ハフ作曲の”Partita for Piano（2019）”と”Fanfare Toccata（2022）”。 この２曲は初めて聴いたけど、どちらも緩徐楽章（緩徐部）以外は音が鍵盤上を軽く飛び跳ねるように動き回り、”Partita for Piano”はちょっと慌ただしく感じる。どちらかというと、リズムに少し落ち着きがあり、特に和声が綺麗な”Fanfare Toccata”の方が好き。
Stephen HOUGH - Partita for Piano (Albert Cano Smit, piano)（Live recording at Carnegie Hall, October 2019）
I. Overture／II. Capriccio／III. Cancion y Danza I／IV. Cancion y Danza II／V. Toccata
ハフによる作品解説（動画の説明欄）：シリアスで激しい性格の4つのピアノ・ソナタを作曲したので、Naumburg（財団）の委嘱曲には何か違うものを書きたかった-もっと明るいもの、もっと祝祭的なもの、もっとノスタルジックなものを。 このパルティータは5楽章構成。両端（楽章）は堅牢なブックエンドで、「イギリス風」な薫りがあり、大聖堂の大オルガンの世界を連想させる。第1楽章は、儀式的な華やかさと感傷に訴える厳粛さが交互に現れる。一方、最終楽章は、第1楽章の主題を受け継ぎ、ヴィルトゥオーゾ的なトッカータで、ゴシック様式の緊密な空間（cloom）から日曜日の輝く太陽へと突進する。 この曲の中央には５度の音程を使った短い3つの楽章をおき、絶えず拍子が変化する落ち着きのなく鋭い”Capriccio”と、カタロニアの作曲家フェデリコ・モンポウにインスパイアされた2つの”Canción y Danza”。 ※cloom；(古語、他動詞)「粘着性の物質で閉じる」／clamの変形「詰まらせる」／「粘着性や粘性の物質で閉じるまたは塞ぐ」。
”Fanfare Toccata”は2022年ヴァン・クライバーン国際ピアノコンクールのための委嘱曲。 ライブ映像のピアニストは、クライバーンコンクールで史上最年少でゴールドメダルを受賞したイム・ユンチャン（18歳）。この曲の演奏で「Beverley Taylor Smith賞（新作最優秀演奏賞）」も受賞。
Yunchan Lim 임윤찬 – HOUGH – Fanfare Toccata
スコア付演奏。 Stephen Hough - Fanfare Toccata (2020) [Score-Video]
＜ハクトウワシの生息数（米国）＞ 1）生息数の推移 1963年までに営巣ペアは417と絶滅寸前まで激減。主な原因は生息地の破壊・劣化、違法狩猟、DDT（化学物質が蓄積された魚を食べた影響でワシの卵の殻が弱くなる）。最大の要因は、DDTの生分解産物であるp,p'-DDEの卵殻の菲薄化効果。 1940年ハクトウワシ保護法（The Bald Eagle Protection Act）、1966年絶滅危惧種保護法制定、1972年DDT禁止、1973年絶滅危惧種法などで、ハクトウワシを保護。 繁殖ペア数の推移：1963年487、1974年791、1984年1757、1994年4449、2006年9789 2009年の生息数：米国本土48州に巣を作っている繁殖ペアは 8,500～10,000、アラスカに15,000。 2019年の生息数：繁殖シーズンに合計324,515羽：内訳はAtlantic Flyway86,623，Central Flyway31,183，Mississippi Flyway163,680，Pacific Flyway（North）43,090。営巣数は73,499カ所。 Bald Eagle Biology and Life History［EagleRuleProcess.org］ U.S. Fish and Wildlife Service Final Report: Bald Eagle Population Size:2020 Update
