はてなキーワード: 大学とは
レクサスLS乗ってて、運転不慣れな妻の買い物用コンパクトカー(FIAT500とかminiとか)もあって、
https://www.mlit.go.jp/policy/shingikai/content/001389727.pdf
リンク先を見た上での話なんだけど
それって、ただ単に時間とお金の面で貧乏だからでしょ?国がこういうデータ出してるのに国民が一極化するのはぶっちゃけ国民が馬鹿だと思うんだよね。
https://anond.hatelabo.jp/20230303222812
作者の名前は、当時の大学の同級生が村上春樹の話題をしていたので知った、というところである。
当時自分はほとんど読書をしなかったので、その名前と後年目にした有名なネットミームとしてのコピペだけを知っていた。
最近徐々に読書をするようになって、そういえばとその名前を思い出して読んでみたというのがきっかけである。
最初に読んだ作品は『世界の終りとハードボイルド・ワンダーランド』次に「ノルウェイの森」だった。
自分は割とミーハーな方なので、奇をてらうことはせず、ネット上で名作とされているっぽい作品と大ヒットした作品を読んでみたというわけである。
すごく不思議な話だったという感想である。前半で語られていた世界観や設定が、物語後半ではほぼ伏線として働いていないと思った。
ただ、自分の読み方が浅いかもしれないという点はある。一方ですごく読みやすくフェティッシュな描写や何気ない心理描写が単純に面白かった。
特に、主人公の住んでいる部屋の細かい描写、物語終盤で主人公がレストランで食事をするシーン、女性のために簡単な料理をする描写はどれもシンプルで色彩豊かに感じられた。
物語前半から中盤くらいにかけてはとにかく暗くじめじめした陰湿な描写が続いていて、まさに後半の描写との対比で描かれており、カタルシスを得られるような構成になっていると思った。
主要キャラである博士の娘は、あまりにも都合の良すぎるキャラではないかと思った。
ある意味こちらの方が世界の終り〜よりも辛く陰湿な話であり、ただ時折差し込まれる季節感豊かな風景描写が美しいと思った。
色んな人物が出てくるのだが、そのどれもから刹那的な儚さめいたものやある種の危うさのようなものを感じさせた。特に伏線を張ったり回収したりするような構成でないのもそう思わせる要素なのだろうか。
主人公が贔屓目に見てもクズなのに謎なほど女性にモテており頻繁に性行為に及ぶので、この作品こそが下品なコピペで描写されている元ネタなのかなと思った。
もし大学生の頃にこの作品を読んでいたら色々な意味で影響を受けたかもしれないが、今となっては色々と枯れ果てているので、まあこんなものかな、といった感じだった。若いうちの激烈さを伴う読書体験の貴重さというのは、こういった点にあるのかもしれない。
X (twitter) で SITUATIONAL AWARENESS: The Decade Ahead https://situational-awareness.ai/ というのが回ってきて非常に示唆に富むものだったので、DeepL (無料版 API経由) で訳してみた。
この1年で、街の話題は100億ドルのコンピュート・クラスターから1000億ドルのクラスター、そして1兆ドルのクラスターへと移り変わってきた。半年ごとに、役員室の計画にまたゼロが追加される。その裏では、残りの10年間に利用可能なすべての電力契約と、調達可能なすべての電圧変圧器を確保しようとする熾烈な争いが繰り広げられている。アメリカの大企業は、アメリカの産業力を結集させるために、何兆ドルもの資金を注ぎ込む準備を整えている。ペンシルベニア州のシェールフィールドからネバダ州の太陽光発電所まで、何億ものGPUが稼働する。
