00:03
本発売されたよ。みんな、今日発売だからぜひ買ってね。【やっぱり宇宙はすごい】【SB新書】よろしくね。
情報量を。
ポッドキャストは最初に本題を買って喋んなきゃいけないって、いろんな人が言ってますから。0秒からね。
0秒から喋んなきゃいけないって、僕の仲良しのコンさんが言ってました。
ということで、今日1月8日は僕の書籍発売日でございます。
ということで、もう本にかけた思いみたいなのを話しながら、ただまあなんかね、宇宙の本だから宇宙の話されても困るわけじゃん。この番組では。
宇宙を研究する上でのデータに対する向かい方みたいなのも実は本の中に含めてるから、そんな話をさせていただきましたが、たっちゃんいかがでしたでしょうか。
大学の時に研究してた宇宙っていう分野がこんなに綺麗で神秘があって、素晴らしい世界だったんだなっていうところを改めて感じました。
なんか買わなくなりそうだわ、その感想。
なんか嘘っぽかったっすね今。
顔も嘘っぽかったもん。
でもね、こんな話ができたのは意外でしたね。
確かにね。なんか改めて研究してた時に向き合ってたデータってどんなだったのかなっていうのを、なんか考え直す面白いタイミングだったんじゃないか。
そうですね。あ、そう考えてたんだ、リョッチはとか。意外でした。
でもこのデータサイエンティストとかをやったからこそ、振り返ってみたらそう考えられるっていう目線が多かったから、
そういったこのポッドキャストのリスナー、コワーカーたちも、
あ、なるほどね、宇宙の研究ってそう見たらおもろいじゃん、みたいな要素を入れてるよっていう話を紹介してるんで、
もし面白いなと思ったら、お近くの書店Amazonでぜひご購入いただけたらと思います。
それでは本編いきましょう。
隣のデータ分析屋さん。この番組は隣の席に知らないことを気軽に聞けるデータ分析屋さんがいたらいいなぁをかなえるポッドキャストチャンネルです。
データアナリストのリョッチです。データサイエンティストのたっちゃんです。
出版!発売しました。やっぱり宇宙はすごい。本日、今日1月8日発売でございます。
おめでとうございます。やばいよねって話。きましたね、とうとう。きました。もう僕の手元にはあります。年末ですがまだ。
そうですね。見本紙届いた。まさに今日届いたんだけど、この収録のタイミングの。かっこいい。かっこいいっすよ、そのデザイン。
03:06
そうなんですよ。だからなんか本ってさ、ほら、つんどくだけでも満足する人いるじゃん。
そうですね。つんどくがって言いますよね。たまってますって。飾れるわ。食べといていいから。
いいよ、読まなくて。置いといてくれれば。家に置いといてくれれば何でもいい。
まあそんぐらいかっこいいね、表紙は。これに関してはもう俺らが1ミリもどうにもできないぐらい一発目からかっこいいのできてきたから、これでいったしね。
あ、そうだったんですね。いやーでもやっぱね、物になって手元にくるとね、考え深さありますわ。これが偉大なる大作家先生の第一歩ですわ。
あんま自分で言わないんですけどね。いやもう、これがだからこの本当に大作家先生になった時の、はいはい。で言うからまたその時。
まあ発売の時から言ってたんですけどね、一発目から。全然もう準備はできてました。この一歩は偉大な一歩でした。
偉大な一歩でもう本当に地球も青いし、人類にとっても大きな一歩だし、私にとっても大きな一歩でございます。
ということでですね、まあ今このポッドキャスト聞きながらAmazonでポチってもらったらまあ明日には届くだろうし、今ね駅の近くにいる人はとりあえず駅地下の本屋さん行ってみてくれたら、
発行部数が結構積んでもらったおかげで、ある程度は行った本屋さんでは見つけられるんじゃないかなと思う。
たぶんあれですよね、ありました報告とかもSNSで上がってきたりするんじゃないですか。
そうね。ありましたはもう買いましたと一緒にしてほしいね。
ああそうですね。
