バギーで夜の散歩

　
たまにはエンジンに火を入れないとね。

一度エンジンがかかるとアイドリングの安定性は本家のカブ以上！
中華バギーと侮れません。

トロトロと１５km/hほどの冬の夜散歩が最高です。
５０ccのオモチャ・トラクター的な遊びが楽しいです。

やっぱり四輪でバックも出来るのがいいのです。
無駄に納屋で車庫入れゲームして遊んでしまいます。

いくつになってもオモチャは必要です。

このブログの人気の投稿

空き缶スターリングエンジンの作り方

Geminiでソフトシンセサイザーを作ってみました。多少専門知識が必要ですが、シーケンサーやエフェクターを搭載した本格的なシンセサイザーがほぼ一発で作れます。AIを利用すれば誰でも無料でシンセサイザーを入手できます。（画像をクリックするとシンセサイザーが起動します）凄いですよねー、昔はエフェクターのリバーブだけでも単体で１０万円はしましたからね。それがタダでしかもすぐに手に入ります。もちろん音もクリアーで市販品レベルのクオリティの音が鳴ります。もちろん以前作っていた「Cardputer-Adv」のシンセに比べると音のクオリティーは格段に上です。その要因はパソコンの処理能力と小さなマイコンの処理能力の差で、音声波形をリアルタイムにシミュレーションしているので、これはどうしようもない処理能力の問題です。やはりマイコンは非力で能力的には格段に劣ります。それでも挑戦する意義はあるのですが、今回あまりにもあっさりと高級シンセが作れてしまったことで戦意を消失しています。ただ、これまでの実験を通して現状のLLMの大きな課題に突き当たりました。 LLMは（Large Language Models／大規模言語モデル）というプログラムで、「言語」を扱うためのAIプログラムです。つまり「言語」以外は特に優秀ではないということです。端的に言えばプログラムを作るために作られたAIではないということです。システム開発を行った事がある方ならわかると思いますが、一つのシステムを構築するためには機能要件の整理から始まって、概要設計や仕様設計、詳細設計やテスト設計等々、コーディング以前に膨大な設計の整理が必要ですし、システムを稼働させる環境設計やソフトプロダクトの選定などやることは膨大です。こういった膨大な作業をAIがやってくれたら大変助かりますが、残念ながら現状のAIモデルはそのような複雑な作業には向いていません。というかほぼ無理です。何故なら LLMは、お喋りするための「言語モデル」だからです。試しにプロンプトに「オセロゲームをできるか？」と尋ねてみてください。「もちろん出来ます」と返答をするので、実際にゲームをやってみてください。昔よくやった文字キャラを並べたオセロ盤を表示すると思うので、自分のコマの座標のアドレスを指定するとゲームが遊べます。試してみると...

またあらぬ方向に走り出しました。どうしても捨てきれない「水陸両用自転車」を割りと真剣に考えています。チャリンコ好きで海好きとなれば、海の上をチャリンコで走ってみたいという願望を抱くのは極自然な流れです。過去にも何度となく取り上げてきたテーマですが、どうしても捨てきれないのです。何で水陸両用自転車は販売されないのか？どうして誰も作りたがらないのか？そこに疑問があるのです。(アホ) 陸上と水上はほんの少しの差しかありません。多少、水上は緩いだけです。（爆）水上はいいですよ、道もなければ遮る物も一切なし！水面を吹き渡る風は超気持ちいいですからね。カヤックもやってますが、これはこれでいいのですが幾分遅いのです。特に海は広いので時速５km位じゃちっとも進みません。チャリンコの颯爽とした速度で水面を走ってみたいのです。で、考えてみました。もちろん水陸両用自転車ですから、まず地上をしっかり走れる必要があります。海や川までのパスがまず重要ですからね。その上で水上も手間なく進みたいのです。ポインは小径チャリンコです。重心位置を落とせますし、変速機があればある程度の距離は走れます。チャリンコのタイヤの両サイドにツーリングバックのようにフロートを取り付けます。この位置だと走行にはそれほど邪魔にはならないと思います。水上ではこのフロートを両サイドに広げで浮力体にします。一応、浮力計算もやってみました。一つのフロートのサイズが70cm×45cm×15cmだと体積は47250cm3となります。つまり約47kgの浮力があることになり、これが４個で合計190kg程度の浮力となります。チャリンコの重量やフロートや推進メカ、搭乗者の重量を合わせても100kg程度だとすると余裕で水に浮くはずです。計算では喫水線は10cmほどになる予定です。問題はこのサイズと重心の位置からしてうまくバランスがとれるかということです。沈はしないと思いますがグッショブになることは想定内です。w チャレンジャー求む！ Amazon　 AKUA（アクア）カーボン・グリーンランドパドル AKUA（アクア）カーボン・グリーンランドパドル Amazon　カーボンファイバーグリーンランドカー...

