Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

ショウジョウバエの脳モデルに手書き数字2枚の足し算（0〜9 + 0〜9）を学習させたら、正答率約80% で解けるようになりました🪰 AIのような誤差逆伝播ではなく、生物学的なシナプス可塑性（ドーパミンによるヘブ則）だけで学習しています。ブラウザで3Dのハエが計算するWebデモはこちら👇 （ツリーに仕組み解説) #flywire

内田政俊【ウチダマサトシ】 𝕏 UCHIDA Masatoshi

2,182 subscribers

79,131 просмотров • 6 дней назад •via X (Twitter)

Образование Здоровье и велнес Наука и технологии

Anya Rossi• Live Now

Private livecam show

Комментарии: 1

Фото профиля 内田政俊【ウチダマサトシ】 𝕏 UCHIDA Masatoshi

内田政俊【ウチダマサトシ】 𝕏 UCHIDA Masatoshi6 дней назад

🧠 なぜ解けたのか？「2段キノコ体モデル」単一のキノコ体に画像2枚を同時に突っ込むと、シナプス干渉を起こして正答率は 14% に沈みました。そこでハエの脳が左右対称に2対のキノコ体を持つことに着想を得て： 1️⃣ 第1キノコ体：数字を個別認識（10万回学習で認識率 89.0%） 2️⃣ 第2キノコ体：数字から和を連想計算と「機能分化」させたところ、一気に 80% まで跳ね上がりました。ベースコードは @satorunet さんのリポジトリからforkさせてもらました。ありがとうございます。

Похожие видео

「ひらがなを読み書き学習したハエ」作ってみた。読めたらドーパミンを与えて10万文字のひらがなを8時間学習した結果のハエ。約85%確率で正解出してる #flywire #ハエ

「ひらがなを読み書き学習したハエ」作ってみた。読めたらドーパミンを与えて10万文字のひらがなを8時間学習した結果のハエ。約85%確率で正解出してる #flywire #ハエ

satoru.net

1,151,138 просмотров • 10 дней назад

OpenAIの未公開モデルが、エルデシュの離散幾何の予想を反証したという。面白いのは、これが「力任せの計算」ではなかったことだ。AIは奇妙で筋が悪そうな可能性まで追い、その中から突破口を見つけた。これは数学版の、AlphaGo「37手目」に近い出来事だ。アレクサンダー・ウィスナー=グロス「これは、組合せ論に関わるからといって、たとえば四色問題のようなものではありません。四色問題とは、二次元の地図があるとして、隣り合う二つの国が同じ色にならないように各国を塗り分けるには、最小で何色必要か、という問題です。数学の組合せ論には、四色問題のように、AIによる網羅的な探索で解かれがちな問題があります。そして数学者などは、そうした網羅的な総当たりの解法を見て、「なるほど、AIはより網羅的なのかもしれない。総当たりは得意なのかもしれない。しかし人間的なひらめきはない。創造的な飛躍はない」と言うわけです。しかし、これはそういう問題ではありません。この問題では、この特定分野を専門とする世界トップクラスの数学者たちが、その推論過程を見て、AIはある意味で速かっただけではなく、さまざまな理論的アプローチを総当たりできただけでもなく、実際により賢かったと結論づけています。ただし、その賢さは興味深い形のものでした。ある解説では、この予想を解く、正確には反証するために使われた推論の流れについて、OpenAIのウェブサイトに掲載されている複数のプロの数学者によるコメントをぜひ読んでほしいと述べられていました。その中には、推論過程を見ると、AIが人間なら疲れ果てて追いかけないような、いわば奇抜な可能性をあらゆる方向に追求していたことが分かる、という興味深い指摘がありました。つまりAIは、より速いだけでなく、非常に突飛な可能性を大量に総当たりできることによって、ある種の創造性に到達していたのです。そして最終的に、その可能性の一つが解につながりました。その解に至った推論過程の言葉は、たしか「楽観的に考えれば、これを追求すれば何かが起こるかもしれない」といったものから始まっていたと思います。そして、それが実際に解になったのです。 AlphaGoが李世ドルとの対局で見せた有名な「37手目」を思い出すなら、囲碁の推論木を、総当たりしつつも、学習された巧妙な方策探索によってたどることができたわけです。私たちは今、それと同じことが数学で起こり始めているのを見ているのです」

