  |
はてなキーワード: コンピとは
↓これの話と、
高卒採用を増やしたいんだけど、現状の異様な高卒新卒採用ルールを変更してほしい。学生の職業選択の自由を奪っている→賛否両論の議論に
https://togetter.com/li/2451761
そのブコメ↓を見てて思ったけど
https://b.hatena.ne.jp/entry/s/togetter.com/li/2451761
自由競争にしたら採用する側、企業側に有利だけど、採用される側は不良だよな。
逆に、現状の大学生でも理系の研究室から推薦されて就職する流れは高卒採用ルールと変わらないので、大学生もそっちに合わせた方が良いのでは。
→リクルートやマイナビみたいな企業が力持ってる状況から、大学の就職相談室やキャリアサポートセンターが力を持つ状況になるだけ。
競い合うの大学相談室間のバトルで、ウチの生徒は他大学の生徒より優秀ですバトルだから健全では？
リクルートとかは各大学のコンサル的な事業にシフトすれば良い。コンピテシー診断とかの企業に売ってるシステムを大学向けにアレンジするとか。
大学内部に向かう力学としては、うちの卒業生は優秀だ、使える、と評価される必要が強まる。そのために最近企業側で新卒に求めるスキルを授業にも組み込むか、サポート講座を設けよう、とかになる。
大学側も学内選考は学校の成績や校内での実績に基づいて順位付けする事になるので、生徒に対して授業や大学そのものへ貢献してもらうモチベーションは直結して高められる。
大学自体は社会的評価を上げて、企業からの求人を学校単位でたくさん貰えるような学校にならないと行き詰まるし、採用された卒業生をみて「あそこの大学のあの学部の卒業生なら間違いないよ」と言われる教育を施す必要がある。
大学側の施策がズレてたら少しタイムスパンはあるけど、学校の学部単位で評価がモロに影響するから、放置されないで是正される。
大学3年の後半から4年にかけても、自分の希望の企業に学内選考で入るには授業で大学が求める成績をあげるため就活するから学校なんて後回しにはならない。
そもそも、任天堂に入るには〇〇大学の〇〇学部は採用枠持ってる持ってないが高校生向けの大学パンフレットに載ることになるし、2025年〇〇社より新たに採用枠2名獲得！とかがアピールポイントになるのでは
企業側がお金と人員リソース費やしてる所に、大学生が個々人のリソースで1年近い時間を費やして対応してるの、企業vs個人の段階で不利なんだから企業vs大学の方が健全だと思う。
昨年、一念発起して100kgの大台から70kgまで、30kgの減量に成功した。
やたらと知見を共有したがるのはエンジニアの美点の一つだが、私もその例にならい、ここにダイエット中に学んだことを共有しようと筆を執っている。
ダイエットとはそもそも、日常の食事のことを指し、それが転じて食習慣の適正化を意味するようになった。
減量の本質もそこにある。
人は食べたものからできている。食習慣を適正化すれば、自然と健康的になる。
30kgもの減量に成功した最大の要因は、自分がエンジニアであったことだと思う。
そもそもプログラミングとは、入力されたデータに対して任意の出力データを得るために加工する、その計算方法を設計し、実装することを指す。
料理もまた同じで、食材という入力に対して、調理を実施し、料理という出力を得る。
そのため、体重と食習慣の適正化というプロジェクトに対して、プロジェクトのマネジメント手法が応用可能なのだ。
メモリ4GBのオンボロPC抱えてパイプ椅子で開発すすめても、ろくに進捗しないのと同じだ。
ただし、闇雲に金をかければよいというものでもない。投資すべきものというのは、だいたい決まっている。
どれも無くても減量自体は可能なものばかりだが、あったほうが効率が良い。
そもそも減量はモチベーション管理のゲームなので、自動化、簡易化できるところはやったほうがいい。
金を払って健康を買っていると考えればよい。
まったくアーキテクチャを考えず、行き当たりばったりでファイルごとに違う設計のプロジェクトは悲惨な結果を招く。
最初にこのアーキテクチャで行くと決め、ひとまずはそれを続けることが大事だ。
減量で言えば、ローファットでいくかローカーボでいくかということだ。
日によって低脂質でいったり低糖質でいったりするのは全く良くない。
自分は低脂質でいくことにした。そのほうが筋肉量の減少を抑えられるし、コレステロール値の改善にも効果的だからだ。
金融系プロジェクトにありがちな細かすぎるコード規約は有害無益で時間と金の無駄だが、余りにフリーダムなのも混乱のもとである。
減量でいえば、目標カロリー量とPFCバランスだ。ここがいい加減だと、到底うまくいかない。
カロリー量はハリス・ベネディクト方程式から出される基礎代謝の1.5倍とかに設定すればよいだろう
そのうえで、低脂質ならP:30%, F:20%, C:50%のように割り振ろう。
たとえば1600kcal目標なら、P: 480kcal = 120g, F: 320kcal = 35g, C: 800kcal = 200g、といった感じだ。
この規約を守るためにも、あすげん/カロミルがあれば、計算が楽だったというわけだ。
プログラミングでは、実行時に行うと重すぎる計算はビルド時など事前に行ったりすることがある。
初代スーパーマリオブラザーズのジャンプは、1フレームごとに重力係数をかけて計算しているわけではなく、加速度がハードコードされている。
ブロック崩しでさえ物理演算するような現代においても、似たようなことをすることはある。
ダイエットで言えば、時間的余裕のあるタイミングで、できることをしておけということになる。
キャベツを千切りにしたり、きゅうりやトマトを切ったり、オートミールに材料混ぜておくことは事前にできることなのだ。
夜寝る前などにやっておき、明日の調理工数を最低限にしておくことが大事だ。
処理したものはジップロックコンテナにでも入れて、冷蔵庫にしまっておこう。
よく食べる鶏むね肉や牛もも肉なんかもキロ単位で大量買いして、1食量ごとに切り分け、ジップロックバッグに入れて冷凍庫に入れておこう。
適切なキャッシュがもたらす実行速度の向上効果は非常に大きい。
これは料理についても言える。
毎食ごとに献立を考え、材料を揃え、包丁で切ったり、コンロで焼いたり…などの調理を行うのは非常に非効率である。
いわば冷蔵庫はメモリキャッシュであり、冷凍庫はディスクキャッシュのようなものである。
よく1人分作るのも3人分作るのも変わらないよ〜などと言うが、同じ理屈で1食分作るのも、3食分作るのも、手間としてはたいして変わらない。
すでに広く使われ、実績のあるライブラリがあるのに、なぜ一から作らなければならないのか。
これはダイエットについても言える。
安価で大量に手に入るカット野菜などは、買ってしまえばいいのだ。
たとえばきんぴらごぼう。作ると面倒なきんぴらごぼうだけど、その面倒さの9割はごぼうを千切りするところにある。
千切りして水にさらし終わったら、きんぴらごぼうの調理工程の9割は終わっている。
しかもこの部分は、工数が量に依存しているため、大量作成の恩恵を受けづらい部分だ。O(n)である。
一方でカットごぼうを大量買いすれば、あとは炒めるだけなので量に依存せず、大量作成が容易になる。O(1)にすることができる。
他にも、オイコスヨーグルトとか、サラダチキンとか、Baseブレッドなどの外部サービスを使うのも良い。
プロジェクトの初期段階、リードエンジニアが重要なクラス群とサンプルとなるクラスをいくつか作った後は、それをひらすらに横展開していくことになる。
この段階では天才エンジニアなど必要なく、コピペマンでじゅうぶんになる。むしろ下手に独自の考えを持たず従順に開発してくれるぶん、そのほうが良いことさえある。
ダイエットについても同じことが言える。
なぜ毎食毎食、独自の健康メニューを考え出さないといけないのか。食事の都度、栄養成分を計算し、調整しなければならないのか。
あすけんで一度100点をとったらあとは、ひたすらそれをこすり続ければいいだろう。
