Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

タイヤ摩擦円を学ばずに、加速しながら ハンドル切って 「曲がらない?」と アンダー出す人が多い ■摩擦円はタイヤが出せる前後左右のグリップを 合成した限界を円で表したもの この円の中なら加速・減速・旋回を自由にできる でも、円の外に出たら滑りはじめる 速い人は円の縁をなぞって使う ■加減速、右左のグリップ限界がそれぞれ1Gの 摩擦円半径1Gのタイヤがあるとします ・1Gの加速で、タイヤの限界 ・1Gの横Gで、タイヤの限界 ・1.1Gの横Gなら、限界を超えて、アンダー ■1G旋回中にアクセルを踏むと、どうなる? ➡加速はするけど、曲がらなくなる 理由は、横1G+加速1Gで、合計が1.41Gになり 摩擦円の半径1Gを超え、外側にいるため 計算は中学校で習った二等辺直角三角形の定理です ■摩擦円内で加速と横Gを同じ数値で 最大化する場合は? ➡加速G、横Gともに0.7G これを体感して、理解しながら、運転するとスタッドレスでもアンダー出さずに速く走れます

44,975 görüntüleme • 4 ay önce •via X (Twitter)

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

「ブレーキが余る・足りない」を直す、公道での練習法 これ出来ないと、ラリーでは致命的です。 ・停止する直前、急ブレーキ気味 ・ブレーキで車が前につんのめる ・助手席の人が酔う 免許取り立てや初心者で、かなり多いです。 でも実はこれ、 「ただの練習方法を知らないだけで」 減速中の姿勢変化を制御出来ていない のが原因です。 この操作、モータースポーツでは 基礎であり、かなり重要です。 一定姿勢で減速できないと、 ・毎回ブレーキ終了位置がズレる ・オーバースピードでコーナーへ ・コーナー手前でブレーキが余る ・狙った速度まで落ちない ・ヒール&トゥーで車が乱れる になります。 逆に言うと、 「減速度を一定に保てる」だけで、 ・狙った位置で狙った速度に落とせる ・ブレーキの再現性が上がる ・コーナー進入が安定する ・同乗者が酔いにくくなる など、一気に運転が変わります。 しかもこの練習、公道で出来ます。 赤信号で止まる時が、 そのまま練習になります。 ■この練習の目的 「一発で、狙った位置で、狙った速度へ減速する」 ための基礎を作る事です。 モータースポーツでは、 ・ブレーキが余る ・突っ込み過ぎる ・毎回進入速度が違う だけで、コーナーが不安定になります。 特に試走回数が1~2回しかないラリーだと これが出来ないドライバーは確実に遅いか、 クラッシュします。 逆に、減速度を一定に保てると、 「どこで減速開始すれば、どこで何km/hになるか」 の感覚が作りやすくなります。 結果、公道でも同乗者へ減速の波を 与えにくくなり、酔いにくい運転になります。 ■具体的な練習順番と方法 では、実際にどう練習すれば、 「狙った位置で、狙った速度へ減速する」 ようになるのかを、初心者が最短で 上達する順番を、以下にまとめています。 ※役に立ったら「フォロー」をお願いします。 過去のドラテク解説は、リポスト先にあります。

踏みッパ@6/28(日)筑波 ドリフト・ジムカーナ練習会主催

31,332 görüntüleme • 1 ay önce

フィジカルの座学についての続きで、 今回は中上級者を隔てる強いピークの基礎について。 結論から言うと、初弾を当てられないように「伸びるピーク」を徹底するのが大事です。「伸びる」の意味はある程度加速した状態≒最高速度に乗ったタイミングで敵に接敵するピークの仕方。体感、加速率6割以下(加速できていない状態で接敵してしまう)ぐらいだと初弾を頭に当てられて撃ち合いにならない事が多い。 加速が大事な理由は、人間の脳が 「速度そのもの」よりも「速度の変化(加速度)」に強く反応するようにできている、足音でピークタイミングがわかりやすい、流れでピークするとマウスポジションがコンフォートゾーンからずれやすいなど様々。なので目安8割以上加速している状態でピークする意識が大事。(いわゆる足音がならない範囲で最大限横移動) 例外として、自分が壁近+敵がオフアングルの状況では、↑のピークで対応するのが難しい為、短くピークを刻んでいく方が安定するが、ピーク速度が遅くなる分その他の面で被弾率を下げるための調整が必要になる。(しゃがみやワイド) もちろんすべてのアングル/ポジションをこのピークで対応できる訳じゃないからこそ、敵のアングル/ポジションを潰す「スキル」が大事であり、予測する「マクロ感」が大事であり、最後は「勝負勘」の強いプレイヤーが撃ち合いに勝つ。

