00:01
12月30日、ざんていラジオ、ぺん銀です。
もっきんです。
本日のお題は、
2024年科学ランキングニュース。
お手元の資料を開いていただいて。
急に?
お手元の資料ないけど。
ノートの36番。
今年の第3位。
今年の科学ニュースランキング第3位。
ノーベル賞。AI関連で2つのノーベル賞です。
なんと今年は物理学賞と化学賞、化学賞で、
AI関連の研究が選ばれました。
そうなんだね。
あれ?知らなかったの?
いや、知らないね。
化学?
化学だね。
化学とAI関係あんの?
わかりますよ、化学のほうは。
あ、そういうことねっていう。
まず物理学賞のほうからいきます。
受賞者、ジョン・ホップヒールドさん。
プリンストン大学、アメリカです。
と、ジェフリー・ヒントンさん。
トロント大学、カナダです。
この2人が同時に物理学賞を取りました。
なるほど。
業績は、人工ニューラルネットワークによる機械学習を可能にした基礎的発見と発明です。
おー、なるほど。
平たく言うと、人工知能を作った人たちです。
平たく言うとなんだ。
じゃあまずホップヒールドさんから紹介していきますね。
この人は第2次AIブームの80年代に起きたんだけど、その中の人です。
ホップヒールドネットワークっていう、界隈では有名な人工ニューラルネットワークを作った人なんだけど。
じゃあニューラルネットワークといったらホップヒールドネットワークのことなの?
ううん。初期段階で人間の脳を似せたネットワークを作ろうって思った人だね。
作ったのはホップヒールドネットワーク。
今あるAIは全部ニューラルネットワークだからね。
この人がやり始めたみたいな感じだね。
人間は連想して記憶するってこの間やったよね。忘れるのところで。忘れっぽいか。
何回もやってるよ。
03:00
あの連想のモデルを作った。連想させて記憶しよう、みたいな。
そのよく連想する回路は強化して、みたいな。
これが機械学習の基礎アイデアになってきます。
おもみづけね。
そうそう。よく知ってるね。おもみづけです。
だいぶ前から。しめぞう先生が言ってたからだいぶ前から。半世紀前から。
たしかにたしかに言ってた。
で、もう一人の方がヒントンさんね。
ジェフリー・ヒントンさんは、また第二次ブームの中の人なんだけど、
1985年にボルツマン・マシンっていうのを作ったんですよ。
聞いたことあるよ、これ。
まじっすか。
これは確率的ニューラルネットワークって言われてて、確率を取り入れたらしい。
だいたいこんなもんじゃねえかなみたいな感じ。カチッとしてないみたいな感じ。
確率の分布からサンプルをどんどん得て勉強していくみたいなモデルらしくて、
それをギブスサンプリングっていうらしい。
もう一個の特徴は、ネオコグニトロンっていうのがあるんです。
何言ってんだ。
かっこよくない?
ネオコグニトロンっていうシステムは、
入力層と中間層があって出力層があるらしいんよ。
その中間層を厚くした、めちゃくちゃ多層化したっていうことらしいんよね。
まあでもそれは大事じゃない?
大事そうだよね。なんで最初からやらんかったん?
中間おろそかにした?
おろそかにはしてなかったんだけど、バカみたいに多層化させたらしくて。
そこがディープとかいうやつ?
そうそうそうそう。
そのせいで当時のマシンでは、めちゃめちゃ計算の能力が足りてなかったらしくて。
時間がかかるよね。
何日もかかったりして、使えねえわ。
そのスピードアップさせた人たちは、ノーベル賞にはならない?
これから出ますけど。
でもヒントさんが、ここで第二次AIブームが終わっちゃうんだよね。
この追いつかねえわで。
みんな辞めていったんよ、ちりじりに。
辞めた。もうだめだ。バタバタ倒れていったけど、ヒントさん頑張りました。
06:01
ずっと続けてて、ようやく2000年代に入ります。
そこでGPUとAI。GPUに計算させようっていうアイデアが出てきたんですよ。
え、この人が考えたの?GPU。
たぶんこの人。
まじで?
