はてなキーワード: パフォーマンスとは
ディスタンクシオンは文化資本元増田の源流にあるブルデューの著作。ディスタンクシオンを直訳すると「区別」になるらしいが、フランス語の語義では「他から区別された」→「特に優れた」→「卓越した」と派生し「卓越化」を訳語としている。訳者は石井洋二郎先生。東京大学の名誉教授。凄い。
文化資本が家庭環境と学校教育の両方によって形成されるものであること
これを念頭に置いた上で、初めて文化資本を捉えることができる。
元増田が話す通り、これが本質。文化資本に恵まれれば「強くてニューゲーム」になる。ここで学校教育機関が登場する。学校は相対文化資本を学歴資本に転換していくもの。そして教育は家庭環境による文化資本の差を拡大する可能性を秘めている。これは上にも下にも働く作用すr。学校は教育機関である故に「身分振り分け効果」を見えざる機能としている。
学歴資本を手に入れた人間は、最終的に〇〇大卒という肩書きを手に入れ、社会的承認を得ることになる。社会的承認は文化資本を所有している証明でもある。これを持たない人間は、なんらかのパフォーマンスによって、自分が所有する文化資本の価値を証明する必要がある。これは貴族に比喩される。貴族は「貴族であるから貴族」。日本ならば、天皇は「天皇であるから天皇」である。文化資本のパフォーマンスが要求されることなく、それが本質であること。これを「本質主義」とブルデューは呼んだ。
「東京が文化資本に富んでいる」これを疑問視する意見、あるいは否定的な意見が目立った。先に本質主義の話をした。客体的に東京=優れていると考える人が多いことは、本質的に東京の文化資本を証明している。
これらを捉えれば「東京」とは客体化された形態の文化資本を持っており、文化資本に富んでいることが東京の本質である。
ディスタンクシオンの第1章では美的思考について長く語られている。「趣味や美的思考は人々を区別するものでもある。これが文化的階級に繋がってくるし、諸階級間を隔てる最も超えにくい障害のひとつ」と物凄く端的にまとめた。で、問題なのは。美術館に行くことが身体化された形態の文化資本につながること。これを考えてしまうと、あながち使い方として正しいのかもしれない。もちろん社会資本としていってんだろと感じなくもないが。
最後に、定量化するのが最も難しいが、それに劣らず重要な改善のカテゴリーを紹介しよう。
難しい数学の問題を解くように言われたとき、頭に浮かんだことを即座に答えなければならないとしたらどうだろう。最も単純な問題を除いて、苦労するのは明らかだろう。しかしつい最近まで、LLMにはそうやって数学の問題を解かせていた。その代わり、私たちのほとんどはスクラッチパッドで段階的に問題を解いていき、その方法ではるかに難しい問題を解くことができる。「思考の連鎖」プロンプトは、LLMのそれを解き放った。生の能力は優れているにもかかわらず、明らかな足かせがあるため、LLMは数学が苦手なのだ。
私たちはここ数年で、モデルの「足かせを外す」ことに大きな進歩を遂げました。これは単に優れたベースモデルをトレーニングするだけでなく、アルゴリズムの改良によってモデルの能力を引き出すものです:
足場作り。CoT++について考えてみよう:ただ問題を解くようモデルに求めるのではなく、あるモデルに攻撃計画を立てさせ、別のモデルに可能性のある解決策をたくさん提案させ、別のモデルにそれを批評させる、といった具合だ。例えば、HumanEval(コーディング問題)では、単純な足場作りによってGPT-3.5が足場なしのGPT-4を上回った。SWE-Bench(実世界のソフトウェアエンジニアリングのタスクを解くベンチマーク)では、GPT-4は~2%しか正しく解くことができませんが、Devinのエージェントの足場があれば14-23%に跳ね上がります。(後ほど詳しく説明するが、エージェントのアンロックはまだ初期段階に過ぎない。)
ツール:もし人間が電卓やコンピュータを使うことを許されなかったらと想像してみてほしい。まだ始まったばかりだが、ChatGPTはウェブブラウザを使ったり、コードを実行したりできるようになった。
