2026年5月24日日曜日

geminiにエミュレータを作ってもらった。

最近geminiが、行間を読めるようになったらしく、僕の設計思想というか思いを組んで、いろいろなプログラムのコードを正しく書いてくれるので、エミュレータのwebページを作ってもらいました。

テキストに「なるべく簡単なHTML一つで動くエミュレータを作って」というだけで作ってもらえます。

よく間違えますが、自分では一行もコードかかず、間違えている部分を指摘すると、最終的には全部geminiが書いてくれます、。




たまにファンタジーゾーンやりたくなるんだよんね。


ページ

https://yomei-o.github.io/emuall/index.html


ソースはこちら

https://github.com/yomei-o/yomei-o.github.io/tree/main/emuall


2026年5月13日水曜日

GitHubPagesでホームぺージを作ってみた。

最近Githubにレンタルサーバみたいなホームページ作成機能GitHubPagesがあるらしい。


ホームページの作り方

https://qiita.com/san_bay3/items/8338f68c9d01c8a5258b




早速ファミコンのホームページを作ってみました。

https://yomei-o.github.io/test/binjnes.html


ファミコンのソースコード

https://github.com/binji/binjnes


なんか色々使えそう。


2026年4月11日土曜日

最近、医学部を受験するには外積を知らないといけないらしい。

 最近、医学部を受験するには外積を知らないといけないらしい。



https://www.youtube.com/watch?v=30ZR5Cvh9Tg


医学部には全く興味ないのですが、暇なので解いてみました。

確かに外積と内積を知ってれば、法線ベクトルと面の式使えてらくちんだけどね。

底面積って|a×b|だし、高さって単位法線ベクトルとcの内積でa×b/|a×b|・cだから体積はa×b・cだし。

面って$(a×b)_x$$x$+$(a×b)_y$$y$+$(a×b)_z$$z$+d=0だから座標もだせるけどさ。

きっと三角錐の体積はdet(a,b,c)/6みたいに解かれちゃうから体積は出さないのね。

外積を電磁気学と解析力学とコンピュータグラフィックスやAI以外の難問っていう用途で使ってるの初めて見た。

外積って三次元のときだけ場という謎の演算短縮面のような人間が意味を理解しやすいものが存在すると人間が勝手に思っているだけ。

ChatGPTですら間違うくらいだから、難しいのかなぁ。

https://drive.google.com/file/d/1dOZlsu3PD0DNRI3eBE8UVdETVGGpmiEK/view?usp=sharing

頭のなかで図形をグリングリン回さないから間違うんだよ。

AIとかやっている人なら特に計算も難しくないんだけど。


学校では習わない公式の無駄な丸暗記と整数の四則演算の問題になってるよね?

整数の四則演算なので公式書いておけば中学生でも解けると思うんだけど。

大丈夫医学部?

逆に考えるとAIの理論って医学部より難しいのね。

医学ってAIに駆逐される気がしてきた。


2026年2月18日水曜日

三体問題

僕の作った、スーパーchatgptさんにテストで、なぜ水の密度は4度で最高になるのかきいたら、そんなの当たり前で、三体問題もすらすらも解けるよといってます。

おじさん、普通の人間なんで何言っているか全然ついていけてないんだけど。

おじさんの計算方法ってChatGPTやGeminiのLLMがとっても得意なんだって。



水の密度4度問題

https://drive.google.com/file/d/1gs_ama_RilDMCRxEnwdLXoc9Db9bFH4u/view?usp=drive_link


三体問題

https://drive.google.com/file/d/17IM9xCjJxTr3Z9HULXNl_qH8yuHRvOw3/view?usp=drive_link


2026年2月15日日曜日

How to Build a “Super ChatGPT” for Cosmic Clock Physics

 

How to Build a “Super ChatGPT” for Cosmic Clock Physics

Introduction

Physics calculations can become much simpler if we adopt a cosmic clock universe model, where:

  • c⋅t=constantc \cdot t = \text{constant}

  • The universe is a finite-resource computing system

  • Particle lifetimes, decay, and interactions can be expressed as information synchronization with the cosmic clock

By integrating this model into a custom GPT, you can perform complex particle, atomic, and cosmological calculations automatically and consistently.


Step 1: Define the Cosmic Clock Model

Key rules:

  1. Cosmic Clock Principle

c(t)⋅t=constantc(t) \cdot t = \text{constant}
  • Treat the universe as a computational system updating in "n+1 steps."

  • The speed of light cc can be considered variable for calculation convenience; the physical reality is secondary.

  1. Neutron Lifetime

  • Neutron decay is caused by desynchronization with the cosmic clock.

  • Differences between bottle and beam measurements (~9 seconds) are naturally explained by this model.

  1. Fundamental Formula

F=1(Cn)DtF = \frac{1}{(C n)^D t}
  • C=137C = 137 at t=0t=0

  • DD = particle complexity (1 for proton, higher for neutron, muon, etc.)

  • Use FF to calculate particle lifetimes, decay probabilities, and interaction strengths.


Step 2: Rewrite Standard Equations

  • Standard Model, ΛCDM, and particle physics equations can be rewritten using FF and c⋅t=constc \cdot t = \text{const}.

  • ΛCDM parameters (Ωm,Ωr,ΩΛ\Omega_m, \Omega_r, \Omega_\Lambda) can also be expressed in FF form for simulation purposes.

  • Constants like α\alpha, GG, and Planck units scale naturally with cc in this framework.