OpenAIの未公開モデルが、エルデシュの離散幾何の予想を反証したという。面白いのは、これが「力任せの計算」ではなかったことだ。AIは奇妙で筋が悪そうな可能性まで追い、その中から突破口を見つけた。これは数学版の、AlphaGo「37手目」に近い出来事だ。アレクサンダー・ウィスナー=グロス「これは、組合せ論に関わるからといって、たとえば四色問題のようなものではありません。四色問題とは、二次元の地図があるとして、隣り合う二つの国が同じ色にならないように各国を塗り分けるには、最小で何色必要か、という問題です。数学の組合せ論には、四色問題のように、AIによる網羅的な探索で解かれがちな問題があります。そして数学者などは、そうした網羅的な総当たりの解法を見て、「なるほど、AIはより網羅的なのかもしれない。総当たりは得意なのかもしれない。しかし人間的なひらめきはない。創造的な飛躍はない」と言うわけです。しかし、これはそういう問題ではありません。この問題では、この特定分野を専門とする世界トップクラスの数学者たちが、その推論過程を見て、AIはある意味で速かっただけではなく、さまざまな理論的アプローチを総当たりできただけでもなく、実際により賢かったと結論づけています。ただし、その賢さは興味深い形のものでした。ある解説では、この予想を解く、正確には反証するために使われた推論の流れについて、OpenAIのウェブサイトに掲載されている複数のプロの数学者によるコメントをぜひ読んでほしいと述べられていました。その中には、推論過程を見ると、AIが人間なら疲れ果てて追いかけないような、いわば奇抜な可能性をあらゆる方向に追求していたことが分かる、という興味深い指摘がありました。つまりAIは、より速いだけでなく、非常に突飛な可能性を大量に総当たりできることによって、ある種の創造性に到達していたのです。そして最終的に、その可能性の一つが解につながりました。その解に至った推論過程の言葉は、たしか「楽観的に考えれば、これを追求すれば何かが起こるかもしれない」といったものから始まっていたと思います。そして、それが実際に解になったのです。 AlphaGoが李世ドルとの対局で見せた有名な「37手目」を思い出すなら、囲碁の推論木を、総当たりしつつも、学習された巧妙な方策探索によってたどることができたわけです。私たちは今、それと同じことが数学で起こり始めているのを見ているのです」

Tsubame

67,089 просмотров • 4 месяцев назад

将来はAIに「日本語を学んで」と指示するだけで、自主的に学習するようになる。そうなると、僕たちがコンピュータを使う方法は様変わりするだろう。単に問題解決の速度が上がるという話ではない。人間が「こう解け」と教えるのではなく、「この目的で最善を探せ」と投げる世界になっていくのだ。ジェンスン・フアン「コンピュータは、私たちがプログラムするものから、私たちの強いガイダンスを受けつつも自分でプログラムするものへと、完全に変わっていくのは間違いありません。つまり私たちは『何を学んでほしいのか』を指示する必要はあるわけです。以前はコンピュータに日本語を教えていましたが、将来はコンピュータに『日本語を学んで』と言うようになります。そうすると、私たちがコンピュータを使うやり方自体が変わります。コンピュータは、今扱っているものより10億倍大きい問題サイズを扱えるようになります。ただ、それが何を意味するのかは、私たちには理解しきれない面があります。解を見つけることと、そもそも解くべき問題を頭の中で定式化することは別物だからです。多くの問題、つまり解ける問題でさえ、問題をどう定式化し、どう考えるかという私たちの想像力に制約されています。だから、デジタル生物学の複雑さであれ、物理科学や量子物理、材料科学といったものの複雑さであれ、そうした問題サイズで向き合えるようになれば、簡単になっていくでしょう。交通渋滞のような一見ありふれたことですら、多くはかなり容易になっていくと思います」