Flax

248,478 görüntüleme • 6 ay önce

テクノロジーの加速曲線を、僕たちは長いあいだ「ムーアの法則」という穏やかな物語として眺めてきた。だが、自己進化するAIが登場した瞬間、そのカーブは別物になる。もはや人類の発明サイクルではなく、「この惑星で最も賢い存在」が次のAIを設計する段階に入るからだ。 モー・ガウダット「テック業界にいる私たちの多くは、直感的に『テクノロジー加速の曲線』と呼ばれるものを理解しています。つまり『収穫加速の法則』、いわゆるムーアの法則のようなもので、あらゆるものが倍々ゲームで増えていくという考え方です。そして最初の数回の倍増は、実はそれほど重要ではありません。 たとえばインテルが、1970年代初期に50メガヘルツ程度のチップを持っていたとします。それが100メガヘルツに倍増したとしても、『まあ、そうだよね』という感じですよね。でも今や、仮に1枚のチップの上に1000億個のプロセッサが載っているとしたら、それが倍増すると、さらに1000億個のプロセッサが載ることになります。そして2年以内に、あなたの手元にはとてつもない量の新しいテクノロジーが届くことになるのです。 自己進化するAIについても同じです。これまでのところ、私たちはAIがこのように(なだらかに)成長していくのを見てきましたが、今私たちが待っているのは、一般に『知能爆発』と呼ばれる瞬間です。その瞬間とは、AIがもはや『収穫加速の法則』にすら従わなくなる、暴走的なポイントなのです。 そこから先は、縦に立ち上がるようなカーブを描き始めます。そしてその瞬間は、多くのギークたちの見方では、『この惑星でいちばん賢い存在』がAIを開発し始めるときに訪れるのです」

Tsubame

62,220 görüntüleme • 7 ay önce

シンクロウェザー関連、最後のポストにします。 「新品だから夏タイヤでも雪道を走れると思った」というポストが、今バズっていますね。 私は、氷上も走れるという 次世代オールシーズンタイヤ ダンロップ「シンクロウェザー」で、 会津の雪道を実際に走ってきましたので、動画をアップします。 急遽の撮影だったため、公道での走行シーンはありませんが、 当日の道路状況や、雪上での挙動は十分参考になると思います。 想像以上の雪で、走る前は正直かなり不安でした。 その緊張感も動画から伝わると思います。 今回使ってみて感じたのは、 シンクロウェザーは 「夏場も安全に走れるよう、温度が上がると硬くなる特殊なゴムを使い、 ウェット排水性を重視したパターンを持つ スタッドレスタイヤ」 と説明した方が、実態に近く、理解されやすいタイヤではないか?ということです。 北海道や雪の多い日本海側のように、 根雪になり、雪道でも車の流れが速い地域では、 排水性重視のパターンゆえか、横グリップが弱めで、不安を感じる場面もあると思います。 一方で、 発進・制動といった加減速のグリップは、 ダンロップのスタッドレスタイヤと大きな差は感じませんでした。 つまり、 カーブのスピードを少し落とせば、 スタッドレスタイヤとして普通に安全に走れるタイヤ という印象です。 スノータイヤ規制なども、スタッドレスタイヤと同様に使用できます。 雪が降ると自然と皆がゆっくり走る 非降雪地域の方が一年中履くタイヤとしては、 非常に完成度が高いと感じました。 摩耗については、 冬タイヤとして使えなくなるプラットホームが出るまで、 夏冬通して 3〜4万km程度 を想定しているとのこと。 年間1万km前後の方であれば、3〜4年使える計算になります。 年に数回雪が降る地域の方にとっては、 普段は夏タイヤ同等に使え、 突然の雪でもスタッドレスに近い安心感で走れる。 本当に、今までに無かったタイヤだと思いました。 タイヤ交換が難しいが、雪道でも走る必要があるなどで、このタイヤが気になる方は、ぜひ参考にしてみてください。 #シンクロウェザー