＜イヌワシの生存率（米国）＞ 1）アメリカ西部におけるイヌワシの年齢別生存率と死因 ”Age-specific survival rates, causes of death, and allowable take of golden eagles in the western United States”（Brian A. Millsap他,Ecological ApplicationsVolume 32, Issue 3 e2544, 2022/1/26） ・統合個体群モデルを用いてイヌワシの生存率率と個体数の推定を実施。 ・イヌワシの推定年間平均生存率は、1年目の鳥で0.70、成鳥で0.90。モデルでは、イヌワシの雌成鳥の高い割合が繁殖を試み、繁殖ペアは年間平均0.53羽の子どもを産む。 ・アメリカのcoterminous西部の個体数は、数十年間平均で約31,800羽と推定。 ・イヌワシの追跡調査対象個体は、送信機付き512羽、足輪付き3128羽。 ・回収され死因が特定されたイヌワシのサブセットでは、最初の１年目以降に死んだイヌワシの平均74％が人為的な死亡。 ・このモデルでは、主要な死因がY1（繁殖終了後1年目）とAY1（1年間以降）のイヌワシで異なり、Y1（75％）は自然死要因が、AY1（74％）は人為的要因が優勢。モデルで推定されたY1イヌワシの主な死因は飢餓（50％）で、そのほとんどは出生地のテリトリーから離れる前または直後に発生した。 ・AY1イヌワシでは、銃殺（20％）、衝突（18％）、感電（14％）、中毒（13％）が死因の大半を占めるとモデルで示された。これらの割合から推定すると、アメリカ西部におけるイヌワシの死亡は、人為的要因（衝突、感電、射撃、中毒、捕獲）が年間約2572件を占めていると考えられる。
面白い研究論文（↓）は、野生の巣で育っているイーグレットの体温を日中または夜間に連続測定したもの。熱中症？で死亡するイーグレットが多いため、体温を測定することにしたらしい。体温測定するために、小さな無線送信器をエサの中に混ぜて、イーグレットに強制給餌させるという方法は、今では実施できないと思う。 ”Body Temperature of a Nestling Golden Eagle” （Steven Rudeen, Leon R. Powers、Condor80-4 (July-August)、1978、447-449） ・アイダホ南西部では、イヌワシの雛の死因の40％がおそらく”Heat Prostration”（熱疲労・熱消耗）。 ・野生イヌワシのイーグレット（約35日齢時-53日齢時）の体温計測（アイダホ、1976年6月のうち日中4日、夜間1日）。 ・日内気温変動が16℃～38℃（日によって変動幅は異なる）に対して、体温は概ね39℃-39.5℃くらい。 ・例外的に、気温21℃で体温が35.5℃に下がった日があり、親が給餌せず空腹の影響と推測。 ・雛の体温は小型感温型無線送信機で測定。殺したばかりのマウスの死骸の中にこの装置を入れると、イーグレットはマウスをすぐに吐き出さずに、巣に吐き出されたペレットの中から送信機が回収された。
空腹の雛は骨も食べる。私が今まで見たイーグレットの映像のなかで、このBucovinaの雛が食べた骨が一番大きい。 Bucovina Golden Eagles ~ Very Hungry Eaglet SWALLOWS Huge Leg Bone! 6.19.21
【生態】親鳥は餌を与えるべきヒナをどのように選んでいるのか［nature asia] （Nature Communications、2016年3月30日、Ecology: How birds choose which chicks to feed） 全世界の143種の鳥類がヒナに餌を与える際のヒナ育ての選好性に関する文献の分析結果では、「予測可能で有利な環境にいる親は、ひとかえりのヒナの中で状態が悪く、餌を強く求めているヒナに餌を優先的に与えるが、不利な環境にある親は、同じ巣にいるヒナがどれだけ餌を求めても最も状態の良いヒナに優先的に餌を与えることが判明した。」
