読者です 読者をやめる 読者になる 読者になる

プロクラシスト

みんなのProcrastination(先延ばし、回り道)を少しでも有意義に。

MENU

記録より記憶!?野球にまつわる珍記録をまとめてみた【2017センバツ記録追記】

雑記 まとめてみた

f:id:imslotter:20170127220124j:plain

こんにちは!ほけきよです。

センバツ真っ最中ですね!! 厳しい冬を越え、いよいよ野球の季節到来です!

事実は小説よりも奇なり。
長く愛されているスポーツだからこそ、面白い記録が生まれます。
今日は、そんな数ある記録の中でも、あまり知られていない珍記録についてまとめてみました!!

これを見ると野球の奥深さを知れるかも!

センバツ記録を追加しました!

プロ野球

f:id:imslotter:20170127224130j:plain
PHOTO:wikimedia

ノーヒットノーランを3回も逃した男

西口文也(西武)は、

完全試合またはノーヒットノーラン達成まであと一歩」

のところで安打を打たれて完封・完投どまりになった事が3度もあります!

2002年8月26日 対千葉ロッテ

福浦和也の四球による出塁1つに抑えて9回2死までノーヒットノーランだったが、小坂誠に中前打されて逃した。次のサブローにも右前打されたが後続を抑えて2安打1四球、6-0の完封勝ち。

2005年5月13日 対巨人

清原和博死球による出塁1つに抑えて9回2死までノーヒットノーランだったが、清水隆行にスライダーを右翼席に本塁打されて快挙を逃した。1安打1死球、6-1の完投勝ち。交流戦初、西武ドーム初の達成者になる予定だった。

そして、極めつけはこれ!!

2005年8月27日 対楽天

9回終了まで完全試合だが、延長戦に突入。 延長10回表、沖原佳典に安打を打たれて快挙を逃す。 結果は10回1安打1四球、1-0の完封勝ちとなった。

ちなみに、このような形で延長戦で完全試合を逃したのは史上初です(ノーヒットノーランでは9人目)

仮に延長戦も抑えていれば、1973年8月30日に江夏豊が達成して以来の2度目の延長戦ノーヒットノーラン、延長戦完全試合は史上初の達成となるところでした。この試合は完全試合参考記録とされています。

1イニング4奪三振

3奪三振に加えて、振り逃げが起こって達成できる珍記録です!

意外に多く、17人もいるそう。ちなみに、西口も記録しているw

達成者

幸田優、野村貴仁工藤公康西口文也
岡島秀樹、ドナルド・レモン、斉藤和巳杉内俊哉
金澤健人松坂大輔前田幸長涌井秀章
ウィルフィン・オビスポ澤村拓一、千賀滉大
高橋聡文平田真吾

13球団から勝利した男

2007年7月24日、工藤公康(当時横浜)が対巨人戦で勝利投手となり、史上初となる現役時に存在した全13球団からの勝利(現行12球団+近鉄バファローズ)を達成。

13球団ですよ!!セ・パ合わせても12球団しかないはずなのに!! 長く現役を続けられているからこその記録ですね。さすが工藤です。

サイクルアウト??

1試合の中で三振、併殺、三重殺を達成。1975年7月の対巨人戦で、田淵幸一阪神が達成。
2回に三振、4回に1死一塁で三塁ゴロ併殺、7回に無死一、二塁から捕手ゴロで三重殺

不名誉かもしれませんが、一回くらいいいじゃないですか、記憶に残る記録です!

奪三振0でもノーヒットノーランはできる!

1956年5月3日、大脇照夫(国鉄)が対中日戦で達成

最少奪三振ノーヒットノーラン記録であり最小投球数ノーヒットノーラン(80球)です。

省エネ記録ですね!打たせて取るピッチング!

打者0人で勝利投手

これはなかなか難しい。

牽制 or 盗塁阻止でアウト + 直後に逆転サヨナラ

が必要です。

達成者

セパ1人ずついます!

一球も投げずに勝利。。神の手ですね!

甲子園

f:id:imslotter:20170127223539j:plain 今度は甲子園編!球児たちの熱い戦いに隠れて、意外と面白い記録が眠っています!!

ルールブックの盲点 ドカベンの名場面を再現

済々黌高校(熊本) VS 鳴門工業(徳島) 2012年8月13日

1死一、三塁で打者は遊直に倒れ、遊撃手は一塁に投げて併殺となった。しかし、飛び出していた三塁走者は3アウト成立前に本塁を踏んでいたため、生還が認められた。 西貝球審は「一塁に転送されてのアウトよりもホームインが早かった。鳴門からのアピールがなかったため、得点を認めた」と説明した。

読んでもなかなかに意味不明ですよね。これは動画か漫画を見てもらったほうが早い!! ここに、写真も含めわかりやすく載っているので掲載します!

【甲子園】済々黌vs鳴門でドカベンの『ルールブックの盲点の1点』が再現される : なんJ(まとめては)いかんのか?

このサイトでも語られていますが、ドカベンでここと同じシーンがあります。水島ファンならご存知でしょう。

不知火率いる白新学院と戦ったとき、岩鬼がこれを行いました。

岩鬼はただの暴走な気もしますが、ホーム生還した 済々黌高校の中村謙選手は、「狙っていた」のだそうです。すごい!!

甲子園での一試合最多奪三振

徳島商業(徳島) VS 魚津(富山県) 1958年8月16日

最多奪三振って誰が持っているか知っていますか?

実は板東英二が持っているんです。 延長18回で25個の三振を奪うが、相手の村椿輝雄も譲らず、0対0のまま引き分け・翌日再試合となりました。

今でこそゆでたまごおじさんですが、昔は伝説の投手だったのです!!*1

延長戦と縁のあるチーム、如水館高校

2日連続降雨ノーゲーム

如水館(広島) VS 高知(高知) 2009年8月9,10,11日

如水館は8月9日の試合は2-0、10日の試合は6-5で、いずれもリードしていました。 しかし11日の試合は、9-3で敗北。無念すぎる。 同一校の対戦が2日連続で降雨ノーゲームになったのは史上初めてのことです。

3試合連続延長線勝利

同じく如水館は2011年、3試合連続延長戦勝利を記録しました。

いやあ、何かと延長戦に縁があるチームですね!!