エポックAIによる研究によると足場作りやツールの使用など、これらのテクニックのいくつかを調査したところ、このようなテクニックは多くのベンチマークで通常5~30倍の効果的な計算量の向上をもたらすことがわかった。METR(モデルを評価する組織)も同様に、同じGPT-4ベースモデルからのアンホブリングによって、エージェントタスクのセットで非常に大きなパフォーマンスの向上を発見しました。
https://situational-awareness.ai/wp-content/uploads/2024/06/metr_gains_over_time-1024x597.png
これらをコンピュートとアルゴリズムの効率で統一した実効的なコンピュート規模に当てはめることは困難ですが、少なくともコンピュート規模の拡大やアルゴリズムの効率とほぼ同規模の大きな進歩であることは明らかです。(また、アルゴリズムの進歩が中心的な役割を担っていることも浮き彫りになっています。0.5OOM/年の計算効率は、すでに重要なものではありますが、ストーリーの一部に過ぎません。)
「アンホブリング」こそが、実際にこれらのモデルが有用になることを可能にしたのであり、今日多くの商業アプリケーションの足かせとなっているものの多くは、この種のさらなる「アンホブリング」の必要性であると私は主張したい。実際、今日のモデルはまだ信じられないほど足かせが多い!例えば
ここでの可能性は非常に大きく、私たちはここで急速に低空飛行の果実を摘んでいる。これは非常に重要です。"GPT-6 ChatGPT "を想像するだけでは完全に間違っています。 GPT-6+RLHFと比べれば、進歩は段違いだ。2027年までには、チャットボットというより、エージェントのような、同僚のようなものが登場するだろう。
続き I.GPT-4からAGIへ:OOMを数える(8) https://anond.hatelabo.jp/20240605210232
コンピュートへの大規模な投資が注目される一方で、アルゴリズムの進歩も同様に重要な進歩の原動力であると思われる(そして、これまで劇的に過小評価されてきた)。
アルゴリズムの進歩がどれほど大きな意味を持つかを理解するために、MATHベンチマーク(高校生の競技用数学)において、わずか2年間で~50%の精度を達成するために必要な価格が下がったことを示す次の図を考えてみてください。(比較のために、数学が特に好きではないコンピュータサイエンスの博士課程の学生が40%のスコアを出したので、これはすでにかなり良いことです)。推論効率は2年足らずで3OOMs-1,000倍近く向上した。
https://situational-awareness.ai/wp-content/uploads/2024/06/math_inference_cost-1024x819.png
これは推論効率だけの数字だが(公開データから推論するのが難しいトレーニング効率の向上と一致するかどうかはわからない)、アルゴリズムの進歩は非常に大きく、また実際に起こっている。
この記事では、アルゴリズムの進歩を2種類に分けて説明します。まず、「パラダイム内」でのアルゴリズムの改良を取り上げることにしま す。例えば、より優れたアルゴリズムによって、同じパフォーマンスを達成しながら、トレーニングの計算量を10倍減らすことができるかもしれません。その結果、有効計算量は10倍(1OOM)になります。(後ほど「アンホブリング」を取り上げますが、これはベースモデルの能力を解き放つ「パラダイム拡張/アプリケーション拡張」的なアルゴリズムの進歩と考えることができます)。
一歩下がって長期的な傾向を見ると、私たちはかなり一貫した割合で新しいアルゴリズムの改良を発見しているようです。しかし、長期的なトレンドラインは予測可能であり、グラフ上の直線である。トレンドラインを信じよう。
アルゴリズム研究がほとんど公開されており、10年前にさかのぼるデータがある)ImageNetでは、2012年から2021年までの9年間で、計算効率が一貫して約0.5OOM/年向上しています。
アルゴリズムの進歩を測定することができます。同じ性能のモデルを訓練するために必要な計算量は、2012年と比較して2021年にはどれくらい少なくなっているのでしょうか?その結果、アルゴリズムの効率は年間0.5 OOMs/年程度向上していることがわかります。出典Erdil and Besiroglu 2022.