ヒントンさんは今メインじゃないですか?
ヒントンさんすごい人なんだけど。神なんだけど、AIの。
GPUっていうのは説明いるかな?いらないよね。
簡単に説明すると、グラフィック専用のCPUで並列処理が得意なので、並列であれば速い。
それがAIの学習に非常に適していたという事実があります。
グラフィックボードって言われてるようなものらしいんだよね。
それは知ってるよ。
一応説明しとこうかなと。
NVIDIAでしょ?会社で言うと。
そうです。今世界一の企業、NVIDIAです。
チップ1つが100万円するらしいですよ。
まじですか。それで地価総額1位になったわけね。
あんまり絵が上手くないんだよね、CPU。いろんなことができるばっかり。
だけどGPUは絵描きさんを5万人集めましたみたいなCPUなんで、とにかく速いみたいな感じだね。
それに、AIのデータを読み込ませる。
具体的には猫の画像を読み込ませるみたいなことをやらせたわけ。
画像認識、顔面認識みたいな言葉につながっていったわけね。
さっき言ったように、計算速度が足りてなかったって言ったじゃん。
だからあれも追いついたわけ。この年代になると。
2012年、画像認識大会、初参戦。ぶっちぎり優勝です。
これで第三次AIブームが来て、みんなやんややんやして今に至ると。
やってることは画像認識大会なんだ。
そうだね。画像認識大会で有名になったね。
画像認識大会と今のAIは全然イメージが違うじゃん。
今のAIは喋れるやつじゃん。
でもこのディープラーニングが有名になったんですよ。
わかりました。
画像認識大会で。
猫がわかるって言って、猫と犬が見分けられたぞって言って。
なるほど。
で、ぶっちぎりで優勝して。
まあ10年前だからね。
09:01
それをみんな使い始めて、その後いろんな生成型AIが生まれたと。
全部ディープラーニングです。
ということが認められて優勝です。
OKですか?質問は?
ないね。
ない?OK。大体知ってたか?
全部知ってたね。
つまんねえな、お前。知ってるなよ。知ってるな。ほんとに。
次、科学賞いきます。これは知ってないと思うんだよね。
受賞者、デビット・ベーカー氏、ワシントン大学、アメリカ。
ありきたりな名前だな。
うるせえな。いいだろ。お前もだろ。
で、次の2人が特集です。
なんとGoogleディープマインド社。
何それ?Googleの子会社?
うん。Google参加のディープマインド社。
イギリス人2人。デミス・ハサビスさんとジョン・ジャンパーさん。
この2人が合わせて3人で受賞しました。
おめでとうございます。
領先。
AIを用いたタンパク質の構造予測と新タンパク質の設計です。
あー、薬作ったやつか。
薬とかも作ってたよ。
これはタンパク質のモデルを作ったんだね。
でもこれ化け学じゃないんじゃないの?化け学になるのか、これが。
化け学ですね、これは。
設計した後に本当にタンパク質作っちゃったんだね。
合成しちゃったんです。
やべえやつだよ、これ。
これやばいんですよ、本当に。
こっちは本当にやばいです。
AIは本当にもらっていいの?物理なの?っていう感じで。
じゃあ行きますね。最初はデビット・ベイカーさんから。
デビット・ベイカーさんはロゼッタっていうソフトを作ったんだけど。
ロゼッタストーン。
たぶんそっから来てるかな。
なんで作ったかというと、また大会みたいなのがあるんだけど、
タンパク質予測コンテストっていうのがあるんですよ。
あー、またそんな。
さっきなんだっけ?
画像分析大会だっけ?
画像認識大会です。
今回は?タンパク質予測大会?
12:00
タンパク質予測コンテスト。
予測コンテストなんだ、今回は。
両方パーセントで争うのも全く同じですね。
どのくらい合ってるかみたいな。
この大会はね、あいみのさん配列から、
タンパク質の3次元構造を予想するっていう大会なんですよ。
わかる?