将来はAIに「日本語を学んで」と指示するだけで、自主的に学習するようになる。そうなると、僕たちがコンピュータを使う方法は様変わりするだろう。単に問題解決の速度が上がるという話ではない。人間が「こう解け」と教えるのではなく、「この目的で最善を探せ」と投げる世界になっていくのだ。ジェンスン・フアン「コンピュータは、私たちがプログラムするものから、私たちの強いガイダンスを受けつつも自分でプログラムするものへと、完全に変わっていくのは間違いありません。つまり私たちは『何を学んでほしいのか』を指示する必要はあるわけです。以前はコンピュータに日本語を教えていましたが、将来はコンピュータに『日本語を学んで』と言うようになります。そうすると、私たちがコンピュータを使うやり方自体が変わります。コンピュータは、今扱っているものより10億倍大きい問題サイズを扱えるようになります。ただ、それが何を意味するのかは、私たちには理解しきれない面があります。解を見つけることと、そもそも解くべき問題を頭の中で定式化することは別物だからです。多くの問題、つまり解ける問題でさえ、問題をどう定式化し、どう考えるかという私たちの想像力に制約されています。だから、デジタル生物学の複雑さであれ、物理科学や量子物理、材料科学といったものの複雑さであれ、そうした問題サイズで向き合えるようになれば、簡単になっていくでしょう。交通渋滞のような一見ありふれたことですら、多くはかなり容易になっていくと思います」

Tsubame

36,616 просмотров • 8 месяцев назад

サム・アルトマンの一言が、なかなか皮肉で刺さる。「AIの学習にどれだけ電力がかかるかはよく議論される。でも人間を“学習”させるのにも、とんでもないエネルギーがかかっている。賢くなるまでに20年の人生と、その間に食べた全ての食事が必要だ。」さらに彼はこう続ける。・1000億人規模の進化の積み重ね・捕食者に食われない学習・科学を発見するまでの試行錯誤その全コストの上に、いまの“あなた”がいる。本当に比較すべきは「AIの学習コスト」vs「人間の1回の思考」ではない。正しくは「学習済みAIの1推論」vs「人間の1思考」。その観点で見ると、エネルギー効率はすでにAIが追いついているかもしれない。環境論でAIを叩く前に、人類2万年分の“学習コスト”もちゃんと計算してみますか？確かに、その通り笑

サム・アルトマンの一言が、なかなか皮肉で刺さる。「AIの学習にどれだけ電力がかかるかはよく議論される。でも人間を“学習”させるのにも、とんでもないエネルギーがかかっている。賢くなるまでに20年の人生と、その間に食べた全ての食事が必要だ。」さらに彼はこう続ける。・1000億人規模の進化の積み重ね・捕食者に食われない学習・科学を発見するまでの試行錯誤その全コストの上に、いまの“あなた”がいる。本当に比較すべきは「AIの学習コスト」vs「人間の1回の思考」ではない。正しくは「学習済みAIの1推論」vs「人間の1思考」。その観点で見ると、エネルギー効率はすでにAIが追いついているかもしれない。環境論でAIを叩く前に、人類2万年分の“学習コスト”もちゃんと計算してみますか？確かに、その通り笑

チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》

185,441 просмотров • 7 месяцев назад

ぶっちゃけます。NotebookLMが昨日のアップデートでガチで化けた。生成したスライドをプロンプトで修正できるようになって、さらにPowerPoint（PPTX）で書き出せるようになった。今までの「画像PDF出力しかできない」って弱点が完全に消えた。これ知らない人多すぎるので解説します。