朝
蒸しかぼちゃ
昼
ふかしたさつまいも
蒸しかぼちゃ
夜
りんご（皮ごと）
蒸しかぼちゃ
毎食似たようなものを食べていることがわかるだろう。
これは日単位でも同じで、別の日は牛もも肉が刺し身になったり、さつまいもが蕎麦になったりはするが、その程度の差だ。
どうしても違うものが食べたくなったら、そのときに改めて計算すれば良いのだ。
そうすれば手持ちのカードが増えていく。
インシデントが発生したとき、必要なのはリカバリーであって、そんな時に人を責めても何の役にも立たない。時間の無駄だし、士気も下がるだけだ
こうしたとき、自分を責めても仕方がない。自分をクビにはできないし、ダイエットは長期戦なのだ。
ある日に食べすぎたからと言って、次の日にその分を減らすと、必要な糖質や脂質が不足して代謝が落ちてしまったり、だるさが抜けなくなったりするため、そういう方向でのリカバリーはやめよう。
しっかりと痩せる食事スタイルが確立しているなら、それを続ければ良いだけだ。
どうせ1食程度ではそんなに太ることはできない。
計測は減量期間中だけでなく、むしろ減量終了後にこそ必要になる。
そもそも、減量前の食事が減量前の体重を作り上げてきたのだから、減量前の食事に戻せば、体重も戻るのは当然のこと。
もとの体重に戻りたくないなら、新たな食習慣を作り上げる必要がある。
プロダクトリリース後、つまり減量後の運用フェーズにうつったら、減量飯でもデブ飯でもない、心にも体にも良い食習慣へと移っていこう。
急激なUI変更がユーザーの反発を招くように、急激な食事変更は体重の反発（リバウンド）を招く。
そこで、オートミールだったところを玄米ごはんにするとか、ささみだったところを蒸し鶏にするとか、ちょっとずつ維持するためのご飯へと変えていき、どのくらいの量なら大丈夫なのかを見つつ、ソフトランディングしていこう。
まずな？プロはマニュアルしか使わないなんて嘘だ。特に動体撮影する連中は逆にオートフォーカスしか使わん。スポーツ写真でもアイドルのライブ写真でもオートフォーカスが基本。
そしてSONYの正直に言ってマニュアルフォーカスは使いにくく、マニュアルフォーカスの扱いやすさで言えばキヤノンが優勢だ。なぜかって？家電量販店で試してこい。マニュアルフォーカス時のユーザーインターフェースの時点で出来が違うから。
SONYはなオートフォーカスがすべてだ。キヤノン党やニコン党やフジ党に聞いてみろ。口を揃えて「SONYのオートフォーカス"だけ"は敵わないっすねぇ」って言うから。
SONYがはじめてカメラでSONYのオートフォーカスが当たり前になってみろ。他社へ乗り換えた際に「遅っ！！」「えっなんで認識しねぇの！？」となるのは確実だ。
動画撮影機能も家電メーカーだけあって優れており、その辺りのバランスの良さからSONYカメラは子供が生まれた新米パパに人気になっている。購入年齢層が本当にそれなのである。若者やYoutubeで人気なのはこういう万能的なカメラだし実際に売れてる。
白飛びしやすいというのは些か語弊があり、露出オーバー気味・・・つまりは明るく写そうとする傾向があるのだ。だから明暗差の大きい例えば室内の窓から屋外の景色を写そうとすると盛大に白飛びする。
しかしこれは他社でも明暗差の大きいシチュエーションでは同じでキヤノンはその傾向が強めに出ると思えば良い。何でもかんでも白飛びするわけでないので大げさに心配する必要はない。
キヤノンと言えば人肌と言われるほど人物撮影が得意と言われている。この評価は確かにそうだが実際には発色が良いと表現したほうが適切だ。
キヤノンは現実世界の色味をそのまま出すのではなく人間が綺麗だと感じたり、過去の思い出の中で振り返る美しい景色などの色味、いわゆる「記憶色」で写すメーカーなのだ。
だからこそ雑誌やインターネットで見たような色味の写真を撮りたいみたいな需要にマッチする。iPhone的と言えばiPhone的だが、むしろ逆でiPhoneがキヤノンのパリッとした発色をソフト処理で真似てる。コンピュテーショナル・フォトグラフィーってやつだな。
あとファインダーを覗くと視線でオートフォーカス対象を決定できる機能がメチャクチャ凄いので、家電量販店でマニュアルフォーカス試すついでにやってみると良い。むしろコッチのほうが感動する人は多いハズ。
ニコンは純正レンズだ！ニッコールだ！レンズ性能が他社よりも1歩2歩進んでいて、その光学性能はカメラメーカーというかレンズメーカーの中でも随一だと言って良いだろう。双眼鏡も単眼鏡も望遠鏡もニッコール！
オートフォーカスが弱い？いやそれは化物オートフォーカスのSONYと視線オートフォーカスのキヤノンと比べるのが悪いのであって、こういうこと言う輩はRICHO GRシリーズとか使ったこと無い輩なので聞く耳持たなくて良い！下には下が居るぞ！RICHO GRシリーズユーザーでGRのオートフォーカス信用してるヤツに俺は会ったことがないからな！(笑)
ニコンの色味は現実に合ったナチュラルカラーの「自然色」だ。とは言っても大半のカメラマンはRAW現像してしまうので一発で決まった色味の出るキヤノンと比較するならばRAW現像前とRAW現像後の比較がしやすいのがニコンだな！キヤノンは撮った時点のものがもうコレで良いんじゃね？となりがちだ！
RAWファイルをギリギリまで追い込んで遊びたい！みたいなヤツはニコンの方が楽しいかもな。面倒臭いから一発で良い感じの出せって言うならキヤノンの方が良く、子供やペットを追いかけ回して写真も動画も何でもやりたい！ならSONYだ。
あぁちなみにだが写真機としてのボディ形状やボタン配置などは好みの差はあるもののSONYよりもキヤノンやニコンの方が優れていると言うカメラマンは多いし実際に俺もそうだと思う。
もうハッキリ言おう！こいつは動画機だ！写真機としてはまだまだ未完成だ！いやぁ惜しいんだけどな！キヤノンやニコン、SONY、富士フイルムの完成度と比較しちゃうとなぁ……。
しかし動画機と見ればかなり良い。手ブレ補正は効きまくりだしYoutube全盛のインターネットで相当にマッチしていると言って良い。動画がメインで写真はオマケっていうヤツが買え！
でも昨今の機種に搭載が始まっているユーザーが色味を自由自在に出来てしまうリアルタイムLUTは非常に楽しい機能なので、リアルタイムLUTのためだけにパナにするってのもナシではない。
中判というどデカいイメージセンサーを搭載しているカメラを販売しているが主力は中判よりも小さいフルサイズよりも小さいAPS-Cイメージセンサーを搭載したカメラだ。
APS-Cよりも小さなマイクロフォーサーズ搭載カメラにも言えることだが、カメラもレンズも小型軽量なのは正義ですよ。持ち歩く気になるか？ってのはカメラ趣味にとって大きな要素なのです。
だからこそ言いたい女性諸君！キミたちのカメラはコレですよ！中判とかフルサイズとかデカくて重いしさ、結局のところ男が使うことを想定してるんだもの女性の手や体格じゃ中判やフルサイズはキツイって！
ジジイもさ女性モデルさんにカメラ持たせて雑誌レビューしたことあるが、中判やフルサイズなんてモデルさんの顔面と同じくらいのサイズあるんだよ？ポーズ取って貰うんだけど重くてツラそうなの！実際に重いんだってさ！
そこでAPS-Cに本気な富士フイルムですよ！ついでにマイクロフォーサーズを本気でやってるPanasonicですよ！これのレビューのときはねモデルさんも楽なんだよ！フルサイズのカメラレンズなんて女の子の拳よりもデカいんだからね？APS-Cはそんなことない！
APS-Cサイズ感がちょうど良くて、更にフィルムメーカー富士フイルムがこだわる色味で撮影できるわけですよ。オートフォーカスの効きもそこそこ良いし動画だって撮影できる。ボディ筐体のデザインもレトロでおしゃれだ。コスプレイベントでも富士フイルムの女の子カメラマン見たこと結構あるぞ！
ちなみにだがジジイのカメラはキヤノン EOS R3、SONY α7CR、ニコン Zf、富士フイルム X-T5、RICOH GR3x、Leica M11です。R3はしっかりした仕事以外で使いたくねーから普段はそれ以外の気分で持ち歩いてる。
