スキップしてメイン コンテンツに移動

Naish Pivotに乗ってみた

くカイトサーフィンをやっていると、サーフィンの動きにあったカイトが欲しくなってくるよね。スタイルによって違うのだと思うけど、ぼくの場合はこんな感じ。

1. 波へのアプローチの速さ
乗りたい波を見つけたとしても、なかなかカイトがいうことを聞いてくれないことがある。ボトムターンしてもう一度絡みたいのに、カイトがついてきてくれないとか。頑張ってる間に結構走ってしまうので、これは結構もどかしい。

例えばこの写真。立ち上がってきた波に絡もうとしても、カイトは逆向きに引っ張ってるのでアップ取るのに苦労してる。「あー、もー、ホントに!」と思う瞬間。
ライン取り間違えたんだろ、とも言えるけど。


2.波に乗っても落ちない
波乗りをしている時、カイトには空で待ってもらいながら乗る。カイトのパワーはいらないからね。
カイトはオンショアの風で乗るわけだから、波に乗ると一気に風下に下ることになる。当然、カイトのラインは一気にテンションを失うわけで、そうなると下手したらカイトは失速。落ちてしまう。
こうしたことを避けるには、カイトを高い位置に置く。低いと失速しやすいんだけど、どのあたりから危険かは、カイトの性能による。だから、この場所においておけば大丈夫という位置に幅があればあるほど、扱いやすい。

この写真は、波乗りの方向がモロにカイト方向だったので、思ったよりもカイトが耐えてくれずカイトが落ちている最中。
「あー、もー、ホントに!」
カイト位置をもっと高めにしておけばよかっただろ。とも言える。


3.回転半径の小さいジャイブ
単に方向転換するだけのジャイブだったら、大きくスプラッシュ上げながら曲がるのもいいけど、波にからみたいときは、小さく素早く曲がりたい。
これはカイトの回転半径が強く影響する。回転半径が大きいと、カイトは一度上空を通過して方向を変える。そうじゃなくて、カイトループなみにクイッと向きを変えて欲しいんだよね。もちろん、ボードの踏み込みと体の使い方は重要だけどさ。

4.安定したパワー
クイッと曲がった後もそうなんだけど、パワーが安定的に入って欲しい。カイトを振りながらパワーつかむのではなく、曲がりながらも曲がった後も、同じように安定的にパワーがもらえると助かる。これは、波乗りモードからカイトモードに切り替える時にも、カチッとパワーくれるとうれしいよね。

つまり、自分が求めているカイト性能は、アップ性能が良くて、回転半径が小さく、テンションが緩んでも失速しにくく、安定したパワーがあるものということになる。

もちろんテクニックでカバーできることは沢山あるわけで、それはそれで練習して体得しなければならないので、コツコツやってるわけなんだけど。

で、お願いしておいたら、Break Outの森内さんがNaish Pivotを試乗させてくれました。


乗ってみて最初に感じたのは、アップ性能の良さ。OzoneのEdgeと同じくらいぐんぐん上っていく。これは波へのアプローチが簡単になるだけでなく、沖に出るのが簡単になるので、いろいろと嬉しい。

意外だったのは、Wave用カイトとして一般的に言われているような、素早くクイクイ動くという感じではない。素早く動くわけではないけど、回転半径はかなり小さく旋回させることができる。「できる」と書いたのは、操作次第だから。小さく旋回させれば、ジャイブも小さく曲がれるし、大きく旋回させれば結構大きなジャンプをすることもできる。

これは旋回性能というよりもパワーなんだけど、上手く使うとびっくりするほどリフト感がある。ツインに履き替えてジャンプしてみたんだけど、結構ガッツリリフトしてくれて、高さも充分出る。それなのにオーバーには強く、ガンガンくる感じではない。だからこれも操作次第という感じ。

素早く動いてしまうわけではないというのは、だから嫌。という人もいるのかもしれないけれど、波乗りしているとカイトの位置は結構重要。だからカイトを見なくても位置を感じられて、片手で位置修正しやすい方がいいのではないかとも思う。素早く動かす時というのは、方向を切り替える時で、それは素早さよりも回転半径のちいささの方が重要なんじゃないかとも思えます。

