オススメ謎解き三選(2022年2月)
こんにちわ、久々にブログ投稿。
今回は、この数か月で体験して面白かった、
謎解きのゲーム／イベント／本を３つ紹介してみます。
良かったら、やってみてください。
BABA IS YOU
ルールを変えながら解いていくパズルゲーム。
PCやSwitchでリリースされてます。
先ほど「ルールを変えながら」と書きましたが、
単にステージ上の物体の振る舞いを変化させるとかだけでなく、
自キャラやゴールまでもすり替えながら、クリアを目指します。
ギミックや解き方が多彩で、思考を揺さぶられます。
解くのも楽しいですが、これ作った人は天才だと思わざる得ない。
100ステージはクリアしたけど、かなり歯応えある感じです。
200ステージ以上あるようですし、
ステージ作成可能＆配布も含め、延々と遊んでられます。
京阪電車ナゾ巡り2021
京阪電鉄の謎解きイベント。2022年5月31日まで。
京阪沿線の名所を巡りながら、お題を解いていきます。
謎解き自体も練られたものが幾つもあって面白いですが、
それを観光名所を巡りながら堪能できるので、一石二鳥な感じです。
ちなみに公式サイトでは、５時間程度と書かれてますが、
観光や食事も満喫する思いが強いなら、
朝から晩まで掛けるつもりで臨むのがお勧めです。
と言うか、その方が楽しさ倍増します。
解きたくなる数学
ピタゴラスイッチ制作メンバーによる、おもしろ数学問題集。
個人的には「問22 タイルの隅」が印象的でした。
これだけ解けなかったので、心に強く引っかかった側面もありますが、
何より解答を知った後に「あー、上手いなぁ」と感動してました。
とっつきやすく、かつ、丁寧に作られていて、
数学が好きな人も、そうでない人も、広く楽しめると思います。
骨伝導イヤホンにハマった
ちょい前にBluetoothイヤホンを
幾つか買って聴き比べしてましたが、
個人的に感動したのが骨伝導タイプ。
僕が買ったのは BoCo earsopen FIT BT-1
音質重視で音楽を聴き込むのであれば
一般的にカナル型イヤホンなどの方が向いてますが、
骨伝導イヤホンは、耳を塞がずに聴けるのが魅力的。
音楽を聞きながら、周りの音も聞こえやすい＆話しやすいです。
特にGoogle Mapとかで「100m先を右に曲がってください」などの音声も、
AIが脳へテレパシーでサポートしてくれる感じがして、
なんだか近未来感がありました！
聴覚が増えた感じで、これも一種の拡張現実とか人間拡張な印象です。
念のため。音漏れしやすいので御注意を。
大音量で聴いていると、ダダ漏れで恥ずかしいかも！？
素数フェチの憂鬱
始めに書いておくと、僕は素数フェチです。
テレビの音量とか、素数にしたがる性質があります。
そんな僕のこれまでを振り返って書いてみます。
素数好きになったキッカケ
キッカケはFF5でした。
レベル魔法に初めて遭遇したゲームです。
例えば「レベル5デス」が唱えられたら、
レベルが5の倍数のキャラが全員アウトです。
例えボス相手でも、すぐ倒せます。
逆にこちらが全員20レベルとかだと全滅です。
それから数字を素因数分解する癖がつき、
「99レベルだと、レベル3フレアを喰らうし、
98レベルだと、レベル2オールドに掛かるし、
97レベルが最強！」
と思ってました。大きな素数が好きになってました。
より素数が好きになった出来事
大学で情報系の勉強をしてた際に、RSA暗号を習いました。
その詳細説明は他に任せるとして、この場でザックリ書くと、
素因数分解が計算量的に困難であることを活用したものでした。
これを発明した3名はガチの天才だと思いつつ、
「素数が世の中で役に立ってる」という事実に感動して、
素数好きに拍車が掛かりました。
実生活での支障
なんだかんだで気付いたら、冒頭でも書いたとおり、
テレビの音量とかまで、素数にしたがる癖が付いてました。
一番困ったのが空調の温度。
候補として挙げられる付近としては
「17,19,23,29,31」あたりになりますが、