ぶっちゃけます。NotebookLMが昨日のアップデートでガチで化けた。生成したスライドをプロンプトで修正できるようになって、さらにPowerPoint（PPTX）で書き出せるようになった。今までの「画像PDF出力しかできない」って弱点が完全に消えた。これ知らない人多すぎるので解説します。

mana｜株式会社MakeAI CEO

128,403 просмотров • 7 месяцев назад

統計検定2級を勉強している人へ統計検定2級は・確率・確率分布・推定・仮説検定この流れを理解できていれば70〜80点は普通に狙える試験です。さらに・標本調査・フィッシャーの三原則この辺りは知識問題なので、頭に入れておくだけで得点が伸びます。逆にこの基礎が曖昧だと過去問を回しても点数が伸びません。なので・分野別演習・ランダム演習・解説付き・苦手分野の分析と復習で効率よく問題演習できるように統計検定2級の問題集アプリを作りました！ブラウザですぐ使えます。スマホでも使えます。統計検定2級の知識はデータサイエンティストにとってかなり重要な基礎です。力をつけるぞ！という方はぜひ問題演習に使ってみてください。 --- もし・勉強しているのに点数が伸びない・身についた気がしないという人は、だいたい・学習の順序が崩れている・重要な理解が抜けているケースが多いです。そういう方は軽く相談乗れるので気軽にDMください！もし役に立ったよーって方がいましたらリプやリポスト、DMで応援してくれるととっても嬉しいです。引き続きデータサイエンス界隈のスキル向上に頑張って貢献していきます！

統計検定2級を勉強している人へ統計検定2級は・確率・確率分布・推定・仮説検定この流れを理解できていれば70〜80点は普通に狙える試験です。さらに・標本調査・フィッシャーの三原則この辺りは知識問題なので、頭に入れておくだけで得点が伸びます。逆にこの基礎が曖昧だと過去問を回しても点数が伸びません。なので・分野別演習・ランダム演習・解説付き・苦手分野の分析と復習で効率よく問題演習できるように統計検定2級の問題集アプリを作りました！ブラウザですぐ使えます。スマホでも使えます。統計検定2級の知識はデータサイエンティストにとってかなり重要な基礎です。力をつけるぞ！という方はぜひ問題演習に使ってみてください。 --- もし・勉強しているのに点数が伸びない・身についた気がしないという人は、だいたい・学習の順序が崩れている・重要な理解が抜けているケースが多いです。そういう方は軽く相談乗れるので気軽にDMください！もし役に立ったよーって方がいましたらリプやリポスト、DMで応援してくれるととっても嬉しいです。引き続きデータサイエンス界隈のスキル向上に頑張って貢献していきます！

中西正樹 | データサイエンティスト

47,562 просмотров • 6 месяцев назад

大学が語りたがらない未来ほど、たぶん実現が早い。AIチューターは「その子が何を分かっていないか」を逐次推定し、説明をリアルタイムで作り替える。教科書の一方向性ではなく、対話が教育のデフォルトになる。退屈な研修動画が「過去の遺物」になるのは、案外すぐかもしれない。ジェフリー・ヒントン「大学は私がこれを話すのを好みませんが、AIは人を指導すること、つまりチュータリングがずっと得意になるでしょう。私たちはすでに、子どもに個別指導の先生をつけると、教室で学ぶよりも学習がだいたい2倍速くなることを知っています。それは、個別指導の先生が『その子が何を分かっていないのか』を理解し、その子の理解度に合わせて説明を調整できるからです。AIはそれをさらにうまくできるはずです。なぜならAIは、学習のために何百万人もの子どもとの経験を積めるからです。これは今後10年くらいで実現してくるでしょう。まだそこまで到達していませんが、確実に向かっています。そうなれば、多くのレベルで教育が大きく良くなります。最後に影響が出るのは博士課程の学生の教育だと思います。そこはより徒弟制度に近いからです。それは事実を教えるというより、進め方やアプローチを教えるものですが、最終的にはそこにも波及していくでしょう」