わかりやすい。
嘘でしょ。どういうこと?
どういうことってそのまんまじゃないの?
そのまんまだけど何を予想するっていう。
どう予想するんだみたいな。
なんで予想するんだっていう。
よくわからんけど。
つまり、目的があるとしたら、
とある病気に効くんじゃないか説のあるタンパク質を予測するんじゃないの?
ちょっと違いますけど。
下のほうに3次元構造の予測とはっていうのを書いたんで、
そこに飛んでもらっていいですか。
読みましょうか。
タンパク質はたくさんのあみのさん20種類の組み合わせでできている。
あみのさんの配列を読み取るのは割と簡単です。
なぜなら紐なので。
紐状。
そこからタンパク質の立体構造を予測し、踏み上げるのが超難しいです。
最適な折りたたみ方をすればいいんだけど難解なパズルすぎる。
最適な折りたたみ、一番エネルギー効率のいい折りたたみ方さえすればいいんだけど。
ご覧のように上の図のように複雑すぎちゃって。
大変なんです、人間の頭では。
それをディープラーニングとGPUの組み合わせで性能が飛躍的に伸びて正解率が9割になったぞ。
3年かかってた組み上げが3日とかになったぞってことです。
そういうことです。
戻りますか。
戻っていただいて。
で、優勝しました。
ベイカーさん優勝。
優勝しました。
連戦連勝。
ベイカーの独り勝ちなの?
ベイカーさんね。強すぎる。
ハブ?
ハブ・ヨシハルレベルで強かったんですよ。
これを言うと先が見えちゃうんだけど、未来が。
15:01
あ、見えてない。
ディープマインド社が出てくるんだ。
そのとおりなんだけど。予測できすぎるんだけど。
いろんなこの人、功績があってすごい人でね。
結局自分でタンパク質作っちゃえばいいんじゃねみたいな、さっき言ったじゃん。
病気のこれにハマるタンパク質作ればいいんじゃないかって作っちゃったの。
2003年のことです。
神を恐れない人だね。
そうそうそうそう。まさにやばいな。
もうやっちゃったよってなって。すげえすげえってなって。
2008年も薬のカギとカギ穴の構造にあるタンパク質なんかも作って。
もううなぎ登りですよ。
欲しいままにして。
まだ生きてらっしゃる?
まだ生きてらっしゃると思う。
だって生きてる人じゃないともらえないもん。
時は10年経過します。
ディープマインド社。
2018年、この大会に出場します。
ぶっちぎりで優勝します。
負けた?
うん。ベイカーさん負けました。
ぶっちぎりで優勝。すごい大差だよね。
だいたいこういうのってぶっちぎりが多いよね。
でも将棋とかは最初接戦だったけどね。
このタネは言わなくてもわかると思うけどAIです。
ベイカーさんAI使ってなかったの?
AIない時代だね、まだ。
まあないことはないんだけど、使えない時代。
さっき言ったじゃん。上の歴史の年代を見てください。
完成したのは2012年ですよ。
ああ、ディープラーニングがね。
じゃあディープラーニングを使ったってことね。
そういうことです。つながってるんですね、この二つは。
ぶっちぎることは当たり前だったの?
当たり前なんかな。よくわかんないな。
まあいずれぶっちぎるのは当たり前か。いずれ。
徐々にぶっちぎるか、やがてぶっちぎるかのどっちか。
で今は、はちうちできないんですけどもちろん人間はね。
これは将棋の事態と似てるなと思って。将棋や言い事。
やり方もすごいそっくりだったんよ。
そうなんだ。
AIにPDBを読み込ませるんです。
あ、PDBの説明してなかったな。
PDBはね、ベイカーさんのところの一行目に書いてあるんだけど、
タンパク質データバンクっていうのがあって、世の中には。知ってる?