なくなったら入荷されるからさ。買ってね。5から。数字は5から数えます。
どういうことですか。
5冊からね。
5冊買わせるんですか。
一人5冊買えば。
握手券とかついてないですよね。
ついてない。全然ついてない。
ただ5冊買えばいい。5冊買うといいらしい。
まあだから宇宙の話ばっかりだからこの番組のリスナーはコワーカーたちはもう関係ないと思いきや、
さすがに自分の色は出してますわ。だからAIの話とか。
一回なんか喋ったっけエピソードで。オープンデータな感じめっちゃいいよね天文ってっていう話なんかさ。
しなかったっけ。
ああしましたよ。宇宙のデータはオープンデータだからっていうところで確かに話してるとは思う。
そうそうそうそう。あれをね盛り込んでるね。
なるほど。
06:00
だから結構こうまあ宇宙っぽい話もがいっぱいあるけどそういったデータ関連の話もちらほらあるからいいんじゃないでしょうかという。
手に取ってみてほしいなっていう感じで。
まあなんかおっきい括りはいいよ。宇宙すぎるから。
5章だてでなんか爆発の話とかブラックホールの話とか物質の話とか生命の話とか時空間の話とか。
なんかそういった感じです5章分は。
なのでちょっとこの番組のリスナーが興味ありそうなところだけちょっとかいつまんで本の紹介をしていきましょうという回ですね。
いいですね。全体としてはもう結構科学よりというか宇宙の専門分野の書籍っていうそんな内容なんですか。
いやでもね教養本というか宇宙が好きな人しか読めないとか理系の人しか読めないみたいな本にはしてない。
ああそうなんだ。
一応ちゃんとこうSBクリエイティブっていうソフトバンクの出版社から出してる。
でSB新書って多分ね見たことあると思うんだけど本屋行けばなんとなくピンとくる。
でから出してるから新書としてまあ読めるぐらいの感じ。
だから比較的教養って感じだよね。
なるほどねじゃあ難しい論文の内容扱ったりとかすごい細かい専門用語だらだら書いてるって感じじゃないんですね。
全然全然。
ありがたいですね。
ぐちゃぐちゃに噛み砕いてる。うちの赤ちゃんが食ってる離乳食ぐらい噛み砕いてある。
いや本の中身に味あるでしょさすがに。
本もある本もある。
濃いめ。
そうだよね。
濃いめ。
辛め。
固め。
っていう感じであって。
でなんかそのオープンデータの話番組でどこまでしたっけっていう話はあるけどさ。
なんかその書き方としては天文の論文ってどんな感じのもんなのっていう。
はいはい。
でえっと最も重要な点って何ですかって言ったら。
これは一意見ではあるんだけど再現性っていうところがめちゃめちゃ重要。
でだから。
そうだね。
俺らのいた研究室のトップの先生とかはレシピだと思いなさいみたいな。
うん。
つまりそれの論文に書いてある通りのことをすれば誰でも同じ結果にたどり着いて同じ科学的な結論が得られるというようなものがいい論文であるっていう。
だからなんかほんと全然再現性がないとかのほんと一番最たる例がスタップ細胞だよね。
そうなんだね。
そうだってほらスタップ細胞はありますって言ってであるんやなって言ってみんなが調べたけどいやないじゃんってなってやりますって言ってないじゃんっていうのがスタップ細胞のあの流れなわけだから。
09:12
そうだね。
だからやっぱ論文として大事なのは一個はそこなわけ誰でもその結果同じ結果が得られるっていう再現性。
だからその分析のテクニックがこの人しかできないからこういう結果が得られてるとかそういうことではないってことだね。
めちゃめちゃ大事だよね。口すっぱく言われましたね。
言われたよね。でもまあこれってさ、あれもそうじゃん。別にビジネスでのデータ分析も同じようなもんじゃん。
別に自分が例えば引き継いだやつが1年後になんか同じ例えばSQLのクエリとかもらってそれで抽出したデータをマシンラーニングとかなんかこう、
マシンラーニングじゃちょっとブレるかもしんないけど分析にかけるとかってなったら同じ結果が得られないといけないようにドキュメントの整理ってするわけじゃん。