「23～29」の間で微調整ができない！
「冷房がちょっと強めで寒い～あんまり効いてない」の間で、
苦悩する日々が続きました。
と言うか、ハンターハンターの「制約と誓約」の影響も受けて、
素数しか設定できないことを、自ら進んで課してました。
温度設定の突破口
微調整が出来なくて悶々としている中、
「25は、5の2乗。27は、3の3乗。
これらは1種類の素数しか使ってないから良しとする。」
とのルールを追加しました。
これによって生きるのが少し楽になりました。
めでたしめでたし。
補足
飲み会とかで、こういう話をすると、
「XXXXX（大きな数字）を、すぐに素因数分解してみせてよ。」
と問われることが稀にありますが、
少なくとも僕は早々には出来ませんので悪しからず。
好きになったバンドはとっくに解散していた : School Food Punishment
数年前、ストアのレコメンドに
School Food Punishment （以下 sfp）が挙がってました。
元々、エレクトロニカ（Perfumeなど）や、
ロック（BUMP OF CHICKENなど）が好きなのもあって、
sfpの推薦は自然な流れだったのかもしれません。
んで、聴いたとき、衝撃が走りました。
「なにこれ？めちゃくちゃカッコイイ！」
惹き付けられ続ける曲展開とか、
センスやスキルがとてつもなく高度とか、
歌詞や歌声の芯の強さとか、
書き出したら色々あるんでしょうけど、
とにかくめちゃくちゃカッコイイ！
世の中にこんな凄い音楽があったなんて。
もし神様に「死ぬときに天国へ100曲持って行って良いよ。」
と言われたら、きっと僕はsfpの曲を最も多く持って行きます。
それぐらいハマりました。
甲乙付けがたいですが、個人的に好きな10曲を挙げるとしたら、
future nova
How to go
RPG
butterfly swimmer
Y/N
Slide show
Goodblue
light prayer
Sky Step
Flow
あたりです。
そして興味持って調べたら…
とっくに解散してました。2012年に。
気づいたときには時すでに遅し。お寿司。
受験で志望校に落ちた時の256倍ショック！
「こんな凄い音楽を生み出すなら、
もっと知名度あっても良さそうなのに。
と言うか、なんで活動中に
自分は気付けなかったんだろう。」
とやるなせさを抱えながらも、
ダウンロード購入したsfpの音楽を聴き続けてました。
何と言うか、10年ぐらい前の曲なのに、
古い感じが全然しないのも凄い。
それぐらい突出していて、精錬されてる。
この先もずっと最先端な印象を持ち続ける気もする。
尚更、解散が残念でなりません。
・・・。
そんなとき、以下のブログに出会って、
https://rockinon.com/news/detail/192438
＞好きなアーティストが活動をやめた事実と
＞どう向き合うか、ということについてだ。
＞～中略～
＞残された私たちにできることは、
＞感謝の気持ちを表現することだけなのではないかと。
＞「音楽を作ってくれてありがとう」
＞「自分を作ってくれてありがとう」
＞こんな気持ちを目に見える形で残すことだ。
上記に心を動かされて、（少し救われた気もして、）
僕もブログを久々に書いてみた次第です。
ただただ、ありがとうございます！
これからも音楽を聴き続けて行きます。
（sfpの曲も、新しい活動での曲も。）
最近観たもの（八谷さん＆Prefume）と作ったもの
こんにちわ。久しぶりのブログです。
今年はあちこちで色々大変ですが、
とりあえず、最近観た2件と、作ったものを書いてみます。
笑ってコラえて！ 八谷和彦さん特集
TV番組内後半あたりで、八谷和彦さんが取り上げられてました。
おそらくメールソフト「PostPet」で、ご存知の方が多そうです。
「視聴覚交換マシン」から「オープンスカイプロジェクト」まで
色々紹介されてました。
特に最後の「オープンスカイプロジェクト」にて