AGI競争が始まったのだ。私たちは思考し、推論できるマシンを作りつつある。2025年から26年にかけて、これらのマシンは多くの大学卒業生を凌駕するだろう。10年後までには、これらのマシンは私やあなたよりも賢くなり、本当の意味での超知性を手に入れるだろう。その過程で、この半世紀には見られなかったような国家安全保障の力が解き放たれ、やがて「プロジェクト」が始動する。運が良ければ、中国共産党との全面的な競争になり、運が悪ければ全面戦争になる。
今、誰もがAIについて話しているが、何が自分たちを襲おうとしているのか、かすかな光明を感じている人はほとんどいない。Nvidiaのアナリストは、まだ2024年がピークに近いと考えている。主流派の評論家たちは、「次の言葉を予測するだけだ」という故意の盲目に陥っている。彼らが見ているのは誇大広告といつも通りのビジネスだけで、せいぜいインターネット規模の新たな技術革新が起こるのを楽しむ程度なのだ。
やがて世界は目を覚ますだろう。しかし、今現在、状況認識を持っているのはおそらく数百人で、そのほとんどはサンフランシスコとAI研究所にいる。運命の不思議な力によって、私はその中に身を置くことになった。数年前、このような人々はクレイジーだと揶揄されたが、彼らはトレンドラインを信頼し、過去数年間のAIの進歩を正しく予測することができた。この人たちが今後数年についても正しいかどうかはまだわからない。しかし、彼らは非常に賢い人々であり、私がこれまでに会った中で最も賢い人々である。おそらく、彼らは歴史の中で奇妙な脚注となるか、あるいはシラードやオッペンハイマー、テラーのように歴史に名を残すだろう。もし彼らが未来を正しく見ているとしたら、私たちはとんでもないことになる。
各エッセイはそれぞれ独立したものですが、シリーズ全体として読むことを強くお勧めします。全エッセイのPDF版はこちら。
2027年までにAGIが実現する可能性は極めて高い。GPT-2からGPT-4までの4年間で、私たちは~未就学児から~賢い高校生までの能力を手に入れた。計算能力(~0.5桁またはOOMs/年)、アルゴリズム効率(~0.5OOMs/年)、および「趣味のない」向上(チャットボットからエージェントへ)のトレンドラインをトレースすると、2027年までに再び未就学児から高校生サイズの質的なジャンプが起こると予想される。
AIの進歩は人間レベルでは止まらない。何億ものAGIがAI研究を自動化し、10年に及ぶアルゴリズムの進歩(5以上のOOM)を1年以下に圧縮することができる。私たちは、人間レベルから超人的なAIシステムへと急速に進化することになる。超知能の威力と危険性は劇的なものとなるだろう。
驚異的な技術資本の加速が始まっている。AIの収益が急増するにつれ、10年末までに何兆ドルもの資金がGPU、データセンター、電力の増強に投入されるだろう。米国の電力生産を数十%増加させるなど、産業界の動員は激しくなるだろう。
米国の主要なAI研究所は、セキュリティを後回しに扱っている。現在、彼らは基本的にAGIの重要な機密を銀の皿に載せて中国共産党に渡している。AGIの秘密とウェイトを国家機関の脅威から守るには膨大な努力が必要であり、我々はその軌道に乗っていない。
我々よりもはるかに賢いAIシステムを確実に制御することは、未解決の技術的問題である。解決可能な問題ではあるが、急速な知能の爆発が起きれば、物事は簡単にレールから外れてしまう。これを管理することは非常に緊張を強いられるだろう。
スーパーインテリジェンスは、経済的にも軍事的にも決定的な優位性をもたらすだろう。中国はまだゲームから抜け出してはいない。AGIをめぐる競争では、自由世界の存亡がかかっている。我々は権威主義的な大国に対する優位性を維持できるのか?そして、その過程で自滅を避けることができるのだろうか?
AGIへの競争が激化するにつれ、国家安全保障が関与してくる。アメリカ政府は眠りから覚め、27~28年までに何らかの形で政府によるAGIプロジェクトが立ち上がるだろう。どんな新興企業も超知能を扱うことはできない。SCIFのどこかで、終盤戦が始まるだろう。
もし我々が正しかったら?
