  |
はてなキーワード: 電気とは
その通り。
・金がかからない。最初に10万円程度の出費はあるがその後は電気代くらいで一生遊べる。楽譜は無料でダウンロードできるものだけで結構あるしYouTubeに入門者向けのピアノ講座がたくさんある。（※1）
・誰でも「1000時間」練習すれば必ずある程度は初級曲なら弾けるようになるといわれている。ピアノってのは自転車と同じで才能は必要なく「訓練」さえすればある程度までは必ず誰でも上達するのだ。才能どころか音感も一切いらない。（※2）
・家でできる。インドア派も運動オンチも友達ゼロでも安心安全。
・誰にも迷惑が掛からない。ヘッドホンでできるので誰にも知られずにひっそりと練習できる。
・一人でできる。誰かの許可を得る必要もない。ピアノの練習とは自己との戦いであるのだ。
・一生続けられる。
・老後のボケ防止に最適！ 指先から足先まで全身を使ううえにピアノを弾く動作ってのはめちゃくちゃ頭を使うのだ。楽譜も覚えないと弾けないし。
・上達してきたらストリートピアノで披露しよう、ヒーローになれるよ！ストリートピアノマップで検索すると全国に結構あります。
・ピアノ教室で若くてきれいなお嬢様のような先生と仲良くなれる（爆）なお若い女性の先生にちょっかい出す中年男性が多すぎてピアノ教室では成人男性お断りの教室も実は多いです。先生に変なことしちゃだめ！！本気で上達したい人だけピアノ教室に通ってください！！
・ピアノ教室では同年代の人も多くて、発表会などで友達もできるよ！
＜注＞
（※1）ただしワイみたいに沼りだすと最低30万円以上のグランドピアノ鍵盤を搭載した高級電子ピアノが欲しくなるし、楽譜もダウンロードサービス（たくさんあるよ！）にサブスクやりだすのでそこそこお金はかかる。しかし趣味＝車みたいなのを考えたら誤差みたいな金額だぞ。税金と保険と駐車場代の1年分で最高級電子ピアノが購入できます！！
（※2）もちろん訓練で何とかなるのは初級レベルの話で、中上級レベルに達するにはもちろん才能が必要。なお「入門レベル」を脱するのに1000時間、初級レベルを脱するのに3000時間、中級レベルを脱する（音大を受験するレベル）に1万時間の「訓練」が必要と言われている。毎日1時間練習して3年で1000時間（入門レベル卒業）、10年で3000時間（初級レベル卒業）。音大進学には毎日4時間以上の訓練を10年続ける必要があるといわれている。ピアノってのは果てしなく長い訓練が必要だということ。えっそんなにかかるの？と思った方、人生死ぬまで楽しめる趣味としては3年や10年なんてたいした時間じゃないでしょ？(笑)
☆追記☆
まさか食洗機のブザーが消せるとは思ってなかった！有益な情報ありがとう
☆追記ここまで☆
☆追記2☆
さっそく消した！ありがとう！
目が悪い人のために「おいしくなあれ」「頑張って作ってます！」って、逐一喋ってくれる家電があってよかったね♡
目が悪い人たちのためにそんな家電を作ってくれるSHARP様に感謝♡
☆追記2ここまで☆
新築に引っ越してから、家で何をしてもいちいちピーピーうるさいしチカチカまぶしい
設定で音量をゼロにしても、湯沸かし完了音はオフにできない仕様のため風呂が沸く度にいちいちデカい音を鳴らしてアピールしてくる
風呂が沸いたごときでそんなデカい音で長いメロディを奏でる必要ある？1,2回ピーって鳴るだけで良くない？
最近では湯だめが完了する直前に給湯をキャンセルすることでメロディが鳴るのを阻止している（寝た子が泣くので）
本当に面倒なので勘弁してほしい
水を出す／止める度にいちいちピッと音がする
何のために鳴ってるんだ本当にいらなすぎる
キッチンも鳴らなくていいよ
洗浄・乾燥が完了したらそのままドライキープモードになるくせにわざわざピーピー鳴る必要性が無さすぎる
しかもドライキープ中に食洗機開くと「開いてますよ〜」ってピーピー鳴る
は？
うるせえよまじで
うるさいので音量をゼロにすると、出来上がったことすら分からない
音量を上げると「おいしくなあれ」とか「あと1分」とか「あと10秒」とか喋る