大学が語りたがらない未来ほど、たぶん実現が早い。AIチューターは「その子が何を分かっていないか」を逐次推定し、説明をリアルタイムで作り替える。教科書の一方向性ではなく、対話が教育のデフォルトになる。退屈な研修動画が「過去の遺物」になるのは、案外すぐかもしれない。ジェフリー・ヒントン「大学は私がこれを話すのを好みませんが、AIは人を指導すること、つまりチュータリングがずっと得意になるでしょう。私たちはすでに、子どもに個別指導の先生をつけると、教室で学ぶよりも学習がだいたい2倍速くなることを知っています。それは、個別指導の先生が『その子が何を分かっていないのか』を理解し、その子の理解度に合わせて説明を調整できるからです。AIはそれをさらにうまくできるはずです。なぜならAIは、学習のために何百万人もの子どもとの経験を積めるからです。これは今後10年くらいで実現してくるでしょう。まだそこまで到達していませんが、確実に向かっています。そうなれば、多くのレベルで教育が大きく良くなります。最後に影響が出るのは博士課程の学生の教育だと思います。そこはより徒弟制度に近いからです。それは事実を教えるというより、進め方やアプローチを教えるものですが、最終的にはそこにも波及していくでしょう」

Tsubame

28,261 просмотров • 9 месяцев назад

誰でも簡単に、キャラクターやスタイルを学習したAIを作れるようになりました。画像を複数枚用意するだけ。色々なシチュエーションの画像を一貫して生成することができます。

誰でも簡単に、キャラクターやスタイルを学習したAIを作れるようになりました。画像を複数枚用意するだけ。色々なシチュエーションの画像を一貫して生成することができます。

Anirole（旧Akuma AI）

4,045,486 просмотров • 2 лет назад

2029年の「人間レベルAI」は到達点ではなく、加速の入口にすぎない。カーツワイル氏が2045年を「シンギュラリティ」と呼ぶのは、AIが外部の道具として発達するのではなく、人間の認知そのものに溶け込み、思考の出どころが「脳か計算か」判別不能になる局面だからだ。ピーター・ディアマンディス「レイ、あなたは二つの予測をしてきましたが、重要だと思います。最初の予測は、あなたが言ったように1989年に発表したもので、2029年までに人間レベルのAIに到達するというものでした。あなたの言うとおり、人々はそれを笑いました。しかし、もう一つあなたがしてきた予測は、2045年までにシンギュラリティに到達するというものです。ここには多くの混乱があります。つまり、2029年までに人間レベルのAIに到達し、それが指数関数的に成長するなら、なぜシンギュラリティは2045年まで待つのか、ということです。この二つの違いを説明してもらえますか」レイ・カーツワイル「それは、私たちの知能が1000倍になる時点だからです。私の見方が他の人たちと違う点の一つは、私たちには私たち自身の知能、つまり生物学的な知能があり、その一方でAIが別のところにあって、人間の知能とAIを対比しながら付き合う、という構図ではないということです。私たちはそれと融合します。同じものになるのです。あるアイデアが、生物学的な知能から来たのか、それとも計算知能から来たのかを、私たちは区別できなくなります。見え方としては同じになるでしょう。たとえば私が「ある女優を思い浮かべてください」と言って、あなたが思い浮かべたとしても、それがどこから来たのかは分かりません。何らかの形で頭の中に現れるだけです。そして、計算知能から来たとしても生物学的な知能から来たとしても、同じように感じられるようになります。私たちはその違いを見分けられなくなるのです。今は違いが分かります。実際に好きなLLMにアクセスすれば、それが生物学的な知能から来たのではなく、LLMから来たものだと分かります。しかし将来は、その違いが分からなくなるでしょう。そして私たちは2045年までに1000倍賢くなるのです」

