Lycolog

もち麦玄米ご飯 8食分のベースレシピ

材料

手順

1. 炊飯器に米、もち麦の順で入れる
   

   

2. 水を入れる
3. 無洗米モードで炊飯する（予約炊飯でもOK）
4. 炊飯が終わったら冷凍容器に8等分して取り分ける
   • 1食分は114gが目安
     

     

5. 粗熱が取れるまで放置する
   

   

6. 冷凍庫に入れる
   

   

7. 解凍時は電子レンジ、700Wで2分

各穀物の割合

備考

炊飯器は象印の一番安い三合炊きのIH炊飯器ならたぶんどれも同じだと思う。過去に二機種使っているが特に変わりはなかった。

取り分け容器にはニトリの「ごはん保存容器エアータイト」を使っている。これの容器重量は蓋なしで15-16g。

麦飯に慣れていない場合、半年間くらいは胃腸の調子に支障があると思う。

材料を買える場所

2025/03現在、個人的に把握している購入場所

「ふくさきのもちむぎ」は「脱力系八百屋 ちょっとどころじゃないです」で購入が可能。

ChromeからEdgeに乗り換えて一年半くらい経ったので、個人的にEdgeとChromeに思うところの比較をしてみた。これは別に優劣をつけるものではなく単なる感想。

Ad Block

Edgeには標準でAd Blockが導入されており、Chromeのようにサードパーティ製の胡散臭い拡張機能に依存する必要がない。

参考として個人的にはChromeの場合、uBlock Originを広告ブロッカーとして利用していた。これはAd Blockよりも強力だと思う。

ダウンロード結果の保持

Edgeではダウンロード結果を保持することができる。以下の画像の右側で「ダウンロード」と出ている垂直バーだ。

これが出ているとzipなどの書庫をダウンロードしたときに展開してフォルダに遷移がスムーズにできて便利だし、ダウンロード完了直後にアクション出来なかった場合も対応しやすいので非常に助かる。

Chromeにはこの機能がないのでダウンロードが完了した直後にクリックしようとしてもできないことがあるし、仮にできても展開先を開くには再表示しないとならず手間だ。ダウンロード中にクリックしておくとアクションの予約もできるが、上手く動かないことも多い。これは多分タイムアウトがかかってるのだと思う。

マウスジェスチャ

Edgeには標準でマウスジェスチャが導入されており、サードパーティ製の拡張機能に依存する必要がない。

ChromeのマウスジェスチャといえばcrxMouse Chrome™ Gesturesが有名だと思うが、この拡張機能は過去に公開停止されており、個人的にあまり信頼していない。

Edge標準のマウスジェスチャはcrxMouseと比べると貧弱だが、一般的なパターンと、必要最低限の割り当てができ、特定Webサイトでは機能しないようにするブロックリストもあるため、十分使える。何よりファーストパーティなので安心しやすい。

UIがころころ変わらない

Chromeはコンテキストメニューがスクロール方式になったり、ブックマークバーや各種メニューのボタンがある日突如、肥大化したり、ユーザーを使って大胆なABテストをしてくるので使いづらく感じることがしばしばあった。

Edgeを使っていて、このような破壊的変更を感じることはなく、全体的に落ち着いている印象だ。これは質実剛健なマイクロソフトと、柔軟に対応するGoogleとの会社文化の差としてみることもできそうだ。

クライアント領域の広さ

左がEdge、右がChromeの画面上部のUI部分だが、Edgeのほうが少しだけUIが狭い分、クライアント領域が広い。

Chrome Webストアから消えた拡張の維持

EdgeではChrome Webストアから拡張機能が消えても維持されるが、Chromeだと強制的に削除される。強制的に削除されると設定ごと吹き飛ぶため、Tampermonkeyのようにユーザー定義が大きな拡張はバックアップがないとマニュアルで再導入するのも厳しい。

但しEdgeであってもインストール元が消えているため、ブラウザの再インストール時には消えると思われる。

他端末とのタブ共有

Edgeを利用している他の端末が現在開いているタブを共有できる。これは最後に開いていた状態を持っているため、電源が落ちている端末のタブも見れる。

この機能は端末を多く持っている人ほど恩恵があるだろう。Chromeにも同様の機能があるようだが、内容は確認していない。

閉じたウィンドウを開き直す

Edgeでは誤ってウィンドウを閉じたときでも、閉じたウィンドウを復元できる機能がある。

最近閉じた項目にウィンドウが閉じた履歴が出るので、ここから復帰できる。

もちろん閉じたウィンドウの中身は展開でき、何を閉じたかも確認できる。

Chromeにもあるが、履歴に存在せずショートカットキーで出しづらいのと、何を閉じたのかが一目でわからないのが微妙に感じる。

垂直タブバー

Edgeには垂直タブバーがあり、多数のタブを開いているときに便利なケースがある。しかし個人的にはChromeのタブリストの方が必要な時にだけ画面上に被さるように出てくるため使いやすいと感じている。Edgeのは画面が狭くなるし、タブバーを開いている間は本来のタブが消えてしまうので操作性が悪い。

