🎲⚛️📊生成AIの画像生成に役立つ、ランダム『真の乱数（物理現象を利用）と疑似乱数（計算式で生成）』、ピュアランダムネス、統計学を比較したインタラクティブシミュレーションを制作を致しました。

アラフィフ彼女のシンプルライフ様のこの記事が非常に興味深かったので、そこから更に掘り下げてみました。

先日の統計学の記事をアップした後、統計学との比較の為、私のだいぶ前の記事を基にしました。

ランダム（Random）と ピュアランダムネス（Pure Randomness）の違い

ランダム（一般的な意味）

「予測が難しい」「規則性が見えにくい」という実用的・主観的な概念です。

例：量子力学的現象（放射性崩壊、光子の偏光）

具体的な比較

疑似乱数（PRNG）の場合：
シード値 42 → 0.3745, 0.9507, 0.7320, ...

同じシードなら同じ系列が再現される
→ 「ランダムに見える」が「ピュア」ではない

量子乱数（QRNG）の場合：
測定1回目 → 0.2819
測定2回目 → 0.6473
測定3回目 → 0.1052

原理的に再現不可能、予測も不可能
→ ピュアランダムネスに近い

一言でまとめると

Nobukiさんのアプリで示されているように、コンピュータで生成できるのは「ランダム」であり、「ピュアランダムネス」は自然界の量子現象などからしか得られない、という点が重要な教育メッセージになっていますね。

今回のプロジェクトの概要をまとめます。

プロジェクト概要

テーマ

「ランダムネス」の本質を理解するための教育的インタラクティブシミュレーション

背景・出発点

Nobukiさんが作成されたStreamlitアプリ「ピュアランダムネス・シミュレーション」をベースに、より深い理解を促すためのHTML/JavaScript版シミュレーションへと発展させました。

核心となる3つの概念

成果物

1. ピュアランダムネス・シミュレーション

• 散布図アニメーション

• ランダムウォーク（1D/2D）

• エントロピー測定

• 数列ストリーム比較

2. 3者比較シミュレーション

• 大数の法則の可視化

• 中心極限定理の実演

• 6種類のランダムネステスト

• 信頼区間のカバー率シミュレーション

教育的目的

1. 疑似乱数の限界を実感する

2. 統計学がランダムネスをどう評価するかを体験する

3. 理論と実践のギャップ（大数の法則の収束など）を観察する

4. 「ランダムに見える」と「真にランダム」の違いを理解する

このプロジェクトは、D-FUMTの哲学的探求とも関連し、「確率」「偶然」「決定論」といった根本的な問いに対する理解を深める教材として位置づけられます。