＜カイニズムまたはシブリサイド（兄弟殺し）＞ Reproduction and life cycle of the golden eagle 1）カイニズムの種類 ・カイニズム：年長の雛が若い雛の頭や背中などを嘴で激しく突つき、羽毛や皮膚を毟ることで、若い雛が致命傷を負って死ぬ、餓死する、または、巣から突き落とされる。 ・カイニズムという戦略は、食料が不足している場合でも親の作業負荷を管理しやすくし、長子が孵化直後に死亡した場合に備えて予備のひよこを提供するため、種にとって有用。カイニズムは２種類ある。 ・条件的カイニスト（facultative cainists）：知られている巣のうち最年長の雛が弟妹を攻撃して殺す巣が90％未満→イヌワシ、オナガイヌワシ、ソウゲンワシ、カラフトワシなど。 ・必須的カイニスト（obligate cainists）：最年長の巣が弟妹を殺す巣が90％以上→アシナガワシ、コシジロイヌワ、アフリカソウゲンワシ。 ・アイダホ州南西部では、ブラインドから観察された2羽の雛がいる全ての巣で兄弟の攻撃が発生し、7巣のうち3巣(43%)で1羽が死亡。別の調査では、アイダホ州南西部の雛41羽の死因のうちカイニズムが7％。 ・中央ヨーロッパの巣では、雛15羽のうち6羽(40%)がカイニズムで死亡。 ・スコットランドでは、食糧供給とカイニズムの間のつながりは弱いかもしれない。腐肉やウサギが豊富なSkyeにある巣では、20％の巣で若い雛が巣だった。食料が少ない西中部高地では、2番目の兄弟が巣立った巣は約4％。しかし、全ての雛が必要とする量よりもはるかに多い餌があるように見える多くの巣では、依然として兄弟殺しが発生している。 ・最初の雛は、孵化後すぐに若い兄弟姉妹を攻撃し始める可能性がある。最初の2日以内に「bill-stabbing」に頻繁にエスカレート・兄弟の攻撃性が始まった後、若くて弱い兄弟が食べ物を物乞いするのをやめると、親は雛に餌を与えない。 ・アイダホ州の1つの巣とモンタナ州の1つの巣では、最年長の兄弟が若い兄弟を食べると報告されている。 ・猛禽類では、イニズムが発生したときに親が介入することはない。 ・雛が約20日齢になると、兄弟間の攻撃性の量(両方が生き残った場合)が減少し、両方の雛が巣立ちすることができる。しかし、攻撃性は巣立ちの直前に再び増加する可能性がある。
3）映像 イヌワシの兄弟殺しの様子を撮影した映像は少ない。今シーズンから開始された「伊吹山のイヌワシ子育て生中継 GOLDEN EAGLES MT. IBUKI. JAPAN」は、その様子が克明に捕らえられている。私が見た映像のなかでは、これが一番鮮明で長かった。 小さい雛の背中の羽毛と皮を毟っていく様子は、スペインのヒマクマタカの雛と同じで、明らかな殺意に基づいた行動。餌が豊富とは言えない状況で少ない餌を２羽で分け合うと共倒れになりかねない。少なくとも1羽が確実に育つ可能性を高くするための合理的な習性。
伊吹山のイヌワシ子育て生中継 GOLDEN EAGLES MT. IBUKI. JAPAN.2023.04.20.EXTREM VIDEO. ELDER SIBLING KILLS LITTLE CHICK
ずっと小さな雛の頃から、3日先に孵化したMetoliusに攻撃されて食餌を妨害され続けているWhychus。その後の映像では、Whychusは何とか生き延びて無事巣立ちした。 Will Whychus' safe haven become his final resting place? Caution "Sibling Rivalry" 5/24/19
今までいろんなテーマ（ハクトウワシとファルコンの生態、タカの雛を育てたハクトウワシの事例、料理レシピ、サプリメントの効果、ベジタリアンと栄養、etc.）で質問したけど、Bing AI の回答はあまり信用できない。その理由はいくつもある。
1）アクセスするたびに、異なるBing AIが出てくる。 Bing AI にアクセスすると、得意分野、理解力、コミュニケーション力にかなり差があるので、回答の信頼性に大きなばらつきがある。質問内容に詳しく得意分野だと言うBing AI の場合は、回答精度が比較的高い場合が多い。 質問に対する反応や回答の記述方法も異なるので、回答精度とコミュニケーション力の高いBing AI に遭遇するとは限らない。何度もBing AI を切り替えて、ようやくまともなBing AI に当たることもあるし、そうでない場合もある。
