネス
      • 戦略管理
      • イノベーション管理
      • 戦略的パートナーシップ
      • ビジネスインサイト
      • ポートフォリオ管理
      • プロダクト管理
      • データの収益化
      • データサイエンス
    • ピープル
      • 組織文化の進化
      • クラウドの熟練
      • 変化の加速
      • 組織的連携
      • 変革型リーダーシップ
      • 人材の変革
      • 組織デザイン
    • ガバナンス
      • プログラムおよびプロジェクト管理
      • リスク管理
      • アプリケーションポートフォリオ管理
      • データキュレーション
      • ベネフィット管理
      • クラウド財務管理
      • データガバナンス
    • プラットフォーム
      • プラットフォームアーキテクチャ
      • データアーキテクチャ
      • プラットフォームエンジニアリング
      • データエンジニアリング
      • プロビジョニング及びオーケストレーション
      • モダンアプリケーション開発
      • CI/CD
    • セキュリティ
      • セキュリティ統制
      • ID及びアクセス管理
      • 脆弱性管理
      • データ保護
      • インシデント対応
      • セキュリティ保証
      • 脅威検出
      • インフラストラクチャ保護
      • アプリケーションのセキュリティ
    • オペレーション
      • オブサーバビリティ
      • インシデント及び問題管理
      • パフォーマンス及びキャパシティ管理
      • パッチ管理
      • アプリケーション管理
      • イベント管理
      • 変更及びリリーズ管理
      • 可溶性及び継続性管理

受験時の教訓

  • 家で受験した。システムテストは行ったが、当日にシステムの立ち上げ時により細かい要件があった。
    • 机の周りを片付ける必要があった。少なくとも手の届く範囲にものがあってはいけない
    • イヤホンをしてはいけない
    • 人がいてはいけない
  • テストセンターでやった方が良かったかも

結果

1ヶ月程度かけて勉強して、2026年7月23日に合格した。

ワンバンクがどうやって稼いでいるか?

https://onebank.jp/

物理カード発行手数料

  • 物理カードを発行するのに手数料が発生する
    • 通常: 900円
    • ワンバンクプラスの場合は無料
    • 磁気カード: 300円(ほぼ使えない)

まぁまぁするなぁという感想。

ワンバンクプラス

ワンバンクプラス | AI家計簿アプリワンバンク 月額課金要素

  • 480円/、4800円/年
  • いくつかの機能を追加・強化する

あとばらいチャージ・マイペース払い

スマートバンクは貸金業ができないので、株式会社スマートプラスクレジットと契約して、後払いを行えるようにする。貸付利率3.0~18.0%。

決済手数料

  • プリペイドカードを使った場合、加盟店からの手数料

現在、SwiftでAndroidアプリを作ることはできるのか?

Swift 6.3は、正式版Swift SDK for Androidを含むようにあった。

現実的にAndroidアプリ開発に使えるか否かを確認することにした。

Getting Started with the Swift SDK for Android | Swift.org

Swift言語の例

GitHub - swiftlang/swift-android-examples · GitHub

いくつか修正することで動作させることができた

Package.swift

-    .package(url: "https://github.com/swiftlang/swift-java", from: "0.1.2"),
+    .package(url: "https://github.com/swiftlang/swift-java", from: "0.4.2"),

gradle.kts

- def swiftVersion = System.getenv("SWIFT_VERSION") ?: "6.3"
+ def swiftVersion = System.getenv("SWIFT_VERSION") ?: "6.3.2"

下記を参考して動作させることができる Swift SDK for Androidを使ってiOSアプリのロジックをAndroidアプリで再利用する - every Tech Blog

swift-android-examplesの中身

全体として、libにSwiftのファイルが入っており、SwiftをコンパイルしてAndroidアプリで使えるようにしている。

hello-swift-java-hashing

lib に一つのファイルしかない。SwiftHashingファイルにhash関数のみ実装されている。 AndroidアプリからはSwiftHashingクラスの中にhash関数が入っているように見える状態になる。