あと1分はまだわかるけど、あと10秒って言う必要ある？本当にうるさすぎ
あとこの話を他人にしたら「声優さんのイケボに変えられるよ！」とか言われたけど声優に興味のない身からするとまじでどうでも良すぎ
ただ黙ってほしいだけ
他の操作ボタンを押すと説明音声はキャンセルされるけど、そのためだけに意味もなく他のボタン押すの面倒すぎる
深夜に食洗機を稼働しているときや、趣味部屋で水道を使うときもめちゃくちゃ光る
いらんだろ
どんなときもずーーーっと光ってる
使ってない時にわざわざ光る必要ある？
センサーがずっと光ってる
ハンドル式水栓も普通光らないんだから、センサー式でも光らなくていいだろ
寝室の天井が一番低い位置にエアコンが設置されていて、その真下にベッドがあるという配置もあって寝る時まぶしくてエアコンに背を向けて寝るしかない
今更ベッド動かすの無理だよ
でも、そのまましばらく放置してると何度も「出来上がったのに開けないの？」ってピーピー催促してくるのはできればやめてほしいな
中年独身男性が賃貸でセカンドハウスを借りて1年が経過しました。
なんだかんだで月1回ぐらいは利用しているので、わりと気に入っているみたいです。
前回の投稿：https://anond.hatelabo.jp/20221023111129
荷物の運搬
冬のこと
セカンドハウスでやっていること
虫について
やっちまったこと
近隣の気になる物件
今後やりたいこと
質問回答コーナー
科博クラファンに対して自称文科省の下級役人（同姓同名の黒沼一郎さんは文科省の大学研究基盤整備課長）がしたポストが一部研究者界隈で話題になっている（総ツッコミにあっている）が、はてなではあまり話題になってなさそうなので書く。
https://twitter.com/kouro16/status/1689116297316159488
それぞれの主張自体は正しい部分もあると思うのだが、何分今回の科博クラファンが行われた理由はコロナによる来場者の減少や電気代高騰によって『定常業務』の継続に支障をきたしたことである。独立行政法人の定常業務は『公共上の見地から確実に実施されることが必要な事務・ 事業』なのであるから、定常業務にかかる費用程度は最低限運営交付金で賄われるべきだし電気代の高騰分位の予算を取ってこれない分際で偉そうなこと言ってるんじゃねえこの無能省無能役人がとツッコミにあってしまった。
また「クラファンの成功を理由に運営交付金を減らすことは（外部資金の獲得の動機を阻害するため）しない」というのは恐らく事実なのだが、以下のポストで指摘されているように「独法に外部資金の獲得額を競わせ、その結果に依って交付金の額を増減させる（総額は固定）」という検討がすでにされておりこれは「寄付やクラファンを頑張っても他の独法より多く集められなければ予算を減らす」ということであり、こちらも批判を集めている。
https://twitter.com/StaffSleepy/status/1689158407113302016
またその後の連ポストでは『大学内の予算配分』の問題や、『予算要求の名目と国民理解』の話などが続いているが、これらが更に研究者らの怒りを煽る内容であり収拾がつく様子がない。
https://twitter.com/kouro16/status/1689269998307463168
https://twitter.com/kouro16/status/1689281430277271552
https://twitter.com/kouro16/status/1689290923715211266
様々な予算が縮小される中で独法の予算だけが聖域ではいられないことはわかるし、様々なコストが増大する中なんとか外部資金の獲得で自活して生き延びてくれという理屈もわからなくはない。しかしこれは独法に限らずどのような企業でもそうだと思うのだが、新しいことをして金を稼ぐためにはまず投資が必要である。しかし文科省がやっているのは「売上を増やすために運営費を減らして競争を煽ります」でありこれで本当にうまくいくと思っているのかよくわからない。
