スキップしてメイン コンテンツに移動

About this Blog

 このブログについて

弓道×AI Liminal Practice は、弓道の射形・射法を研究するブログです。


AIを活用して射形の課題を特定し、AIとのディスカッションによって技術の向上を目指す。そんな日々の修練を記録しています。


リミナル(liminal)は、「境界」や「はざま」を意味する言葉。

このブログでは、長い歴史を持つ弓道が最新のAI技術と交差する、その瞬間を「リミナル」と捉えています。


そして、その交差から生まれる気づきを修練(practice)に活かし、正射を目指す試みを記録していきます。


1. ブログの目的とテーマ

このブログのメインテーマは、AIを活用した弓道の射形解析と日々の修練記録です。弓道を深く理解したい方、AIを含む新しいトレーニング手法に関心のある方に向けて情報を発信しています。

併せて、AIを効果的に活用するためのプロンプト・エンジニアリングや、AIを取り巻く社会情勢にも光を当てていきます。


2. 運営者について

Ray

エンジニア|橋をかける人

弓歴15年あまり。AIを用いた動作解析やトレーニング手法の研究を個人的に行い、その学びの過程を記録しています。


Bridge Builder between unlikely disciplines


3. 免責事項と著作権表記

本ブログに掲載された文章・画像等の著作権は、Ray Moriに帰属します。
無断転載・複製・改変を禁じます。引用の際は、出典(ブログ名・URL)を明記してください。
本ブログの内容は、執筆時点の情報に基づいており、予告なく変更・削除する場合があります。


4. 連絡方法

ご連絡は、お問い合わせフォームからお願いいたします。

このブログの人気の投稿

弓道の射形の原因をAIで特定する方法 Gemini×Claude×ChatGPTで"なぜ"を解く解析手順

弓道の射形の原因をAIで特定する方法 第3回 / 全3回 弓道の射形の原因をAIで特定する方法 Gemini×Claude×ChatGPTで"なぜ"を解く解析手順 射形の問題は「症状」としては見える。 離れで弓手が落ちる。妻手が前に出る。会が保てない。 しかし「なぜそうなっているか」まで辿り着けることは少ない。指導者に指摘されても「わかった気がするけど改善しない」という経験はないだろうか。意識して直そうとすると、今度は別の場所がおかしくなる——これが射形の厄介さだ。 第1回「弓道の射形をAIで解析するための撮影方法|カメラ位置で精度が9割変わる」 では素材の作り方を、 第2回「弓道の射形をAIで解析する方法|ChatGPT・Claude・Gemini、3つの役割と使い分け」 では3つのAIの役割と使い分けを解説した。第3回では、道場仲間のLinさんの体験を通じて、Gemini×Claude×ChatGPTを連携させた「精密解析フロー」をご紹介する。 Linさんの相談——「離れで妻手が前に出てしまう」 Linさんは弓道歴7年。現在は四段受審中だ。 離れで妻手が前に出てしまう「前離れ」に長年悩んでいる。指導者から何度か指摘されていたが、意識すると別の場所がおかしくなる——という状態が続いていた。 自分がAI解析をやっていると話したところ、相談を持ちかけてきた。そこで、まずは動画を一緒に見ることにした。 Step 0:AIの前に、人間の目で見る AIに渡す前に、まず自分の目で見る。これは第1回でも強調したことだ。 真横と斜め前の動画を一緒に見て、気になったことをそのまま伝えた。 「大三で妻手の上腕骨が外旋していない。肘頭が後ろに向かず、肘が前方に残ったまま引き分けに入っている。離れで肘が後ろ下に逃げる余地がないため、妻手が前に出ざるを得ない構造になっているのではないか」 上腕骨を外旋させることで、肘頭が後方に向き、引き分けの軌道が体の後ろ側に乗りやすくなる。肘が後ろへ通る道ができれば、妻手は前に出なくて済む。 しばらくは「上腕骨の外旋」を意識して稽古することになり、AI解析は次回に持ち越しとなった。 修正の手応えと新しい問題 数日後、Linさんから報告が来...