――――――――
私はかつてOpenAIで働いていたが、これはすべて一般に公開されている情報、私自身のアイデア、一般的な現場知識、あるいはSFゴシップに基づいている。
Collin Burns、Avital Balwit、Carl Shulman、Jan Leike、Ilya Sutskever、Holden Karnofsky、Sholto Douglas、James Bradbury、Dwarkesh Patel、その他多くの方々の有益な議論に感謝する。初期の草稿にフィードバックをくれた多くの友人に感謝する。グラフィックを手伝ってくれたジョー・ローナン、出版を手伝ってくれたニック・ウィテカーに感謝する。
続き I.GPT-4からAGIへ:OOMを数える(1) https://anond.hatelabo.jp/20240605203849
過去10年間のディープラーニングの進歩のペースは、まさに驚異的だった。ほんの10年前、ディープラーニング・システムが単純な画像を識別することは革命的だった。今日、我々は斬新でこれまで以上に難しいテストを考え出そうとし続けているが、新しいベンチマークはどれもすぐにクラックされてしまう。以前は広く使われているベンチマークをクラックするのに数十年かかっていたが、今ではほんの数カ月に感じられる。
https://situational-awareness.ai/wp-content/uploads/2024/06/owid-test-scores-1024x723.png
ディープラーニング・システムは、多くの領域で急速に人間レベルに達し、あるいはそれを超えつつある。グラフィック データで見る我々の世界
私たちは文字通りベンチマークを使い果たしている。 逸話として、友人のダンとコリンが数年前、2020年にMMLUというベンチマークを作った。彼らは、高校生や大学生が受ける最も難しい試験に匹敵するような、時の試練に耐えるベンチマークを最終的に作りたいと考えていた。GPT-4やGeminiのようなモデルで〜90%だ。
より広く言えば、GPT-4は標準的な高校や大学の適性試験をほとんど解いている。(GPT-3.5からGPT-4までの1年間でさえ、人間の成績の中央値を大きく下回るところから、人間の成績の上位に入るところまで、しばしば到達した)
https://situational-awareness.ai/wp-content/uploads/2024/06/gpt4_exams-780x1024.png
GPT-4の標準テストのスコア。また、GPT-3.5からGPT-4への移行で、これらのテストにおける人間のパーセンタイルが大きく跳ね上がり、しばしば人間の中央値よりかなり下から人間の最上位まで到達していることにも注目してほしい。(これはGPT-3.5であり、GPT-4の1年も前にリリースされたかなり新しいモデルである。)
https://situational-awareness.ai/wp-content/uploads/2024/06/math2022-1024x273.png
灰色:2021年8月に行われた、MATHベンチマーク(高校数学コンテストの難解な数学問題)の2022年6月のパフォーマンスに関する専門家の予測。赤い星:2022年6月までの実際の最先端のパフォーマンス。ML研究者の中央値はさらに悲観的だった。
MATHベンチマーク(高校の数学コンテストで出題された難しい数学の問題集)を考えてみよう。このベンチマークが2021年に発表されたとき、最高のモデルは問題の5%しか正解できなかった。そして元の論文にはこう記されている:「さらに、このままスケーリングの傾向が続けば、単純に予算とモデルのパラメータ数を増やすだけでは、強力な数学的推論を達成することは現実的ではないことがわかった。数学的な問題解決をより牽引するためには、より広範な研究コミュニティによる新たなアルゴリズムの進歩が必要になるだろう」、つまり、MATHを解くためには根本的な新しいブレークスルーが必要だ、そう彼らは考えたのだ。ML研究者の調査では、今後数年間の進歩はごくわずかだと予測されていた。しかし、わずか1年以内(2022年半ばまで)に、最高のモデルの精度は5%から50%に向上した。