18:02
知らんよ。
知らない。
でもそんなんあるじゃん、タンパク質の分子構造が。
そう。
あれをデータにしてるだけだろ。
データベースです。データバンクって書いてあるんだけど。
タンパク質って何十億種類ってあるって言われてて。
めちゃくちゃ種類があるから。
データバンクにするのも大変なんだけど、昔それを人力でやってて。
ロゼッタとか使って、「わかりました。組み上がりました。」みたいな。
網の3杯列は読めるから、それから組み上げて。
それ予測大会なんだけど、それを素人もできるようにしてあって、
全世界のオタクたちがやってた。
俺もやったことある。
タンパク質データバンクに完成したら登録するみたいになって、
20万種ぐらいを登録してあります、今。
20万種はすごいじゃろ。
さっき何億?
何十億か。
年々出多くなるじゃん。
でも、一個作るのも大変なんだって。
俺はちなみにチュートリアルで挫折しました。
誰でもできます。パソコンがあれば。
でも俺もやった覚えがあるよ。
あるよね。
あるある。
まあいいか。ぜひ行きますね。
読み込ませて、そのデータを。
法則みたいなのを抽出するわけよ。
大丈夫?これはニュースなんだよね。
ニュースだよね。
何が?
ニュースのノリであってね。
どういうこと?
ニュースのノリってどういうこと?
科学ニュースだからね、一応。
長い。
解説しすぎだと思うよ。
長すぎるってことね。
ニュースのつもりって意味がわからんけど、まあいいか。
ニュースのように。
なんで?俺そんな指示には従わんけど。
それにしても長すぎるね。
わかったわかった。
じゃあ短めに行くか。
AIにピー。どうぞ。
科学ニュースでしょ。
だからニュースじゃないって言ってるじゃん、さっきから。
タイトルでそういうこと言ったような。
まあいいや。
第3位がノーベル賞って言ってたよ。
AIにPDBを読み込ませるわけよ。
法則性を抽出する。
それは将棋で言うと、寄付を読み込ませてその法則性を抽出するみたいな感じなんだよね。
21:08
タンパク質を組み上げるやつも、将棋もゲームじゃん?いわば。
パズルゲームと対戦ゲーム。
ゲームで順々にやってたのを、物量で、力技でやっちゃうみたいなのはそっくりなんだよ。この2つは。
で、無事に終わらせたと。
無事に優勝したと。
人の努力を無にしたという感じです。
この功績が認められて、受賞です。
そういうことなんですね。
タンパク質といえば、Googleだと。
そう。
これはもう、新薬。
新薬がすげえ早く作れる。
新薬を作った人が、世の中でお金持ちになるようになってるから。
うん、そうだね。
なんでそんなシニカルなコメントなんだよ。
いやー、それほどのものない。
新薬はね、すごいよね。新薬先作り競争みたいなのやってるよね。
従来の実験的な手法に比べて、コスト削減と効率の向上を同時に実現しました。
これはなかなかないことなんだよね。両方同時は。
でも全部じゃん。絵を描くのも、音楽を作るのも、文章を書くのも、
コスト削減したと同時に効率を向上してるよね。
AIというものはそういうものってことでいいかな。
ああ、AIはね。AIがいかにすごいかってことだよね。
新薬とかも開発が劇的に短縮されるということになっていくでしょう。
以上です。第3位終わりです。
まじで大丈夫?26分。1時間半コースです。覚悟してください。
第2位。短めでいくか。
これ、〇2ってやつ開けばいいの?
うん。〇2で。これは短いよ。
第2位。ロボットがすごい。
24:05
ロボットがすごい。
今年はロボットがすごい。
あんまりそんなニュースになってないけどな。
そうだよね。あんま地味だね。地味だけど俺はいいと思ったから2位です。
まず紹介しますのはウーバーイーツ配達ロボットです。知ってる?
知ってるよ、それ。だって去年からあるよ。
去年はないね。今年の何月からやってるね。
いや、中国はもうやってたよ、去年から。
あー、海外はね。日本では。
日本ではの話ね。
日本もやってんの?ウーバーウロウロ。
やってるやってる。2カ所で。東京と大阪で。
今回東京行ったとき見なかったね。
ごく一部だからね。見ればよかったね。
別に中国の映像は見たことあるからいいかな。
でもウーバーとしては2カ国目らしいね。アメリカに次いで。
そうなんだ。そんなに日本って規制緩かったの?