また増田は独法（国立大学法人含む）で研究者をしている友人・知人がそこそこ多く、自身も独法で研究者をしていたことがあり現在も微妙に関係者なのだが、一連のポストで最も問題だと思うのは『他人事感』であり、『文科省はクラファンにかこつけて運営費を削ると思われていることへの危機感のなさ』である。文科省の役割を考えれば必要な予算を取ってくることが仕事でありそれが出来ていないのだから、まずいうべきことは「現場にしわ寄せが行って迷惑をかけていると思います」であり次に「独法・大学の経済基盤の強化のために協力していきたい」といったセリフだと思う（現実の研究者は文科省に散々協力させられた上で予算を減らされている）のだが、現実は予算が取ってこれないことを棚に上げて独法内部の配分や大学の予算請求に責任を転嫁するポストをしている。独法と文科省が予算の増大を勝ち取るためには二人三脚で進んでいく必要がある。「文科省が予算を減らすから日本の研究がダメになった」と奴隷根性的な言説をとなえる人がいるなど研究者側にも問題はあり腹が立つ部分もあるとは思うのだが、文科省の意見がこれでは正直仕方がない部分もあるのではないかと思う。単なる一役人の意見ということであればまあそういう人もいるかと言う程度だが、大学研究基盤整備課長がこの認識ということはもはや文科省には期待するだけ無駄なのだろう。
2017年の夏、ジェンマ・マクガフ(Gemma McGough)は失業していたが、英国の上位1％の富裕層の仲間入りを果たしたところでもあった。自らが経営する企業「Product Compliance Specialists」を売却し、大富豪になったため、二度と働かなくて済む境遇になった。
19年、マクガフは「Eleos Compliance」を創業し、透明性と社会や環境に配慮した企業に与えられる「B Corp認証」も取得した。彼女は新会社から給料を受け取ることにしたものの、収入の大半は投資、債券、賃貸不動産などの資産収入が占めるようになった。
すると突然、マクガフのもとに、節税のために法の抜け穴を利用する方法を指南する不穏な文書が複数の会計士から山のように届いた。そこでマクガフは給与所得に課される税率と比べて、資産売却による所得に課される税率が低いのはなぜかなのか分析した。
マクガフはふたつの結論を得た。ひとつは英国の税制は不公平だということ。もうひとつは、自分はもっと納税して社会に貢献できるはずだ、ということだった。
公平性と常識を貫くための手段
富豪たちは激しい競争を勝ち抜いて富を手に入れたにもかかわらず、なぜ「富裕層に課税せよ」と声を上げるのだろうか？ マクガフは、自分は「経済的に困窮している」労働者階級の出身なので、いまの資産で「もう十分」と思いがちなのかもしれないと語る。
マクガフは16歳で退学して最初の仕事に就き、「ノートPC2台と連絡先のリスト1枚」だけで元夫とともに最初の会社を立ち上げた。運とタイミングが功を奏し、マクガフのRFコンプライアンス企業は成長産業の一端を担うほどになった。そして欧州連合（EU）出身の労働者を雇用できたこともマクガフの成功につながった。
Patriotic Millionairesのメンバーは、健康で教育を受けた労働者人口を維持し、可処分所得がある中間層の消費者の双方を支えるためには、富裕税が役立つという経済的な根拠を示したいと考えている。裕福な実業家がより多くの税金を支払うことで、社会の安定性も高まるため、彼ら自身のためにもなると主張しているのだ。
だがマクガフは、経済格差が拡大し公共サービスが劣化している時代に、公平性と常識を貫くための手段として富裕税を捉えている。英国人の富裕層の1％は、最貧困層の70％が有する資産の合計よりも多くの資産を保有している。「社会全体が機能不全に陥っていても関係なく暮らせる大金を、富裕層が保有していることが問題だと思います」とマクガフは述べる。「国は、大富豪にしかるべき税負担をしてもらうべきです」