4アウト事件

益田(島根) VS 帯広農業(北海道) 1985年8月11日
初出場校同士の試合。審判の勘違いにより生まれました。

9回表、金原の二飛で、本来はここでチェンジとなる所でしたが、6番2の池永が打席に入りました。
池永に投げられた第1球はボール!

この時公式記録員から合図が送られたが、審判は気づきません。 2球目を池永が打って三ゴロで4つ目のアウトとなりました。その後審判は気づき、記録上は消されました。

ちなみに、打席に入った池永以外、益田のほとんどの者が攻撃終了を知っていたらしいです。 益田の監督は試合後、

3アウトになった事はベンチで分かっていた。でも審判員も気づかないので、そのまま行けという気持ちで、分からんうちに打てと思いました

と正直に暴露。

なお、帯広農の投手・加藤も

「おかしいなと思ったが、審判も捕手も何も言わないので僕の勘違いかと思った」

と言ったそうです。 勘違いって…面白いですね!

春夏連続で初戦優勝校と当たったチーム

比叡山(滋賀) VS 沖縄尚学(沖縄) 1999年3月25日 0対1
比叡山(滋賀) VS 桐生第一(群馬) 1999年8月7日 0対2

春夏連続で初戦に優勝校と当たった高校比叡山だけ。しかもどっちも接戦!!

まさにムエンゴ比叡山のピッチャー、めっちゃ好きだったんですがねぇ…*2

佐賀北旋風!決勝での逆転満塁本塁打

佐賀北(佐賀) 2007年初出場

2007年の決勝は佐賀北旋風』 。まさに奇跡の夏です。

「一回戦勝てればいい」と思っていたチームが、接戦・逆転を繰り返し決勝へ。
極めつけは決勝の逆転満塁ホームラン

7回までわずか1安打に抑えられていた佐賀北は 4点を追う8回1死から、エース久保が自身甲子園初となるヒットを放って出塁。

代打・新川の右前安打と2連続四球で1点を返し、なおも満塁。そこで副島の逆転満塁本塁打が飛び出し、試合をひっくり返しました。

佐賀北全試合

一試合の中に魔物がいることは甲子園では多々ありますが、 このときは全日程を通して魔物が棲みついていたという感じでした!!

【2017年センバツ追記】史上初!2試合連続再試合

2017年3月26日、センバツにちょっと面白い珍記録が誕生しました。

2試合試合連続の再試合です。

どっちも非常にいい試合でした。第二試合は福岡大大濠三浦が190球を超える熱投。 最後はコントロールが甘くなりつつも、なんとか抑えているのが印象的でした! この時、再試合は翌日3/27の第二試合に組み込まれる予定でした。しかし、次の試合により事態は一変します

なんと、第三試合も再試合となったのです。1点ビハインドで迎えた9回2アウト2,3塁で、2塁牽制の間にホームスチール。まさに「機動破壊」らしい野球ですね。そのご両者譲らずなんと春夏通して初の2試合連続再試合!

これによって、1日の休養日が設けられました。特に公式戦を全て投げていた三浦くんにとっては朗報でしょう。 再決戦が楽しみですね!

まとめ

いかがでしたか? 真剣に戦っているからこそ起こる珍記録、ひょっとすると最多安打サイクルヒットなどの名誉な記録よりも印象に残るかもしれませんね!

ちなみに私は高校野球フリークです!!

プロ野球も、高校時代に活躍した選手が成長するのが好き

今年のセンバツも何が起こるか、楽しみです!ではではっ

*1:ちなみに、9イニングでの最多奪三振松井裕樹(桐光学園)が対今治西(愛媛)で記録した22奪三振

*2:今でも覚えています。確かとてもいいナックルボーラー。実際、この時の桐生第一と一番いい試合していたんじゃないのかとも思ってしまう。 ちなみにこの時の決勝は桐生第一岡山理大付で、結果は14-1

マネーボールの著者が語る、『怠惰は成功への鍵』なワケ

雑記

f:id:imslotter:20170326191242p:plain

こんにちは、ほけきよです!

私のブログ名「Procrasist」は、英語"Procrastination" から来ています。 なんか仕事やだな~とか思ったとき、ちょっと気になったことをネットサーフィンしたいときに、来て楽しんでいただければ、何か一つ得るものがあれば、という思いで記事を書いています。

ちょっと回り道したことが、後から効いてくることもありますからね! 今日は、そんなProcrasistの必須要素“Laziness(怠惰)”についてのお話

『Being Lazy is the Key to Success』

www.inc.com

概要はこんな感じです。

■ 2017年2/28-3/3にかけて, Insight Summitなるものが行われた

Michael Lewisはそのイベントのゲストスピーカーとして呼ばれた

■ 「怠惰こそ成功への鍵である」

まず、Insight SummitとMichael Lewisにちらっと触れて、話した内容をみてみましょう。

Insight Summitとは

Qualtricsという、オンラインアンケート作成サービスを運用する会社が主催するイベントです。 日本語対応していないので、日本では馴染みがないかもしれませんが、海外では情報収集サービスの大手企業のようです

Fortune 500企業の3分の2、ビジネススクールトップ100のうち99校を含む8,000以上のブランドがQualtricsを利用して新しい情報を収集しています(HPより)

www.qualtrics.com

Insight Summitというのがこちら

なにやらオシャレなイベント…!!ゲストスピーカーの錚々たる顔ぶれが凄い。意識が高い。成層圏を超えている。

やり抜く力 GRIT(グリット)――人生のあらゆる成功を決める「究極の能力」を身につける

加えて、カジノ、懇親会、極めつけはエルトンジョンのプライベートコンサートなどエンターテイメント感あふれる内容も!