これは非常に大きなことです。つまり、4年後には、~100倍少ない計算量で同じ性能を達成できるということです(同時に、同じ計算量ではるかに高い性能も達成できます!)。
残念ながら、研究室はこれに関する内部データを公表していないため、過去4年間のフロンティアLLMのアルゴリズムの進歩を測定することは難しい。EpochAIは、言語モデリングに関するImageNetの結果を再現した新しい研究を行っており、2012年から2023年までのLLMのアルゴリズム効率のトレンドは、同様に~0.5OOM/年であると推定しています。(しかし、これはエラーバーが広く、また、主要なラボがアルゴリズム効率の公表を停止しているため、最近の上昇を捕捉していません)。
https://situational-awareness.ai/wp-content/uploads/2024/06/llm_efficiency_epoch-1-1024x711.png
Epoch AIによる言語モデリングにおけるアルゴリズム効率の推定。この試算によると、私たちは8年間で~4OOMの効率向上を達成したことになります。
より直接的に過去4年間を見ると、GPT-2からGPT-3は基本的に単純なスケールアップでした(論文によると)が、GPT-3以降、公に知られ、公に干渉可能な多くの利益がありました:
最近リリースされたGemini 1.5 Flashは、"GPT-3.75レベル "とGPT-4レベルの間の性能を提供する一方で、オリジナルのGPT-4よりも85倍/57倍(入力/出力)安い(驚異的な利益!)。
公開されている情報を総合すると、GPT-2からGPT-4へのジャンプには、1-2 OOMのアルゴリズム効率向上が含まれていたことになります。
https://situational-awareness.ai/wp-content/uploads/2024/06/stacked_compute_algos-1024x866.png
GPT-4に続く4年間はこの傾向が続くと予想され、2027年までに平均0.5OOMs/年の計算効率、つまりGPT-4と比較して~2OOMsの向上が見込まれます。計算効率の向上は、低空飛行の果実を摘み取るようになるにつれて難しくなる一方、新たなアルゴリズムの改良を見出すためのAIラボの資金と人材への投資は急速に増加しています。 (少なくとも、公開されている推論コストの効率化は、まったく減速していないようだ)。ハイエンドでは、より根本的な、トランスフォーマーのようなブレークスルーが起こり、さらに大きな利益が得られる可能性さえある。
これらをまとめると、2027年末までには(GPT-4と比較して)1~3OOMのアルゴリズム効率向上が期待できることになります。
続き I.GPT-4からAGIへ:OOMを数える(6) https://anond.hatelabo.jp/20240605205754
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
まずは私の話である
┈┈┈┈┈┈┈┈┈┈
・刀ミュにハマった友人からの紹介で気になる
・山姥切長義が水江建太氏と知っているキャストさん(追ってないです)
・ゲームは知っている程度でアカウントは作成済みだったがほぼ放置
・知っていたのが三日月宗近や山姥切国広だったので陸奥一蓮は1度鑑賞済み(気になったので本公演を見に行った)
┈┈┈┈┈┈┈┈┈┈
ガチ勢ではない
友人が5/24からの㋩乱舞祭を楽しみにしていたのと、私ももう一度見たいと思っていたので先日丸の内ピカデリーにて鑑賞をした
刀剣男士はゲームで頑張って覚えたし、音源がある歌は好きな物を中心にではあるが全体を知っている
イケメン、元々気になったいた明石国行が抜かれた瞬間「やば、無理」となっていた。推しというものができた瞬間のなにかだった。終わったあとにうちわが欲しくなってしまった。(アクスタは手元にある)
そして彩時記と音源から得られないライブパフォーマンスに魅了されてしまった。楽しそう。祭りは冬に多いらしいから現地とか楽しそう。え、現地いくの?