カイトの失速に関してだけど、何度も波に絡んでみたけど、やっぱりWave用というだけあってすごく頑張ってくれる。

この写真、Pivotに試乗した時のもの。波で一気に加速したので、バックラインはテンション緩み始めているけど、結局カイトは頑張ってくれて、そのまま乗り続けることができました。


まだまだテクニックを磨かなければ駄目なのはわかっているけど、どうしたらいいのかわからないことは色々ある。これまでのWave用カイトとはちょっと違った個性のおかげで、カイト位置やバーのハンドリング、課題と思われることを今まで以上に気づかせてくれました。

当たり前だけど、これさえ使えば楽々乗れますという道具なんてないわけで。だけど、なかなか苦労していて次に進めなかった扉を開けてもらえると、その先に自分が本当に取り組まなければならない課題みたいなものが見えてくるっていうことは、なかなかいい道具だなと思いました。

ツインで乗っている人がいるのも、よくわかる。ジャンプも充分高さ出るし、回転半径小さいからカイトループもしやすいだろうし。

コメント

このブログの人気の投稿

増資に関わる ぼくたちの覚悟

世の中は、時々おどろくほど大きな転換点が訪れる。過去と無関係な未来なんてないはずだけど、これまでの様々なこととは不連続に思える未来だ。


さきほど日本経済新聞のサイトでニュースが流れたので、お知らせします。
ぼくたちグルーヴノーツは、少し大きめの資金調達に踏み切りました。

グルーヴノーツと名乗り始めてから一貫して取り組んできたのは、最先端のIT技術を、専門知識がない人でも取り組めること。

そしてぼくらの「MAGELLAN BLOCKS

めざしているのは「機械学習の民主化」だ。

そのために、たくさん議論をし、機能を磨き、たくさんのプロジェクトで実践してきた。そして、さまざまな成果から、過去とは不連続だけど、とてつもなく大きな可能性を秘めた未来が見えてきた。同時に、ぼくらがやらなければならないことがハッキリしてきた。

だからこそ、ここはしっかりと前に進み、大きく前進していこう。
曖昧な一歩ではなく、ぼくらがやらなければならないことを、確実に、ためらわずに実行する。

今回の増資は、そういうこと。そして、増資を外部に公表するのは、そうしたぼくたちの覚悟を世間に公開する。そういう意思表示。

日経の記事には次のように紹介されている。

「同社の「マゼランブロックス」は米グーグルの機械学習サービスを使い、数値や文字、画像データを入力するだけで、AIが規則性などを発見して将来を予測できる。プログラミングなど専門知識を不要にした。」

でも、正確に言うなら、

「同社の「マゼランブロックス」はGoogleの機械学習インフラを活用し、グルーヴノーツが独自開発した機械学習サービスを使い、数値や文字、画像データを入力するだけで、AIが規則性などを発見して将来を予測できる。プログラミングなど専門知識を不要にした。」

Googleの圧倒的なパワーを借りながら、ぼくら自身が作り上げた機械学習モデルを使い、ぼくら自身が考え、作り上げたサービス。だから、これまでのやり方では解決できないことがあったら、ぜひ相談してほしい。

専門ベンダーを起用するのではなく、事業会社が自力で考え、自力で作り上げる機械学習サービス。そうしたことが、実現できるのだから。

そして、ベンダーに依存するのではなく、自力で考え、構築することこそ、機械学習が開く未来への扉の鍵なのだから。

福岡本社の、まだまだ小さな会社だけど、社会が望むことに真っ直…

福岡ではじまる新たな動き「OPEN AI LAB」

ぼくたちは、福岡が本社だ。このエネルギーにあふれ、人の可能性を否定しない街は、ぼくたちのあらゆることの原点でもある。


だからこそ、福岡が刺激的に成長していくことは、ぼくたちにとって欠くべからざることなのだ。

テックパークという学童保育をやっていることも、九州経済産業局と一緒に地元製造業のために機械学習を学ぶ場を作ったことも、すべてそういう思いがあったから。

でも、もっと継続的に。地元企業同士が学び、知見を共有しあいながら、機械学習について研鑽を深め、事業を生み出していくことができたら。

実際、地元企業からとても多くの相談を受けるようになって、わずかなアドバイスでめちゃくちゃ画期的なサービスを完成させた人たちもいるし。そして、この土地は、周りと協力しあうことがとても好きな土地だし。