毎年毎年、懐疑論者たちは「ディープラーニングではXはできない」と主張し、すぐにその間違いが証明されてきた。過去10年間のAIから学んだ教訓があるとすれば、ディープラーニングに賭けてはいけないということだ。
現在、最も難しい未解決のベンチマークは、博士号レベルの生物学、化学、物理学の問題を集めたGPQAのようなテストである。問題の多くは私にはちんぷんかんぷんで、他の科学分野の博士でさえ、Googleで30分以上かけてやっとランダムな偶然を上回るスコアを出している。クロード3オーパスは現在60%程度であり、それに対してインドメインの博士たちは80%程度である。
https://situational-awareness.ai/wp-content/uploads/2024/06/gpqa_examples-768x1120.png
続き I.GPT-4からAGIへ:OOMを数える (4) https://anond.hatelabo.jp/20240605205024
2027年までにAGIが実現する可能性は極めて高い。GPT-2からGPT-4までの4年間で、私たちは〜未就学児から〜賢い高校生までの能力を手に入れた。計算能力(~0.5桁またはOOMs/年)、アルゴリズム効率(~0.5OOMs/年)、および「趣味のない」向上(チャットボットからエージェントへ)のトレンドラインをトレースすると、2027年までに再び未就学児から高校生規模の質的ジャンプが起こると予想される。
見て。モデルたちはただ学びたいだけなんだ。あなたはこれを理解しなければならない。モデルたちは、ただ学びたいだけなんだ。
GPT-4の能力は、多くの人に衝撃を与えた。コードやエッセイを書くことができ、難しい数学の問題を推論し、大学の試験を突破することができるAIシステムである。数年前までは、これらは難攻不落の壁だと思っていた。
しかしGPT-4は、ディープラーニングにおける10年間の猛烈な進歩の延長線上にあった。その10年前、モデルは犬猫の単純な画像を識別するのがやっとだった。4年前、GPT-2は半可通な文章をつなぎ合わせるのがやっとだった。今、私たちは思いつく限りのベンチマークを急速に飽和させつつある。しかし、この劇的な進歩は、ディープラーニングのスケールアップにおける一貫した傾向の結果に過ぎない。
ずっと以前から、このことを見抜いていた人々がいた。彼らは嘲笑されたが、彼らがしたのはトレンドラインを信じることだけだった。トレンドラインは強烈で、彼らは正しかった。モデルはただ学びたいだけなのだ。
私は次のように主張する。2027年までには、モデルがAIの研究者やエンジニアの仕事をこなせるようになるだろう、と。SFを信じる必要はなく、グラフ上の直線を信じるだけでいいのだ。
https://situational-awareness.ai/wp-content/uploads/2024/06/base_scaleup-1024x790.png
過去と将来の有効計算量(物理計算量とアルゴリズム効率の両方)の大まかな見積もり。モデルをスケールアップすればするほど、モデルは一貫して賢くなり、"OOMを数える "ことによって、(近い)将来に期待されるモデルのインテリジェンスの大まかな感覚を得ることができます。(このグラフはベースモデルのスケールアップのみを示している。)
この記事で取り上げた一般的な推定に基づく、効果的な計算(物理的な計算とアルゴリズムの効率の両方)の過去と将来のスケールアップの概算。モデルをスケールアップするにつれ、モデルは一貫して賢くなり、「OOMを数える」ことで、(近い)将来に期待されるモデルのインテリジェンスの大まかな感覚を得ることができる。(このグラフはベースモデルのスケールアップのみを示している。"unobblings "は描かれていない)。
