太陽でも「雨」が降っている──といっても、水ではなくプラズマの雨だ。

ハワイ大学の研究チームが、この不思議な「太陽の雨」がなぜそんなにも速く起こるのか、ついにその謎を解き明かした。天文学者たちを長年悩ませてきた問題に、ようやく答えが見つかったのだ。

この現象が起きるのは、太陽の外層「コロナ」と呼ばれる領域。そこは数百万度にも達する高温の世界で、冷たいプラズマの塊が太陽の表面から高く浮かび上がり、再び落下してくる。その様子は、光り輝く“プラズマの雨”のように見える。長年、研究者たちはこの「雨粒」がどうしてこんなに素早く形成されるのかを説明できずにいた。

だが今回、『The Astrophysical Journal（アストロフィジカル・ジャーナル）』に掲載された新たな研究は、その原因を太陽の化学組成の変化に見出した。これまでの太陽モデルでは、コロナ中の元素の割合はどこでも同じとされてきた。しかし実際には、太陽のコロナでは元素の構成が絶えず変化しており、その違いがプラズマの冷却速度に大きな影響を与えていたという。

放射は太陽のプラズマを冷やす役割を果たすが、その冷却効率はどんな元素が含まれているかによって大きく変わる。従来のモデルでは、コロナ中の元素組成が一定と仮定されていたため、放射がどのくらい早く逃げるかという重要な部分を見落としていた。その結果、実際の観測で見られる「太陽の雨」の速い形成スピードを再現できなかったのだ。

この問題を解決するために、ハワイ大学の研究チームは既存のプラズマシミュレーションツール「HYDRAD」を改良した。このツールは、太陽の磁力線に沿って荷電粒子がどのように動くかを追跡できる。研究チームはそこに新機能を加え、鉄・ケイ素・マグネシウムといった低FIP元素（電離ポテンシャルの低い元素）の動きと変化を反映できるようにした。これらの元素は太陽活動において重要な役割を果たしている。

新モデルを実行したところ、驚くべき結果が得られた。高温のプラズマがコロナ内の磁力ループを上昇するにつれて、元素の構成が変化していくことがわかったのだ。ループの頂上付近では放射が急増し、プラズマが急速に冷却。その冷却によってプラズマが凝縮し、“雨粒”のような塊となって再び太陽表面に落下する―これが、太陽の雨（solar rain）の正体だった。

日本の「ひので（Hinode）」衛星による観測でも、このモデルの予測が裏付けられた。実際の「雨」の組成は太陽表面に近く、周囲のプラズマは典型的なコロナの化学組成を保っていたのだ。

「鉄のような元素が時間とともに変化することをモデルに組み込むと、ようやく観測結果と一致したのでとても興奮しています」と、筆頭著者のルーク・ベナヴィッツ（Luke Benavitz）氏は述べている。共同研究者のジェフリー・リープ（Jeffrey Reep）氏も「このプロセスを理解することで、太陽大気におけるエネルギーの流れそのものを見直す必要が出てくるかもしれない」と付け加えた。

つまり、太陽でも“雨”は降っている。

そして今、その理由がようやく科学的に解明されたのだ。

（この記事は、英国のテクノロジー特化メディア「Wonderfulengineering.com」から転載したものです）

本稿は『AIを使って考えるための全技術』（石井力重著、加藤昌治監修、ダイヤモンド社刊）の内容を一部抜粋・編集して作成した記事である。

「AIが「使えるかどうか」は、人間側の「使い方」で決まります」

そう語るのは、グーグル、マイクロソフト、NTTドコモ、富士通、KDDIなどを含む600社以上、のべ2万人以上に思考・発想の研修をしてきた石井力重氏だ。

そのノウハウをAIで実践できる方法をまとめた書籍『AIを使って考えるための全技術』。全680ページ、2700円のいわゆる“鈍器本”ながら、「AIとこうやって対話すればいいのか」の声もあり、話題という。

思考・発想のベストセラー『考具』著者の加藤昌治氏も全面監修として協力し、「これを使えば誰でも“考える”ことの天才になれる」と太鼓判を押した同書から、AIの便利な使い方を紹介しよう。

AIを使って“課題を解決”できる「聞き方」

AIを仕事に活用できるシーンは多々ありますが、業務の効率化や自動化だけに使うのは少々もったいない。新しいアイデアを考えるといった、「頭を使う作業」にもAIは活用できます。

ただし、適当な聞き方をしても、質の良い回答は得られません。ロクでもない回答が返ってきてしまうときには、人間側の質問（プロンプト）が適切でないことがほとんどなのです。

たとえば、AIを使って「課題を解決したい」ときにおすすめなのが、技法その40「阻害の要因」です。
こちらが、そのプロンプトです。

「何が、その課題解決を阻害しているのか」を問い、考えうる「根っこ」を可能なかぎり列挙してもらいます。そして一番下に存在する「根っこの問題」を突き止めたら、下から上へと順々に解決していくと、当初の問題が解決可能なものに変換されていきます。

創造工学における「何があなたを制止するのか」と呼ばれる分析手法を応用しています。

「英語の継続学習」を妨げる要因を探ってみよう

では、実践してみましょう。
課題解決を困難にしている理由が市場環境など「外的」なものでなく、人間の心理など「内的」なものである場合もあります。「本人の努力しだい」と言って片付けられがちですが、言うだけでは解決しません。

そこで、多くのビジネスパーソンがトライしたけれど挫折したであろう（と勝手に認定します）案件の代表例である英語学習を例に採って実践してみましょう。

「本人の意志が弱いから」「能力不足」といった言葉はグッと飲み込んで、「根っこ」はどこにあるのかAIに探してもらいましょう。