それと一緒だよっていう話。
ちょうどそんな話をMLopsの時にしましたよね。再現性が大事だから機械学習のモデリングでも必要なパラメーターとか特徴量とかは一気に管理して誰でも再現性を保って同じモデルが作れるといいよねっていう。
まさにそれかな。
そうそうそう。で、でもやっぱじゃあ企業の研究だったらまあ社内で再現性ありゃいいっていう話になるけど、天文学とかっていうのは自然科学なわけじゃん。
自然科学は共有財産というか、誰でもその同じデータも触れた上でっていうのがまあ理想的な形というかになっている中で、もちろんなんかすげークローズなデータとかもあるんだけど、
特に俺らがいたX線天文学って分野だったりとか、まあ一部の天文の装置とかっていうのはもう観測したデータは全部NASAとかJAXAのウェブページに保管されてますみたいな。
オーダー出せば誰でもダウンロードしてこれるし。
確かにね、そうだね。
あれって結構異常な形だと思うんだよね。
言われてみたらそっか。自分たちインターネット上にあるNASAのページにデータダウンロードしてましたね。
そうそうそう。し、本にも書いてあるんだけど、俺もたっちゃんも国際宇宙ステーションについている装置の運用分析をやってたわけじゃない。
あのデータも何ならもう翌日からオンデマンドで自分で取れたわけじゃん。
そうだね。
だから俺らが触ってたデータって別に内部の人しか持ってないデータってわけではなかったよね。
うんうん、そうだ。言われてみたらそうだね。
データはネット上にあってリクエスト投げたら返ってくるし、それを分析するツールもNASAのソフトウェアのページに行ったら置いてあって、オープンソースのツールとして自分のパソコンにダウンロードして使うとか。
12:10
そんな感じでやってましたね。
そうそうそうそう。だからもう特にそのX1000天文の世界とかだったら、その全員が平等で、そして誰でも同じデータを再現できる。
同じ結果を再現できるっていうのが当たり前になってる世界があるんだよっていうのをちゃんと書いてる。本の中で。
医療系のドラマとかでさ、ここでやった結果が全てでこのデータが漏らすわけにはいかないとかさ、派遣を誰が握るのかみたいなところとかさ、そういうのがあるから、
研究者ってそういう囲い込んで秘密のデータをたくさん持って持ってる奴が勝ちみたいなさ、そういうところになりやすいっちゃなりやすいんだけど、でもそれって科学っていう世界を底上げするようなアプローチではないよね。
その人にメリットはあるけど。
そうだね。
っていうので、俺らがいた、少なくとも俺らがいたその分野は、分析ツールもデータもオープンになっていて、ものすごくフラットな場所だったから、だからこそ健全な研究生活が遅れて、
研究の積み重ねが綺麗に行われてってるから、宇宙っていう神秘を解き明かす上ではこういう姿勢ってめちゃめちゃ重要だよねっていうデータに対する意見みたいな。
なるほど。
っていうのも書いてたりする。
なんか改めて言われると、いい研究生活送ってましたね。
そうなんだよね。あの体制をやっぱなんか構築した、でもあれって、宇宙から飛んでくるX線を見るっていうX線天文学って分野だったわけじゃん。
あれが、歴史が浅いというか、新しい分野だから実現できたっていうのも多分あるんだよ。
なるほど、そうなんだ。
そう、X線天文ってアポロ計画とかと同じぐらいの時期だから、せいぜい歴史あっても60年とか。
人が月に行こうってやつ、アポロ計画は。
そうそうそうそう。
で、その頃にようやく人工衛星とかが飛ばせるようになって、で、X線って宇宙行かないと天体からのX線見えないから、で、そこで始まった。
へー。
で、しかもその幕開けみたいなとこに日本人がめちゃめちゃ中心的な形で一人いて、で、その人もアメリカに行って、アメリカでその実験やってうまくいってとかっていうので、