これだけ色々あって、参加費は1200ドルと聞いたら、そんな高くないかも…??会社のお金で行かせてくれないかなw

Michael Lewisとは

ゲストスピーカーの目玉の一人として取り上げられているのがマイケル・ルイスです。 著者の名前より、作品名のほうが有名かもしれません。マネーボールの著者です。

経済学の修士号を持っており、また債権セールスマンだったこともあり、経済や金融に関係する小説を多く書いています。

2014年の『フラッシュボーイズ』は、今では金融業界を牛耳っているアルゴリズムトレードについても触れています。

なぜ、『怠惰』が成功への鍵なのか

紹介したところで、Insight Summitで彼が話した内容について触れましょう。全文は探してみたのですが見つかりませんでした。*1なので英訳記事から抜粋しながらの紹介になります。

怠惰を受け入れることが成功への鍵だとルイスはいいます。それはなぜか。本当に大事なところにだけ焦点を当てて取り組むことが出来るからです。

忙しくいることに忙しくなってはいけない。

If you’re busy being busy, you’ll miss them (better opportunity)

これまでに、深くかかわらなくていいプロジェクトに割り当てられたことはないですか?新しい物事を始めるためではなくて、ただそのプロジェクトを継続させるためだけに関わっているようなものです。 そういうプロジェクトのせいで、みなさんはもっと良い機会を見逃してしまうのです。

何もしない、最小限で仕事をすることで、自分が本当に取り組むに値するプロジェクトを探すことやそういうプロジェクトがやった来たときに気づく余裕が出来るのです。

会社にはこんなプロジェクトたくさんありますよね。迷惑かけるくらいなにもしないのはアレですが、 たいていこういうプロジェクトは自分がいなくてもなんとかなるようなものなので、 興味がないのならそんなことで時間と身を犠牲にしないほうがいいってことですね!

時間を浪費したくないと思いながら時間を浪費している

People waste years of their lives not being willing to waste hours of their lives.

人々は長年、時間を浪費したくないと思いながら時間を浪費しています。忙しいということを大事なことだと勘違いしているようなら、本当に大事なことに気付かないでしょう。 ルイスは、本のネタにしたい人がいたなら、一年、それ以上の時間を費やし、その人を調べ上げてネタになるかどうかを確かめるそうです。

あなたの周りで、後々めちゃくちゃ成長しそうなプロジェクトがあったのに、忙しくてそれが本当にいいプロジェクトがどうかを調べきれなかったことってないですか?次にそういうプロジェクトが見つけたときは、一度時間を費やすことを恐れずに、自分の力で見極めましょう。

研究開発も、実際にモノを創るよりもそのネタが本当に良いものか調べるサーベイ期間のほうが長かったりします。そういう時間をしっかり取ることこそが、イノベーションの秘訣なのですね。

怠惰はフィルターとして役に立つ

My laziness serves as a filter.

ルイスは、自分が仕事(ネタ)をするかどうか決める際には、本当にその仕事(ネタ)が良いものでなければならないと言います。その証拠に、10年間で6つの研究され尽くした本を出版しています。

自分が聞いて書いた話が誰にも語られなかったら、私は悲しいだろうか」この質問に確実にYESと答えることが出来ない限り、仕事をしないと言っています。 みなさんも、次にプロジェクトを始めるときは、内なる自分にこのような問いかけをしてみましょう。

自分が誇りを持てる仕事をしたいですね!

まとめ

時間をお金などと同じ投資の対象として捉えているイメージが強かったです。

  • 今自分がやっていることは本当にすべきことなのか、問いかけてみる
  • これからやろうとしていることは、本当にやるに値するべきものなのか、自分が納得行くまで時間を費やす

自分がしたいことをするためには、その他のことには怠惰になれということですね! 日本では忙しくしている人が偉いというような風潮がありますが、海外だと、忙しくしている人は自己管理が出来ていない人として評価が下がったりもするそうです。そういう観点を持つことも、今後大事かもしれませんね。

怠けて楽しい仕事に全力投球しよう!ではではっ

*1:TEDみたいにオンラインで上げてくれないかな…笑

【3/23:ライブ追記】 祝!Fall Out Boy 来日ライブ!FOBの紹介をするよ

私の音楽 雑記

こんにちは、ほけきよです!

なんと、Fall Out Boyの来日公演が決定です!

実に二年ぶりの来日。前回の来日公演のときは気づけばチケット完売で悔しい思いをしました。

今回は販売前に情報をキャッチ! そしてチケット予約完了しました!!

Fall Out Boyについては、知らない人も多いかもしれません。が、曲を聴くと、「アァー」ってなる人もいるかも? 『Dance, Dance』とか、有名な曲を作っています。

今回は来日を記念して、Fall Out Boyの紹介をしたいと思います。

続きを読む

『ダイヤモンドの再生ボタン』を有する世界のトップyoutuberたちはどんな人なのか

面白いネタ

こんにちは、ほけきよです!

最近youtuberも熾烈な闘いになってきてますね。 日本でも100万人を超えるチャンネルが続々登場しています!!

100万人を超えた人に送られるのがこの『金の再生ボタン』 10万人で銀のボタンが送られるのですが、それとは全然大きさも重厚感も違います。

f:id:imslotter:20170322224254p:plain
はじめしゃちょーの動画「金の再生ボタンを銀の再生ボタンとすり替えると気づくのか?!」より引用

それもそのはず。日本ではまだ数十チャンネルしか登録者数100万人を超えていないからです。(参考:登録者数ランキング )

しかし、世界は広い。登録者数が半端ないチャンネルがたくさんあります。今日はそのトップyoutuberたちのチャンネルを見てみようと思います!

金のボタンの上、『ダイヤモンドボタン』

f:id:imslotter:20170321012614j:plain

実は、金のボタンの上に、『ダイヤモンドボタン』というのがあるそうです。

条件はなんと『登録者数1000万人』!!!

ヤバイ、、、ヤバすぎる。

ちなみに現在日本のトップがはじめしゃちょーの約500万人(2017年3月20日)。 日本人からしたらはじめしゃちょーの倍って、そんな人がいるのか?という感じですよね。

案外多い1000万超えチャンネル

ちょっと気になったので、ぐぐってみました。 すると、Wikipediaさんがピタッとハマる結果を返してくれました。さすがwikiさん!!