最近、AIとゲームを作る遊びを楽しんでいます。つまりゲームを作る作業をゲーム的な遊びとして楽しむわけですが、これが結構楽しくて、AI(Gemini)とプロンプトで会話しながら、ブラウザ(JavaScript)で遊べるプログラムを作ってみました。今回作った「ライフシミュレーション」はシンプルですが中々面白い動きをします。原始的な狩猟社会をモデルにしたもので、マップの上に大地と水と森を適当に配置して、そこに40人程度の男（青点）女（赤点）をスポーンして放置するとどうなるか？を観察するものです。（画像をクリックするとゲームが始まります）【シミュレーションのルール】・マップのサイズは４０x４０で初期はランダムに生成される。（リロードで生成）・シミュレーションは「START / PAUSE」で一時停止ができる。・初期の住人として性別もランダムな４０人の２０歳の成人が生成される。・住民はユニークな名前を持ち個別に区別され、男は青点、女は赤点で表示される。・生きるために水と森からの食料で生命を維持する。・住民には平均的な寿命があり一定の確率で死亡する。・寿命以外に事故や病気等によって一定の確率で死亡する場合がある。・年齢的に結婚適齢期(15-45歳)に男女が出会うと一定の確率で結婚する。・結婚すると家（白い四角）を建てるが、水の上には家は建てられない。・現状はインブリードの近親交配も認めている。・家を建てると家を起点として生活を始める。・一定の確率で子供が生まれる。(最大５名) ・子供は１０歳までは親の資源で生活し、１０歳以上になると自活する。・水は普遍的で枯渇することはないが、森は資源量があり食べ尽くすと無くなる。・森は一定の確率で森の隣か水の隣で成長する。・人が移動したところは獣道として踏み固められる。・獣道では森は成長しないが、人が通らなくなると再び大地に戻る。・移動するためにはコストが掛かり、水や森は移動コストが増大する。・獣道は移動コストが低く、結果的に村が形成される。・マップはパレットを選択してドラッグすると変更できる。・「Inspector Mode」監視モードを選択した場合、住民をクリックすると年齢や家族構成等を表示できる。実験の結果、あまり水や森の資源が豊かだと住民は移動しなくなり、結果的に獣道も発達...

Geminiで作ったブラウザで動作する「ソフト・シンセサイザー」

　水上の自転車であるカヤックの最大の問題点は目的地までのアプローチです。組み立て式のカヤックは沢山ありますが、重量や組み手の手間、強度が問題になります。最近、日本のメディアでも「Oru kayak」が紹介されるようになってきましたが、プラスチック段ボール（プラダン）で作られた折りたたみ式のカヤックが注目されています。 Oru kayak http://www.orukayak.com/ 作りは非常にシンプルで、日本の折り紙船そのものです。ちょっとしたコツを掴めば誰でも製作は可能です。プラダンはポリプロピレンという素材で出来ていて軽量で柔軟性もあり非常に丈夫です。ある雑誌で「壊れても修理が簡単」と紹介されていましたが、これは間違いでポリプロピレンは非極性素材なので接着剤での接着はほぼ不可能です。ポリプロピレン専用の接着剤もいくつか販売はされていますが、くっつく程度で強度はほとんどありません。接着というよりは粘着する程度のものになります。実際にプラダンで工作してみると分かりますが、プラダンの折り目は曲げることで素材が伸ばされ白く変色しますが千切れることはまずありません。ただ引き伸ばされた部分は薄いビニールのような感じなのでピンホールには弱いです。何度か使用するうちに折り目のピンホールから浸水するのは確実だと思います。素材選びのポイントは厚みではなく素材そのものの強度です。プラダンには「目付」といわれる強度のレベルがあります。ホームセンターなどで一般に市販されているものは養生用で目付３００程度になるようです。おそらくOru kayakに使用されているのは目付１０００程度のものだと思われます。プラダン専門店から購入は可能ですが、サイズ的に４ｍほどの長尺ものは市販されていません。１００枚程度を購入する気があれば特別に入手は可能かも知れませんが、送料も含めると１００万円程度かかるかも知れません。本気で事業化でもしない限り現実的に入手することは困難だと思います。ということで市販されているプラダンで作れないか挑戦して見ました。プラダン４枚で作るカヤックと、究極はプラダン１枚で作る船です。プラダンでカヤックを作る。【その１】「ORU KAYAk」を参考に設計図...

このブログを検索

Time Tripper