緩い国になってた?アイツの国?
道路走ってるわけじゃないけどね。
あー、じゃあ車道じゃないってこと?
中国道路走ってたよね。
うん、道路走ってた。
全然違いますよ。通路ですよ。歩道です。
でもまあ、革新的じゃないですか。ロボットが外に出るななんて。
AIが室内で活躍するのは知ってるじゃないですか。ロボも昔から。
まあホテルとかでは働いてるからね。
だけどそれが知らない人はウロウロしたり、犬が横切ったり、
乱暴な人がいたり、車が突っ込んできたりするようなところでさ、
動くっていうのは初めてだから。
なるほど。
これは楽しみですね。っていうニュースです。
次。千葉工業大学。フューロ。
フューロ?なんじゃそりゃ。
これは知らない。これも見てほしいんだけど。異世界転生ロボットです。
何言ってんだ。何を言ってるんですか。
逆異世界転生ですね。
要はコンピューターシミュレーションの中でめちゃめちゃ訓練させて、
世代交代もさせるわけ。うまくできたやつだけ残して。
めちゃめちゃレベルアップさせてカウンストさせたやつを、
こっちの世界のロボットに中身を転送させるわけ。プログラムをね。
27:02
そしたらちゃんと動かせましたよっていうロボットなんですよ。
まてまて、それって当たり前なんじゃないの?違うの?
当たり前だよね。思いつきそうなもんだよね、普通に。
でもやった人がいなかったらしくて、この人が世界初らしいよ。
信じられんよね。
信じられん。
まあ見てみて。なんかキモいから。
すべての優れたロボットはそれでやってんじゃん。
違うみたいよ。
みんな実地で訓練してんの?
人間がプログラムして、ああでもない、こうでもないってやってんだけど、これは全然。
いやそうじゃなくて、犬みたいなロボットに外を歩かせて、
その歩く時間で覚えていくんじゃないの?
勉強させてはいると思うけどね。
じゃあめちゃくちゃ遅いわけじゃん、実際の時間は。限られてるから。
この中で何千年みたいな感じで過ごさせるわけ。
何万体を何千年みたいな感じでやってやりましたっていう話。
じゃあぜひ見てください。最後。
フィジカルインテリジェンス。
フィジカル。最もフィジカルなロボットです、これは。
これはもう見てほしい。
見てほしい。見ようか。
見て、今。
出したよ、布。
なかなかうまいもんじゃん。
あ、これ洗濯物たたんでくれてるの?
そうなんですよ。
洗濯かごから洗濯物を出して、考えてます考えてます。
2つ一緒に取り出しちゃって。
2つが絡んでます絡んでます。
うまくいかないじゃん。
あ、避けた避けた。
戻した戻した戻した戻した。
乗り損なった。
失敗しがちだねこの人。
なんだこのつまむら。
下手すぎんか?
もう分かってないんだよね。
これもうダメじゃない?
伸びてる。
気が変わったかのように、収め直す。
持つところ間違ってるんじゃない?
間違ってるんだね。
これで終わり?
いやまだあるよ、ちゃんと気が付くこの後。
気が付くのこいつ?
うん気が付く気が付く。
ほら、ここだったんです。
あ、一回気が付いたら超丁寧だね。
30:02
なんかチョンチョンってね。
ポンポンって押すのがいいよね。
さっきのやつの上にちゃんと乗せた。
どうですかこれ。いいよねなんか。
いいけど、これは頭あんまり良くないように見えるけど?大丈夫?