この作品では、単純に「OOMを数える」(OOM = order of magnitude、10x = 1 order of magnitude)ことにします。1)計算、2)アルゴリズム効率(「効果的な計算」の成長として考えることができるアルゴリズムの進歩)、3)「アンホブリング」(モデルがデフォルトで足かせとなっている明らかな方法を修正し、潜在的な能力を引き出し、ツールを与えることで、有用性を段階的に変化させること)の傾向を見ます。GPT-4以前の4年間と、GPT-4後の2027年末までの4年間に期待されるそれぞれの成長を追跡する。ディープラーニングが効率的な計算のすべてのOOMで一貫して向上していることを考えると、将来の進歩を予測するためにこれを使うことができる。
世間では、GPT-4のリリースから1年間、次世代モデルがオーブンに入ったままであったため、ディープラーニングは停滞し、壁にぶつかっていると宣言する人もいた。しかし、OOMをカウントすることで、私たちは実際に何を期待すべきかを垣間見ることができる。
結果は非常にシンプルだ。GPT-2からGPT-4への移行は、時々まとまりのある文章を並べることに感動的だったモデルから、高校入試のエースになるモデルへの移行であり、一度だけの進歩ではない。私たちはOOMsを極めて急速に克服しており、その数値は、4年以上かけてGPT-2からGPT-4への質的なジャンプをさらに~100,000倍の効果的なコンピュート・スケールアップが期待できることを示している。さらに、決定的なことは、それは単にチャットボットの改良を意味しないということだ。"unhobbling "利益に関する多くの明らかな低空飛行の果実を選ぶことで、チャットボットからエージェントへ、ツールからドロップイン・リモートワーカーの代替のようなものへと我々を導いてくれるはずだ。
推論は単純だが、その意味するところは注目に値する。このような別のジャンプは、私たちをAGIに、博士号や同僚として私たちのそばで働くことができる専門家と同じくらい賢いモデルに連れて行く可能性が非常に高い。おそらく最も重要なことは、これらのAIシステムがAI研究そのものを自動化することができれば、次回のテーマである強烈なフィードバック・ループが動き出すということである。
現在でも、このようなことを計算に入れている人はほとんどいない。しかし、AIに関する状況認識は、一歩下がってトレンドを見てみれば、実はそれほど難しいことではない。AIの能力に驚き続けるなら、OOMを数え始めればいい。
続き I.GPT-4からAGIへ:OOMを数える (2) https://anond.hatelabo.jp/20240605204240
たとえばオスが縄張りを獲得するために必死で戦う生き物ってたくさん思いつくでしょ?
雄にとって縄張りとはすなわち衣食住の確保つまり生存資源の確保であり、
これがなきゃ生殖に進めないのよ
そのうえ社会的地位が低い個体の子どもは繁殖成功率が低いからね
(※人類の頂点でなくてもいい、とりあえずお山の大将であればいいので俺はお山作る!タイプもいれば、
頂点とか目指さないで他人のオスの成果物掠め取り戦略狙うのもいる。
ぶっちゃけ、中卒ヤンキーで子だくさんパターンもいるはいるけど、
じゃあ低学歴低年収のほうが婚姻率が高いか出生率が高いかって言われたら違うのは知ってるだろう?
(男は高収入ほど婚姻率が高いし、今は高年収夫婦のほうが出生率が高い、「子どもはぜいたく品」と言われるようになったゆえん)
生物学に話を戻して、自分の子どもを次世代の繁殖競争に勝たせようって思ったら
労働者として社会で勝ち抜ける「強い」子に育てなければならないというプレッシャーが親にかかってる
大学卒どころか高卒ですら一部の選ばれしエリートだった100年前とはけた違いに子ども一人に必要なコストが跳ね上がってる
学歴どうこうって話聞くたびに思うんだけど
「どこ出てるかはどうでも良くて、書いた論文の本数と質が評価指標」
「大学まで来て論文書いてないヤツは大学に入って出ただけの有料体験版」
というのを東大卒の人が言ってたのを思い出す。
いや東大の人が言ってもなぁ~
青山学院に来て驚いたのが「渋谷駅から大学まで歩く間にカフェラテを買わないと死ぬ女」がいる話…あれは必要な存在 - Togetter
これ見てふと思ったんだが、青学ってネットでネタにされることがあまり無くね?