弓道の射形をAIで解析する方法 ChatGPT・Claude・Gemini、3つの役割と使い分け

弓道の射形をAIで解析する方法|ChatGPT・Claude・Geminiの使い分けとプロンプト例 第2回 / 全3回 弓道の射形をAIで解析する方法 ChatGPT・Claude・Gemini、3つの役割と使い分け 射形の静止画や動画を、今すぐ手持ちのAIに送ってみてほしい。 返ってくる指摘を読んで「それはなぜか?」とひとつだけ聞き返す。 この往復だけで、指導者に言われ続けてきた問題の「構造」が見え始めることがある。 たとえば離れが乱れる原因が、取懸けの手の内にあったとわかる——そういうことが起きる。 本記事は全3回シリーズの第2回だ。第1回「 弓道の射形をAIで解析するための撮影方法|カメラ位置で精度が9割変わる 」では撮影条件の整え方を扱った。第3回「 弓道の射形の原因をAIで特定する方法|Gemini×Claude×ChatGPTで"なぜ"を解く解析手順 」では実例を使って射形の詳細解析を扱っている。こちらも併せてお読みいただきたい。 スマホアプリとLLMは、何が違うのか 弓道専用のフォーム解析アプリもある。動画解析ができるものも登場しており、動作を数値化したり、お手本と並べて比較したりできる。それではなぜ、あえてLLMを使うのか。 答えは一言でいえる。 アプリは「ズレを検出する」。LLMは「なぜズレるかを仮説として提示する」。 そしてもうひとつ。LLMには 問いを変えれば解析の深さが変わる という性質がある。これはアプリにはない。 比較軸 スマホアプリ LLM(ChatGPT等) できること 関節角度の数値化、お手本との比較再生 観察→原因の連鎖を自然言語で追求 苦手なこと 「なぜそうなるか」の推論/側面からの有効な数値取得が難しい 奥行き・前後位置の判別(2D画像から3D空間を推測する限界)。横向き・斜めアングルの併用で補完できる/道着や弓で隠れた関節は推測になる 弓道特有の問題 核心情報(引き分けの深さ・矢線・肩甲骨の前...

弓道の射形をAIで解析するための撮影方法|カメラ位置で精度が9割変わる

弓道の射形をAIで解析するための撮影方法|カメラ位置で精度が9割変わる スマホで撮った動画をAIに送れば、射形の問題を指摘してもらえる時代になった。 しかし、どんな優秀なAIも、映っていないものは見られない。 解析の精度を決めるのは、実はAIの能力より先に「撮影」だ。 解析結果に納得がいかないケースでは、「AIが外している」のではなく「撮影が外れている」場合が少なくない。 カメラの位置がずれていれば、AIは正しいことを言っているのに的外れな指摘になる。逆に言えば、撮影さえ正しければ、AIは驚くほど具体的な観察を返してくれる。 このシリーズでは、スマホ1台でできる弓道AI解析の全手順を3回に分けて解説する。 まず第1回は「撮影」——解析精度の土台となる部分から始めたい。 AIは何を見ているか——身体ランドマークという考え方 AIが射形を解析するとき、「射形全体の印象」を見ているわけではない。 骨格上の特定のポイント—— 身体ランドマーク ——を基準に、関節の角度・左右の対称性・動作の連鎖を読み取っている。 弓道で特に重要なランドマークは以下だ: 両肩(肩峰) :左右の高さと前後の位置 腋窩の向き :肩甲骨の動きを間接的に示す。(正面や斜め前の動画で)視認できなくとも肩甲骨の動きが推測できる重要ポイント 肩甲骨・脊椎 :背面の動き。背中側からの撮影で特に見えやすい 頚椎(首の立ち方) :頭部が前に出ていないか、左右に傾いていないか 両肘 :軌道と高さ 両手首 :打起しから会までの動線 骨盤 :前傾・後傾・側傾 膝・足首 :足踏みの安定性 AIはこれらのランドマーク同士の位置関係から、「弓手肩が抜けている」「妻手肘の軌道がずれている」「肩甲骨の外転が起きている」といった判断を行う。 これらのランドマークがカメラにしっかり映っていること が、解析精度の大前提になる。 ここが重要:AIと人間では「最適な撮影角度」が違う カメラ位置を考える前に、一つ押さえておきたいことがある。 AIが解析しやすい角度 と 人間が問題に気づきやすい角度 は、必ずしも一致しない。 この違いを理解しておくと、撮影の設計が変わってくる。 AI解析には「真横」が基本 AIが得意とするのは、動作の連続性と前後...