List of most‐subscribed users on YouTube - Wikipedia

50チャンネルはあるようですね。TOP100が載っているサイトがあったのでこちらも掲載

vidstatsx.com

キュレーション用のタグ(#)を除けば、大体80チャンネルくらいでしょうか。

ただ、ここからVEVOなど芸能人系を除くと、結構な少数にはなりそうですね。

いくつかみてみる

丁寧に、1000万登録者数を超えているチャンネルとその特徴をまとめてくれている動画がありました。

www.youtube.com

英語ですが、みなさんも雰囲気で面白そうなチャンネルを見つけてみましょう!

PewDiePie

www.youtube.com

スウェーデン出身、世界一の登録者数を誇るyoutuber。日本でもかつてはyoutuberといえばこの人!って感じでたまにテレビでも取り上げられていましたね。 現在も順調に登録者数を更新していて、なんと5000万人を突破!!日本の人口の半分だぞ…すげぇ。

なんと、5000万になると、ダイヤモンドを超えて、ルビーが送られてくるらしいです…!

www.youtube.com

カッコイイ。ちなみにこの動画、29ヶ国語に翻訳されているんですが、日本語がありませんでした。誰か訳してよ~~。

他にもエンタメ性のある動画多数って感じですね。あと英語がかなり聞き取りやすくてイイ感じ。やっぱ英語はほぼ世界共通語だし、強いね。

www.youtube.com

HolaSoyGerman.

www.youtube.com

このチャンネルの主は、なんと「ダイヤモンドボタンを2つ」持っている人物。 メインの「HolaSoyGerman」とサブチャンネルの「JugeaGerman」両方共1000万人超え。

おそらく世界で唯一です。

www.youtube.com

日本では複数の金のボタンを持っている神として名を馳せていますが、さすが世界は広い!

f:id:imslotter:20170322224050p:plain ヒカキンTVより

チリ出身で、スペイン語の動画なので、正直何を言っているかは全然わからない… けどモノマネとかゲーム実況とか、日本のyoutuberとしていることは変わらなさそうですね!

Vsauce

www.youtube.com

これは、個人的に一番注目したい海外youtubeチャンネル ガチの科学系youtuberです。

日本で科学系の実験をしているひとで有名な人って、たとえばでんじろうさんとかでしょうか?? 彼らの実験は、どうしても化学や物理の簡単なものなど、割とパッと目を引くものが多いんですよね。 それでも十分面白いのですが、このVsauceチャンネルはまた一味違った面白さがあります。

どちらかと言うと数理系の実験が多い印象。そしてそれらの可視化やデモが抜群にうまい。 サイエンスの勉強になるし、プレゼンの仕方、デモの仕方も非常にためになるチャンネルです。

www.youtube.com

まさかバナッハ・タルスキーパラドクスで1000万再生を稼ぐとは…すごすぎます!

ブログネタのインスピレーション湧きそう…笑

終わりに

いかがだったでしょうか? やっぱり人気なだけあって、編集も凝ったものが多いです。

好きな海外youtuberを見つけてリスニングの勉強!っていうのも良いかも?みなさんも探してみては?!ではではっ!

【2017年、史上初の3人同時受賞】建築界のノーベル賞"プリツカー賞"に迫る!

雑記 まとめてみた

※2017年3月21日追記:受賞者とノミネート理由(ページ下部)

こんにちは、ほけきよです。 みなさん、プリツカー賞ってご存知ですか?? 「建築界のノーベル賞とも呼ばれていて、建築家にとっては最高の栄誉の一つです。 さらに、この賞、日本人がめちゃくちゃ強いんです!

そんな賞があるなら、日本人としてチェックせねば!!

今日は、プリツカー賞に迫ってみます

プリツカー賞とは

建築家のノーベル賞

プリツカー賞 (The Pritzker Architecture Prize) とは、「ハイアットホテルアンドリゾーツ」のオーナーである プリツカー一族が運営するハイアット財団から建築家に対して授与される賞である。 歴史は浅いが、1988年にニューヨーク・タイムズの記事で 「建築家にとってこの賞は、科学者や作家たちにとってのノーベル賞のようなものだ」と書かれて以降、 「建築界のノーベル賞と紹介されることもある(Wikipediaより)

  • 設立 : 1979年
  • 対象 : 建築を通じて人類や環境に一貫した意義深い貢献をしてきた存命の建築家
  • 賞品 : 10万ドルとメダル
    • メダルはルイスサリヴァン(アメリカ建築家の三大巨匠)
  • メダルに刻まれた言葉は「FIRMNESS」(堅牢)、「COMMODITY」(便利)、「DELIGHT」(喜び)

歴史はまだ浅いようですが、とにかく現代建築家なら受賞したい、最高の栄誉なのです!

日本人がめちゃくちゃ強い!!

この円グラフをご覧ください。

f:id:imslotter:20170122032201p:plain

なんと、日本人受賞者が最多なのです!*1 日本人受賞者と、その特徴は次の通り

受賞年 人物 代表作 特徴
1987年 丹下健三 東京都庁/代々木体育館 日本人建築家のパイオニア
世界のタンゲ
1993年 槇文彦 幕張メッセ モダニズム建築が特徴
1995年 安藤忠雄 光の教会/表参道ヒルズ コンクリート打ちっ放しの
建築が世界的評価を得る
2010年 妹島和世
西沢立衛
金沢21世紀美術館 SANAA
建築の要求を抽象化し、
常識を打ち破る建築物への挑戦
2013年 伊東豊雄 台中国歌劇院 革新的名作を生み出す
建築界のイノベータ
2014年 坂茂 紙の教会 環境や災害を考慮した
紙の住宅が世界的な評価を得る

安藤忠雄丹下健三などは、建築に詳しくなくても知っている人が多いでしょう。 こうして各人が作った建造物を眺めて見ると、日本も、魅力的な建物が多くありますね。

近年の受賞者はどんな建物を作っているのか

続いて、プリツカー賞は近年どんな人が受賞しているのか。 その受賞理由や建物に迫り、最先端の建築について紹介したいと思います!