MARCHの一括りで扱われることがほとんどだけど、他の学校はまれに単独でもネタにされることがある。
毒親に育てられ、子供のころ不幸だったけど、自分は育児を上手くやると思って子供作ってる人がいる。
毒親を恨んでるけど、自分が毒親に似ている自覚があって、同じことを自分も繰り返しそうだから、子供作らないという人もいる。
あまり考えずに子供作って、案の定虐待を連鎖させ、あまり考えずに自分の欲求充足のことだけを考えてる人もいる。
子供を持つ持たない、反出生主義の賛成派反対派、などの界隈には毒親に関係する人が多い。
私の親は別に毒親ではない。虐待されてないし所得は高いほうだったと思う。海外旅行にも連れて行ってもらった。
習い事も塾も行っていた。今考えると結構なコストが毎月かかっていた。
でもなぜかうっすらと小4くらいのころから、生きていたい気持ちが薄かった。
消滅したいというか、死ぬのは痛くて苦しそうだし、はじめから存在しなかったことになりたいような気持ちがうっすらとあった。
いじめられてもいない。いじめのターゲットにされるような目立ち方をしたことが無かった。
クラスメイト、部活の先輩、先生、誰にも悪い印象は持ってない。部活の後輩にはなんかナメられてた気がしたけど、どうでもよかった。
社会のレールから脱落したこともない。中学受験がメジャーではない地方都市で高校受験をして進学校へ、そこから駅弁、正社員就職。
大学浪人や就職浪人のような所属のない時期を過ごしたことがない。
うっすら憂鬱ではあるけど、明確な鬱状態になって勉強や仕事ができない、部活に行けないなどのダウンをしたこともない。
恋人がいたことも数回ある。周囲の人間に対して不満がない。周りの人間のせいで幸せが無いんだというふうには思わない。
生きていてよかったとか、子供を作り子供にも幸福を感じさせよう、という強い欲求を感じる器官が無いという欠損が、こちら側にあるから駄目なんだと感じる。
異性叩きや若年世代叩きや老害叩きや政治叩きや外国人叩きなどに熱心な人たちは敵を殲滅すれば幸福が得られると期待をもっていそうだ。
他人に怒るエネルギーを持っている人間のほうがよほど子供を持ちそうに思う。子供を持つには負のもの、攻撃的なもの、害あるものを含めて「エネルギー」が必要だ。
何も考えずに子供を持ち虐待を連鎖させる人間は「子孫をのこすタイプの人間」だ。
自分はとりあえず生きているだけで、怒ったり期待したりすることができない。
不幸でもない。生きていて金に困ったり暴力を受けたりしたことがない。
死ぬまで生きているだけなのだろう。交際は向こうから来たパターンでしか発生していない。自分からは何もできない。
意欲が持てないのだ。恋人ができれば、結婚すれば、子供ができて育てばそこに幸せがあると期待できない。期待しないから怒らずに済んでいるのだが。
今の状態でも不幸は感じていないし、子供が夢を叶えただので親として強い幸福を感じる、といったことを求める気にならない。
既婚の夫婦の仲が良い率は半数超え
配偶者と大変仲が良い+仲が良いは
20-39歳男で65% 女で70%
40-69歳男で54% 女で51%
20-39歳男で76% 女で78%
40-69歳男で69% 女で69%
子供持つかどうかが大きいのかなと思う。
子供一人育てるのに大学出すなら2000万以上と言われていて余裕も無くなるだろうし
https://www.gender.go.jp/research/kenkyu/pdf/hyakunen_r03/03.pdf
そうだね、いわゆるギフテッド教育が取り沙汰されてはいたものの
導入までは至ってない頃の話だね
そもそもまあ、アメリカ行ったのも教育系を学びに行ったところがある
森脇愛子は23年前、淑徳大学の先生で、23区では、三流大学だけど風情のいい先生だったが何らかの理由で発狂し、黒羽で大声をあげる気違いになってしまったということ
