Loading video...

Video Failed to Load

Go Home

今日はフィンランドでカンタとヒロヤというドリフト最高のコーチ2人にドリフトのイロハを学ばさせて頂きました🙇笑 ラリーはまだ今のところ2人に教えてる立場だけど、ドリフトはこれから2人にビシバシ鍛えてもらいます😂 #柳杭田貫太 #箕輪大也

50,747 views • 2 months ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

【結果発表】 新曲に出演できたのは…… たった2名でした。 アイドルを応援するオタクへ。 今日は、ステージに立てなかった2人に残った現実を伝えます。 超星みるく生誕祭2026&新曲リリースイベント。 『可愛くて、ちょっとおかしい恋してる』を披露したのは、 最前りあ。 超星みるく。 この2名です。 稗田あいすと、まのんは出演しませんでした。 準備期間は2週間ありました。 最初の1週間、基準に届いていなかった2人の行動は、ほとんど変わりませんでした。 「やります」 「間に合わせます」 「次から頑張ります」 言葉はありました。 でも、継続がありませんでした。 最後になって焦っても、過ぎた時間は戻りません。 そして、最後まで間に合いませんでした。 まのんは号泣しました。 その姿を見て、俺だって出してあげたいと思いました。 生誕祭です。 新曲リリースイベントです。 できることなら、4人で立たせてあげたかった。 でも、俺は出しませんでした。 ここで出演させたら、 「最後に頑張れば何とかなる」 「泣けば許してもらえる」 「間に合わなくてもステージには立てる」 そんな間違った学習をしてしまうかもしれないからです。 まのんは、まだ子供です。 だからこそ、今のうちに知ってほしい。 最後に始めても間に合わないことがある。 最初から計画を立て、毎日積み重ねることが大切だということ。 今回の涙を、絶対に無駄にするな。 次は、最初からやれ。 次は、毎日やれ。 次は、最後に泣かなくていいように準備しろ。 お前ならできる。 そして、稗田あいす。 お前は大人だろ。 2週間あった。 何度も伝えた。 何度も機会を与えた。 それでも、最後まで間に合わなかった。 今回の結果を、誰かのせいにするな。 ステージに立ったのは、最初から積み重ねた最前りあと、最後に結果を出した超星みるくです。 アイドルは、泣いた順にステージへ上がる仕事ではありません。 やった人間が立つ。 間に合わせた人間が立つ。 ただ、それだけです。 俺は、メンバーを突き放したいわけではありません。 だからこそ、甘やかさない。 今回の不出演が、2人の未来にとって意味のある痛みになることを願っています。 オタクの皆様。 俺の判断は、厳しすぎると思いますか? それとも、2人の未来のために必要な判断だったと思いますか?

【公式】異世界アイドル☆パラレルパレード|パラパレ

544,689 views • 1 month ago

チェスAIの進歩はこうだった——最初は「人間+AI」が勝つ。次に、AIが十分に賢くなると、人間が混ざるほど弱くなる。最終的に、意思決定の最適解が「人間抜き」へ収束する。だから、現実の仕事で最後の状態になることを「超知能」の定義としよう。そのとき、社会の意思決定は不可逆に再配置される。 サム・アルトマン「AGIについては、私たちは定義をしなかったせいで外してしまいましたよね。いま皆が注目している新しい言葉は、超知能に到達するタイミングです。だから私の提案はこうです。AGIはある意味で通り過ぎていったことにして、世界をそこまで変えなかった、あるいは長期的には変えるのだろうけれど、とにかく『いつかはAGIを作った』ということにする。いまは曖昧な時期で、すでに達したと思う人もいれば、まだだと思う人もいて、これから達したと思う人が増えていく。そして『次は何だ?』となる。 そのうえで、超知能の候補となる定義はこうです。あるシステムが、AIの支援を受けた人間よりもなお上回って、米国大統領、巨大企業のCEO、あるいは非常に大規模な科学研究所の運営を、人間の誰よりもうまくこなせるようになったとき。以上です。 チェスで起きたことも興味深い例だと思います。チェスではAIが人間に勝てるようになりました。Deep Blueの件は私もはっきり覚えています。その後しばらくは、人間とAIが組むほうがAI単体より強かった時期がありました。でも最終的には、人間が介入することでむしろ悪くなってしまい、人間がその卓越した知性を理解できないまま口を出さない『人間抜きのAI』が最善、という状態になった。 超知能を考える枠組みとして、これは面白いと思います。まだずっと先の話だとは思いますが、今回はもっとすっきりした定義を持てたらいいですね」