量子コンピューター技術は、究極の出会い系アプリを生み出す可能性がある。未来のマッチメイキング革命。
量子コンピューターは古典的コンピューターでは到底追いつけない計算速度を持ち、膨大なデータを瞬時に解析できる。
量子コンピーティングは、複雑な経路最適化問題やデータセットを高速に処理し、最適な解を見つけることができる。
例えば、膨大なユーザープロフィール、趣味嗜好、行動履歴などを一気に処理し、最適な相手を見つけ出す。
事前にチャットAIで膨大な個人情報を収集した企業が、量子コンピーティングで個人同士の関係性を最適化し、人間関係という複雑な問題を解いてしまうのだ。
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
これはおそらく3つの中で最も簡単な方法だ。現在のChatGPTは、基本的に、テキストを入力できる孤立した箱の中に座っている人間のようなものだ。初期のアンホブリング改良では、個々の孤立したツールの使い方をモデルに教えていましたが、マルチモーダルモデルでは、近いうちにこれを一挙にできるようになると期待しています。
つまり、Zoomでの通話に参加したり、オンラインで調べ物をしたり、メッセージや電子メールを送ったり、共有されたドキュメントを読んだり、アプリや開発ツールを使ったりといったことだ。(もちろん、より長いホライゾン・ループでモデルがこれを最大限に活用するためには、テスト時間のコンピューティングをアンロックする必要がある。)
最終的には、ドロップイン・リモートワーカーのようなものができると期待している。エージェントは、あなたの会社に入社し、新しい人間の雇用のようにオンボードされ、Slackであなたや同僚にメッセージを送り、あなたのソフトウェアを使用し、プルリクエストを行い、大きなプロジェクトがあれば、人間が独立してプロジェクトを完了するために数週間留守にするのと同等のことができる。これを実現するためには、GPT-4よりもいくらか優れたベースモデルが必要だろうが、おそらくそれほどでもないだろう。
https://situational-awareness.ai/wp-content/uploads/2024/06/devin.gif
Devinは、完全に自動化されたソフトウェア・エンジニアを作るために、モデル上の「エージェンシー・オーバーハング」／「テストタイム・コンピューティング・オーバハング」を解除する初期のプロトタイプだ。Devinが実際にどの程度機能するかはわからないし、このデモは、適切なチャットボット→エージェントのアンホブリングがもたらすものに比べれば、まだ非常に限定的なものだが、近々登場するもののティーザーとしては役に立つだろう。
ところで、私は、アンホブリングの中心性が、商業的応用という点で、少々興味深い「ソニックブーム」効果につながると期待している。現在とドロップイン・リモートワーカーの中間モデルは、ワークフローを変更し、統合して経済的価値を引き出すためのインフラを構築するために、膨大な手間を必要とする。ドロップイン・リモートワーカーは、統合が劇的に簡単になる。つまり、リモートでできるすべての仕事を自動化するために、ドロップインするだけでいいのだ。つまり、ドロップイン・リモートワーカーが多くの仕事を自動化できるようになる頃には、中間モデルはまだ完全に活用され統合されていないため、生み出される経済価値のジャンプはやや不連続になる可能性がある。
https://situational-awareness.ai/wp-content/uploads/2024/06/overview_ooms_gpt2togpt4.png
https://situational-awareness.ai/wp-content/uploads/2024/06/overview_ooms_2023to2027.png
数字をまとめると、GPT-4に続く4年間で、2027年末までにGPT-2からGPT-4規模のジャンプが再び起こると（おおよそ）予想される。
GPT-4のトレーニングに3ヶ月かかったとしよう。2027年には、一流のAIラボはGPT-4レベルのモデルを1分で訓練できるようになるだろう。OOMの効果的なコンピュート・スケールアップは劇的なものになるだろう。
それは我々をどこへ連れて行くのだろうか？
https://situational-awareness.ai/wp-content/uploads/2024/06/overview_counting_the_ooms.png
GPT-2からGPT-4までで、私たちは～未就学児から～賢い高校生になった。とんでもないジャンプだ。もしこれが、私たちが今一度カバーする知能の差だとしたら、それは私たちをどこに連れて行くのだろうか？私たちは、それが私たちをとてもとても遠くに連れていっても驚かないはずだ。おそらく、ある分野の博士や最高の専門家を凌駕するようなモデルまで到達するだろう。
(このことを考える1つの良い方法は、現在のAIの進歩の傾向は、子供の成長のおよそ3倍のペースで進んでいるということだ。あなたの3倍速の子どもは高校を卒業したばかりだが、いつの間にかあなたの仕事を奪っていくだろう！)
続き I.GPT-4からAGIへ：OOMを数える(10) https://anond.hatelabo.jp/20240605211837
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
どうしてこうなった？ディープラーニングの魔法は、それがただ機能するということであり、あらゆる場面で否定的な意見にもかかわらず、その傾向線は驚くほど一貫している。
https://situational-awareness.ai/wp-content/uploads/2024/06/sora_scaling-1024x383.png
効果的な計算のOOMが増えるごとに、モデルは予測通り、確実に良くなっていく。OOMを数えることができれば、能力の向上を（大まかに、定性的に）推定することができる。そうやって、先見の明のある数人がGPT-4の到来を予見したのだ。
GPT-2からGPT-4までの4年間の進歩を、スケールアップの3つのカテゴリーに分解することができる：
1. コンピュート：計算：これらのモデルを訓練するために、より大きなコンピューターを使うようになった。
2.アルゴリズムの効率化：アルゴリズムの進歩には継続的な傾向がある。これらの多くは「コンピュート・マルチプライヤ」として機能し、有効なコンピュート量の増加という統一された尺度に乗せることができます。
3.「趣味のない」利益：デフォルトでは、モデルは多くの素晴らしい生の能力を学習しますが、あらゆる種類の間抜けな方法で足かせとなり、実用的な価値が制限されます。人間のフィードバックからの強化学習（RLHF）、思考の連鎖（CoT）、ツール、足場などの単純なアルゴリズムの改善により、潜在的な能力を大きく引き出すことができる。
これらの軸に沿って、改善の「OOMを数える」ことができる。つまり、有効計算量の単位でそれぞれのスケールアップをトレースするのだ。3倍は0.5OOM、10倍は1OOM、30倍は1.5OOM、100倍は2OOMといった具合だ。2023年から2027年まで、GPT-4の上に何を期待すべきかを見ることもできる。
ひとつひとつ見ていくが、OOMの数を急速に増やしていることは明らかだ。データの壁には逆風が吹いている可能性があり、それについては後述するが、全体的には、2027年までにGPT-4の上に、GPT-2からGPT-4規模のジャンプがもう1回起こると予想される。
まず、最近の進歩の原動力として最もよく議論されている、モデルへの（大量の）コンピュート投入について説明します。
多くの人は、これは単にムーアの法則によるものだと考えている。しかし、ムーアの法則が全盛期を迎えていた昔でさえ、その進歩は比較的緩やかなものでした。しかし、ムーアの法則が全盛期だった昔でさえ、10年で1～1.5OOMと、比較的ゆっくりとしたスピードだった。(かつては1つのモデルに100万ドルを費やすことさえ、誰も考えもしないことだった。）
