00:00
甘酒は割と簡単なので、ちょこちょこ作りますね。 最近作ってないなぁ。
甘酒は、お米を煮込んで甘酒の素的なやつがあると、それをぶち込んどくと甘酒がどんどん増えるっていう。
お粥に甘酒の素を入れて、36度ぐらい。炊飯器の保温モードとかにして、お粥をめちゃめちゃ水多くしてやって、その後甘酒ちょっと混ぜてほっとくと、勝手に甘酒になります。
甘酒の素を入れなくてもなる場合もあるんですけど、失敗すると甘酒にならない、完全に腐敗する可能性があるので、甘酒になるように工事的なものを入れた方が安全です。
自分で作ってみると、やっぱり市販されているものって結構作るの大変だよねっていうのはありますね。
昔はパン焼き機、日本にいるときは持ってました。使ってました。
パンは焼きたてが美味しいので、なので普通にパン焼き機で焼いたパン美味しいんですよ。今はもうやってないですけど。
そう見ていくと、パン焼き機があった時代は割とよく家でパン作ってたんですけど、問題が一個あって、一気にできるんですけど、毎回毎回一気にも食わねえよっていう。
二人暮らしだったんですけど、うちの彼女もそんなにいっぱいパン食わねえよっていうので、なので作っても美味しいんですけど、そんなにパン食わないよねっていうのがあって。
うどんはやったことありますね。
うどんって別にそんなに難しくなくて、単に小麦粉に水混ぜて、バサバサやって、これくらいの粘土状の塊になるんですけど、それをこねたりして叩いたりして、丸く薄く伸ばして包丁で切って食うなんですけど。
僕、腰の強いうどんが好きなので、めちゃくちゃ腰の強いうどんを作ろうっていうので、ありえないぐらいひたすらこねたんですよ。
で、こねすぎるとグルテンが強くなりすぎて、普通平らになるじゃないですか、うどんのもとって。これ細く切るんですけど、弾力強くなりすぎて丸い状態のまままな板に乗ってるみたいな。
で、これを一応麺状に切ったんですけど、茹でてもめちゃくちゃ腰が強い謎の食い物になったんですけど、それはそれで食べ物としては成立するんですけど、うどんのつゆと合わないんですよね。ゴムのようなグニグニ
したものにうどんのつゆをかけて食うみたいな。
なので、あんまりこねすぎないほうがいいっていうのがあって、ピザとかもそんなにこねないぐらいのほうがちょうどよく広がるんですけど、こねすぎるとわりと広がってしまうっていう。グミ的な感じですね。グミ
03:05
みたいなっていう。味はグミじゃないんですよ。完食がグミのうどんみたいな。不思議な。興味がある人はやってみてください。
次はね、日本酒が行きたかったんですけどね、ちょっとコーボが手に入りづらいので、コーボをお持ちの皆さん、分けていただけると。コーボの売買自体は合法なんですよ。ただ、アルコールを作るのが違法なので、
コーボを売ると、これは日本酒を作るのをわかってて、酔ったんじゃないですかってことになってしまうので、日本だとあんまり扱われてないみたいなんですよね。
僕が住んでるところでは、日本酒でもビールでもワインでも作るのは合法なので、別に僕がコーボをもらってこっちで日本酒を作る分には合法なんですけど、日本だと酔うようになってしまうっていう。
マックスバリューの冷凍うどんは安くて美味しい。うどんは生のやつを買うより冷凍のうどんの方が美味しかったりするんですよね。うどんも時間が経てば経つほどどんどん劣化してしまうので、中の水分が乾燥して
しまうんですよ。
なので冷凍の方がむしろ中の水分がちゃんと残ったのが維持されるので、下手に打ちたてとかスーパーとかで買って、2日後3日後とかで食べるくらいだったら冷凍のやつを買って食べた方が美味しいっていう。
ちなみに加藤吉のやつとかは冷凍うどんは中にタピオカとかが入っていて、割とプリプリした食感を残すようにしてるっていうのがあったりするので、そこら辺も研究されて結構美味しい感じです。
タイトル回収、AI賢いのに思考回路がわからんのし。
ワインを飲んだせいで結構頭が回らなくなってるんですけど、機械学習というのがそもそもなんぞやっていう話で、2、4、6、8、12ってなってたら、多分このはてなは10だろうなって想像するじゃないですか。
これだいたいあってるんですよ。
次にグラフでこういうグラフがあったときに、ここはどうなってるでしょうっていうと、多分こう来てるからここら辺になるだろうなっていう予想をするんですよ。
この予想が当たってるか当たってないかっていうのをひたすら学習させるっていうのがあるんですよ。
例えばこういうのがあって、コンピューターはきっとこういう線だろう。
正解はこちらです。
正解がこうなったら当てた。
例えばこういうグラフがあったとして、こうなってるから次はこう上がるよねと。
でもこっちだったらすんだ下がるよねっていうのがあって、この予想をしてこの予想があってたら当てたみたいなので、
もともと出された問題と正解というのをいろいろ学習することによって、正解がこういうものだから正解に近づくにはきっとこういう計算式で先をこのラインというのが書かれるだろう。
06:00
この先はこういうラインだろうっていうある程度想像するっていうのをやるんですよ機械学習。
この機械学習の想像したものとそれが合ってるかどうかっていうので教師あれ学習って言われるんですけど、
正解と照らし合わせて正解により近い数式というのを採用するっていうのをやるんですよね。
あくまでグラフというのは二次曲線で書けるので、なので正解に近い二次曲線を選ぶ。
で正確に近くなかったものは捨てるっていうのもこれを何度も何度もやり続けることによってある程度こういうデータを与えたらこうなるよねっていうのをひたすらやり続けてひたすら早くひたすら情報量を多くしてやり続
けると、
その言語もある程度予測できるようになるよねということになっちゃったんですよ。
例えば今日ってきたら次大体歯が来るじゃないですか。
なのでその日本の日本の文章というのを大量に読ませると今日ってきたら次に割ってきてる奴が貼っているのが来てる奴が多いから、
じゃあ今日割って出すと正解になる確率が高い。
でじゃあ川で洗濯にって書いたら多分あの桃が流れてくるみたいな文章がいっぱいあるので、
そうすると桃がって書くと正解になるみたいなので、
そのさっきまでのグラフだったものの次にじゃあその文字というものをある程度並べた時に次に来る文字を想像するというのを統計的に確率が高いものを出すっていうのをずっと焼くっていうのであって、
その文字に対してもある程度それっぽい文章を出すっていうのが可能になっちゃったんです。
これをいろんなデータでやることによって、
じゃあその日本のGDPはっていうのを出した時に日本のGDPは570兆円?630兆円だっけ?
630兆円っていうホームページがいっぱいあるので日本のGNPはイコール630兆円っていうのを出すとはい正解みたいなので、
割とその世の中にインターネット上にある情報というのをひとすら拾うことによってこっちの方が統計的に高いよねというのを出していくと、
いろんなものに対して正解を出すことができる群になるんですよAIが。