swift-java-weather

位置情報から現地の天気を通信取得して表示するアプリ。 一部の実装をAndroidとiOSで実装されるようにしている。位置情報と通信部分をそれぞれのOSで実装されるようにしている。 LocationFetcherとしてInterfaceのみを提供してAndroid側でLocationServiceとして実装して、通信部分はOpenAPIから生成している。

native-activity

OpenGLで画面全体に一色に塗って、時間経過で色が変化していくアプリ。 ActivityをSwiftで書いている。

swift-android-examplesのまとめ

  • 簡単なロジックを書くことができる
  • 一部をAndroidネイティブで実装できる
  • AndroidとiOSでロジックや使うライブラリを切り替えて実装することができる
  • ActivityをSwiftで書くことができる

swift-android-examplesの感想

  • コアのロジックをSwiftで実装し共通化することはできそう
  • UIに踏み込んだ部分を書くことができそうではあるが、どこまでできそうかは追加で調査する必要がある

Skip

SkipはiOS向けにネイティブにコンパイルし、Android向けには本物のJetpack Composeを生成できる。 Skip: One Swift Codebase. Two Native Platforms. 参考: Skip - SwiftでAndroid開発

SwiftUIの実装も変換できる

Androidアプリに変換することができる。SwiftUIでは作りにくい部分に関しては、Swiftのコード上で分岐してComposeを使うことができる。

全体のまとめ

  • 継続して調査を行なって追記していく

宇宙は膨張していないのではないか?

根拠も計算もない妄想と言える文章です。

宇宙が膨張している根拠として、十分遠方の天体はすべて赤方偏移を示しているからだということが根拠に挙げられているが、別の要因で赤方偏移していると考えた。

注目したのは重力ポテンシャルです。重力ポテンシャルは無限遠を基準点(重力ポテンシャルが0の点)として、負の値を取り、質量のある物質に近ければ近いほどマイナスの値が大きくなる。重力赤方偏移があり、重力赤方偏移は重力ポテンシャルが低いところから高いところで観測すると光の波長が長くなって観測される。重力赤方偏移によって、赤方偏移していると考えた。

何もない空間の重力ポテンシャルは、現在を基準点0であるとして、数億年前の何もない空間であっても現在よりも低い値を取っていた。つまり、重力ポテンシャルが時間と共に増加することによって赤方偏移を起こしている。これは、宇宙全体の重力ポテンシャルの変動が起こっている。宇宙全体で起こっている変動なので、太陽系の大きさや数年程度では今までの物理法則に影響が出るほどの変動を観測することができない。

さらなる妄想

ブラックホールの中に別の宇宙があるという説があり、この宇宙もまたブラックホールの中にあるかもしれない。この宇宙を構成しているブラックホールの外側に降着円盤のようなものが三次元的に包み込んでいると仮定する。これを仮に降着膜と呼ぶとする。降着膜は莫大な質量を持ってブラックホールを包むことによって、降着膜の内側と外側に異なる重力ポテンシャルを生み出すことができる。降着膜の外側に比べて内側は重力ポテンシャルが低い状態になる。ブラックホールの中にある宇宙もその影響を受けて、宇宙全体の重力ポテンシャルを下がる。 降着膜は降着円盤と同様にジェットを出している。ジェットによって、降着膜の質量は徐々に減少していく。降着膜の質量の減少は内側の重力ポテンシャルの増加することになる。時間経過によって、この宇宙の重力ポテンシャルの増加する。

ナフサについて調べた

主な参考

ナフサとは

「ナフサは、原油を精製して作られる石油製品の一種。ナフサをエチレン等の基礎化学品に分解、中間製品を経てプラスチック製品等を生産。」と書かれており、ナフサは原油を精製して作られている。原油からは、ナフサの他に軽油、重油、灯油、アスファルト等も精製される。

「中東4割・国産4割・その他地域2割」と書かれていることから、ナフサの一部は原油から国内で精製を行っている。原油から精製できる物も必要であれば原油を、ナフサから精製されるものが多く必要ならナフサだけを輸入しているといえそうだ。

原油から精製されて、ナフサを国内生産しているというものの原油はどこから手に入れているかといえば中東です。2024年で95.9%を中東に依存している。中東で何かあればナフサも原油も輸入できない。