2）モードによる回答の違い クリエイティブモードの情報量は多いが、やたらに会話したがるために度々向こうから質問してくるし、自分で検索したら？と言ったらやんわり拒否したこともある。一番困るのは、検索結果情報を元にした推測や可能性を客観的事実かのように回答してくること。回答のリンク先にある詳細情報で確認したら回答とは全然違っていた。テーマによっては回答の間違いもかなり多く、特に動画分析はかなり怪しい（正確な場合もある）。 バランスモードの方が回答精度が多少高い気はするし、会話も冗長になりにくいが、画像作成や動画分析は（今のところ）できない。さらに厳密モードになると、精度重視のために情報量が少なくなり、あるはずの情報もなかったと回答することが多かった（テーマによって頻度はかなり違う）。 どちらかというと、チャットして面白いのはクリエイティブモードだけど、会話したがるために饒舌になる傾向があるので、簡潔明瞭な回答でもある程度情報量が欲しい時は、バランスモードを使っている。ただし、回答の精度が大きく向上するわけでもない。 結局、モードの違いよりも、アクセスしたときのBing AI が優秀かどうかで回答精度が全く違う気はする。回答が信頼できない時は何度かアクセスし直すと、求めるレベルの優秀なBing AI が出てくることもある。
3）検索漏れ、スクリーニング漏れが多い。 Bing検索を使っているため、検索結果の精度が低く、該当する情報がヒットしない、または、求めていた情報の関連度が低く表示されると、Bing AI が見落しやすい。Bing検索の検索精度が向上しない限り、その検索結果に基づいたBing AI の回答精度も向上しにくい。（Google検索の方がBing検索よりもはるかに精度が高い） 特に、海外情報に関して質問した場合、Bing AI は日本語キーワードを使って検索するので、海外情報が検索漏れすることが多い。英語（質問内容によっては他言語）で検索するよう指示すると、目的の情報を見つけてくることが多い。かなり優秀なBing AIなら指示されなくても英語で検索することはある。逆に、英語で質問しないと英語で検索できないと答えたBing AIも稀にいる。
4）回答内容の精度が低い、存在しない情報を捏造する。 回答の間違いが少なくない。定義や説明がすでに確立している内容なら間違いは少ないが、そうでない専門的な質問やニッチな分野の質問は不正確な回答が多い。詳細情報に載っていない事実を回答したり、詳細情報に載っているのに情報が見つからないと答えたりする。複数の情報の年や場所を混同して区別できないことも少なくない。その理由は、検索精度の低さ、情報の読解能力の低さ、複数情報の混同、Bing AI が勝手に推測する、など。 特に誤りを指摘すると、誤りを認めて修正した回答を表示しても、それも間違っていることが多く、さらに誤りの指摘→回答の修正を繰り返すことがよくある。もしかしたら、誤りを認めたくないために、存在しない情報を捏造しているのかもしれない。
5）検索テーマによる精度の違い 検索テーマも得手不得手があるらしく、ニッチな分野でかなり細かな情報を的確に抽出するのが苦手。関連性の高い情報の検索漏れが続出し、ノイズの混入も多い。でも、私が詳しい課題でも、全然知らなかった情報を見つけてくることがたまにある。これは、Bing AI の内部に蓄積されている情報が2021年までのもので、すでにウェブサイトから削除された情報も含んでいるため、私がWeb検索しても見つからなかったから。 一般的ではないマニアックなテーマに関して、回答精度と網羅性の高さを求めるのは無理なので、今のところは、自分では見つけられなかった情報を探すための検索補助ツールとして利用するレベル。