2014年 : 坂茂

日本人建築家です。彼は災害時にいかに早く建物を組み上げられるか。 また、パビリオンなどの解体するときにいかに廃棄物を出さないか。 というような、建築の過程を大事にする建築家です。特に有名なのが紙の建築これに関しては、TEDでも語っています。

www.ted.com

建築家という職業に私はひどく失望しました。 建築家は人助けもしなければ、社会の役にも立っていないのに 特権階級の人たちや、お金持ちや、政府や開発業者の為に働いているからです

(中略)

仮設住宅が必要とされる場に、建築家の姿はありません。特権階級の為に働くことで忙し過ぎるからです。 そこで私は考えました
建築家と言えども、仮設住宅の建設に関わればいいじゃないか。私たちは現状を改善できる
こんな理由からあちこちの被災地で働くようになりました

素晴らしい考えを持った方です。それでいて建造物は現代的で素晴らしい。 建築に対する真摯な姿勢も評価され、プリツカー賞を受賞しました。

2015年 : フライ・オットー

自然界の構造を建築に取り入れ、超軽量・高性能な建築構造を実現した建築家です。

特に、膜構造を取り入れた建築に造詣が深く、 シャボン玉などで実験を行いながら、積極的に自然科学を建築に応用したようです。

こちらの建築物は坂茂フライ・オットーが協力して作った作品です。 という軽量な材料と、軽量高性能な建築構造の設計がうまくマッチした素晴らしい作品です。

f:id:imslotter:20170122033542j:plain
ハノーバー国際博覧会日本館(2000年)

2016年 : アレハンドロ・アラベナ

チリやメキシコの途上地域において、良質な住宅を途中まで建築し、残りは住民が完成していくコンセプトの建物を多く作りました。 それによって、住民に達成感と、その家の持ち主であるという責任感を与えることができたと言います。

このように、建築を単なる住まい以上のものに昇華させたことが評価されました。

こちらの記事に、アラベナが手がけた建築の数々が多く載っています。興味があれば是非。

2016年プリツカー賞を受賞した、チリの建築家、アレハンドロ・アラヴェナの建築とは?

2017年は?ノミネートされている日本人

f:id:imslotter:20170122034301j:plain

2016年の暮れに、2017年の候補者が発表されたようです。詳しくはこちらのサイト!

www.archdaily.com

日本人は隈研吾藤本壮介がノミネートされています

隈研吾

「和の大家」とも呼ばれている、日本の建築界の巨匠です。

現在新国立競技場田町品川間の新駅など、オリンピックにあたって重要とされる建築を数々手がけています。 f:id:imslotter:20170122035038j:plain
新国立競技場設計図(PHOTO:nippon.com)

こちらの記事に、彼の手がけている作品が詳しく載っているので是非ご覧になってください。

matome.naver.jp

藤本壮介

一時期話題になった透明な家の設計者です。

f:id:imslotter:20170122034339j:plain

プライバシーやばい。

また、フランスのモンテペリエに、こんな建物も作っています。

www.youtube.com

オシャレ&かっこいいしびれる。
非常に独創的な発想が持ち味の建築家ですね!

【追記】2017年の受賞者決定!通称RCR

3月1日に、2017年の受賞者が決定しました!

2017 Pritzker Prize Goes to Rafael Aranda, Carme Pigem, & Ramon Vilalta of RCR Arquitectes

Rafael Aranda, Carme Pigem, Ramon Vilaltaの三人です。

f:id:imslotter:20170321222520p:plain
PHOTO: Home | The Pritzker Architecture Prizeより

過去40年近くの歴史を振り返っても、3人同時受賞は史上初のことです。

受賞理由

審査員長Glenn Murcuttの言葉(日本語訳)がこちら

彼ら3人の協力で、詩的な建築物を作った。彼らの建築物は過去の素晴らしい部分は踏襲しつつ、現在や未来の建築物のあり方を明確に見据えた、時代を超越した作品である。

とのこと。なんだか抽象的でよくわからない*2ですが、新旧の融合といったところでしょうか。

三人の魅力

彼らはヨーロッパ、特にスペイン中心で活動する建築家で、世界的にはそこまで有名というわけではありません。 今でもスペインのOlotを拠点に活動しているようです。

彼らの魅力は環境や文化との融合。自然に配慮した材質選びや、既存の景観を最大限活かすような建築物を設計しています。 また、社会を通じて建築、景観、芸術、文化をサポートしようと、RCR BUNKA財団を設立しました。 このBUNKAは日本語のBUNKAなのでしょうか。だとすると少し親しみを感じますね。

代表建築物

では、どんな建築物を設計しているのか、観てみましょう

Barberi Laboratory

Olotにある彼らのオフィス。なんと20世紀初頭の鋳造所を改造したものだそうです。そうありつつも、光を多く取り入れた現代の潮流も組み込んでいる。 まさに「新旧調和」の取れた建築物です。

barberi-laboratory-olot-girona-spain-architecture-roundups-rcr-arquitectes_dezeen_sqvincentloy.wordpress.com

Soulages Museum(スーラージュ美術館)

2014年に出来た美術館。これも、赤錆のような鉄のコンテナ風の箱と、ガラス張りの空間が融合したまさにRCRらしい作品。

https://www.specifier.com.au/wp-content/uploads/2017/03/SoulagesMuseum_1-1024x334.jpeg
PHOTO specifierより

ちょっと他にない新旧の融合具合で、この地を訪れたときは是非観に行きたいものです!!

授賞式は日本で!

3人は、5月20日、東京・迎賓館で行われるらしいです。 賞金は10万ドル。これを3等分なので大した額ではないですが、このクラスになると額より名誉ですね

まとめ

最近こういう観点から建物を眺めたりするのも面白いなと思っています。

有名建築家が設計した建物とか、計画都市とかを知っておくと、旅の楽しみが一つ増えるかもですね!