日本に帰ってきて、日本からもミッションやってとかみたいな感じにしていた流れから、国際的にフラットな状態でみんな触れるようにしようよみたいな雰囲気は多分そこから醸成されていき、
15:04
で、なんかインターネットとかがより普及した時代ぐらいから、2000年超えたぐらいの衛星から本当に世界中でフラットに分析できる環境を作ろうみたいな感じで、ヒーサークとか。
懐かしいでしょ。
懐かしいね。
データベースが構築されていったみたいな。
へー、そうだったんだ。だからまあタイミングが良かったんですね。
そうそうそう。っていうので、だから新しい、比較的新しい分野だし、多分哲学みたいなのがすごかったからこそ、そういうなんかめっちゃ素敵な世界が、俺らにとっては当たり前だったけど、
実は世の中から見たら、そんなフラットな世界が作れてるなんてみたいな、なんかこうweb3で目指してる世界に近いというか。
あーはいはいはい、データがオープンでねっていうね。
そうそうそう。意外とね、俺らね素敵な世界にいたんだ。
いいですね。あ、そうだったんだ。なんか企業の利権とかそういうのがあまりないというか、逆に今、それこそオープンAIとかGoogleとかが生成AIをガンガン作っていって、すごいAIモデル作ってるっていう、論文が出てますけど、
じゃあそれってどんなデータ使ってるんだっけとか、どんなパラメーターをチューニングしてやってるんだっけって、論文には書かれていなくて。
そうね。
なんか同じこう、社会にインパクト、世の中にインパクトを与えるような研究でも、やっぱ企業が絡んでくると、ちょっとシークレットの部分があるんだよなっていうのは。
そうそうそう。文字通り企業秘密だよっていう。
そうですよね。
だからオープンAIと同じモデルを、論文を見たから作れるのかで言うと違うから、これは多分天文っていう世界とか、自然科学っていうところと、アプライドサイエンスとかコンピューターサイエンスとかっていうなんか分野の違いではあると思うんだけど。
なんか残念というか。
まあでも、どっちもあるべき姿っちゃあるべき姿なんだけどね。企業とかは鋭利なわけだから、人を出し抜いてこそなんぼだから。出し抜く要素、出し抜く要素をギリギリ残しながら論文にできるラインを探ってるって感じだからね。
そうですね。
あれが逆にどこのラインで、ここまで出してくれたからもういいよって言ってオッケーになったのかはちょっと気になる。
ちゃんとビジネスとして成り立つみたいな検証をして、ここまで出そうとかそういう判断だったりするんでしょうね。
俺もあるもん。なんか会社でほら同じチームで論文出すとかが年に何本買ったりするから、そうするとこれここまで出していいすかみたいな。いやちょっとそこは一旦なしでいこっかみたいな。会話はあるあるある。
だからそういう話が載ってるから、なんかまあちょっとしたところだけどね、こういうのは読んでみてくれたら嬉しいなっていうところだったり、あとはね、AIの話が書いてあって、これは天文の研究にAI使われ始めてってるよね、どんどんっていう話だね。
18:17
いやー本当にそれはここ数年でガツンと進んだんじゃないですか。
いやマジでそうだよね。俺らの時は弾かれたもんね。弾かれたし、そんな研究してるっていうのはまだ日本の中野の学会とかだと珍しかったっすよね。
そうそうそう。だからさ、まあだからこの数年でそこめちゃめちゃ伸びてきたよねって話とか、まあなんかこの本書きながらの間にさ、2024年のノーベル物理学賞もAIだったわけだし、AI外すわけにはいかんなみたいな。
確かにね。
っていうのを一応ちゃんとなんかAIってこうだからすごいみたいな話じゃなくて、宇宙の事例入れて、今回ピックアップしてる内容で言うと、そのオーロラの発生予測をAIでするっていう取り組みがあるんだけど、
なるほど知らなかった。
オーロラはまあ太陽フレアの発生予測が結構高い確率でどんどんできてきてて、ほら2024年ってさ、5月と10月に日本国内でオーロラ見えるっていう結構稀有な年だった。