この会社まだ新しくて。
今からちょっと説明するんだけど。
どんどん頭良くなりますっていうタイプですね。
納得いってない最後。
広げた。広げた。
洗濯物の畳み方に納得がいかない場合はやり直すんだ。
そうなんだよね。
イライラする。
イライラしてくださいよ。
掴めてないし。
でもとにかくチャレンジ精神だけはあるね。
そうだね。勉強してるんだよね、多分。
どこ持ったらいいかみたいな。
トライ&エラーを繰り返してる。
でもちゃんとうまくいったかいってないかを判断してるんだね。
そうだよね、多分。
細かい袖の部分だけを伸ばそうとしてる。
すごくない?これ。
で、やっと納得いく形に。
せっかく納得いったんだからそっからはスッといってほしいじゃん。
いったいった。
タイミングが合ってない気がするんだよ。
ポンポン合わせなきゃいけないのに。左のほう。
面白いな。
という感じで、いいよねこの動画。
これ柔軟再生しかしてないんだけどもったいないんだけど。
みんな見てほしい。ズボンは簡単だね。
ズボンって意外と簡単なんだね。
Tシャツが難しいよ。
はい、終わったね。
ありがとうございます。
Tシャツは俺でも難しいよな、あれ。
Tシャツは袖の部分が難しい。
フィジカルインテリジェンスのCEOは、
私たちは様々なロボットのデータを活用できる
汎用的な手法を持っていますと。
汎用的?
汎用的だ、ごめん。
これは言語モデルの学習方法とも似てますって言ってるけど、
使ってるみたいで。
要するに、ちゃんとGPTのフィジカル版を作ろうとしてるんじゃないかと思って。
すごいね。
フィジカルインテリジェンスだけに。
33:00
ラジェスってことでいいですか?
ラジェスかね。
ついでにジェスチャー。
ラかどうかはわかんないけど。
ジェスチャーの部分にAIが入ってきたら、やばいんじゃない?
やばいね。
ということでした。終わり。
3位はないんだけど。
3、2、1じゃないの?
じゃあいいや、1位でどっちでもいいや。
じゃあ1位。
イーロン・マスク正解入りが決定。
なんで笑った?
なんで笑った今。
急にしょっぽ。
怖くないって。
AIは政治に入ったんだから。
だってあれは政治を効率化するためだけよ。
そんなことで治ると思いますか、あなた。彼が。
治らないですか。
政府効率化省っていうところにつく。トップにつくらしい。
新しい省庁でしょ?
訳して?
わかんない。
DOGって書いてある。
なんて読むんだろう。
どっちじゃなかったか。
どっちっぽいな。
これは全部俺の妄想なんだけど、
一般に言われてるのは規制が緩和されるんじゃないか。
AIと暗号資産と宇宙開発の規制が緩和されるんじゃね。
ハイパーループっていうのはイーロー・マスクが言い出したんだけど、
まだ今、とどこおってるらしくて開発が。
これが進むんじゃないか、みたいなのがあるけど、
この辺はまあどうでもいいんですよ。
本命は社会システムの変革ですよ。
Xでしょ?
Xとは?
コードネームXなんですよ。社会構造を変革するプロジェクト。
そうなの?え?知らんかった。
このツイッターのX関係ある?
関係あるよ。
息子の名前もXなのに関係ある?
そこはわからん。
まあそういう象徴みたいなことなのかな。
まあでもSpaceXもXついてるよね。
全部Xだよね。テスラはついてないけど。
Xなんですよ。
まあいいです。
テクノクラートとかテクノリバタリアンみたいに言われてて、
下に説明が書いてあるんだけど。
何の下?
36:01
ずっとスクロール。あ、ごめん。そうか。
これはお前見てないんだ。
見ないほうがいい。
見ないほうがいい?
見ないほうが面白い。
テクノリバタリアニズムを説明するね。
まあでもわかるよ、それ。
わかる?
新しい自由主義でしょ。
簡単に言うと技術で解決しようみたいな感じ。
技術万歳みたいな感じの、
究極的には政府のやることを極限まで減らそうみたいな思想ですね。
まあでもちょっと古い。古くてダサいですね、それは。
ガチで考えてます、この人たち。
ガチ者集まりならしいよ。
まあ古いのかな、ある意味。
否定されたかな。
でも否定されても諦めてない感じ。
ゆっくり進んでるだけで、
イーロンになったから急に進むかもしれないねぐらいの話じゃない?