Tsubame

158,213 views • 9 months ago

次のネイサンからのメッセージはこれからのメディカルスクールと医師への道についてです。 この他にもスケート界は小さな世界だけど医学は世界中の人々を助けることが出来るとも語ってました。ネイサンは患者を実際に診る臨床医になりたいようです。医学界で世界の最高峰を誇るHarvard Medicalに入るネイサンの未来は輝いています✨ (訳) 僕はメディカルスクールに出願(合格)していて、医師になるための準備をする道に進めることを、とても楽しみにしています。 どんな医師になりたいですか➡️それはこれから決めたいと思っています。まだその決断はしていません。自分がどの分野で最も力を発揮できるのか、少し時間をかけて考えたいです。そして、できれば最も良い形で人の役に立てる道を選びたいと思っています。 臨床医と医学研究者では、どちらになりたいですか➡️ 僕は間違いなく、実際に患者さんを診て、患者さんのケアをしたいと思っています。 僕が一番興味を持っているのは、人とつながり、その人たちの話を聞き、どのような背景を持っているのかを知ることです。そして理想としては、人々の健康や長寿に影響を与える、さまざまな環境的要因と結びつけながら考えていきたいです。そうした分野で、これからも取り組んでいけたらと思っています。 ただ、医学の研修期間というのは、自分が何を得意としているのか、何を本当に楽しめるのか、そしてどのような形で最も大きな影響を与えられるのかを見つける時間だと思っています。 これから数年間を通して、それを探っていけることを楽しみにしています。

Nathan's supporting team JPN

46,162 views • 1 month ago

人間の学習は、基本的に個体に閉じている。誰かが身につけても、そのまま他人の脳に同期されることはない。だがロボットは違う。1体が学んだ瞬間、それがフリート全体の能力になる。この「知能の共有」が当たり前になったとき、努力や訓練という概念の前提が崩れ、社会の更新速度が別物になる。 ブレット・アドコック「つまり、いまHelix 2では、基本的にニューラルネットによるフルスタックのエンドツーエンド構成ができていて、事前学習データセットをHelix 2に向けてスケールさせていくことにも自信があります。さらに言うと、私たちはHelix 2を事前学習データセットのために設計した、と言っていいくらいです。そしてHelix 2のためにロボット自体も設計しました。 つまり、すべてをデータ中心に設計しているわけです。では、どうやってデータをスケールさせるのか。ニューラルネットのゲームにいるなら、結局はデータ勝負です。どれだけ高品質で多様であるか、という話です」 ピーター・ディアマンディス「要するに経験ですね。現場で、あらゆる状況の中で集められた経験です」 デイブ・ブランディン「変な話で、みんなもう分かっていることだとは思いますが、これは蓄積されていって、しかも消えないんです。進歩がとてつもない。たとえば誰かにスキューバダイビングやピアノを教えれば、その人は知識を得ます。でもその人は生きて、やがて死んで、また別の人に教え直さないといけない。これはそうではなくて、完全に蓄積され続けます」 アドコック「だから、最終的に残るのはごく少数のヒューマノイド陣営になると思うんです。ここで重要なのは、いったん1体のロボットがあるタスクを学べば、フリート全体のロボットがそれを知る、ということです。人間はこうは動きません」 ディアマンディス「ええ、そうなれたらいいのにと思います」 アドコック「うちの子どもたちが何かを学んでいるのを見ていても、全然言うことを聞かないんですよね」

Tsubame

59,367 views • 7 months ago