2018年は日本人が...!ではではっ

おまけ : 四国は建造物の宝庫!?有名建築家たちが手がけた建造物たち

ところで、私は四国の出身なのですが、建築家の観点から見ると、四国は建造物の宝庫です。 丹下健三愛媛出身ですし、何かと現代建築にゆかりのある四国。

そんな四国の建物を少し紹介しましょう。

上京する前にこういうの知りたかった…
今度帰省ついでにどこか一つくらい寄ってみよう…! と思うほけきよです。

*1:厳密には、アメリカに国籍を移した者が2人いるのですが、生誕地で分類しました

*2:もしくは私の訳がイマイチ

強化学習(DQN)を秒速で扱える『ChainerRL』が便利すぎたので使い方メモ

機械学習関連

f:id:imslotter:20170320221632p:plain

こんにちは、ほけきよです!

強化学習って知ってますか?
「AlphaGoが、碁の世界王者を破った」
などと最近脚光を浴びている機械学習技術ですね。

私のブログでも何回か関連記事を出しているのですが、 今回は、Chainerで強化学習を簡単に扱えるツール、「ChainerRL」を使ってみました!

なかなか便利だったので使い方を解説やまとめ、Tipsを加えながらメモしてみました。 (コードはjupyter準拠なので、上から順番にコピペすると基本は動くはずです)

これから強化学習やってみたいという人は、これで強化学習がどんなものか試してみるのもいいかもしれません!

強化学習って?

この記事が一番わかりやすくて初めには良い。

chainerrl

  • chainerの強化学習用モジュール
  • 既存のchainerのネットワークを使いながら、最新の強化学習(DQN)を使える.

quickstartに色々と調べたことを加えながら、実際に動かしてみる。

Setup

pip install chainerrl

もしくはソースコードから。ソースコードはここ

github.com

git clone https://github.com/pfnet/chainerrl.git
cd chainerrl
python setup.py install

必要なライブラリをimportする

  • chainer : Deeplearning用のライブラリ
  • chainerrl : chainer強化学習用ライブラリ
  • gym : 強化学習の実験環境
import chainer
import chainer.functions as F
import chainer.links as L
import chainerrl
import gym
import numpy as np

environmentの設定

  • ChainerRLを使うためには、環境モデルを"environments"として保存しておく必要がある
  • OpenAI Gymにあるものはそのままgym.make(hogehoge)で使えるようになっている
    • hogehogeの中にいれられるリストはこのページ OpenAI/envs

environmentに必要な要件(最低限)

  • observation space : ある時刻での状態、入力
  • action space : ある時刻tで選ぶ行動
  • 2つのmethod (resetとstep)
    • env.reset : 初期化
    • env.step : 実行
      • 行動を実行し、次の状態へ移る
      • 4つの値(次の観測, 報酬, 試行の打ち切りか否か, 追加情報)

今回使うもの

CartPole-V 

倒立振り子。誰もが子供の頃にやった、ほうきを手に乗せて、そのまま保つ。的なやつ。 元ネタ論文はこちら。たぶん論文は購読しないと読めない?

  • observation : [cartの速度, 位置, poleの角速度, 角度]
  • action : 右に進む or 左に進む

env = gym.make(“CartPole-v0”)

print("observation space   : {}".format(env.observation_space))
print("action space        : {}".format(env.action_space))
obs = env.reset() #初期化
#env.render()#レンダリングした環境を見せてくれる
print("initial observation : {}".format(obs))

action = env.action_space.sample()
obs, r, done, info = env.step(action)

### どんな値が入っているのか確認!
print('next observation    : {}'.format(obs))
print('reward              : {}'.format(r))
print('done                : {}'.format(done))
print('info                : {}'.format(info))

env.render()を使うと、こんな感じの動画が出てくる。OpenAI gymの環境から持ってきたやつなら、デフォで使えるみたいなので、確認したい人はおすすめ。 f:id:imslotter:20170320210923p:plain

Agentの設定

環境をつくれたので、次は環境上を動くagentを作っていく

ChainerRLでデフォで実装されているagent

ほぼ最新と言えるアルゴリズムが揃っている & 開発が盛んなので、state of the artが出れば取り入れてくれる。

対応しているものの表(READMEより引用)

Algorithm Discrete Action Continous Action Recurrent Model CPU Async Training
DQN (including DoubleDQN etc.) o o (NAF) o x
DDPG x o o x
A3C o o o o
ACER o o o o
NSQ (N-step Q-learning) o o (NAF) o o
PCL (Path Consistency Learning) o o o o

今回はDQNを使う。DQNはAlphaGoでも使われたやつ。

Q関数の設計

強化学習を使うのに重要なQ関数(今の状態と行った行動の結果で、どのくらいの報酬が見込めるか)を決める必要がある。 DQNなどでは、入力からQ関数をニューラルネットワークで近似する

  • chaineRLではchainer.LinkとしてQ関数を定義することができる
  • 出力はchainerrl.action_value.DiscreteActionValueでラップされている

観測した入力(次元数obs_size)から、次の行動(n_actions)を決定する関数の設計

class QFunction(chainer.Chain):
    def __init__(self, obs_size, n_actions, n_hidden_channels=50):
        #super(QFunction, self).__init__(##python2.x用
        super().__init__(#python3.x用
            l0=L.Linear(obs_size, n_hidden_channels),
            l1=L.Linear(n_hidden_channels,n_hidden_channels),
            l2=L.Linear(n_hidden_channels, n_actions))
        
    def __call__(self, x, test=False): 
        """
        x ; 観測#ここの観測って、stateとaction両方?
        test : テストモードかどうかのフラグ
        """
        h = F.tanh(self.l0(x)) #活性化関数は自分で書くの?
        h = F.tanh(self.l1(h))
        return chainerrl.action_value.DiscreteActionValue(self.l2(h))

obs_size = env.observation_space.shape[0]
n_actions = env.action_space.n
q_func = QFunction(obs_size, n_actions)
# q_func.to_gpu(0) ## GPUを使いたい人はこのコメントを外す

(参考)predifined Q-functions

予め設計されてているQ関数を使うことも可能

_q_func = chainerrl.q_functions.FCStateQFunctionWithDiscreteAction(
    obs_size, n_actions,
    n_hidden_layers=2, n_hidden_channels=50)