そうですね大きなイベントというか、それこそXとかで盛り上がってましたよね。
だからなんかその話にも乗って、そうするとなんかこうAIが太陽フレアも含めでオーロラ発生を予測できるようなシステムっていうのを実際に作っていて、そうすると24時間以内のその精度っていうのがもう結構な確率、ほぼ確実に見れる予測が立てられるっていうレベルになってたりするんだ。
へー面白い。
うちのさ、これ本にも書いてるんだけど、うちの両親もオーロラ見に行くのが新婚旅行だったらしいのよ。
え、あ、そうだったんだ。
カナダのイエローナイフっていうとこに行くみたいな、なってて、まあ見れたらしいんだけど、確か滞在1週間ぐらいあったうちのほんと最後とかに見れたみたいな。
だからめっちゃロマンチックな思い出みたいになるけど、今の時代はAIで予測できますんで。
そんなね、1週間待たずともね。
そうそうそう、行けますよっていう話。
はいはいはい。
だから世の中のその、なんか価値観みたいなのをAIが変えてきてるっていうのもあるわけよ。
いやロマンチックなままでいいじゃんそれは。
っていうような、なんかそのAI活用、宇宙のとこにも染み出てきてるみたいな話とかも書いてたりする。
まあできますよね、だって言っちゃえば天気予報の1つですもんね、オーロラ予測なんて。
まさにまさに。
天気予報は、時代はもうすでにAIで予測することが今当たり前になっていて、それがニュースで流れてるんで。
21:05
なんかその1つとして、それこそ太陽とか宇宙の現象をちゃんとデータとして取得できてれば、それが地球でオーロラとして発生するっていうのを予測するのは、なんか自然の流れですね。
そうそうそう。
なんか多分そのオーロラとかに関しては、どっちかっていうとこうやっぱビジネスとかにも使えたりするから多分取り組みは早かったんだと思うんだけど。
なるほど。
ツアー会社とかが使えるじゃん。
でこれが太陽フレア自体の研究とかもあって、太陽フレアとかは過去何十年って取られたデータで、この黒点の様子だったらさすがにフレア起きるみたいなので、
24時間以内だったら何パー、72時間以内だったら何パーみたいな。
なんかねそういう研究とかも結構出てたりして、それも結構精度は高かったりする。
あ、そうなんだ。え、でもなんかオーロラの発生自体ってそんなに数多くなかったじゃないですか。自分の認識方そうなんだけど。
いや、その程度のオーロラは少ないけど、南極とか北欧とかあそこに定点カメラ仕掛けてたらバンバン起きるから。
じゃあまあデータとしてはAIのモデルを作るほどの学習データ揃ってたってことなんですかね。
今回紹介した研究でも何枚だっけな、50万枚とかの画像データ使えるから、全然余裕です。
じゃあちゃんと教師データがあるから、ちゃんと教師やり学習としてモデル作ってとかなんですかね。
おー面白い。そうか、そういうデータが大量に取れていれば確実にAIモデルを作れるよねっていう流れに進むんだろうなっていうのは思いますね。
なんか取り上げたのが、例えばのケプラっていう衛星が取って地球に似た星見つけましょうプロジェクトあったじゃないですか。
ああいうのが有名なのかなと思ってて。
まあでもあれもなんか結構シンプルなAIモデルではあるんだけど、ああいう研究?
多分ケプラのデータで地球みたいな星を発見するAI作るってなると、光の変動の仕方みたいなのを見るんでね。
星の前を惑星が通るから、たまにあるじゃん、惑星が太陽の前通ってみたいな。
日食月食みたいな話ですよね。
あれみたいな光の変化を見つけて、そこから星があるかどうかを見極めるみたいな感じだけど、そこまでいくとちょっと専門的すぎるなと思って。
候補には出たけど外した。
ああそうだったんですね。そのAI使った事例の中でいろいろ集めて、そこからよりキャッチーなものとか。
24:01
でオーロラになった。
ブラックホールの例もあったじゃないですか、AI殺到。違うか、AI絡んでないの?