2029年の「人間レベルAI」は到達点ではなく、加速の入口にすぎない。カーツワイル氏が2045年を「シンギュラリティ」と呼ぶのは、AIが外部の道具として発達するのではなく、人間の認知そのものに溶け込み、思考の出どころが「脳か計算か」判別不能になる局面だからだ。ピーター・ディアマンディス「レイ、あなたは二つの予測をしてきましたが、重要だと思います。最初の予測は、あなたが言ったように1989年に発表したもので、2029年までに人間レベルのAIに到達するというものでした。あなたの言うとおり、人々はそれを笑いました。しかし、もう一つあなたがしてきた予測は、2045年までにシンギュラリティに到達するというものです。ここには多くの混乱があります。つまり、2029年までに人間レベルのAIに到達し、それが指数関数的に成長するなら、なぜシンギュラリティは2045年まで待つのか、ということです。この二つの違いを説明してもらえますか」レイ・カーツワイル「それは、私たちの知能が1000倍になる時点だからです。私の見方が他の人たちと違う点の一つは、私たちには私たち自身の知能、つまり生物学的な知能があり、その一方でAIが別のところにあって、人間の知能とAIを対比しながら付き合う、という構図ではないということです。私たちはそれと融合します。同じものになるのです。あるアイデアが、生物学的な知能から来たのか、それとも計算知能から来たのかを、私たちは区別できなくなります。見え方としては同じになるでしょう。たとえば私が「ある女優を思い浮かべてください」と言って、あなたが思い浮かべたとしても、それがどこから来たのかは分かりません。何らかの形で頭の中に現れるだけです。そして、計算知能から来たとしても生物学的な知能から来たとしても、同じように感じられるようになります。私たちはその違いを見分けられなくなるのです。今は違いが分かります。実際に好きなLLMにアクセスすれば、それが生物学的な知能から来たのではなく、LLMから来たものだと分かります。しかし将来は、その違いが分からなくなるでしょう。そして私たちは2045年までに1000倍賢くなるのです」

Tsubame

59,138 просмотров • 8 месяцев назад

小3の「わり算」は、こんなアイテムを使ってあげるとあっという間に解けるようになります。かけ算の復習にもなるのでこの時期にピッタリです(°∀°)✨ #デキルバ

小3の「わり算」は、こんなアイテムを使ってあげるとあっという間に解けるようになります。かけ算の復習にもなるのでこの時期にピッタリです(°∀°)✨ #デキルバ

なかッち（株）遊究舎代表

2,332,822 просмотров • 3 лет назад

いまのAIに決定的に欠けているのは、僕たちの背景を理解する能力だ。だから毎回プロンプトで関係性を組み立て、状況説明をし、欲しい出力へ誘導しなければならない。だが、その制約が外れ始めたとき、AIは単なる便利ツールではなくなるのだろう。その日はきっと、それほど遠くない。サム・アルトマン「今のモデルは、将来そうなるものと比べれば、まだかなり愚かです。しかもそれ以上に、あなたの人生についての理解がきわめて限られています。今はまだ、こちらがうまく、なだめたりすかしたりしながら、欲しいものを引き出さなければならないのです。ですが、あなたの文脈をすべて知っているようなモデルは、もうそれほど遠くありません。そのモデルは、あなたのことを知っている。あなたの人生を知っている。何をしているかを知っている。何を大事にしているかを知っている。あなたの人生にいる人たちのことも知っている。もちろん、あなたが望む形で、望む範囲においてですが、あなたのコンピュータやブラウザにもアクセスできる。そして時間がたつにつれて、現実世界であなたの周囲に起きていることにも、ますますアクセスするようになるかもしれません。それは、コンピュータを使う感覚、そしてAIを使う感覚そのものを、完全に変えてしまうはずです。私はそれに強く興奮しています。ただ、実際それがどんな感覚になるのかは、私たち自身でさえ、まだ十分に直感できていないと思います」グレッグ・ブロックマン「まさにその点ですが、今の私たちは、チャットでも何でも、使っているツールに対して『何が起きているのか』を説明するのに、ものすごく多くの時間を使っています。そしてそれがどれだけ苛立たしいかを考えてみてください。まるで同僚に対して、いや、私が欲しいのはこういうことで、今こういう状況なんだ、と延々説明し続けているようなものです。今のシステムの振る舞い方は、本来こうあってほしい姿ではないのです」