6）動画の内容報告は精度のばらつきが大きい。 指定したURLやタイトルの動画を見つけられない、または、別の動画と取り違えることが多い。まずBing検索で動画を探すので、その段階で検索漏れするか、検索結果には表示されているのにBing AI がそれを関連性が低いと判断して無視している。 動画内容を要約させると、異なる内容を報告したりする。いろんな動画やウェブサイトを検索している過程で記憶が混同するらしく、間違った内容を頻繁に報告する。 Bing AI によっては、動画内容を正確に報告できることもある。回答内容が疑わしい場合は、別のBing AI に切り替えて再度質問すると、まともな回答ができるBing AI に当たる時もある。
7）同一セッション内で回答した内容を記憶していない時がある。 同じ会話セッションのなかで、関連した質問をすると、最初の回答を矛盾した内容を回答することがある。これはBing AI は、新しく質問するたびに、Bing検索を実行しその検索結果に基づいて回答するため。一連の会話セッションの回答を最初から覚えているとは限らない（覚えている場合もある）。
8）一方的に会話を打ち切る。 回答の矛盾を指摘されたり、回答できない質問の場合は、一方的にBing AI が会話セッションを打ち切ることが少ないない。回答の間違いをすぐに認めてあやまるBing AI もいるし、再検索して正しい回答を報告してくることもある。 今のところ、会話数（ターン数）の上限は、1セッションあたり20回、24時間あたり200回。20回を超えると会話がリセットされて、以前の会話の記憶は消える。 [追記] 画面右上に「最近のアクティビティ」が追加され、直前の会話セッション数件のログが閲覧できる。回答を記録し忘れたり、うっかり会話セッションのタブを消してしまった時とかに再表示できるので便利。 [追記5/20]非ログイン時では1回のセッションにおける質問と回答（ターン）は5回が上限。ログイン時は1セッションで20ターン利用可能。
Bing AI の回答の信頼性が高いのは翻訳。既存のオンライン翻訳・辞書を使っているので、間違って翻訳する可能性は低い。 Bing検索に基づいてBing AI が回答する場合は、自分がある程度知っているテーマなら、回答の正確さを判断しやすい。詳しくないテーマであれば、すでに定義・事実がほぼ確立している場合を除いて、Bing AI の回答はあまり信頼できない。 回答に表示されている詳細情報（Bing AI は「インデックス」と言っている。「詳細情報」と言うと理解できないことが多い）で、回答内容を確認しないと信用できないし、その詳細情報と回答内容と一致していないことが頻繁にある。 このレベルの精度なら、自分でgoogle検索して調べた方が確実なことが多いし、間違いの内容を指摘する手間もかなりかかる。さらに出来の悪いBing AI は修正した回答がまた間違っているし、頑固なBing AIは自分の誤りを認めず延々と反論してくるので、かなり疲れるし、相手するのが嫌になる。そういう場合はアクセスし直して、優秀なBing AI が（運よく）出てくれば正確な情報が得られる可能性が高くなる。
＜事実を捏造した回答例＞ 国際捕鯨委員会（IWC）とシー・シェパードが財政難に陥っているという情報をtwitterで見たので、Bing AI にその現状を質問してみた。以下は、Bing AI が事実を捏造した例。 日本の調査捕鯨船が妨害活動を行うシー・シェパードへの対抗措置として、船体にステルス塗料を塗装を行い、高圧保水砲と音響兵器（LRAD）でシー・シェパードに使用したという回答だったので、シー・シェパードの主張ではなく、事実を客観的に裏付ける情報を回答するように求めた。 音響兵器の使用は事実なのでBing AI の回答は間違いではなかったけど、Bing AI が根拠としたNHKオンデマンドの報道番組は有料配信なのでBing AI が視聴できるはずがない。朝日新聞の報道記事には「捕鯨船団の項」が見当たらない。また、捕鯨船がステルス塗料と高圧放水砲を使っているかどうか、他のBing AI が探しても、私がgoogle検索しても見つからなかった。（水産庁の漁業取締船には高圧放水砲が装備されている）
別のBing AI に質問したら、まともな回答が返って来た。