村上アツシ@BEAUTIFUL CARS®︎代表

76,120 görüntüleme • 5 ay önce

AIによって企業そのものが「デジタル化された存在」になり、仮想空間で同時に無数の実験ができる時代が来る。これは単なる効率化ではなく、現実の意思決定そのものを進化させるパラダイムシフトだ。 フアン「今や、これらすべての企業において、最終的に望まれているのは『デジタル世界で生きる』ことです。なぜなら、デジタル世界にいると、私たちが行うあらゆることがより速く進むからです。このOmniverseという概念は、あらゆる企業がデジタルツインとして存在できるようにするためのものなのです。本当に驚くべきことです。 これこそが私たちの旅路であり、次の転換点なのです。私たちはスーパーコンピューティングからエンタープライズへ、そして今、エンタープライズからデジタルツインへと進もうとしています。そして、そのエンタープライズをデジタルツイン化するには、企業の領域に属するデータ——それが3Dであっても、タンパク質、化学物質、情報、時系列データ、あるいは物理的なデータであっても——を取り込み、そのデータから『表現』や『意味』を抽出する必要があります。そしてその『表現』を得たならば、それをOmniverseの中にデジタルとして再現します。そうすることで、世界中の企業が自身のデジタル表現を持つことができるのです。そして私たちがデジタル世界に入ったなら、1,000の実験を同時に試すことができるようになります」