やっぱり機械学習は、理屈よりも実践だ。機械学習の権威が「無理じゃないかな」と言ったことが、やってみたら意外にも成果が出たこともある。

だから、まずは実践すること。迷わず実践してみて、成果が見込まれたら本格的に取り組めばいい。そしてこういうことは、一人で悶々と進めちゃダメだ。仲間と一緒に、あーだこーだ実験したり、成果を共有しあいながら進める。できるなら、会社も違い、業種も違う人たちと一緒に。そうなんだよ。こういうことが得意なのは、やっぱり福岡の人間だよな。そう思ったわけだ。

色々な思いがあって、ふくおかフィナンシャルグループの人たちと意気投合し、ざっくりとしたアイディアながら、高島市長も賛同してくれたし。

そして、いつもいろんな意見を交わしあっているソフトバンクが、「やるよ!」って男らしく笑顔とともに引き受けてくれたし、機械学習で世界を圧倒的にリードしているGoogleも、もちろんやりますよ。といってくれたし。

ということでスタートします。

オープンな場で、機械学習について学び、事業化に向けて実践していく場。
OPEN AI LAB

これはエンジニアの集まりではなく、事業家の集まり、ビジネスマンのためのもの。

そういう人たちが実践できるような、数々の手段や、事例や、ワークショップや。そういうものを通じて、理屈だけじゃなく、成功までの道筋を体感できるような。そんな活動をはじめます。

とびっきりの道具を使って、自分のビジネスに劇的な革新を起こしたい人は、ぜひここに集ってほしい。最高の体験を…

工場の不良品検査を機械学習で実現 BLOCKSに画像分類モデル登場

製造業にとっては、生産している商品が全てだ。


会社の体制も、工場の仕組みも、顧客の信頼を裏切らない商品を生産するために存在する。

工夫に工夫を重ね、素晴らしい精度で商品を生み出しているからこそ、商品のわずかな傷や、不良も見逃せない。

そんな製造業では、最終検品をベテラン社員が目視で行なっているところが非常に多い。


社員は製品を熟知しているし、新しい製品が出てきたとしても、少しレクチャーを受ければすぐにコツをつかむことができる。

でも、人間は疲れるし、体調だって崩すこともある。そして社会全体が人口減少なんだから、人手に頼っているのはコスト的にも、拡張性という点でもリスクだとも言える。

そんなことを考えてしまうと、例えばデジタルカメラの精度は人間の目をはるかに超えているわけだし、そんな作業はコンピュータに任せることはできないのか。そう思っている会社は極めて多い。

コンピュータを使って不良品を見つけ出す。

簡単なようでいて、これはなかなか難しい課題だ。

だって製品の仕様はコロコロ変わるわけだし、バリエーションもたくさんあったりする。

機械学習を使って判定させようとすると、新しい製品が出るたびに、新しい仕様が決まるたびに、新しく何千枚、何万枚と画像を撮影して学習させなければいけないとしたら、多分そんなことやってられない。

でも、もしも、わずか100枚くらいの画像を見せて、極めて高い精度の判定ができるとしたら。もしも学習が10分ちょっとで終わるとしたら。

そんなに簡単なら、新しい商品が登場するたびに、写真をとって学習させ、すぐに使ってみることができるだろう。

だから。



製造業のみなさん、おまたせしました。

そんなことを実現するMAGELLAN BLOCKSの新しい機械学習モデル「画像分類」がリリースされました。

新しい画像分類モデルは、転移学習という手法を使っており、あらかじめ世の中の様々な画像で物の見た目から特徴をつかむことを学習させてあります。だから不良の画像が100枚、正常の画像が100枚といった少ない枚数でも、不良という画像にはどんな特徴があるのかを、極めて高い精度で見つけ出し、判断することができるようになります。

使い方は簡単。

例えば良・不良の判定をしたいなら、goodというフォルダにgoodな画像を入れ、NGというフォルダにNGな画像を入れ。そしてBLOCK…