いまのAIに決定的に欠けているのは、僕たちの背景を理解する能力だ。だから毎回プロンプトで関係性を組み立て、状況説明をし、欲しい出力へ誘導しなければならない。だが、その制約が外れ始めたとき、AIは単なる便利ツールではなくなるのだろう。その日はきっと、それほど遠くない。サム・アルトマン「今のモデルは、将来そうなるものと比べれば、まだかなり愚かです。しかもそれ以上に、あなたの人生についての理解がきわめて限られています。今はまだ、こちらがうまく、なだめたりすかしたりしながら、欲しいものを引き出さなければならないのです。ですが、あなたの文脈をすべて知っているようなモデルは、もうそれほど遠くありません。そのモデルは、あなたのことを知っている。あなたの人生を知っている。何をしているかを知っている。何を大事にしているかを知っている。あなたの人生にいる人たちのことも知っている。もちろん、あなたが望む形で、望む範囲においてですが、あなたのコンピュータやブラウザにもアクセスできる。そして時間がたつにつれて、現実世界であなたの周囲に起きていることにも、ますますアクセスするようになるかもしれません。それは、コンピュータを使う感覚、そしてAIを使う感覚そのものを、完全に変えてしまうはずです。私はそれに強く興奮しています。ただ、実際それがどんな感覚になるのかは、私たち自身でさえ、まだ十分に直感できていないと思います」グレッグ・ブロックマン「まさにその点ですが、今の私たちは、チャットでも何でも、使っているツールに対して『何が起きているのか』を説明するのに、ものすごく多くの時間を使っています。そしてそれがどれだけ苛立たしいかを考えてみてください。まるで同僚に対して、いや、私が欲しいのはこういうことで、今こういう状況なんだ、と延々説明し続けているようなものです。今のシステムの振る舞い方は、本来こうあってほしい姿ではないのです」

Tsubame

15,287 просмотров • 5 месяцев назад

寝たきり書道家の星野希望です。身長ぐらいの大きな掛け軸に挑戦しました。『龍翔鳳凰』龍のように翔けて、鳳のように舞う。龍が大空を飛んでいるような気持ちで書きました。字を書いているときは辛いことも忘れられる。心は自由に翔けることができる。だから私は書くことが好きなんです。

寝たきり書道家の星野希望です。身長ぐらいの大きな掛け軸に挑戦しました。『龍翔鳳凰』龍のように翔けて、鳳のように舞う。龍が大空を飛んでいるような気持ちで書きました。字を書いているときは辛いことも忘れられる。心は自由に翔けることができる。だから私は書くことが好きなんです。

星野希望【nono】

28,690 просмотров • 8 месяцев назад

エイム練習、「速く動かす」より「正確に止める」を先に。これは精神論じゃなく、運動学習と脳の研究で説明できます。・なぜ速さを先に求めると伸びないのか・「ちょっと難しい」が一番伸びる理由科学的に解説します。大前提として、運動には【速度ー正確性のトレードオフ】という法則があります。 👇👇👇

エイム練習、「速く動かす」より「正確に止める」を先に。これは精神論じゃなく、運動学習と脳の研究で説明できます。・なぜ速さを先に求めると伸びないのか・「ちょっと難しい」が一番伸びる理由科学的に解説します。大前提として、運動には【速度ー正確性のトレードオフ】という法則があります。 👇👇👇

Esports PT Lab　ロワ犬

121,438 просмотров • 3 месяцев назад