そうそう。
そこが今回大注目でした、私としては。
まあ進むか進まないかは知らないけど。
何を注目してるの?
いろんな政策が上がってきてるんですよ。
ユニバーサルベーシックインカムとか。
コストとか。
コストっていうのは、すべての持ち物に税金をかけようみたいなことだね。
これ説明すると長いから飛ばします。
選挙の方法を、一人何票か分けたりして、マイナス投票とかもできるようにするという案もあります。
古いです。
古いんだ。
昔からあるんだろうね、こういうのは。
そうなんや。
それが進むのか進まないのかが、みんなワクワクしてるだけでしょ。
津田っちとか好きそうだよね、こういう話。
津田さん、選挙の方法は言ってなかった?
それはやっと実現する可能性が出てきたわけじゃないですか、少しは。
知識として新しくないから。
あーなるほど。
それだけなんだけどね。
イーロン・マスクが面白いってだけでもいいのね。
そういうこと。トランプとイーロン・マスクですよ、あの国。もう終わってますよ。
終わったし、トランプと愉快な仲間たちが全部やばいらしいじゃん。
39:05
まともな人は一人もいないみたいだよ、トランプの仲間に。
やめさせるしね。まともな人いたらやめさせるしね。
結局イーロンだけじゃ何もできない。
仲間たちが一人一人がやべえのが集まって、
いやそうだ、やべえのが集まったらうまくいかない可能性あるよ。
そうだよね。むしろワンマンの方がね。
だからイーロンの足を引っ張る可能性あるからさ。
高いだろうね。
だからあんまり期待はしないほうがいいよ。
いや期待なんて誰もしてない。俺はしてないんだけど。
してないの?
可能性だけあるから。可能性だけが楽しいんだよ。
ユニコーンなの。
0か1かよ。1になったから、その場合、今。
0だったか。
0だったか。
以上です。今年のピックアップでした。
分かりました。ありがとうございます。
なるほどね。一番気になったのは。
おお、一番気になったのは。
洗濯物を畳むロボットか。
一番しょぼいよ多分。
いや、しょぼいけど。
ジェスチャーって手を出したなと。
あれでも動きはいいよね、なんか。
まず最初掴み損ねるとこから始めるんだよね。
ポンポンポンとかね。
ポンポンいいよね。
なんかすごい、人間らしいよね。
そうそう。
結局あれ、人間らしさが最も効率がいい可能性があるよね。
そうなんだよね。
洗濯物畳むにおいて。
たぶんあれ人間見てるよね。学ぶとき。あのポンポン。
そうかもしれんね。
おそらく。あとは?
あとすればダンスとかも全部できちゃうね。
すごいな。あとは表情筋を頑張ってほしい。
怖いだろうね、最初。不気味すぎるだろうね。
でもそこがいいとかいう人もいるんだろうね。
いつの世もキモカワイイのが好きな人がいるからね。
いるいる。
42:03
ブルドック作っちゃう人がいるからね、ブルドック。
そうだよね、あんなのね。シワが。前も言ったか。
じゃあこのくらいにしておきましょうか。
はいはい。
では、2024年お疲れ様でした。
お疲れ様でした。
良いお年を。
今日俺らがニュースやったじゃん、ニュース。
科学三大ニュースみたいな。
これもお迎えの準備よ。
なるほど。
年中に終わらせてみたいな。
なるほどね。
そして今日はレコード大賞を見て。
あ、そうだ。レコード大賞見なきゃ。
見なきゃっていう。
やったわ。
俺はもう言わせんなよ。
言わないね、今は。
口にしちゃダメよ。
口にしてはいけないほどのことな。
レコード大賞は66回です。
意外と少ないな、思ったより。
紅白は?100とか。
言ったな、お前今。
紅白の名を口にしたな、お前今。
ボルデモートよ。
なんでだ?おかしいだろ。