| モデル | 推定コンピュート | 成長率 |
|---|---|---|
| GPT-2 (2019) | ~4e21 FLOP | |
| GPT-3 (2020) | ~3e23 FLOP + | ~2 OOMs |
| GPT-4 (2023) | 8e24～4e25 FLOP + | ~1.5～2 OOMs |
エポックAI（AIトレンドの優れた分析で広く尊敬されている情報源）の公開推定値を使用して、2019年から2023年までのコンピュートスケールアップを追跡することができます。GPT-2からGPT-3へのスケールアップは迅速で、小規模な実験から大規模な言語モデルを訓練するためにデータセンター全体を使用するまでにスケールアップし、コンピュートのオーバーハングが大きくなりました。GPT-3からGPT-4へのスケールアップでは、次のモデルのためにまったく新しい（はるかに大きな）クラスタを構築しなければならないという、最新の体制に移行しました。それでも劇的な成長は続いています。エポックAIの試算によると、GPT-4のトレーニングでは、GPT-2の3,000倍から10,000倍の計算量を使用しています。
大雑把に言えば、これは長期的なトレンドの継続に過ぎない。過去10年半の間、主に投資（およびGPUやTPUの形でAIワークロードに特化したチップ）の幅広いスケールアップのため、フロンティアAIシステムに使用されるトレーニング計算量は、およそ〜0.5OOM/年で成長してきた。
https://situational-awareness.ai/wp-content/uploads/2024/06/compute_long_run_trend-1024x968.png
GPT-2からGPT-3への1年間のスケールアップは異例のオーバーハングであったが、長期的なトレンドが続くことは間違いない。SF-rumor-millは、巨額のGPU受注の劇的な話で一杯だ。その投資は並大抵のものではないが、動き始めている。
この分析によれば、2027年末までにさらに2OOMsのコンピュート（数十億ドル規模のクラスター）が実現する可能性は非常に高いと思われる。さらに＋3OOMsのコンピュート（1,000億ドル規模以上）に近いクラスターも可能性がありそうだ（マイクロソフト／OpenAIで計画中と噂されている）。
https://situational-awareness.ai/wp-content/uploads/2024/06/stacked_compute-1024x866.png
続き I.GPT-4からAGIへ：OOMを数える(5) https://anond.hatelabo.jp/20240605205449
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
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
プリファードインフラストラクチャーとはてな、戦略的提携に合意
第一弾としてはてなブックマークの新機能を共同開発し、本日リリース
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
株式会社プリファードインフラストラクチャー（代表取締役：西川 徹／東京都
文京区）と株式会社はてな（代表取締役：近藤淳也／京都市中京区）は、7月15日
付にて、両社の長期的な発展を目的に戦略的提携をおこなうことで、基本合意
いたしました。
今回の戦略的提携により両社は、はてなの運営するウェブサイト「はてな」に
おいて、プリファードインフラストラクチャーが保有する高度な情報処理技術
と、はてなが保有する高いインターネットサービス開発能力を組み合わせ、
ユーザーにとって価値が高く、新規性のあるサービス開発をおこなうことで、
両社のさらなる発展とインターネット分野における成長を目指します。
本提携の具体的な成果として、本日、ソーシャルブックマークサービス
「はてなブックマーク」にて「関連エントリー表示機能」をリリースしました。
本機能については、本年6月に両社が初めて実施した共同開発合宿によって生ま
本機能は、プリファードインフラストラクチャーが保有する類似情報抽出エン
ジンを元にはてなとの共同開発により、製作された類似記事抽出機能です。
新機能の大きな特徴として、はてなブックマークのある記事におけるエントリ
ーページを閲覧すると、「そのエントリーに関連する他のエントリー」が表示
され、ブックマークされた該当記事 (エントリー) に関連する他のエントリー
例えば、タイムリーに盛り上がっている議論ブログの関連エントリーとして、
同様の議論や議論のサマリなどが一覧で見ることができる、あるいはコンピュー
タについて書かれた技術的エントリーからは、類似する他のテクニックを
発見できるといった、利用者がより多くの価値ある情報に出会える機会をも
両社では現在、さらに新規性の高いシステムの開発にも取り組んでおり、今回
リリースした機能にとどまらず、今後も継続的に共同開発をおこない、ユーザ
ーにとって価値の高い新機能・新サービスを創出していく予定です。
https://web.archive.org/web/20080720142725/http://preferred.jp/index.html
https://web.archive.org/web/20190804191818/http://m-sugaya.jp/sci-fi.htm
「第二次世界大戦後、「Famous Monster Magazine」を編集していたフォーレスト（フォーリー）・Ｊ・アッカーマンという編集者が、ステレオの「Hi-Fi（ハイファイ）」の発音にヒントを得て「Sci-Fi（サイファイ）」という「Science Fiction」の略語を生み出しました。これがウェブスター辞典いうところの1955年なのでしょう。アッカーマン氏は、自分の車のナンバープレートも「Sci-Fi」にして、この言葉の普及につとめたようです。
アッカーマン氏はファンジンの祖としても知られている人でして、日本ではマンガの主人公になったこともありますが(^_^;)、コンピュサーブ会員の説明によると「（もちろん本人は認めないが）クズＳＦ映画（trashy sf movies）」の愛好者で、彼がこれらの映画に「Sci-Fi」の名前を冠したため、一般メディアは、ゴムのぬいぐるみが出てくるモンスター映画のようなものを総称して「Sci-Fi映画」と呼称するようになったのだとか。
「2001年宇宙の旅」から「スターウォーズ」までの期間の前後は、「Sci-Fi映画」といえば目玉の大きなグロテスクな宇宙人やロボットなどが出てくるホラー系、モンスター系映画の代名詞となっていた（いる）のだそうです。
さらに60年代に入ると、出版業界の中で、モンスター映画に似た安っぽいＳＦ小説を「Sci-Fi」と書いて「Skiffy（スキッフィー）」と呼称するようになったのだそうで、「サイファイ」と並行して「スキッフィー」もポピュラーな呼称となっていったようです。
「Sci-Fi（スキッフィー）」という呼称には、多分に侮蔑的なニュアンス、あるいは自嘲的な意味合いも含まれていたようで、ジョークの中には「ＳＦファンの前でスキッフィーというときは、逃げ出す準備をしてからにしろ」というようなものまであるそうです。
このような経過を経たせいか、「Sci-Fi」には屈辱的、あるいは差別的なニュアンスがつきまとうようになり、ＳＦ作家の中には「Sci-Fi作家辞典」への掲載を断ったりする人も出てきたのだとか。
そのためコンピュサーブの「Sci-Fiフォーラム」は、その名称を「SF/Fantasyフォーラム」に変更し、「GOコマンド」からも「GO Sci-Fi」が消えることになったとのこと（1990年頃のことらしい）。ここでいう「ＳＦ」とは、「Science Fiction」であり、また「Speculative Fiction」であり、ハインラインやクラークの伝統を引き継ぐ作家、作品を指しているようです。ちなみにニューウェーブやサイバーパンクの作家名は出ておりませんでした。