最適化手法, パラメータの設定

AgentをDQNで動かすための種々の設定をする

  • optimizer 何を使って最適化するか。chainerにいろいろと組み込まれている。optimizersリストはこちら
  • gamma 報酬の割引率.過去の結果をどのくらい重要視するか
  • explorer 次の戦略を考えるときの方法
  • replay_buffer Experience Replayを実行するかどうか
optimizer = chainer.optimizers.Adam(eps=1e-2)
optimizer.setup(q_func) #設計したq関数の最適化にAdamを使う
gamma = 0.95
explorer = chainerrl.explorers.ConstantEpsilonGreedy(
    epsilon=0.3, random_action_func=env.action_space.sample)
replay_buffer = chainerrl.replay_buffer.ReplayBuffer(capacity = 10**6)
phi = lambda x:x.astype(np.float32, copy=False)##型の変換(chainerはfloat32型。float64は駄目)

agent = chainerrl.agents.DoubleDQN(
    q_func, optimizer, replay_buffer, gamma, explorer,
    replay_start_size=500, update_frequency=1,
    target_update_frequency=100, phi=phi)

実行(学習)

環境、Agent及びそれを更新するDQNが完成したので、あとは実行していく

import time
n_episodes = 200
max_episode_len = 200
start = time.time()
for i in range(1, n_episodes + 1):
    obs = env.reset()
    reward = 0
    done = False
    R = 0  # return (sum of rewards)
    t = 0  # time step
    while not done and t < max_episode_len:
        # 動きを見たければここのコメントを外す
        # env.render()
        action = agent.act_and_train(obs, reward)
        obs, reward, done, _ = env.step(action)
        R += reward
        t += 1
    if i % 10 == 0:
        print('episode:', i,
              'R:', R,
              'statistics:', agent.get_statistics())
    agent.stop_episode_and_train(obs, reward, done)
print('Finished, elapsed time : {}'.format(time.time()-start))

テストする

trainingは完了したので、testを実際にやってみる。 テストなので、最後agent.stop_episode_and_train(obs, reward, done)は呼ばない。

for i in range(10):
    obs = env.reset()
    done = False
    R = 0
    t = 0
    while not done and t < 200:
        # env.render()
        action = agent.act(obs)
        obs, r, done, _ = env.step(action)
        R += r
        t += 1
    print('test episode:', i, 'R:', R)
    agent.stop_episode()

ここまでで一通りの流れは完了です!!モデルを保存したければ、agent.save("hoge")とすれば保存ができます。

学習、テストを凝った設定じゃなく簡単に

学習・テストをいちいち書くのも面倒なので、そういう時は↓の関数を打つ

これだけで、一発で実行してくれる。

chainerrl.experiments.train_agent_with_evaluation(
    agent, env,
    steps=2000,           # 2000step学習
    eval_n_runs=10,       #  評価(テスト)を10回する
    max_episode_len=200,  # それぞれの評価に対する長さの最大(200s)
    eval_frequency=1000,  # テストを1000stepの学習ごとに実施
    outdir='result')      # 'result'フォルダに保存

おまけ1 : GPUを使ってみる

一行でGPUを使うことができる ↓を、q_funcを定義した後に挟み込む

q_func.to_gpu(0)

エラー

実行時にこんなエラーが出るかも

OSError: Failed to run `nvcc` command. Check PATH environment variable: [Errno 2] No such file or directory: 'nvcc'

たぶん、CUDAを使うPATHが通っていないのが原因なので、チェックしてパスを追加してやる。 python内でパスを追加するならこちら

import os
print(os.environ["PATH"]) #チェック。PATHにCUDAがないことを確認
os.environ["PATH"] +=  ":/usr/local/cuda/bin/" #自分の環境でCUDAが入っているパス

実行結果

おんなじタスクをGPU使ってやる

CPU GPU
実行時間 561s 558s

??? どうやら、入力次元が小さすぎて、並列化するところがなさ過ぎるのでだめっぽい?むしろcommunication costがかかっちゃっているのかも

おまけ2 obsからの可視化

env.render()はenvが設計されていないとできないので、観測から普通に可視化ができるか試してみた。

※1回分のテスト結果を可視化

import pylab as plt
import numpy as np
import matplotlib.animation as animation
fig = plt.figure(figsize=(10,5))
ims = []
l = 1.0
obs = env.reset()
R,t,done = 0, 0, False
while not done and t < 200:
    action = agent.act(obs)
    print("t:{} obs:{} action:{}".format(t,obs,action))
    im = plt.plot([-2,2],[0,0],color="black")
    im = plt.plot([obs[1],obs[1]+l*np.sin(obs[3])],[0,l*np.cos(obs[3])],
                  "o-",color="blue",lw=4,label="Pole")
    ims.append(im)
    obs, r, done, _ = env.step(action)
    R += r
    t += 1
#     print("test episode : {} R: {}".format(i,R))
agent.stop_episode()
plt.legend()
plt.xlim(-2.0,2.0)
plt.ylim(-1.0,1.0)
ani = animation.ArtistAnimation(fig, ims, interval=100)
ani.save("animation.gif", writer="imagemagick")

可視化結果

  • 学習前
    f:id:imslotter:20170320213944g:plain

  • 学習後 f:id:imslotter:20170320213939g:plain

ちゃんと学習ができてて素晴らしい。DQNサイコー!

終わりに

難しいところはラップしてくれているので、理論がわからなくても、とりあえず動かすことはできます! 『新しいアルゴリズムを作りたい!!』という人じゃなくて、『とにかく何かに使ってみたい』っていう人は、この辺から初めてみるのがいいと思います。

Chainerは開発速度も速く、いいアルゴリズムがあったらすぐに実装されるので、いいですね。 OpenAI Gymにも、たくさん実験環境が整っているので、他の環境も試してみたいと思います!

強化学習楽しいですね、結果が見えると楽しいので、みなさんも是非是非試してみてください。ではではっ!