努力だの、肉体だの、心だの、そういったものは全て技術のための手段であり、目的は格闘のための技術でしかない。
そして格闘のための技術もまた、人間を破壊する、もしくは破壊されないようにする、ひいては「壊される前に壊す」という目的のための手段である。
試し割りが結果として、「何年もかけて鍛えなくても、コツさえ掴めば素人でも人間を壊せる」ということを証明しているなら、それは空手という技術の価値を証明していることに他ならない。
空手は別に「毎日頑張って鍛錬をして、物凄く頑張っているから凄い」というものではない。
そんな「ラジオ体操スタンプシート100枚埋めたぜ!」のような所に空手の目指すものはない。
空手の目指す究極とは「ついさっきコツを教わったばかりのチビが、大男をいとも簡単にやっつける」にある。
肉体という格差、鍛錬の時間、そういったものを如何に容易にひっくり返せるのかという部分にこそ技術の価値は宿るわけだ。
試し割りというある種の手品が見せているのは、「空手家はこんなに頑張って鍛えているから頑張っているんだぞ」ではないのだ。
試し割りという姑息なトリックの目指すものは、「物を壊すのに必要なテクニックについて俺達は日夜勉強しているんだ」という研究成果の発表なのである。
10枚20枚の瓦を一度に叩き割るのは、師範代が腕立てをしまくってムキムキになったことを自慢しているのではなく、「瓦の数が増えた所で、空手にとってはちょっとした応用問題にすぎないぜ(ただしある程度の鍛錬は要するものとする)」というパフォーマンスなのだ。
ぬいペニって言葉が一人歩きしてるけど、ぬいぐるみ(ここでは「親しいが恋愛感情なし」という定義にさせて)段階の相手から突然性的なアプローチを受けたら引くよねって話でしょう。
親しい知人〜恋人(セックスする仲)への段階は、男にとっては1目盛くらいの変化だけど、多分、女にとっては多い人は100目盛くらいある。
(ゲイにはハッテンバという文化があるが、レズにはないことも、その証左になる気がする)
https://anond.hatelabo.jp/20240603171828
この増田によると、「相手の見た目も性格もタイプではなかったけど、距離感が縮まって行くうちに相思相愛になった」というように見える。
互いの受け入れ態勢を整えながら、一歩ずつ関係を深めてさえいれば、すなわち足並みが揃っていれば、イケメンでなくても性格に難があってもチャンスがあるということ。
つまりはてなで卑屈になって言葉狩りに勤しんでる非モテがすべきことは簡単。
以下初心者向け。
【ターゲットの選定を考え直す】
・親しい知人〜恋人(セックスする仲)への段階の目盛がなるべく少なそうな女を選ぶ。
→言葉を選ばずに言うと、ビッチを選ぶ。だがビッチにも種類があるのでビッチなら必勝ということではない。
非モテオタクこそ控えめでお淑やかで純情そうな黒髪ロングの女を求めると思うが、そういう女は例の目盛りが爆盛りなのでちょっとハミチンしたくらいですぐ逃げる高難易度女にあたる。
多少理想と違っても派手髪で男まさりな女、経験値が高い女(恋愛に夢を見てない女)を狙った方が、色々と多めに見てもらいやすいと思う。
こういう女の方が、サクサク段階を踏める。また、うぶな男に対して新鮮さを感じてくれるので、そういう面でもアドい。
・職場の女とか友人の女とか、恋愛目的以外で知り合った人間を対象とすることは避ける
男は「こいつとセックスしてぇから恋人になりたい」という思考回路が少なからずあるが、女は「この人と恋人になりたい(なったからセックスする)」という思考回路の人がほとんど。まずそこを理解する。
そうなると、最初から恋愛目的で出会った人の方が、当然段階を進めやすい。
恋愛目的でなく出会った人の恋愛スイッチを入れるのは、学生時代に自然と恋愛ができた人間にしかできない、いわば俺たちにとっては高等テクニックである。もう少し修行してから取り組むべき課題である。
【考え方を改める】
・今話題の「人として扱う」
→ここで言うこれは、要するに、女を「ヴァギナがついた謎の生き物」と思うのをやめることだ。
男と同じように、嬉しいことがあれば喜ぶし、悲しいことがあれば悲しむし、嫌なことがあったらモヤモヤしたり怒ったりもする。