ただし、ここで留意しないといけないのは、コンピュサーブは元もと料金が高かったこともあって会員の年齢層と地位も高く（これを称して「コンピュサーブの３高(c)Mitsuru Sugaya）」という）、大半のフォーラムではハンドルが使えないなど、保守的なオンラインサービスとしても知られているところです。
……てなことを書いていて、またコンピュサーブにアクセスしたら、最近までは使えなかった「GO Sci-Fi」が復活しておりました。「SF/Fantasy Forum」グループのメニューが出てきます。コンピュサーブもＡＯＬが親会社になったことで、ポリシーを変更したのかな？ それとも前に探したときにタイピングをミスしたのかな？
しかし、このコンピュサーブの「Sci-Fi」に関する議論は、なんとなく「ハッカー」についての議論を思い浮かべてしまいました。はい、「ハッカーとクラッカーを一緒にするな」というアレでございます。ケーブルテレビにも「Sci-Fiチャンネル」という、24時間連続でＳＦ系のテレビ映画などを放映しているテレビ局もあるくらいですから、すでにアメリカでは「Sci-Fi」という言葉は市民権を得ているといってもいいのでは……なんて思っちゃうんですよね。これも、「面白ければSFでもSci-Fiでもかまわない」というこだわりのなさからなんでしょうが。
15年ほど昔、手塚治虫先生に、「最近、『ゲームセンターあらし』は、すっかりＳＦになってますねえ」と言われ、「げえっ！ 手塚先生が『コロコロコミック』まで読んでるう！」とビックラこいたものでしたが、そのとき「スキッフィー」という言葉を知っていたら、「いえ、ぼくのマンガはスキッフィーです」と言えたのになあ。あのマンガで目指していたのは駄菓子屋マンガだったから。
すがやみつる（1999/3/20記：1999/8/2一部書き足し）」
😌スッキリした
NON-EDIT TALK : MY LITTLE LOVER featuring AKKO＊華原朋美
華原:
こんばんは、華原朋美です。今日は7月り2日です。うーん? そろそろ夏ですかね。7月って言えば……、そうですね、夏ですかね、やっぱり、これから先は。今日の私の格好を見ても夏っていう感じなんですけども、みなさんはいかがですか? 今日のゲストは、私、すっごいドキドキしてます。MY LITTLE LOVERのAKKOさんです。よろしくお願いします。
AKKO:
華原:
いやぁ。
AKKO:
華原:
AKKO:
いや、なんか夏にはぴったりかなって。
華原:
AKKO:
朋ちゃんも真似したんですか?
華原:
AKKO:
好きですか?
華原:
AKKO:
いい感じ?
華原:
いい感じです。
AKKO:
華原:
ああ、やっぱり女性ですね。なんか、女ですね。
AKKO:
そうですか? いやいや、朋ちゃんもね。
華原:
いちおう、女を装って。あの、今日は、いろいろ聞きたいことがたくさんあるんだけど、歌を歌うのにつながる今までの人生ってあるじゃないですか。
AKKO:
うんうん、うん。
華原:
でも、いろいろなスタッフの人から話を聞くと、情報を集めたんですよ。昔は音大に通ったり。
AKKO:
華原:
これは私もそう思ったんですけど、バレエを。
AKKO:
うん。ちょこっとね、バレエは。
華原:
そうですか。
AKKO:
朋ちゃんはやってたんですか?
華原:
やってたんですけどね。
AKKO:
私ね、新体操やってたんですよ。
華原:
新体操って、これ?
AKKO:
そうそう、リボンとかボールとかなんだけど。だから、新体操の基礎ってバレエだから、それでちょっとね、やってました。
華原:
リボンやりながら歌いました?
AKKO:
歌わないよ。
華原:
AKKO:
あ、本当に。
華原:
うん。あの、平均台、10cmぐらいしかないんですけど、そこの上で転回やったりとかしてたんですけど。
AKKO:
危ないですよね。
華原:
危ないですよ。
AKKO:
怖いですよね。
華原:
落ちちゃった時とか、もうどうしょうもないほど痛かったんですけど。
AKKO:
なんかね、歌ったり踊ったりがとにかく好きで、ずっと。ちっちゃい頃から。だから新体操、まあ踊り、とにかく一回ハマって。まあ、それを終えて、「今度は歌か」と思って。音楽大学行って、声楽とか勉強して今に至るんですけどね。
華原:
やっぱり、音楽っていうものに関しては、自分は生まれつきすごく「それしかない!」って思ってたところってありますか?
AKKO:
いや、「それしかない!」っつうよりも、本当にただただ好き。好きでたまらない、楽しくてたまらないものが、本当に踊りと音楽だったんですよ。でも、ちっちゃい頃からね、「みんなの歌」とかなかった? ああいうの片っ端から歌ってみたりとかね、一人で勝手に部屋で歌ったりとかね。本当、それだけでもすごい楽しくって。
華原:
あの、私も「みんなの歌」みて歌ってても、私は一人で歌ったりとか出来なかったんですよ。みんなで合唱とかやった時、一回だけ自分が一生懸命歌えるっていう感じで、あの、その本を見た時、いちばん初めの印象ですけど、本を見た時に、恥ずかしいなって思っちゃったんですよ。そういうのってないですか?
AKKO:
わかるわかる。
華原:
なんか、「これ、私が自分で歌うんだ」って思った瞬間、すごい恥ずかしくなって。
AKKO:
でも、だって、隠れて歌っちゃえばいいじゃん。そういうのは思わなかったの?
華原:
AKKO:
私、逆にね、合唱とかのほうが恥ずかしかったかな。なんか、となりの人の声と聞こえたりするじゃない。で、自分の声とかも聞こえちっゃたりするのが。それだっら、なんか一人で歌ってたほうが、なんか好きだったかもしれない。うん、そうだなうん。
華原:
それはすごいプロですよね。なんか、私はそう思うんですけど。あの、合唱コンールの時に………、ごめんなさい、私の話で。
AKKO:
ううん。
華原:
合唱コンクールの時に、あの、ソプラノのパートを歌ったんですよ、私。で、ソラノのパートを歌える人がそんなにいなくて、私ともう一人ぐらいしかいなかったんすよ。
AKKO:
あら。
華原:
それじゃあもう声が、今から考えるとね、声が届かなくてしょうがなかったのになんでソプラノとかを歌えたのかな? って。恥ずかしいと思いながら声を出すってうのは、すごく見てる人が楽しむところなのかなって、今は思うんですけど。
AKKO:
なんか、見てる人も歌ってるほうも楽しいよね、歌とかってね。
華原:
踊り踊るのと歌を歌うのって、とにかく好きだし。私も踊るのも好きだし、歌うも好きなんですけど、でも、それを一緒にするのはなかなか難しくて。で、いつもフンの人から手紙とかもらって、そこに書いてある文章を読んだりすると、「左手、右が、どうしてこんなに動くんですか?」って。私はあの、「それは振りですか?」ってかれるんですけども、「振りじゃなくて勝手に動いちゃう」っていうふうに言うんでけど。で、ビデオ見たんですよ。
AKKO:
何の?
華原:
全部。
AKKO:
華原:
はい、全部見ました。
AKKO:
華原:
AKKO:
いやぁ、私はもうぜんぜん。
華原:
いいなぁとか思ったんだけど。
AKKO:
いやいや、私もやっぱり、まだやってみたことはないけど、踊りと歌を合わせるって、まだ自信ないなぁ。やってみたいけど。ジャズダンスとかも、多少習ったりとしたことあるけど、難しいよね。
華原:
難しいですよね。あの、アルバムの中で、アルバムの中じゃないけど、♪いつかHEY! HEY! HEY! ～って、あるじゃないですか。
AKKO:
デビュー曲なの。
華原:
あれ、私、すっごい好きなんですよ。
AKKO:
あ、本当に。
華原:
私、あれ聴いて、「いつかはHEY! HEY! HEY! に出て上いってやろう」とかってました。
AKKO:
あれ? その頃ってまだデビューしてないんでしたっけ?