風の谷のナウシカのメーヴェ（空飛ぶ乗り物）を実際に作られた話は、
様々な苦難の末に実現されており、心を打たれました。
TV放送を見逃した方でも、TVerでしばらく観れるようです。是非。
Reframe THEATER EXPERIENCE with you
Perfumeのライブを映画化されたものです。
活動20年間を再構築された内容になってました。
一言にしたら「めちゃくちゃカッコイイ！」ですが、
Perfume自身のみならず、音楽・映像・舞台…どれも圧巻です。
個人的に、
「技術的にあんなことやってるのかな。」とか、
「ハイヒールであれだけ動き回るの大変そう。」など、
も気にしながら観てましたが、どうにしても凄かったです。
まだしばらく映画館で上映されるようなので、こちらも是非。
最近作ったもの（CiirrCUS 2nd）
板野サーカスをモチーフにした 「CiirrCUS 2nd」を作りました。
特にエウレカセブンやマクロスなどのアニメで、
飛んでくる無数のミサイルを縦横無尽に避け回るシーンがありますが、
本作はあれを操作体験可能にすることを試みました。
高速で立体的なカメラワークと、
直観的なコントロールの、両立を目指した次第です。
今回の2ndでは、操作感や映像のブラッシュアップのみならず、
LeapMotionによる手振りでの操作にも対応しました。
Webアプリであり、お手持ちのPCやスマートフォンなどからも体験可能です。
宜しければ https://ryota3da.web.fc2.com/cs2/ より触れてみてください。
2019年ふりかえり、買って良かった３選など
気付いたら年末。ブログ半年ぶり。とりあえず生きてます。
今年も色々ありました。お世話になった方々、ありがとうございます。
買って良かったものと、作ったものを、振り返って書いてみます。
買って良かったもの3選
1. スパイダーマン：スパイダーバースのBD&DVD
映画館でも観ましたが、BD&DVDも買いました。
子供から大人まで楽しめる内容になってますし、
センスやクオリティが凄くて、CGのエンジニアやデザイナーも驚きそう。
まだ観てない人は是非。ちなみに公式サイトはこちら。
2. くみくみスロープ
KUMON TOY の くみくみスロープ がメチャ楽しい。何時間も遊び続けてしまう。
— Ryota Oiwa (@ryota3da) 2019年12月20日
子供へのクリスマスプレゼントおよび教育の為に買った(?)けど、大人がハマってしまった。ピタゴラスイッチ的な物が好きな人にはオススメします。#KUMON #公文 #くもん#toy #玩具 #オモチャ pic.twitter.com/XYGnpQNrJd
子供へのプレゼントのつもりだったけど、自分がハマりました。
ピタゴラスイッチ的な物が好きな人は是非。公式サイトはこちら。
3. SwitchBot
SwitchBotで、部屋のライトをスマホで制御。これでスマートホームや！
— Ryota Oiwa (@ryota3da) 2019年12月15日
…えぇぇぇぇ！？
（※しっかり固定設置すれば、とても便利です。） pic.twitter.com/jnqMV6zS82
上記投稿は笑えた失敗例ですが、適切に使えば便利なIoTグッズです。
お使いの家電が、スマホ等で制御できます。色々と応用が効きます。
いわゆるスマートホームに憧れる方へ是非。公式サイトはこちら。
趣味で作ったもの
まずは【Seekable Mirror】（鏡とジャンケンして勝つ）です。
元々は、鏡とジャンケンして勝つことを目的に作ってました。
タッチスクロールによって、鏡（フロントカメラ映像）の中の時間を操れます。
鏡を巻き戻して、過去の自身に勝つ、と。紹介動画も張っておきます。
ちなみにウェブアプリ版も公開してます。お手持ちのスマホなどでも使えます。
お出かけ前に後ろ姿の確認にも使えますので、良かったら活用してみてください。
実は、ディープラーニングを活用したネタもあったのですが、