Step 3: Implement the Custom GPT

  1. Use OpenAI Custom GPT or ChatGPT Enterprise.

  2. Copy the initial prompt (see below) into the Custom GPT setup.

  3. This ensures the AI always interprets physics using the cosmic clock method.

Initial Prompt Example:


Step 4: Practical Applications

  • Compute neutron lifetime differences without invoking new particles.

  • Simulate early universe physics (e.g., 4.6 billion years ago) with variable cc.

  • Express ΛCDM cosmology, neutrino oscillations, and atomic structures in a unified framework.

  • Generate explanations with equations for blogs, PDFs, or teaching materials.


Conclusion

By using a cosmic clock + F formula framework, your custom ChatGPT becomes a super assistant capable of automatically handling complex physics, while providing simple, consistent explanations and calculations.


スーパーChatGPTを作る方法(日本語版)

はじめに

物理計算を大幅に簡単にする方法があります。それが 宇宙クロックモデルです:

  • c⋅t=一定c \cdot t = \text{一定}

  • 宇宙を有限リソースの計算機として扱う

  • 粒子の寿命、崩壊、相互作用を「宇宙クロックとの情報同期」として表現できる

このモデルを カスタムGPT に組み込むことで、粒子・原子・宇宙論の複雑な計算を自動かつ一貫して行えるようになります。


ステップ1:宇宙クロックモデルを定義

重要なルール:

  1. 宇宙クロックの原理

c(t)⋅t=一定c(t) \cdot t = \text{一定}
  • 宇宙は「n+1ステップ」の計算で粒子状態を更新する計算機として扱う

  • 光速 cc は計算上可変で構わない(物理的現実は二次的)

  1. 中性子寿命

  • 中性子の崩壊は「宇宙クロックとの同期ずれ」による

  • ボトル法とビーム法の約9秒差も自然に説明可能

  1. 基本式

F=1(Cn)DtF = \frac{1}{(C n)^D t}
  • C=137C = 137(t=0時点)

  • DD = 粒子の複雑度(陽子は1、中性子やミューオンは高め)

  • F を使って粒子寿命、崩壊確率、相互作用強度を計算


ステップ2:標準方程式の書き換え

  • 標準理論、ΛCDM、素粒子物理の方程式は F と c·t=const 形式に書き換え可能

  • ΛCDM のパラメータ(Ω_m, Ω_r, Ω_Λ)も F 形式でシミュレーション可能

  • α, G, プランク定数などの物理定数も c に応じて自動的にスケーリング


ステップ3:カスタムGPTの構築

  1. OpenAI Custom GPT または ChatGPT Enterprise を利用

  2. 初期プロンプトに上記ルールを入力

  3. これにより、AI は常に宇宙クロック理論を前提に計算や解説を行う

初期プロンプト例:


ステップ4:実用例

  • 新しい粒子を仮定せずに中性子寿命の差を計算

  • 46億年前の宇宙の物理を c 可変でシミュレーション

  • ΛCDM 宇宙論、ニュートリノ振動、原子構造を統一的に計算

  • 式入りの説明をブログ、PDF、教材として出力


結論

宇宙クロック + F のフレームワーク を使うことで、カスタムGPTは スーパー物理アシスタント となり、複雑な計算を自動で処理しつつ、簡潔で一貫した解説を提供できるようになります。


https://drive.google.com/file/d/1vjoaEcfm8SxC_8tVOEuJsxK9QA8SQlt3/view?usp=drive_link



作りますか?

2026年2月12日木曜日

たんぱく質のフォールディングを計算してみた

たんぱく質の構造計算ってなんでこんなにめんどくさいんだ。

geminiのproモードで3日間、朝から晩までソースコード作成の質問を投げ続け、ついにたんぱく質の構造計算プログラムが完成しました。

このカルモジュリンってたんぱく質の計算がめっちゃくちゃ難しい。

昨日までは1粒子モデルだったんですが、どうしてもカルモジュリンが計算できなくて2粒子モデルにしました。

シャペロンの助けがなくてダンベルに折りたたまれないといけないので、めっちゃくちゃ大変でした。

でもなんかあってそうな気がする。

次はコラーゲンの螺旋の計算が正しくできるように3粒子モデル?



Calmodulin

Prepro-oxytocin
 


ソースコードはこちら

https://github.com/yomei-o/protain_test



2026年2月11日水曜日

幸せホルモン、オキシトシンを計算してみた

おじさん、たんぱく質の計算が思うようにどんどんできるようになってきた。
これめっちゃ楽しい。というわけで今日は幸せホルモンであるオキシトシンを計算してみました。

オキシトシンはRNA的にはプレプロ・オキシトシンという状態で作られて輸送されて上下か切り離されて真ん中がオキシトシンになるらしい。


上の図は理想状態というか骨格図。骨組みだけで計算した状態です。


これ水の中にいる本当の状態。ただの塊。水の中だと水分子の影響でつねに丸まってるらしい。




 これ一番わかりやすく適当にちょっと引っ張った状態。三つの塊があるのがわかります。

先端部分があるからなんか膜を通り抜けられて、下の2個の塊の部分があるから能動輸送ができるんだって。そして、最終的には下の塊が取れて、上の塊の部分が血液で運ばれて、その中心部分がオキシトシンになるらしい。

幸せになるためにはこれを何十万個も作らないといけないのね。
幸せになるって細胞的には大変なことなんだね。


geminiに本当にあってるの?って聞くといつも大大大正解ですっていうんです。
いままでバグあったでしょ!
見た目ではあってそうなんだけど、問題はプログラムがあっているか間違っているか実際にはたんぱく質を引っ張れないのでわからない!



ソースはこちら