華原:
いや、いろいろしてる時期だったんですけど。
AKKO:
あ、そうか、そうか。でも、いい歌詞ですよね、なんか。意外と前向きだしね。HEY! HEY! HEY! ～とかいって投げやりな感じだけど、じつはね、かわしてる感じでもんね。
華原:
あの歌はすごいいいですね。あと、「Hellow again」もうメチャクチャ好きです。
AKKO:
あ、本当に。いやぁ、嬉しい。
華原:
プロモーションビデオ見たんですけど、半袖でマフラーをしてるじゃないですかAKKO うん。
華原:
それは、やっぱりあのマフラーには何かあるんですか?
AKKO:
いや、私が考えついたことじゃないんですけど、その時のアートディレクターの藤さんていう方がいて、その方がなんか発想して。そういうふうにTシャツにバーバーのマフラー。すごい可愛いですよね。
華原:
可愛いなって思いましたね。
AKKO:
私もびっくりしちゃったんですけど、でも、それはその人の。
華原:
なんかあれですよね、「Hellow again」っていうのは、昔からある場所。昔かにる場所っていうのは、AKKOさんの中でどういうところですか? 昔からある場所。
AKKO:
昔からある場所? どういうところなんだろうな? けっこう冒険が好きなんで、んまり留まってないんですよ、私。だからね、ちょっと。ごめん。
華原:
ううん。あの、私は自分であの曲を聴いて、自分が、朋ちゃんが昔からある場所ていうのはどこなんだろう? っていうふうに探しちゃったんですけど。
AKKO:
どこでした?
華原:
わかんないですけど。昔からある場所って実家かな? とか思ったんですけど。
AKKO:
それはでも、私も思った、一瞬。実家かな? って思ったけど。結局なんか、自ベースの気持ちだったりするのかな、とか思ったけどね。わりと私は、なんか楽しくきようっていうのがベースにあるんですよ。
華原:
いいですね。
AKKO:
笑って生きようとか。一度しかないし、人生。だからなんか、そういうのが私のレイスというか、場所なのかなって、今ちょっと思ったけど。
華原:
いいですよね、なんか。転調の部分とかも、すごい綺麗ですよね、「Hellow agan」とかね。
AKKO:
華原:
AKKO:
いきなり変わりますよね。
華原:
すいません、ごめんなさい。私、気性が荒い人だから。
AKKO:
大丈夫です。気性なんですか?
華原:
気性? あの、何を話すのか忘れちゃった。
AKKO:
ごめん。邪魔しちゃったね。
華原:
AKKO:
そうなの。
華原:
AKKO:
華原:
憧れですよね。
AKKO:
本当?
華原:
女の人として、憧れの場所ですよね。
AKKO:
本当?
華原:
私はそうなんですけど。AKKOさんってお呼びしても?
AKKO:
もう「AKKO」で。
華原:
「AKKO」で? 言えないっスよ、そんな。AKKOさんは、あの、あれですよ、歌をて、それで売れて。それから女の人として、私が勝手に言うことですけど、女の人とて結婚して、子供を産んで、それで生活をして。それでも歌を歌い続けるっていうの、すごくいいスタイルですか?
AKKO:
いや、もうメチャメチャいいですね。
華原:
AKKO:
いや、1mmも描いてないですよ。
華原:
1mmも?
AKKO:
そんなの想像できないでしょ? 普通。ちっちゃい頃なんてそんなこと。ある意ゃ、すごい派手なことだし。でも、まあ、普通の営みだと思っちゃうんですけど、私。たまたま。
華原:
お姉さんですね。
AKKO:
え? いやいや。将来、本当に愛する人と結婚して、その愛する人との子供が産いっていう夢はずっとあったけど、それがこういう状況で起こるとはぜんぜん思ってかった。
華原:
AKKO:
華原:
すいません、なんか。
AKKO:
華原:
今日、本当に忙しい中を来ていただいて、すごく嬉しいです。
AKKO:
いやいや。本当に私も今日は楽しみだったんで。
華原:
あの、あれですよね。子供を産んで歌を歌うじゃないですか。声、変わりました
AKKO:
声? 声っていうよりも、なんか表現の仕方がすごい変わったような気はする、の中で。もうちょっと振り幅が持てたような気はしてますけどね。産んだ後レコーデングしてみて。
華原:
私は、そういう経験はしたことないんですけど、初めての人ですよね? なんと。あの、曲を書いてくれる人と結婚して、それで子供を産んで、幸せな家庭を築きなら、温かい歌をみんなに伝えるっていうのは、すごく初めてな。
AKKO:
今までそういう人、いなかったんですかね? どうだろう?
華原:
私はそういう、こういうふうになった人を目の前にして話しをするのは初めてなですけど。
AKKO:
でもね、そんなすごく見えるけど、ぜんぜん本当にただ普通のことをやっているけで。まあ、そういうことの影響が全部歌に出たりとかね、普通するし。もちろんすい前向きに楽しく生きようっていうパワーは多分出てるんだと思うんだけど。でも、から本当、私は普通なんだよ。
華原:
AKKO:
そうかなぁ?
華原:
すごくその、こういうさっきのが、私から見ると温かいふうに見えて仕方がないす。
AKKO:
そっか。
華原:
それをそのまま、べつに隠す必要もないし、それを一番として先頭に立ってる人もないし。そこがなんか、AKKOさんのいいところで。
AKKO:
そうかな。でも、そう言われるとすごい嬉しいです。
華原:
すいません、自分で喋ってて、なに言ってるのかって思っちゃって。
AKKO:
いやいや、でも、すごい嬉しい。そっか。
華原:
そうですね。なんか「ANIMAL LIFE」っていうCD聴きました。
AKKO:
ありがとう。どうでした?
華原:
それを聴いてても、すごくいいですよね。
AKKO:
いいですか?
華原:
はい。私はあの、AKKOさんの声っていうの、すごく気持ちがいいんですよ。
AKKO:
あ、本当に? すごい嬉しい。
華原:
聴いててすごく気持ちがいいし。で、私が一番気持ちがいいなって思うところと緒です。あの、私がいちばん気持ちいいと思うところは、安心して休めて眠れるってうところが一番すごく気持ちがいいとこなんですけど。そういう時にAKKOさんの声をくと、さらに。
AKKO:
子守歌のように? いい感じ?
華原:
すごくそういう声を持ってるなって思ったんですけど。
AKKO:
ああ、嬉しいです、そんな。
華原:
どこから出てるんですか?
AKKO:
いやいや、そんな。こっちが聞きたいよ、朋ちゃんの高い声とか。すごいパワーる声とか。
華原:
パワーは、AKKOさんのほうがすごく優れてると思う。
AKKO:
いやぁ。でも、正反対な感じですよね、私たちの声ってね。今、思ったけど。
華原:
そうですよね。裏返したらとか、表にしたらとか。べつのところにあるし。
AKKO:
なんかね。
華原:
だから、私にはない声だし、私がすごく欲しいなって思っても、ぜったいに手のかないところにあるし。それは間違いないですよね。
AKKO:
いや、私もだって、ぜんぜん届かないところにいるのと同じだもんね。なんか武さんとかは、声、いろんな声質を持ってるっていつも言ってくれるんだけど。変化球投げれるとかね。でも、ノーコンだって言われちゃうんでけど。だけどまあ、それが分、私のいいところで。朋ちゃんはでも、やっぱりすごい高い音域とか、すごい音域出て。で、もう本当にすごいパワフルだと思うんですよ。
華原:
じゃあ、お互いそういうふうに思ってるところってあるのかな。
AKKO:
うん。やっぱりね、持ってないものとかね。
華原:
持ってないものって欲しいよね。
AKKO:
欲しくなりますよね。
華原:
何でもそうだよね。洋服で、すごく可愛い服が店頭に飾ってあって。で、それ欲いなって思っても、お金がなかったりして買えなくて。で、本当は届きそうなところのに届かなかったりとかって思いませんか? なんか。
AKKO:
え? 届きそうなところに届かないと言うのは?