淑徳大学自体は巡査が検索しているときは規模の大きい有名施設に見えるが、 そこに勤務していた教員が、発狂していて舟渡の一戸建てに住んでいてものが完全に違うし
お父さん、お母さんが楽器を弾けるなら、以下の文は、釈迦に説法、孔子に論語、ラフマニノフにソナチネ、パガニーニにクロイツェル。(後ろの2つは聞けるものなら聞いてみたい。)
ガチで音大目指すとかそういうのじゃなく。子供に楽器を習わせている一人の親として。自分は趣味で楽器が弾けるだけ。業界の人でもプロでもない。
子供がピアノとか弾けたらいいなとか、バイオリンっひけたらかっこいいなとか。そんな感じで子供(4歳くらいから小学生低学年まで)に楽器を習わせたいなと思っている親御さんへ。
習わせる覚悟は犬を飼うのと同じと思ってね。親が思う、「趣味程度で楽器が弾けるといいな」になるには、最低10年、だいたい15年くらいは習わないと、そうならないと思う。
犬と違って、途中で辞めることはできるけど。
子供が「ピアノやだー」っていってても、レッスンには毎週連れて行って、うちで弾き始めたら「うまくなったね」って言って、だらだら続けていれば、いずれ楽しく弾けるようにはなると思う。
自分の子供にはピアノを習わせてる。5年生(女)と2年生(男)だけど、一緒に習っているお友達がだんだん辞めるようになってきた。
特に小学校低学年でかなりの割合の子が辞めちゃう。3~5年くらい習ってたことになるんだけど、それだとたぶん、この先は趣味でもピアノは弾けないと思う。楽譜も読めないと思う。
すごく勿体ない。その時間、別の習い事をしていればとさえ思う。辞める理由は、練習しなくなったとか、お金がかかるからとか。
発表会でもうちの子より上手に弾いてたのに、と思うと、本当に勿体ない。
楽しく自分のペースで弾けるようになるには、中学終わるくらいや高校生までかかると思う。そこまで続けば、しばらく休んでも再開できるし(手は動かなくなってるが)、楽譜もそこそこ読める。
いわゆる才能があって、小学生の間に、上手に弾けて楽譜も読める子は、たぶん辞めたくないっていうし、先生も引き留めるから、大丈夫。この話の対象ではない。
子供に楽器を練習させるには親の協力も必要だ。鈍感力(できなくてあたりまえ。家ではほぼ騒音)と、共感力(できたときに褒めるだけ)、忍耐力(練習していないままでもレッスンには連れて行く。)が必要だ。
それに加えて、やっぱりお金。毎月最低1万円くらい×12ヶ月×12年。だいたい150万円くらい。楽器代や楽譜などの教材費は除いてそれくらいはかかる。
よく、ピアノは中古でも高いとか、バイオリンは買い換えが・・・、とかいうけど、長期にかかる月謝も高い。
塾や習い事が増えてきて、お金もかかるし取捨選択を迫られたときに、どうしても楽器は辞める方向になりがちだ。お金を出しているのが、楽器を弾かないお父さんだった場合は特に。
でもちょっとまってやって。ここで辞めたら無になる。ここは、投資で言う「コンコルド効果」をいい意味で考えよう。「ここまで払った投資が無駄になる。きっと上向くはずだ。」
自分は4歳から高2までバイオリンを習ってた。親は楽器は弾けない。
中学生、高校生の時はほとんど練習せずに週Ⅰレッスンだけ行ってた。だから、同じ先生に習ってた同じくらいの年の子より数段下手。ソロで人に聞かせるレベルではない。
でもね、楽譜みながら、一応音は拾えるし(拾えたからといって弾けるとは限らないが)、楽器は楽しい。
妻は中学か高校までピアノを習ってた。大学の軽音楽部で知り合って結婚した。そのとき僕はバイオリンではなくウッドベース弾いてたけど。
子供に楽器を習わせてるのは、ただ1つ、大人になって楽しみが増えるから。一人でも楽しいし、数人集まっても楽しい。
スポーツと違って、対戦相手もいらない上に、仲間がいればもっと楽しい。ケガもしないし、遭難もしない。超平和。