Tsubame

10,188 görüntüleme • 1 yıl önce

【OpenAI共同設立者】イリヤ・サツケバーのみている世界 イリヤ・サツケバーがトロント大学でスピーチを行いました。その内容が非常に重要だと感じたため、翻訳しました。 『AIは人類にとって「史上最大の課題」であると同時に「最大の報酬」ももたらす』 以下、字幕全文です↓↓↓ --- 6月6日 皆さん。 ここに来られたことを本当に嬉しく思います。この場を準備し、企画してくださった皆さん、そしてこの名誉学位を授与してくださったことに、心から感謝を申し上げます。この名誉学位をいただけるのは、私にとって非常に意味深いことです。 今からちょうど20年前のほぼ同じ日に、私はこの同じホールで、トロント大学から学士号を授与されました。実は、これでトロント大学からいただく学位は4つ目になります。ここで過ごした合計10年間は、本当に素晴らしい時間でした。 学部生として多くのことを学び、大学院生としても素晴らしい経験を積むことができました。興味のある分野を深く掘り下げ、研究者としての道を歩み始めることができたのです。 特に、ジェフ・ヒントン先生のもとで研究できたことは、望外の幸運でした。先生がこの大学に在籍されていたことは、私の人生で最も幸運な出来事の一つです。これ以上ないというほど素晴らしい環境で教育を受け、科学者として成長できたことに、大学には深く感謝しています。 私が学生だった頃、この大学はどこよりも優れたAI研究を行っていました。最も革新的で、最もエキサイティングな研究です。それに学生として貢献できたことを、今も誇りに思っています。もう、ずいぶん昔のことになりましたが。 さて、卒業式のスピーチでは、卒業生の皆さんに賢明なアドバイスをすることが期待されていると思います。今日は少しだけ、その役割を果たさせてください。少しだけ、と言うのは、今回のスピーチは少し毛色の違うものになるからです。 一つ、実用的な心の持ち方をお伝えしたいと思います。これを心掛ければ、きっと多くのことが楽になるはずです。それは、「現実をあるがままに受け入れ、過去を後悔せず、ただ状況を改善することに努める」という考え方です。 なぜこんな話をするかというと、これが非常に難しいことだからです。私たちは、過去の悪い決断や不運な出来事を思い出し、「あれは不公平だった」と考えて時間を無駄にしがちです。 しかし、「現実はこうなのだから、次善の策は何か」と考える方が、はるかに生産的です。私自身、そう考える時はいつも、物事がうまくいくことに気づきます。 とはいえ、これは簡単なことではありません。自分の感情との戦いでもあるのです。だからこそ、皆さんにお話ししています。この考え方を、できる限り心に留めておいてください。これは、私自身へのリマインダーでもあります。 さて、本題に入りましょう。このスピーチが普通のものにならない理由は、私たちの周りで、少し違うことが起きているからです。皆さんは、これまでとは全く異なる時代の節目に立っています。これはよく言われることですが、今回は、本当にそうなのです。 その理由は、AIです。言うまでもありませんね。 聞くところによると、今日のAIはすでに「学生であること」の意味を大きく変えているそうですね。かなりのレベルで。これは私自身が強く感じていることであり、そして真実だと思います。 しかし、AIの影響はそれだけにとどまりません。私たちの仕事は、これからどうなっていくのでしょうか? すでに、未知で予測不可能な形で、少しずつ変化が始まっています。 Twitterで検索すれば、AIに何ができるのか、人々が何を言っているのかを見ることができます。そうすると、「どのスキルが役に立ち、どのスキルが時代遅れになるのだろうか」といった疑問が頭をよぎるかもしれません。 しかし、AIがもたらす本当の課題は、それが前例のない、極めて大きなものであるという点です。未来は、今日とは全く異なるものになるでしょう。 私たちは、コンピューターと話すことができるようになりました。これは新しいことです。コンピューターが私たちを理解し、言葉を返してくる。音声でコードを書くことさえあります。クレイジーなことです。 もちろん、AIにはまだ不十分な点もたくさんあります。 しかし、AIはすでに、数年後の世界を想像させるほどの力を持ち始めています。それが3年後か、5年後か、10年後か、未来の予測は困難ですが、AIは着実に、あるいは私たちの想像より速く、進化し続けるでしょう。 そしていつか、AIが私たち人間の仕事を「すべて」こなす日が来るかもしれません。一部ではなく、すべてです。 なぜ、そう確信できるのでしょうか? その理由は、私たち人間には脳があり、その脳が一種の生物学的コンピューターだからです。 であるならば、私たちが脳でできることを、デジタルコンピューターにできない理由はありません。これが、AIがいずれ万能になりうる、という考えの根拠です。 そうなると、「コンピューターが私たちの仕事をすべてできるようになったら、何が起こるのか?」という、途方もなく大きな問いに直面します。それは少し強烈すぎると感じるかもしれません。 しかし、それはまだ序の口です。私たちは、その万能なAIを、経済成長や研究開発のために使うでしょう。AIがAI自身の研究を進めるようになれば、進歩の速度は爆発的に加速します。それは、もはや想像を絶する世界です。 この、AIが作り出す極端で根源的な未来を、感情レベルで本当に信じることは、私にとっても難しいことです。それでも、論理はそうなる可能性が非常に高いと示しています。 そのような世界で、私たちは何をすべきなのでしょうか? 「政治に興味を持たなくても、政治はあなたに興味を持つ」という言葉があります。この言葉は、AIにもそっくりそのまま当てはまります。 AIから目をそらさないでください。AIが今何ができるのかを、自分の目で確かめてみてください。そうすれば、直感が働くはずです。そしてAIが進化するにつれて、その直感は確信に変わっていくでしょう。どんな説明も、自分自身の感覚にはかないません。 特に、超知的なAIが社会に実装される未来では、AIをいかにコントロールするかという、非常に根深い問題が生じます。 AIができることを見て、そこから目をそらさないこと。そうして初めて、私たちはAIがもたらす巨大な課題に立ち向かうエネルギーを得ることができるのです。 AIがもたらす課題は、人類史上最大の課題かもしれません。しかし、それを乗り越えた先には、史上最大の報酬が待っているはずです。好むと好まざるとにかかわらず、皆さんの人生はAIによって大きく左右されます。だからこそ、AIに注意を払い、この課題を解決するためのエネルギーを生み出すことが重要です。それが、これから最も大切なことになると私は信じています。 ここで、私の話を終わります。 ありがとうございました。

ChatGPT研究所

35,612 görüntüleme • 1 yıl önce

リアリティをもって世界を考えられるようになる。 みなさんから寄せられる反響を見ていると、 万博の本当の意義は、まさにそこにあったのではないかと改めて感じる。 インターネットが普及し、 世界中のどんな情報でも簡単に手に入る時代に、 万博を開催することの意義は? と問われていた。 しかし万博が示したのは、 情報ではなく、文化を体感し、人と繋がり、実感をもって世界を考えることの力であった。 藤本壮介さんが掲げたテーマ 「多様でありながら、ひとつ」。 対立と分断が加速するこの世界にあって、 文化も、宗教も、利害も異なる世界中の国々が、 大屋根リングに囲まれひとつになり、 同じ場所に集い、 同じ空を見上げる。 藤本さんが何度も語っていたあの光景が、 いま、世界の緊張が高まるなかで、悲しいけれども、これほどまでに意味を持つことになろうとは。 「One World, One Planet.」 万博会場で、毎夜見上げたあの言葉。 あのときは未来へのメッセージとして輝いていた。 しかしいま、その言葉は、 私たちに対する問いとして響いている。 本当に世界はひとつになれるのか。 万博が残したものは、 いっときの楽しかった思い出ではない。 世界を、自分ごととして考える力である。