華原:
AKKO:
最近ぜんぜん行ってないよね。
華原:
カラオケとかで、私、「Hellow again」とか歌うんですけど、あれもすごいですね。男の子、女の子がいても、絶対に自分はウマく聞かせなきゃいけないっていうとろに、気持ちが届くんですよ。だけど、AKKOさんの声には絶対届かない。届きそうでかないみたいな。
AKKO:
ああ、そういうことか。
華原:
だから、MY LITTLE LOVERのAKKOはいいっていうふうに思うんですよ。
AKKO:
やっぱでも、人にはその、全部万能な人なんていないからね。なんだろう? 自ね、出来る範囲を広げつつも、その中でベストを尽くすのがいちばん素敵だよね。なんつって。
華原:
素敵。
AKKO:
いつもそう思ってるんだけど。
華原:
素敵な人ですね。一番はじめにAKKOさんていう存在を知った時、私は「あ、絶対バレエとかやってる人だな」って思いました。
AKKO:
あ、本当に。
華原:
まだ、声とかは聞いたことがなかった時で、MY LITTLE LOVER。
AKKO:
今日ね、たまたまね、本当たまたまなんだけど、昔の取材の時の切り抜きとか事所とかに置いてあったりするじゃない。それをなんかちょっと必要があって調べてたね。そしたら、デビュー当時の写真とか載ってるわけじゃない、その雑誌の切り抜きから。それ見たら、もうすごいポッチャポチャで。私、びっくりしちゃったんだけど「うわぁ、やめて!! 捨てたい」とか思ったんだけど。いや、でも、あの頃はやっぱ、かなり丸くて。もう慌ててトレーニングとかして。
華原:
トレーニングをしたの!?
AKKO:
うん。ちょっとダイエットじゃないけど、スポーツクラブとか通ってね。だいぶの頃よりはスマートになったと思ってるんだけど。
華原:
カッコいい女性になりましたね。
AKKO:
そうですか? あら。
華原:
そういう感じがする。
AKKO:
ああ、そうか。前なんかキャピキャピっていう感じでしたもんね、けっこう。そいうんじゃなくて?
華原:
全体的に、なんか楽しい感じの人だなっていうふうには思った。で、今、会ってそれは本当だった。
AKKO:
面白く生きなきゃね。
華原:
AKKOさん、そういうふうに思ってるじゃないですか。で、私はそういうふうに思てるところもあるんですけど、時々くじける時がある。「こうじゃダメなのかな?」てなっちゃう時ってない?
AKKO:
いや、あるよ、もちろん。あるけど、うーん? あるけどなんかね、そういう時向きなことを考える。
華原:
前向きなこと。
AKKO:
うん。
華原:
AKKO:
そう。最近ね、ちょっとあんまり家を空けることとかやっぱり多いじゃないです。海外に撮影とか行ったりとか。だからね、あんまりしてないんだけど、前はよく育てた。
華原:
なんか、ロサンジェルスに住んでたり、日本に住んでたりっていうのがすごく多って聞いたんですけど。
AKKO:
華原:
多かった時期ありましたね。ロスにずっといた時期とかありましたけど。
AKKO:
そうか、そうか。ロス多いんだけど、寂しいんですよ。友達とかね、あんまりいいじゃないですか、やっぱり。
華原:
AKKO:
喋れないです。
華原:
私もぜんぜん喋れないです。
AKKO:
でも、日常いちおう困らない? 困らないよね、スーパーとか簡単だもんね。そうのは大丈夫なんですよね。そうですよね、ロスとかでね、一緒とかになれたらと、ふと思ったんだけど。
華原:
思うよね。私もすごい思う。
AKKO:
けっこうね、そうだね。アメリカ人の友達とか出来にくいもんね。
華原:
外人て、なに言ってるかわかんない。
AKKO:
私もさ、すごい愛想いいっていうかさ、やっぱりアメリカ人と喋って、自分で勉しようと思うじゃない。だから、アメリカ人の人と一生懸命喋るのよ。で、前にニュヨークにいたんだけどね、その時は。まあ、妊娠中だったにも関わらず、そこのドアーイいるじゃない、コンドミニアムとかだと。そのドアボーイが、しきりに「今日、事に行こう」とかね、すごいもういっぱい誘ってきて。私、妊婦なんだけど、「I'm regnant」とかって言ってるのに、ぜんぜん通じてなくって、すごい困ってたことかせった。困っちゃうよね。
華原:
困りますよね。
AKKO:
華原:
AKKO:
本当?
華原:
誰か一緒にいなきゃって思いますけど。
AKKO:
一人でわりとね、フラフラ遊んでたんじゅゃなくてね。
華原:
AKKO:
その時はね、武史さんがちょうどMr.ChildrenとYEN TOWN BANDのレコーディング行ってて。で、私は妻ですからついてって。その間、多少撮影があったりとかしててあとは英会話学校とかちょっと行ってたりしたんですよ。
華原:
AKKO:
うん、ちょっとね。そう。だから、わりと一人で雪道とか。冬だったんでね、吹の中あるいて。
華原:
吹雪?
AKKO:
いや、すごいんだって。ニューヨークのね、去年30年振りの大寒波とかいって、雪で。もうそんな中ね、歩いて行ってたよ、ダウン着て。防寒して。一回だけね、セトラルパークの横でね、氷に滑ってね、尻もちついて。妊婦ってね、尻もちついちゃけないのね、絶対ね。で、もう、すごいびっくりしてね、泣いちゃったことあったけね。
華原:
AKKO:
歌った。レコーディングした。
華原:
AKKO:
「Yes」とか。
華原:
♪Yes～ってやつですよね?
AKKO:
華原:
雑誌で、「子供にどんな音楽を聞かせましたか?」って、妊娠中に。それで「妊にアルバムの曲を聞かせるといいですよ」って書いてあったんですよ。
AKKO:
華原:
そうなんですか?
AKKO:
アルバムの曲っていうか、何でもいいんだけど。自分が気に入った曲を、胎教にさそうな曲を、たまたま私が聞かせたのが「Evergreen」っていう。「Evergreen」のの一番最後の曲で。それを毎日毎日聞かせてたら、産まれてからね、その子がどんな機嫌が悪くても、どんなに泣きじゃくっても、それを聞くと機嫌が直るんだよっていのをね、聞いてたんですよ。だから「Evergreen」聞かせてて。で、産まれてからもっぱり聞かせるとすごいご機嫌になる。びっくりしちゃったんですけど。
華原:
あの、「アリス」っていう曲あるじゃないですか。呪文かけてますよね。あれ、いですよね。
AKKO:
あれ、なんかコンピューターのね、「ディギディギディギ」とかってなるじゃな。私もよくわかんないんだけど。あれをとったものなんですけどね。
華原:
あ、そうなんですか。私はなんか。
AKKO:
呪文っぽく思った?