男と同じように、親しくなれる人もいれば、なれない人もいる。マチアプで話してる相手も、女ではなく男だと思え。同じ趣味の同性の友達を作るくらいのつもりで行け。
マチアプで何人切られても「だから女は!」ではなく「この人とは縁がなかったんだな」と思うようにする。
【見た目をそれなりにする】
増田で100万回言われてることだけど、
・度を超えて太ってるなら多少痩せる(BMIが標準の枠内なら問題ない)
・スキンケアをする(洗顔と化粧水だけでいい。晩だけでもできるようになったら、朝晩やれると尚いい)
・美容院に行く
・ユニクロで全身の新しい服を買う
・メガネが汚かったり傷だらけだったりしたら新調する
【足並みを揃えるには】
→要するに、人が2人いればそこには相性が存在するということ。
1時間一緒にいたとして、結果分かり合える度が1の相手もいれば100にまでなる相手もいる。
また、自分にとって相性が良い相手か否かで、自分のパフォーマンスすら変わってしまうことを、知っておこう。
相性が良い相手とのデートだと、普段の自分では提案しないようなことを提案できたり、普段の自分なら乗らない誘いにも乗れたりする。
初心者のうちは、まず、相手の顔や収入やスタイルや趣味よりも、この「足並みが合いやすい相性」を最優先したほうがいい。
何を持って「足並みが合いやすい相性」と判断すべきかは言語化が難しいが、すごく端的に言うと、最初はまず「予定が合いやすい」ことは必須だ。飲みたいとき、デートしたい時、会いたいときのタイミングがぱちっとハマる相手であることだ。突発の誘いとかもやってみたらいいかもしれん。
デート回数が多いということは、段階を進めるための試行回数も稼げる。
予定が合いやすい=生活感やバイオリズムが近いということは、段階を進める時のアプローチにバフがつく。
・足並みが合わなくても気にしない
→気にせずガンガンいけ、ということではない。クヨクヨするな、ということ。
お前さんがきちんとお相手さんのことを想って大事にした上でおこなったアプローチなら、たとえそれが実ろうと実るまいと、100点満点である。
そのアプローチが刺さる相手も刺さらない相手もいるが、それはお前さんが悪いわけではない。
もちろんお相手さんが悪いわけでもない。
ただ、お前さんのなけなしの真心を精一杯にこめたアプローチをもってしても、「このぬいペニが」とか「わたしを人扱いしてない」とか言って被害者ヅラする女がもしもいたら、俺が一緒に怒ってやるし愚痴も付き合ってやる。
歌詞を身体表現やジェスチャーに置き換えることで、直接的なテキストの引用を避けることができます。しかし、以下の点に注意が必要です:
1. **表現の類似性**:元の歌詞が強く連想されるような表現や振り付けは、著作権の保護対象となる場合があります。特にオリジナルの歌詞の意図や内容をそのまま伝えるような場合は注意が必要です。
2. **パフォーマンスの場**:商業的な場や公の場でのパフォーマンスは、著作権の監視が厳しくなります。非商業的な場や教育目的の場合は緩和されることがありますが、完全に免除されるわけではありません。
3. **コンテキストの重要性**:具体的な文脈や使用方法によって、著作権侵害の判断は変わります。オリジナルのコンテンツを尊重し、適切なクレジットを提供することも重要です。
このように、歌詞を身体表現やジェスチャーに置き換えることは著作権の問題を完全に回避する方法ではなく、特定の状況によっては依然としてリスクが存在します。具体的なケースについては、専門家に相談することをお勧めします。
数年前からニュースを真面目に追うのをやめた。SNSも自分の友人以外はほとんど見ないようにした。
現代社会は情報過多で疲れるし、どうせ自分には関係ないからだ。
社会問題に思いを馳せて、知り合いと話題にできるぐらいの知識を入れておくのは大人の義務なのかもしれないが、
どうせ、おれの半径5m以内で起こってない問題をおれがどうにかしようとすることはない。
ウクライナの戦争についても1mmもわからないが、とりあえず1000円だけ募金しといた。
親父が反面教師になった部分はある。