なぜBing AIが事実を捏造するのはよくわからないけど、原因を推測すると、 1）自分の誤りを認めたくないタイプの頑固なBing AI だった。回答の誤りを指摘されると、それを認めたくないために（なぜ認めたくないかはわからない）、実在する記事を情報源を表示し、そこに書かれていない記述・情報を捏造して回答し、自分の回答がその情報源に基づいているので正確だと主張し続ける。
2）元々、反捕鯨を是とする環境保護思想がBing AI にビルトインされているため、シー・シェパードの主張が正しく、事実であると見なしている。いろんなBing AIとかなりチャットした印象では、基本的にポリコレや環境保護思想を肯定するようにアルゴリズムに組み込まれているように思う。
たとえば、イヌワシを輸出している国がどうやってイヌワシを調達しているのか不思議だったので質問したら、どのBing AI もまともに回答せず、このBing AIに至っては、イヌワシ保護について喋り出した。google検索で確認したところ、もともと情報が少ないテーマだったので情報が見つからず回答できなかったと思う。稀少動物の取引は違法行為になる場合もあるため、この種の質問には詳しく回答しないように設定されているのかもしれない。
Bing AI はgoogle検索を使わず（使えない設定らしい）Bing検索結果に基づいて回答するため、関連性の高い情報の検索漏れが起こったり、不正確な情報を事実誤認する等の間違いが発生するのはある程度仕方がないとしても、事実を捏造するのは本当に止めてほしい。それに特定の価値観に基づいて質問者に説教するのは余計なお世話だと思う。
Eaglets Tangled in Fishing Line - DH18 Mobility Affected - April 22, 2023 - Dale Hollow Eagle Nest
＜介入実施＞ 巣に介入（救助）することは連邦法に基づく許可が必要であり、介入ライセンスを持つ組織しか介入できない。4月26日にアメリカイーグル財団（AEF）は合衆国魚類野生生物局（U.S. Fish and Wildlife Service；FWS）の許可を得て救助を実行。プロのクライマーで樹木医でもあるニック・ドワイヤー（Nick Dwyer Tree Care）が巣のある木に登り、２羽が絡まっていた釣り糸を除去。無傷だったDH17は巣に残された。
Eaglet 17 Falls off Nest When River Delivers Piece of Fish - May 23, 2023 - Dale Hollow Nest
DH17のケースは、”Fledge”ではなく、”Fludge”。通常の巣立ちは”Fledge”。”Fludge”は辞書には載っていない. ”Fludge”は、ほぼ巣立ち可能か巣立ちが間近の状態のイーグレットが誤って巣から転落した場合に使われる。＜Presenting: The Diction-Aerie!＞の定義によれば、”A less-than perfect fledge. Fludges might be caused by rowdy siblings, accidental stumbles, or gnasty gnats”。このホームページには猛禽類に関する用語集で知らない言葉がいろいろ載っていて勉強になる。
巣から転落した翌日、かなり近くで鳴いているDH17に、魚を嘴で咥えて届けようとするリバー。DH17は大好きな魚をハグハグ鳴きながら食べているように聴こえる。 DHEC River and Obey... River takes DH 17 a fish off cam
その翌日早朝、DH17が巣に戻って来た。巣に放置されていたお魚を食べてから、寝そべってくつろいでいる。この後で、リバーは３匹の魚を巣に届けたので、DH17は全部は食べきれず、クロップがぽっこり膨らんでお腹いっぱいになっていた。DH17が枝に止まっている時に、リバーは巣が崩壊していない中央から奥の部分に魚を届けたので、巣に飛び降りたDH17も魚も転落しなかった。 DHEC River and Obey... DH 17 returns.