富裕層が自分たちへの増税を望む理由 | WIRED
https://wired.jp/article/millionaires-begging-governments-tax-wealth/
『愛国的大富豪』の英国支部が最近設立され、現在30人のメンバーを擁するまでに成長している。このグループは、「極端な富の終焉を加速させる」ために税制の見直しを求めている。
メンバーのゲーリー・スティーブンソン（Gary Stevenson)(35歳）は、「税制を労働者から、基本的にすべてを所有し、税金を納めず、働かない超富裕層にシフトする必要がある」と語った。
スティーブンソンはイースト・ロンドンのイルフォードの貧しい家庭に育ったが、シティバンクのトップ・トレーダーとして数百万ポンドを稼ぐまでになった。
彼は、世界が「経済災害」に向かっているという強い信念を持っている。二度と働く必要がなかった彼は、2014年に銀行を退職し、低賃金と手の届かない住宅に反対するキャンペーンブログ「Wealth Economics」を立ち上げた。
「大金持ちには基本的に何も課税されないこのシステムを何とかしない限り、この問題はどんどん悪化していく」と彼は言う。
愛国的大富豪は、キャピタルゲイン税を所得税に合わせることを望んでいる。
同グループはまた、360万ポンド以上の資産家に対し、年率2％から始まる「小規模な」累進富裕税の導入を主張している。これは全メンバーに影響するという。また、相続税の「大幅な引き上げ」も提唱している。
これは、できるだけ多くの資金を避難させようとする多くの大富豪にとっては忌まわしいものである。
(中略)
もう一人のメンバー、ジュリア・デイヴィス(Julia Davies)は、彼女が設立したバックパック会社オスプレー・ヨーロッパの株式を売却し、数百万ドルを手にした。
50歳の元弁護士は、その金の一部を使って環境基金We Have The Powerを設立した。イングランドの南海岸に2人の子供と住むデイヴィスは、昨年『愛国的大富豪』に加わった。彼女は、現在の税制は、余裕のない一般労働者を直撃していると語った。
「パンデミックによって、社会で本当に重要なのは誰なのか、真のキーパーソンは誰なのかが浮き彫りになりました」と彼女は言う。
しかし、愛国的大富豪が超富裕層を大量に勧誘する可能性はまだ低そうだ
Patriots who abhor extreme wealth or are they just potty? Meet the British millionaires who want to pay MORE tax
https://www.thisismoney.co.uk/money/markets/article-10554643/The-UK-millionaires-want-pay-tax.html
なお労働階級出身者の富豪や女性の富豪が声上げてることが多い感じがする
ディズニーの相続人のアビゲイル・ディズニーも課税を求める声をあげていて女性だね
https://www.bbc.com/news/business-60053919
ある意味課税されて当然の大富豪はおいとくとして、自分自身はいくらあればお金は充分か？の問題、難しいよね
ワイくんは運良く日本人に生まれ、なんとなくITの仕事をしているため、給与を貰いすぎている人々のひとりな訳だが、
レールから外れた人生を歩んでるのと、人よりもできないことが多いのと、いろいろあって面倒見ないといけないものが多いのと、
なんとなくITの仕事してるだけで別に何ができる訳でもないので、そこそこお金は稼げるうちに稼いで溜め込んではおきたい
贅沢もしたい
また犬飼いたい。フラフラ生きとるから犬や自分自身や身内がどんな状況でも責任持てるか自信無くて飼えんのよな・・・
犬飼う程度の贅沢はしたいけど、週末を過ごすためのセカンドハウスってレベルの贅沢はいらないし理解もできない(目の保養ではある)
海外も行きたい。サンフランシスコ→ニューヨーク→ハワイの3つを2週間くらいで巡りたい