うちの親父は家で晩飯の時間にニュースを見ながらやれ誰々はアホだの不平も漏らす。
当然それで食卓が明るくなることはないし、世の中もよくなっていない。
「日本のどこかで殺人事件が起こったニュースを流しても、視聴者が似たような事件に遭遇する確率は非常に低いのだから
いたずらに不安を煽っているだけ」という親父の意見には同意したが、自分の発言が周囲の人間に及ぼす影響について
配慮することが人間関係を良好にし、結果的に自らの幸福度を高めるということはメタ認知できていないらしい。
それよりも目先の不満を吐き出してストレスを解消することにとらわれている。
うちの親父はそこそこ頭のいい大学を出て、実際頭も悪くないし仕事もがんばっていたが、
なんかコンプレックスありそうだしね。否定するとめっちゃ怒るし。最近は少しマシになったけど。
話が逸れた。
ニュースを見ないようにしたといいつつ、なんだかんだ頂き女子のことは知ってるし、周りとの会話にも困ってない。
頂き女子のことも本当はどうでもいいんだが。まあこれもエンタメ消費だよね。
ニュースをエンタメのように消費している。世の中の大半もそうだろう。
暇で退屈なんだろう。
昔からきっとそうだったんだろう。
題名は某ホッテントリのオマージュ。当該エントリの人、頑張ってはるなぁ。
自分は170cm/95kgから、この9ヶ月ぐらいで85kgぐらいまでダイエットした。今もしている。
まだまだ全然太ってるが、大して頑張っちゃいないのにこれぐらい減らせて良かったなぁと思ったのでそのメモ。
同じぐらいの体重のおっさんで、食べるの好きで、ダイエットめんどくせぇなぁという人の参考とかになればいいな的な奴です。
まぁ、この2ヶ月ぐらいは停滞してるので、なんか追加の工夫が必要なんだろうけど。
高タンパク(100~110g)摂取を意識しながら、総カロリーだけ考えて好きなように食べる。
摂取総カロリーは大体1800~2000kcalぐらいにしている。管理はあすけん。
(最近体重減らないので、運動量を増やさないとだめかと思っている)
タンパク質しっかり取ろうとしながら、カロリー摂取量を抑えようとすると糖質や脂質の取る量は勝手に減る。
塩分とか食物繊維とか気にしない。サプリでマルチビタミンだけ一応飲んでいる。
なお、自炊は一切しません。外食or中食オンリーなのでエンゲル係数はだいぶ高いです。
だいたいこの5つのうちのどれか。ベースブレッドや、コンビニのタンパク質が取れるロールパンを食うこともあるし、それらに加えてプロテイン飲んだりもする。
ごはん少なめにすることを徹底して、揚げ物多い定食は週1にするぐらいで好きなように食べる。
もう残りのカロリー摂取可能量が決まってるので、その範囲で適当になんでも好きなものを食べる。
なんも食わないけど、たまに食べたって良い。その分晩飯が貧相になるだけである。
飲み物はウーロン茶か水かレモン炭酸水か、ゼロカロリーの何かしか基本的に飲まない。
たまにジュースを飲んだって良い。その分晩飯が貧相になるだけである(テンプレ)
毎日8000~10000歩くだけ。土日祝日も歩く。テレワークの同僚が多いが、これもあって自分は出勤勢である。
スクワットもランジもプッシュアップもプランクもクランチもバービーも腹筋ローラーも一切何もしない。
何もしない代わりに歩く。靴はちゃんとしたの履いたほうが良い。足底筋膜炎になるぞ(なってる)
自分の場合、普通に出勤して帰宅するだけで4000歩ぐらいは歩く。
他に、昼休みに飯屋行くときに適当に2000歩ぐらいその辺を歩く。
あとは、駅のホームで電車待ってる時間にホームの端っこまで歩いて戻って来る活動をしたり
帰宅時は適当に遠回りしながら帰ったり、階段をひたすら使用するとかして歩数を稼いでいる。
土日祝日は、遠くの飯屋やスパ銭まで歩いたり、目的の駅の一つ前で降りたりして歩く。
散歩はタイムパフォーマンスが悪いって人もいるが「飯屋とかどこかに移動する」という行為にするとその気持は薄れる。
そして、自分の場合はYoutubeで配信者の動画アーカイブを消化する時間に当てることで、効率化しています。
食事制限ではなく、食事管理をするところから始めるのはやはり基本だと思う。