関連

関連記事

関連書籍

強化学習の古典的な本

強化学習

強化学習

  • 作者: Richard S.Sutton,Andrew G.Barto,三上貞芳,皆川雅章
  • 出版社/メーカー: 森北出版
  • 発売日: 2000/12/01
  • メディア: 単行本(ソフトカバー)
  • 購入: 5人 クリック: 76回
  • この商品を含むブログ (29件) を見る

以前ブログであげた、新しい強化学習の本。DQNまで網羅している

これからの強化学習

これからの強化学習

  • 作者: 牧野貴樹,澁谷長史,白川真一,浅田稔,麻生英樹,荒井幸代,飯間等,伊藤真,大倉和博,黒江康明,杉本徳和,坪井祐太,銅谷賢治,前田新一,松井藤五郎,南泰浩,宮崎和光,目黒豊美,森村哲郎,森本淳,保田俊行,吉本潤一郎
  • 出版社/メーカー: 森北出版
  • 発売日: 2016/10/27
  • メディア: 単行本(ソフトカバー)
  • この商品を含むブログ (2件) を見る

男子も可、アイデアラーメン多数。『女子ラーメン博 '17』がアツいので行ってきた!!

ぐるグルメ

f:id:imslotter:20170319001157p:plain

こんにちは、ほけきよです!

「3連休はいいけど、何しよう」

と思っている首都圏の皆様に朗報です! 横浜で、ラーメンのイベントが開催されています\(^o^)/

その名も『女子ラーメン博 ‘17』

ラーメン & 女子!?

気になりますね。

 概要

www.ramengirls-fes.com

女子のためということもあり、スイーツなどもある模様。

でも、ラーメン好きに性別は関係ない!!ので行きます\(^o^)/

企画のプロデューサーの『森本聡子』さんは、年間600杯のラーメンを食べるラーメン女子だそう。 1日2杯…? 観た感じお肌や体系は健康女子そのものだが…ニュータイプか??

彼女のブログはこちら

ameblo.jp

ラーメンをひたすら食べるユーチューバーがレビュー

youtubeも裾野が広くラーメンを啜りまくるチャンネルもあります。 それが、SUSURU.tv

やはり、きちんとこのイベントのことは抑えているみたいです。レビューはこちら。

www.youtube.com

※追記 大食いyoutuberとしても有名なロシアン佐藤が、全種レビューというヤバイことやってます。

www.youtube.com

女子ラーメン博に行く道中でこの動画を観て、意識を高めていきましょう!!

行ってみたレポ

日曜日の夕方に行きます。何食べようーー。 こういうイベントは普段行けない全国各地の有名店の味を得られるのがいいですよね。 でもリピート狙いなら首都圏のラーメン屋がいいなぁ。

行ったらレポートするので、お楽しみ&参考に是非! みなさんもいきましょーーー!

桑嶋 京味噌苺つけ麺

女子ラーメン博ならではのものを食いたい!!ということで、どうせならぶっ飛んだもの、と思い、これ。

限定200食らしい、けど19時時点でまだあった&全然並んでなかった

見た目はオシャレ。 苺とか、グレープフルーツが女子っぽい。

まず麺を一口。カレー風味でうまい。麺単体でいける。 次にスープに絡ませてぱくり。

うまくない。麺単体の方がうまい。。。

並んでない時点で察するべきだったのかもしれん。 甘さと辛さのバランスを取ろうとしているのはわかるんだけど、けっきょくぐちゃぐちゃな味になって混乱。

これは僕の口には合わない!ちょっとイマイチでした(;_;)

勝本 オマール海老つけ麺

一敗を喫したほけきよ、ゼッタイに負けられない闘いの相手として、選んだのがこのオマール海老つけ麺。

勝本はつけ麺界の新参として、メキメキ頭角を現している。店長はフレンチ出身ということもあり、オマール海老の使い方も心得ているはず!期待。

赤カブのアクセントがかわいい。 食べてみると、

うまい!麺にかなり濃厚なスープがしっかりと絡まって、素晴らしい!! スープも海老がthe 主役!という感じの濃厚でクリーミーな味わい。

つけ麺のスープというよりかは、ビスクに麺をつけて食べるといったイメージのが正しいかも。

なんにせよ、美味しくいただきました٩(๑❛ᴗ❛๑)۶

ど味噌

一緒に行った友人から少しシェアしてもらいました!! 味噌は、すみれとか純連を彷彿とさせる、濃厚なもの。油で膜をはっているので、最後までアツアツで食べられるのも嬉しいポイント!!

今回は海老味噌ラーメンということで、伊勢海老を贅沢に使ったラーメン。味噌が主役といった感じだが、ほのかな海老の風味がいいアクセント!!

個人的には今回の中で一番好きかも٩(๑❛ᴗ❛๑)۶

一燈

これも友人からのシェア。友人氏、王道を行く!

言わずと知れたラーメンの名店一燈。 ここが出すラーメンがまずいわけないんですが、私がちょっと躊躇った理由は「パクチー入りラーメン」というところ。私、パクチーマヂムリなんです…(ちなみに、言えばパクチー抜きも出来るそうですよ!)

してもらうって食べましたが、パクチーは少し香る程度。ベトナムやタイのあの暴力的な感じはしませんでした。

スープは透き通るような黄金スープ。すこし煮干しの匂いが効きつつも、全体的にはさっぱりと仕上がっていて、とても良い。 パクチーの匂いがほのかに香る一点を除き、素晴らしいラーメンでした٩(๑❛ᴗ❛๑)۶

その他

  • 19時以降に行くと、『ハッピーアワー』が開催されていて、ラーメンチケット一枚買うと、ドリンク一杯無料になる!

  • スイーツコーナーというのもある。中にはラーメンケーキと呼ばれる謎のスイーツも…!(買いました。)

  • 女性も安心、女性専用席もあり
  • 男女比は1:1といったところ
  • 心なしかスタッフがイケメン。顔セレ??
  • 量は帯に短し襷に長しという感じ。女子にはちょうどいいのかも。二杯食べると結構お腹にくる感じ。

ほとんど全部美味しかった!ではではっ