米澤隆

52,378 görüntüleme • 3 ay önce

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 görüntüleme • 5 ay önce

「AIが賢くなると人は暇になる」と一般には言われる。けれど、少なくともエリート層は逆だ。答えが秒速で返るほど、次の問いを立てるのも、意思決定を下すのも人間になる。ボトルネックは計算から人へ戻り、より忙しくなる。加速の時代に問われるのは、処理能力ではなく、判断の速度と質だ。 ジェンスン・フアン「私の場合、自分がやっていることよりも、それぞれの仕事において私より優れている人たちに60人も囲まれて働いています。多くの意味で、彼らは各分野において、私にとってほとんど人工超知能のような存在です。それでも私は、彼ら全員と問題なく一緒に仕事ができています。 だから将来も同じで、いま使われているOpenAIやGeminiやGrokなどのAI、私が使っているPerplexityやAnthropicなど、こうしたAIはそれぞれのやり方で、すでに私より賢い部分があります。それでも私は、毎日問題なく彼らと一緒に仕事ができています。まず一点目はそれです。 ただ、本当に面白いのは、私がチームに取り組んでもらう問題を定式化するとき、彼らが答えを見つけたり、答えをまとめて私に返したりするまで、たいてい2日や3日、あるいは4日待てるという利点があることです。その待ち時間があるからこそ、私は次のステップを考えられます。そして次のステップを考えるには、中間的な答えが戻ってくる必要があります。 では、その答えが基本的に1秒で返ってきたらどうなるでしょうか。これが思考実験です。そうなると、私の一日はとてつもなく忙しくなります。なぜなら、私自身があらゆることのクリティカルパスになってしまうからです。だから私は、『よし、これの答えが出た。なら次はこれを考えなければならない』と進めていくことになります。さらに別の実験を立ち上げなければならない。そしてその答えが出たら……という具合です。私は、情報技術がいまのほうが速いからこそ、私たちは今日すでにより忙しくなっていると感じています。そう思いませんか。 いま私たちは、情報や知識、答えを非常に速く得ています。その結果、私たち自身がクリティカルパスに置かれます。だからこそ、これまで以上に忙しいのです。多くの人が同じように感じるようになる気がします」

Tsubame

828,830 görüntüleme • 5 ay önce

サム・アルトマンは「コンピュートは通貨になる」とも語っています。 (動画はにじボイスで吹き替え。以下は書き起こし翻訳) --- [サム・アルトマン] コンピュート(計算資源)は将来の通貨になると考えています。世界で最も貴重な商品になるかもしれませんし、私はもっと多くのコンピュートを生み出すために大規模な投資をすべきだと思います。コンピュートは、私の考えでは少し変わった市場になるでしょう。人々はチップや携帯電話などの市場を考えますが、「世界には80億人いて、そのうち70億人が電話を持っているかもしれない。もしかすると60億人がいて、2年ごとにアップグレードするとしよう。すると年間の市場はスマートフォン向けのシステムオンチップで30億個だ。そしてもし300億個を作っても、電話の販売数が10倍になるわけではない。ほとんどの人は電話を1台しか持たないからだ」というふうに考えられます。 しかしコンピュートは違います。知能はエネルギーのようなものに近づいていくと思います。そこで私が意味があると思う唯一の議論は、「価格がXなら世界はこれだけのコンピュートを使い、価格がYならこれだけのコンピュートを使う」というものです。もし本当に安価であれば、私なら一日中メールを読ませて「何を考えたり作業したりすべきか」と提案させたり、がんの治療法を探すのに使ったりするでしょう。一方、本当に高価であれば、おそらく私はそれを使わないかもしれないし、使うとしてもがんの治療法を探すためだけに使うでしょう。 ですから、世界は莫大な量のコンピュートを求めるようになると思いますし、その中には難しい要素がたくさんあります。エネルギーが最も難しく、データセンターを建設することも難しい。サプライチェーンも複雑で、もちろん十分なチップを製造するのも難しいです。しかし、それでも私には、私たちがこれから向かう先は、今はまだ想像するのが難しいほど膨大なコンピュートを必要とする世界なのだと思えます。

d

58,866 görüntüleme • 1 yıl önce