んーで、食事制限だけはだめだぞ運動しないと駄目だぞ論に対してはタンパク質たくさん取るのと路線で対抗していく。
とにかく、食い意地張ってる美味いもの食うのが人生の楽しみなんだおっさんには
「このカロリーの範囲なら自由に何でも食って良いはずなんだ」という思考を定着させるところからスタートである。
そうすると「朝昼にガッツリ食うと夜になんも食べれない(´;ω;`)」となる。
じゃあ、朝は軽めにしておこう、となり、でもタンパク質は取らないとなぁ、となった結果
プロテイン飲むしかねぇなってなるし、そうすると他の食事は大分自由度があがるのでストレスフリーであった。
体重計はリビングのど真ん中に置いといて気が向いたら乗るぐらいで、そんなに毎日乗らなくてもいい。
まぁ、毎日乗ったほうが良いけど、トイレに行ったりするだけで数百グラムぐらい変わるし、
細かい数字の変化は本当に気にしても仕方ない。長い目で見よう。
合わないとフラットだったりしんどかったりするが、そこよりはマシと思われる。
自分は学部卒だけど、学内外で割と評価されてて力入れてる研究室にいた。
社会人でもプレゼン酷い人いっぱいいる。というか殆どそうだし、殆どの人は一生研究室でやるようなプレゼンをしない。
研究室でもてはやされるプレゼンと、社会でいいとされるプレゼンは違うし。
今の社会の課題は「能力の低い人間にパフォーマンス上げてもらって気持ちよく働いてもらう」だからね。
大企業であればあるほど非正規が多い傾向で、非正規はやっぱり能力低い人多い。
しかも今の社会は求められること多いから、普通のハードルが高くてしっかり仕事出来る人は少数派。
そもそも勉強や研究が出来ることと、仕事が出来ることは全く別だよ!!!
これは草。教えてない人が悪い。
教えた上で「わからなかったら、また聞いてね」「今説明したのこれに書いてあるからね」とかが社会の普通。
まああくまで普通だから、そうじゃないとこもあるけど多くないよ。
狭い世界で研究や指導に励んでばかりで、企業での実務経験がない、年齢も高いとなれば厳しい。
あと会社でもA社とB社で求められる能力が違っていて、片方では全然でも片方ではすごい活躍するとか超あるある。
「どこにいっても通用しない」なんて、何十と転職しても言えるようなことじゃないよ。
それがわからないでこういうこと言っちゃうの、最高に頭悪いなあと思うわ。
定時でパフォーマンス出して他の人と同等の仕事量こなしてるというならともかく、他の人より少ないノルマを終わらせもしないで定時3分前には終業報告する人が努力してると思うか?
何考えて仕事してんだ?
お前、この会社で働きたくて、とまでは言わんが、この業界で身を立てたくてにウチに来たんじゃないのか?
言われた事だけやってて仕事できるようになると思ってんの?
何にフォーカスしてんの。プロジェクトを完遂することでもなく、良い仕事をする事でもなく、新しい技術を試すことでもなく、ただ楽して定時までの時間を潰す事にフォーカスしてるってどういう事だよ。
定時になりゃ速攻で帰るわ、月に3度は『体調悪いのでリモートワークに切り替えます』とか連絡してくるわ、そのくせ別の日に出社して埋め合わせるわけでもなし。リモートワークさせりゃ露骨にパフォーマンスが下がって一時間で終わるような仕事に1日かけて。
ガンガン出社して上司や同僚の仕事の仕方を見て盗むこともしないで、1人前になるのに何十年かける気だよ。
別に愛社精神を持てとか、仕事に忠誠を持てとか言う気はないけど、技術者として成長する気もないってどういう事だよ。
けどさあ、それで先があると思ってんの?
君がやってるのって、サッカーチームに所属してるくせに「これが楽だ」と言ってボール磨きだけしてるようなものだよ。
そのまま歳食ったら、ボール磨きの仕事すら無くなるって分からんのかね。
上司は君の親じゃないんだから、手取り足取りしないと成長しようともしない部下なんていつまでも指導しやしないよ。君の後輩を先に昇進させて重要な仕事を任せるだけだ。
歳食ってから転職したって、そんな実力と働き方じゃ、試用期間で切られるだけだよ。
ま、そこまで教えてやる気もないけどね。親じゃないんだし。