グリーンAI：計算廃棄物の統一理論
論文は、AIと物理シミュレーションにおける計算効率の低下が、外部測定スケールへの依存という存在論的誤りに起因すると指摘する。著者は「オントメトリック関係計算」フレームワークを導入し、不要な計算オーバーヘッドが単位の歪みと二次関数的に増大することを証明（O=D²則）。システム自身を尺度とすることで、最適化オーバーヘッドを定数にまで削減し、スケール不変性、ゼロショット相転移外挿、真のグリーンAIを実現する。
2026年5月30日、プレプリント論文「計算廃棄物の統一理論」がZenodoで公開され、著者のMassimiliano Concas氏は画期的な主張を展開しています。人工知能と物理シミュレーションが直面する計算非効率の根本原因は、ハードウェアの限界ではなく、数学的現実表現における存在論的誤り——自己完結システムに絶対的な外部測定スケール（ケルビン、メートルなど）を強制すること——にあると指摘します。この「次元税」により、不要な計算オーバーヘッドは導入単位とシステム内在ダイナミクスの歪みの二乗（O=D²則）に比例して増大し、現代のディープラーニングにおける膨大なエネルギー浪費を引き起こしています。さらに、数学的無限大への依存が従来モデルを重要な相転移の検出から遠ざけています。
論文で提案される「オントメトリック関係計算」フレームワークは、システム自身を尺度とする画期的な解決策を提示します。モデルをシステムの理論的物理限界（「北極星」）に固定された有界・無次元比で構成することで、最適化オーバーヘッドは定数に崩壊します。6つの機械学習ドメインと古典物理シミュレーションにわたる実証検証により、本フレームワークは以下の成果を実証しました：最適化オーバーヘッドの完全排除と技術的負債の数学的除去；構造的スケール不変性により単位系変更の影響を受けない予測；従来AIが壊滅的に失敗する臨界境界をゼロショットで越える相転移外挿。
本研究はランダウアーの情報熱力学とコルモゴロフのアルゴリズム複雑性を橋渡しし、構造的計算廃棄物を排除する理論的証明、アーキテクチャガイドライン、再現可能なコードを提供します。GitHubで公開されたPythonコードとともに、数学的安定性と資本効率の高いアルゴリズム設計、そして真のグリーンAI実現への明確な青写真を示しています。Ciber Fabbricaの研究チームによるこの成果は、ZenodoのDOIとソフトウェアリポジトリを通じて広く利用可能です。