あれはね、ブラックホールの写真撮れたねっていうのも、それもね書いてるよ。
あ、そうなんですね。
第2章は、すごいブラックホールっていうタイトルだから。
なるほど。
になってて。
で、このコラムも結構、ここに書いたコラムがあるんだけど、それもね、この番組のリスナーにはハマるかも。
これはさっきみたいに、フラットに同じデータが触れるっていう状態になった時に、世の中に赤い輪っかでブラックホールの写真が撮れたみたいなニュース、もう世界中で超インパクト絶大みたいなやつがドカンって出たんだけど、
あれ国立天文台が出してて、でもあの輪っかの形に見えたのが単なるデータ処理によるバイアスなんじゃないかっていう説があって。
なるほど。
で、それの反対論文を出してるのも国立天文台の。
別の国立天文台の職員が出してるんだけど、国立天文台のプレスリリースとしては両方出てんの。
っていう、国立天文台が科学に対してめちゃめちゃ真摯に向き合ってるよねっていう話でもあるんだけど、
この番組にちょっとチューニングした話で言うと、同じデータ使っても分析の方法とか、なんか持ってる仮説にあえて寄せようとしながら分析とかしたりすると、
それに偏った、歪んだ結果とかが出てくるわけじゃん。
はいはい。
っていう落とし穴に、世界中の科学者たちがハマってる可能性があるっていうのも書いてたりはする。
あーそうなんだ。
確かにね、宇宙で取られるデータって、そうなんだよな。
なんていうか、いわゆる化学とかで手元でできる実験じゃなくて、その1回きりの現象を分析することもあるじゃないですか。
だからそういう意味だと、現象の再現性って同じことをもう1回観測するっていうのが難しいよねっていう。
そうそうそうそう。
研究の難しさがある。
そうね。
だからその取れたデータから何とか言うしかないみたいな。
ですよね。
があって、その手法自体が言ってしまえば、変に何かに偏った分析の方法になってないかみたいなところが多分論文として焦点になるはずなんだけど。
多分世界中にドカンって出た赤い輪っかのブラックホールの写真みたいなやつも、あれも一応多分確からしい分析の方法をやってるから、確実に間違いだっていうわけではないんだけど、
でももっとフラットにこういう処理したらこっちの絵になるじゃんみたいな。
27:03
お前らのその手法本当に合ってんのかって言ってるやつも実はまだいるみたいな。
だからデータ分析気をつけようねっていう話ではあるわけ、俺らはね。
そんなことも取り上げてるんですね。
変えたくなったでしょみんな。
面白いな。
意外とね、いい角度で。
多分でもね、こういうこっちの番組やってるからそういう話題を書くようになってるっていうのもあるかもしれない。
もうちょっと宇宙宇宙な感じになってた可能性もあるってことですか。
全然あるね。天文ばっかやってたらそういう風になりやすいなと思うんだけど、
普段ずっと企業のデータ分析とかをしてるわけだから、
そっちの目線があるから追加されてる要素は結構ある気もするな。
なるほどね。
5年前とかに返すと全然違う内容かもね。
そのトピックをどうやって選んできたんですか。
これはね、出版社の人が、ポッドキャスト、出版社の人から持ち込まれるわけよ。
本出しますみたいな。
って言って、ただイメージが全然つかなかったのと、
毎日自分でポッドキャストやってるからさ、どれがどれぐらい一般の人から面白いかの線引きがむずいというか。
なるほどね。客観的に見にくいんだ。
そう。っていうのもあるし、他の人からの目線も欲しかったし、ちょっと楽したかったし。
ちょっと教えてくんない?って、構成考えてみてよって言って、組んでもらった。
そうだったんですね。
から、選定したのがそもそも俺じゃないから、ポッドキャストのエピソードをまず軸にね。
だから、その目線でまず一旦フラットになってる。
で、そこからエピソードの内容を抽出してきても、たぶん3分の1とか半分ぐらい、分量としては。
になってるから、そこに加筆していく作業っていうのがほとんどの時間って感じ。
そうなんですね。
一応、スタートの時はさ、ホリエモン、執筆スタイルだったから、ライターの人がついてたんですよ。
ホリエモンの本って基本的にはホリエモンが書いてるわけじゃないから。
というので、その体制でいきますみたいな感じで、最初上がってきた7万文字とか7万5千文字ぐらい。
6時間7時間ぐらいインタビューしてもらって、その本の流れ決めて、で書き起こしでここら辺はいけそう。
で、ただまあ文章はこっちで整えますけどって言って、
ただ全然足りないから、こういう要素入れたいから、こういう要素の話してっていうのを6、7時間インタビューしてもらって、
一旦ドラフトみたいなの作ってもらって、
ただ、やっぱ自分で文章とか今までいっぱいたくさん書いてきた経験とか、
30:01
あとは多分科学者を志した目線のせいで、
いや、もっとこう書きたいっていうのが増えすぎた結果。
出てきちゃったんだ。
増えすぎた結果、俺の方ではほとんど修正しないって言ってたのに、
その骨子はなんかキープしながら、結局全部一旦書くみたいな思いっかい。
だから苦しんでたんだ。
そう。
なるほどね。
そういうことです。
でも最初にその流れとか、この全体のこういう話しようみたいなのがあるから、
そのベースがあるかないかでだいぶ違いますよね。
そう、違う。なんか執筆って結局、その一筆目が書けなくて困るみたいなのが、
俺、経験上結構あるから、
最近はAIが普及してきたおかげで、
第一歩目に悩むことはなくなったんだけど、ほとんど。
はい。
しかも2冊同時になったしね、結局途中で。
もう一つの本とね。
そうそう、3月出版予定のオープンAIのAPIとマーケティングを掛け合わせる本の、
あれと激かぶりした時に体調崩した。
悠久取ってましたもんね。
さすがにあれはちょっと情けなかったね。
悠久取ったし、書くために悠久取ったし、終わった時の開放感で体調崩して悠久取ったし。
まあまあまあ、でも無事乗り越えるもんなんですね。
乗り越えるもんだね。
なので皆さん、そのぐらい大変だったんで買ってください、ぜひ。
はい。
やっぱり宇宙はすごい。
佐々木涼で調べたら出てきます。
本屋で買ってほしいっていうのはあるんだけど、一応Amazonだと特典があるんだよね。
書いてましたね。
え、音声?音声?