でも高級ホテルではなくていい。安全で電気水でトラブル起きなそうならなんでもいい
(ハワイだけはリゾート地だからかまぁ無理がない範囲でそれっぽいホテルに泊まれそうなら泊まりたい)
完全に不労で湧き出るお金が30万あったら30万で生活できるようにすべてをサイズダウンするけど、
増田はマテリアルインフォマティクスや超伝導の専門家ではないんだけど。
専門家からすると、常温ながら高圧下で超伝導の存在ですら怪しいのに、高圧ですらない報告は眉につばも付けたくなるだろう。(LK-99は本当に常温常圧超伝導を達成しているのか - 理系のための備忘録)
Cu_2S の一次転移を常温超伝導と見間違えたのでは？との報告が上がっている。(https://twitter.com/tjmlab/status/1689076343114493957])
LK-99に関連して、常温超伝導を示す物質を機械学習を使って見つけられないのかという疑問をはてなブックマークやTwitterなどで見かけた。
端的に述べると、機械学習を用いた物質探索は既に広く行われているが、今回のような未知の性質を有する物質の探索には不向きである。
物質探索で機械学習が注目されるようになったのも最近のことだ。
2019年には選択性の高い触媒を機械学習で予測する研究がScience誌に投稿されている。(高選択的な不斉触媒系を機械学習で予測する | Chem-Station (ケムステ))
物質の探索の他にも、生データの帰属やそこから得られたデータ同士の解析などにも機械学習が用いられている。
機械学習によって、経験によると勘とマンパワーと一握りの運で支えられていた「予測→合成→測定→解析」のサイクルを早められるようになった。
その一方で、より広大な未踏の探索領域が存在し、さらなるマンパワーが必要であることが明確化された。
HUNTER×HUNTERで暗黒大陸が明かされた状況に似ている。
機械学習は暗黒大陸の道案内役になりうるが、より効率的な探索のために実験や測定の自動化も必要となり、そのような研究も始められている。
機械学習が様々な物質を予測しても、その合成できるかは別問題だ。これは機械学習に限った話ではない。
理論的にすばらしい性質が予想された物質であっても、技術的に合成できない、合成できても予想された性質を示さないことは科学の世界ではあるあるだ。
原因は様々であるが解決のためには、技術の進歩とブレイクスルーが必要となるし、そもそも予想が間違っている可能性だってある。
たとえば、2000年にノーベル化学賞を受賞したポリアセチレンは、古くから量子化学的に導電性を持つだろうと予想されていたが、合成する方法がなかった。
1958年にナッタらが開発した触媒によって初めて合成されるが、粉末しか得られず電気特性を測定することができなかった。得られた粉末は溶媒にも溶けず熱で溶融もしないためフィルムにできなかったのである。
その後の1967年に白川らがフィルム化に成功し金属光沢を示すもののほぼ絶縁体であった。電気を流すにはドーピングという更なるブレイクスルーが必要だった。
機械学習は、目的とする性質を持った物質を探索することは可能だが、全く新しい性質を示す物質の予測には向いていない。
過去の結果から高い転移温度を有する物質を類推可能だが、これまでの超伝導とはメカニズムが異なるであろう常温超伝導を示す物質を予想することはできない。せいぜい異常な振る舞いを予測するくらいだ。
超伝導の恐ろしいところは2000年以降も様々な性質が予想され発見されていることだ。
例えば、ワイル半金属（1937年予想、2016年発見）、トポロジカル絶縁体（2005年提唱、2007年確認）、ネマティック超伝導（2016年発見）などなど。
全く新しいメカニズムによる性質に関するデータが無い以上、このような性質を示す物質を機械学習で探索するのは無謀だ。
もちろん、既存のデータをよくよく洗い出してみると、新しいメカニズムで上手く説明できるケースもあるが、それを機械学習へ利用するには･･････。