華原:
呪文かけてるのかなって。
AKKO:
華原:
ああいうのって、なんて歌えばいいのかなって。
AKKO:
わかんないよね、最初ね。けっこう質問された、最初。でも、なんか、コンピュターなんですって、もとは。私もね、機械弱いんでね。
華原:
私も弱いです。
AKKO:
難しいですよね。
華原:
AKKO:
華原:
あ、すごい。
AKKO:
一時期ちゃんと向かったことがあるんですけど、ちょっとプロモーション忙しくって、中断しちゃった。
華原:
私も今、中断してますね。
AKKO:
あ、でもやってたんだ。
華原:
あの、ファンの人からメールがきたりとかして、それを見て、返せる人には返しっていうふうにやってたんですけど。難しいですよね。
AKKO:
ね、難しいよね。でも、けっこう面白いんだよね、ああいうのを見ると、 Permalink | 記事への反応(2) | 03:08
宮迫博之 闇営業で活動自粛後、Youtuberとして復活、2022年に焼肉店「牛宮城」をオープンした。オープン前に好悪両面で話題になりすぎた反動か現在ほとんど話題にはなっていないが、元相方蛍原をイジるネタとして2023年にもEX「アメトーーク」などで時折使われる。
テレビ千鳥「宮迫さんのラブ・イズ・オーバーをちゃんと聞きたいんじゃ」で、千鳥、ケンコバ、FUJIWARA原西が、最後まで真剣に聴こうとするも毎回吹き出してしまい20回挑戦するも最後まで聴くことができなかった。
https://news.yahoo.co.jp/articles/cacec05ce1a547c2698192c37784cfd134822462
島田珠代 EX「徹子の部屋」で9月に持ちネタ「パンティーテックス」を披露。「徹子の部屋」は「芸人殺し番組」として「アメトーーク」で何度か話題になっており、そのつながりか。
「徹子の部屋」で夫との死別や娘との9年別居、2度目の結婚と壮絶半生を語り、パンティテックスからの振り幅も相まって神回と話題に。
https://www.cyzo.com/2023/09/post_356968_entry.html
草刈正雄 「アローン・アゲイン」 1976年に日本語カバーで作られた曲が20年ほど前、伊集院光のTBSラジオで「おバ歌謡」として見出されてコンピアルバムで再発売された。2023年にそれを挙げた理由はわからない。
NHK「ファミリーヒストリー」で、母から「朝鮮戦争で戦死した」と聞かされていた元米兵の父親が実は長く存命していた事実が明かされた。日本に残された側として複雑な表情をみせる草刈氏の姿もあり、屈指の神回だと話題に。
続き
(さらに続く)
それは民事の場合。警察の場合に発行されるのは「捜査関係事項照会書」という奴で来る。
刑事訴訟法で定義されている手続きなので、これが来た場合、さらにプロバイダ責任制限法の扱いでも無条件に開示して何ら罪に問われることはない。
そのまま開示するのが普通。
もちろん令状ではないとして拒否することは可能だが、これに応じなかったら普通に令状が来るだけ。
そんで、下手に隠蔽の意図があると思われると、サーバやコンピュターの物理的押収といった事にも発展しかねないので、紹介書が来た時点で応じるのが普通。
例えば、公共性の高い告発に対する名誉毀損罪とかだったら、はてなは戦うこともあるだろう。
Cymbalsのベースだった沖井礼二とシンガー清浦夏実によるユニットTWEEDEESより、今月リリースされたアルバム「World Record」 帯の元ネタはThe Style Councilらしい
そんなアルバムの中からの1曲目 いきなりスキャット！鐘！豪華な編曲！沖井礼二のベース！最高～
こうやって12月中に名曲が出てくることがあるので、12月の初めに今年のまとめみたいなことするとちょっと勿体ないんですよね
神保彰の脱退後、新たなドラムスとして有形ランペイジのメンバーでもある今井義頼を迎えCASIOPEA-P4名義でリリースされたアルバム「NEW TOPICS」のこちらも1曲目
ジャパニーズフュージョンのアルバムがこういう景気いい曲で始まると本当に楽しい
大阪を拠点に活動し自らをネオネオアコと呼ぶ2021年結成のバンドNagakumo
ネオにネオつけてどうするんだと感じもありますが、これを聞くと続けて「three cheers for our side」も聞きたくなります 本人たちもフリッパーズ・ギターからの影響を公言していますね
今度は阿佐ヶ谷 2014年結成の5人組バンド、阿佐ヶ谷ロマンティクス
今回のアルバム「大人幻想」はSpotifyでは別の曲がグローバルでバズっていますが、個人的に一番刺さったのはこっち
ピアノで盛り上げるタイプのバラード サビ直前のキメで一人だけ弾き続けちゃうベースも好き
6位にユーミン
過去の自分の声を合成音声で再現して今の自分と一緒に歌うという面白い作品 過去もともあったメロディーに新しく歌詞をつけたとのこと 単に楽曲を聞いただけでも良いし、こういう新しい挑戦をしていることも良い
で、やはり気になるのは「どこの技術を使った合成音声なのか」というわけで、ラジオでは曲は流れてもそんな話は出てこないしググっても出てこない。もしかして歌詞カードにちらっと書いてあるのかもと思って今回のベスト盤発売まで待つわけです。いよいよリリースとなっていざ歌詞カードを開いてみると、全国のラジオリスナーから集められたユーミンにまつわる思い出話が多数掲載されてるのに結局技術的な話は何もない。そんな……と思ってこのタイミングでもう一度検索してみると、CDフラゲ日になってやっと(協力した研究室の)プレスリリースが出ていました
https://www.i.u-tokyo.ac.jp/news/press/2022/202210032121.shtml
どうしてどうして……
ラジオではじめてこれ聞いた時はこんなん出されたら誰も勝てないじゃんと思いましたが結局5位
そういえば宇多田ヒカルの新曲がすごいみたいな話を年上の人としたんですけど、あの人の親を誰だと思ってんのみたいな返答されたんですね。そうじゃなくて私はこの曲そのものが好きなんですよ。ど～せ私はAutomaticすら後追いで聞いた若造ですよ～～
恥ずかしいことにこの作品を聞くまで原曲を知らなかったのですが、中原めいこの1988年のアルバムから表題曲のカバーです
深いリバーブに気だるそうなボーカルやキラッキラしたブラスとシンセ、並行世界の80年代みたいなサウンドがいい味出していますが、シンガーの寧音は2008年生まれ
編曲のevening cinema原田夏樹はRainychのカバー作品も担当していましたね evening cinema名義でも今年アルバム出てるんですがこっちも良かったです
完全に狙って作ってる感じのジャケも必見
ポスト渋谷系コンピレーションシリーズ「Pastelphonic」に楽曲を提供したこともある、ぺのれり・ぷに電による作品
そういえば、「渋谷百景」などで有名な邦楽系情報サイトのradiodAzeにもこのアルバムの情報が載ってて驚いた
http://radiodaze.g2.xrea.com/KKKva.htm
あのサイトはもう何年も新しいアルバムの情報は書いてなかったようだが、あのサイトに載るだけの影響力がある名コンピであることは確か
そんなアルバムでも活躍していたこの両氏のタッグなので当然期待して聞いたわけですが、まさに大当たり
ここ最近急に影のある曲を出すようになった2人組バンド、エルスウェア紀行(何があった?)
スローテンポにどんどん熱くなるギターが目立ちますがベースがずっと忙しそうにしてるのもGood
1987年にデビュー、角松敏生プロデュースを経て自身もソングライターとなる今井優子によるキャリア35周年のアルバム「Spell of Love」(実は今井優子も今年知ったアーティストなのですが)
その中の1曲目かつ表題曲
シンセも担当する安部潤による編曲で、いかにもフュージョンなイントロから始まり、ラテン風味かつフィル満載のドラム・パーカッション、スラップしまくりのベース、よく練られたコーラス……と豪華なバックトラック それに負けてない今井優子自身による作曲 今年のベストトラックです
https://open.spotify.com/playlist/21kp6A9R6hUBijiEe2ia4Z?si=46236e3810db44da