そう、ポッドキャスターらしくオリジナル音声、オリジナル音源付きにしてある。
それはAmazonで見たけどどういうこと?よくわかってなくて。
購入したアカウントに対して発売されたタイミングで、音源だから音源がダウンロードできるURLが送られてくるのよ。
そういうことか。
で、本の内容と、本にこういうとこに思いをかけたんだとか、ここ書けなかったんだよねとかっていうのを、
30分ちょっと、まあ1時間いかないでしょうみたいな感じで編集者の人に言われてて、
OKですって言って作ったら1時間超えちゃった。
すごいね、すごいボーナストラックだ。
けどまあ、音声普段聞かないよっていう人もいるだろうし、
まあその得点がどこまで引かれるものかはわかんないから、
まあAmazonで買ってくれてもいいし、なんか書店のね、書店で売れるっていうのも結構嬉しいことだから、
33:04
一番最速で手に入れられる方法で買ってください。
というので、2025年は、まあほら1発目?2発目か、この音源は一応。
そうだね。
1月1日っていう意味のわからないタイミングで休めばいいのにね。
エピソード公開しちゃってるからね。
だからちょっとね、作家業ってやつを多分突き詰めていくんじゃないですか、25年は。
ね、3月にも出版スもね。
そうです。
はい。
っていうので、でね、まあいくつかこうやって本の取り組みをやっていこうと思うんだけど、
最終やりたいことが1個ありまして、長くなっちゃったからクイックにいくんだけど、
子供生まれたじゃん、7ヶ月8ヶ月経ったわけよ。
自分の子供が読む宇宙の本を書きたい。
お?それはどういうこと?
いやなんか、絵本、絵本はどうなんだい、なんか実現されるのかわかんないけど、
児童書籍とか、なんか小学校の、例えば図書室に置かれるような本みたいな。
はいはいはい。
のとかを書きたいなと思ってそのうち。
いや絵本いいじゃないですか。
まあ絵本もいいんだけどね、絵本にするともうさ、あのキャラクターになってる太陽とか土星とかが、
え?え?みたいな。
いやいやいやいや。
想像つかないじゃん。
いや幅広いっすよ、絵本の種類も。
いやすごいよ、見てるもんめっちゃ宇宙。
そっか。
せがれの気に入る絵本を探す旅があるから。
ああそうなんだあれ。
ああでもいいですね、なんか。
なるほど。
いい夢だな。
ほら、大人とか、まあなんか高校生以上とか。
うん。
ね、になっちゃうじゃんやっぱ、心象とかってなると。
うんうん。
だからなんかこう、小学生ぐらいまで落としたやつ。
ああ、なんか追い追いかけたらいいなっていうのがあって、
まあ表現の方法とかめちゃめちゃむずいんだろうけど、
なんかこんなん子供生まれるまで思わなかったからさ。
ああはいはい。
なんか科学教室の先生とかもあんまり興味は持ったことはないんだけど、
うん。
けどなんか、自分の子供に向けた宇宙の本だったら書ける気がするなみたいな。
ああかっこいいな。
いやなんか気持ち的にね。
はい。
し、なんかほら、ペルソナがもうガチガチなわけだからさ。
そうだね。
やりやすさはあるじゃん。
うんうん。
何を伝えたいんですか、そこで。
いやなんか、俺大学生になるまで宇宙に対して神秘感じたことないから。
36:02
そうなんだ。
そうそうそうそう。
なんで宇宙やってたんだよ。
いや、かっこいいからじゃん。
ああそうなんだ。
ヒビキ。
モテたいからサッカーやるみたいな。
ああそんな感じ、そんな感じ。
天文やってるってかっこいいじゃんみたいなヒビキで選んだ。
ああそうだったんだ。知らんかったな。
結果別にかっこいいわけじゃなかったんだけど。
まあね、別に理系だし、もう人くくりで理系だから別にモテる云々とかではないくくりではあったからあんま関係なかったんだけど。