良い感じの完成度にならなかったので、一旦ボツにしました。残念。
また来年も何か作って公開展示します。宜しくお願いします。
5分で分かる（気になれる）機械学習
はじめに
こんにちわ。最近は趣味で機械学習に手を出しています。
出来れば今年中に、何か活用した物を作る予定です。
その前に自分の整理も兼ねて、概要や便利情報を書いてみます。
前半は、機械学習やディープラーニングの概要で、
後半は、とりあえず開発着手したい方向けの情報を少々です。
機械学習（マシンラーニング）とは
まず機械学習（マシンラーニング）について、機械学習 - Wikipediaを引用すると、
「人間が持つ学習にあたる仕組みを機械（特にコンピュータ）で実現する技術・手法の総称」との事。
代表的な手法（アルゴリズム）としては、
・回帰分析（教師あり学習）
・K-means（教師なし学習）
・モンテカルロ法（強化学習）
などがあります。
各詳細は省きますが、ザックリ書くと、
与えられたデータや試行錯誤を元にして、
明日の天気を予想したり、
「これを買う人はこれも買います」を提示したり、
ボードゲームで好手を模索したり、
などを可能にします。
深層学習（ディープラーニング）について
続いて、深層学習（ディープラーニング）について。
これも機械学習の一種で、人間の神経回路を模倣したアルゴリズムです。
これを使えば、（幾らか語弊はありますが、）
データを特徴量に変換して扱わなくても対応可能です。
例えば、「リンゴ／ミカン／バナナなどの画像」を覚えさせた上で、
「ある画像はどれに該当するか」判別させようとした場合で考えてみます。
従来だと、画像を「代表色」や「形状」などの特徴量に変換して扱うことが多いです。
各画像の特徴を学習させた上で、判別したい画像に対しても特徴を元に
学習内容から近しい結果を提示します。「赤くて丸いならリンゴ」など。
言い換えると「この特徴に注目して判別すると良いよ」と人間がヒントを与えてます。
ディープラーニングだと、与えられたデータの何を重視して判別すべきか、
その判断自体も機械へ任せることが可能となります。
なので「どこに注目して判断したら良いか見当がつかない」場合でも有効
に働くことがあります。
それだけ聞くと「ただただ便利で凄そう！」ですが、欠点もあります。
やること次第ではあるものの、一般的に精度を出そうとすると、
学習にデータが大量に必要＆その処理時間も相応に掛かります。
また、何を基準に判別してるのか人間にとって実質的にブラックボックスなので、
問題が起こった際の原因究明や改善対応は、困難な場合も多いです。
なので、やりたいことや準備できる環境などに合わせて、やり方は適宜検討で。
もっと良い資料の紹介
ここではザックリしか触れてませんが、
しっかり把握したい方は、書籍や他サイトを読まれることをお勧めします。
ちなみに以下資料は、無料公開されながらも丁寧にまとめられてます。
（今回の件だと3-5あたり）
とりあえず開発したい人向け
特にこだわりがなければ、Python（プログラミング言語）で作るのが良さそうです。
無料で導入できる＆簡素で分かりやすい記述が可能と言われてますし、何よりも
Pythonで機械学習に関する情報が多いし、便利なライブラリ群も充実しているので。
特にscikit-learnが、Pyhonの機械学習ライブラリとして有名なようです。
※色々書きつつ実のところ、僕はPythonをあまり触ってないです。ごめんなさい。
C++やJavaScriptを扱うことが多いですし、ちょっとした機械学習なら、
それらでやりたいことに合わせて、適宜自前実装して良いやと思ってます。
ちなみにディープラーニングにおいては、TensorFlowが有名です。
Googleが開発したライブラリであり、Pythonの他、JavaScriptやC++等でも扱えます。
これがデファクトスタンダードになりそうな感じもしますが、
他にも便利な環境や情報があるので、適宜調べてみると良いかもしれません。