うん。
で、やってみて面白かったっていうパターンだね、俺の場合はね。
なるほどね。
そうだから、なんかもうちょっと早めに知ってたら、なんか変わったのかなみたいな。見え方というか。進路決めとか。
確かに、影響を与えられそうですよね。そこで興味持ったものって、ちっちゃい時に。
そうそうそう。でなんか、おもれって言って読んでる本、自分の親の本だったらヤバいじゃん。
ヤバいね。
ヤバいね。
そう。
っていうのを目指していきたい。
いい言い上手ですね。
あとそうするとね、なんか頭の中での整理の仕方も変わりそうだから、ほらあの今回の本で、データに対する見方っていうのが宇宙の中に入ったのは多分キャリアのおかげだみたいな話したけど、多分なんかまた逆のフィードバックもあると思うんだよね。
普段の説明の仕方がよりわかりやすくなるとか。
なるほどね。
自分に返ってくるんだ。勝手となって。
っていうのがあるから一回ね、チャレンジしたいなと思ってて。
その神秘を伝えるみたいな。
えーちょっと面白そうだな。ちょっとこれが俺の作家業の結構先のゴールだね。
いつか。
とは言ってもね、ちっちゃい時に読ますからそんないつかって言っても何十年先とかじゃないじゃないですか。
そうね。
何十年先になったら、10年後とかになったらもうワンチャン新書読めちゃうもんね。
そうだよ。まだひらがなしか読めないぐらいからいいですよきっと。
でっかい解決ゾロリぐらいの文字の大きさで、絵いっぱいあって、ひらがな多めみたいなやつで。
そうですね。それでいきましょうよ。
そんな夢も持ちながら本発売したから、やっぱり宇宙はすごいよろしくねっていうそんな話でございました。
いい話でした。
これあれね、一応1月8日の科学系ポッドキャストのトークテーマが子供になってるから、
なんか本の話するって決めてたけど、最終的には子供の本書きたいなってずっと思ってたから、
ちょっとそんな気持ちを最後にぶち込んでみましたっていうので。
なるほどです。層をつながってきたんですね。いい話です。
ぜひ皆さん、科学系ポッドキャスト、今回ね、たっちゃんも出たかなでる細胞のたつさんと、
39:03
あとはものづくりのラジオっていうポッドキャストがあるんだけど、そこのがつけてくれた。
トークテーマですね。
トークテーマになっていて、で、カポキお年玉アワードっていうのもやるらしいんですよ。
科学系ポッドキャストのプレゼント企画みたいな。
で、そのプレゼント企画、そっちの番組のノートとかで見てほしいんだけど、一応概要欄に貼れたら貼っとくけど、
そのお年玉企画に今回紹介した本も何冊か出させてもらう予定。
だから買ってほしいんだけど、プレゼント企画でも貰えるかもしれないよっていうのだけ覚えておいてください。
そんな感じで。
以上になります。
次回99エピソード。
エピソード99ですね。とうとうここまで来た。
何の話しましょう。
オープンAIの話をしたいなと。
いやー、12月激アツだったからね。
2024年12月に激アツの12日間があって、そこで発表された各アップデートとか新サービス、新ツール、新機能とかを、
この30分くらいの短い時間でざっと総ざらりしておこうかなっていう。
ちょうど1月くらいから使用開始するようなサービスがいっぱいあるんで。
じゃあちょうどいいね。
ぜひちょっと振り返りを一緒にしましょうっていうそんな話をしていこうと思います。
隣のデータ分析屋さん、今回も面白いと思ったらフォロー・レビューよろしくお願いします。
また番組の感想や質問は、ハッシュタグとなりの分析屋、隣のがひらがなで分析屋は漢字でお願いします。
概要欄に貼ってあるお手紙フォームからコメントも寄せください。
ではまた。
バイバイ。