Edgeの垂直タブバー

垂直タブバーを表示すると元々のタブが消え操作性が変わってしまう上、能動的に非表示にしないと画面を占有して邪魔なので私はあまり好きではない。

タブバーを出す前	タブバーを出した後

Chromeの同等機能

Edgeと比べてUIに破壊的変化がなく、フォーカスを失えば勝手に消えるので便利だ。

設定同期

Edgeの設定同期には問題がある。それは設定の大半が同期されないことだ。Edgeにはマイクロソフトによるお節介機能が多くあり、これを無効化するための設定が多くあるのだが、これらは全く同期されない。無数に設定がある割に不親切だ。マイクロソフトの広告系の機能ならまだしも、マウスジェスチャすら同期されないのはいくら何でも酷いと思う。

一方でChromeは、設定画面にあるものであれば、ほとんどすべての設定が同期される。標準ダウンロード方式以外恐らくすべて同期されているのではなかろうか？

設定の単純さ

Edgeにはマイクロソフトの利益に繋がる広告機能や、Copilotなどの本質的にブラウザとして不要な機能が山のようにあり、これらの有効無効を切り替える設定が数多くある。これは多くの人間にとっては複雑なことだと思う。

一方でChromeの設定も多いとはいえ、Edgeと比べると単純だ。設定することもさほどないので導入が圧倒的に楽である。

ブラウザベンダーの広告

Edgeはひたすらマイクロソフトのサービスに誘導するように色々と邪魔くさく仕向けてくるが、Chromeではそんなことはない。

SDXLでキャラクターLoraをいい感じに作る方法。学習には教師画像のみを用いる。

• 必要なもの
• やり方
  • 1. 学習用の素材となる画像を集める
    • 学習画像の枚数・パターン
    • 学習素材となる画像の選定
  • 2. 学習用の素材画像にタグを打つ
  • 3. タグファイルを整理する
  • 4. 学習とモデルの作成

必要なもの

• AUTOMATIC1111/stable-diffusion-webui
• Kohya_LoRA_param_GUI
• ベースとなるSDXLチェックポイントモデル
  • ponyDiffusionV6XL_v6StartWithThisOne.safetensorあたりが無難

やり方

1. 学習用の素材となる画像を集める

学習画像の枚数・パターン

多ければ多いほどいいが、多すぎると学習に時間がかかりすぎるので、ある程度選別する。

例えば3Dキャラクターを学習する場合は、1ポーズ当たり正面・斜め前・横・斜め後ろ・真後ろの流れで一周八面の画像をいくつかのポーズ分作っておくと再現性が高くなる。

奇麗な画像があまりとれない場合は、極力そのキャラクターの特徴が出ている画像を数枚集める。4枚とかでもいい。1枚は試したことないのでどうなるのか不明。

学習素材となる画像の選定

学習元画像には背景が入っていてもいいが、そのキャラクターだけが映り込んでいるものを選ぶ。ほかのキャラクターが入っていたらトリミングするなどで消したほうが良い。

2. 学習用の素材画像にタグを打つ

1. AUTOMATIC1111を起動し、Tagger→Batch from directoryを開く
2. Additional tagsにキャラクターを出すためのトリガーワードを設定
   • 既存のタグと衝突するとぶれるはずなので、一意な名前にする。例えば今井リサならimlsみたいに、とりあえず自分で識別できそうな適当な文字列を当てておく

3. タグファイルを整理する

前項で1画像ファイルに対して1タグファイルができているので、このファイルの内容を整理していく。

まずはゴミワードを探して取り除く。大抵複数ファイルに跨っているので一括置換するのがいい。

次に固定要素を取り除く。例えば髪型や髪の色、瞳の色、アクセサリーの特徴みたいな、何があっても変わらない部分は消す。例えば紫目のキャラクターならpurple eyesを、ヘアアクセサリが特徴的なキャラクターであればhair ornamentを消すといった感じだ。残したい特徴をタグから取り除くことで、その特徴が固定化されやすくなる。

逆に変動させたい部分、逆に服装やポーズ、体の向き、メガネの有無など、変動しうる場所は残しておく。そうすると、いい感じに特徴をとらえたキャラクターが出やすくなる上、プロンプトにそれらを含めなくても出るようになるためトークンの節約にもなる。

但し、この細工は教師画像が少ないとあまり効果がない気がしている。

参考：LoRA／学習方法 - としあきdiffusion Wiki*

4. 学習とモデルの作成

以下のコードをNew Preset.xmloraとか適当な名前で保存し、Kohya_LoRA_param_GUIで読み込み、チェックポイントモデルと教師画像、モデルの出力先を適当に指定して実行するとモデルが生成される。

体感ではponyDiffusionV6XL_v6StartWithThisOne.safetensorsが無難な気がしている。

<?xml version="1.0" encoding="utf-8"?>
<TrainParams xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
  <ModelPath></ModelPath>
  <TrainImagePath></TrainImagePath>
  <OutputPath></OutputPath>
  <TensorBoardLogPath />
  <LoraModelPath />
  <LearningRate>0.0001</LearningRate>
  <Resolution>1024</Resolution>
  <BatchSize>2</BatchSize>
  <Epochs>8</Epochs>
  <NetworkDim>8</NetworkDim>
  <NetworkAlpha>3</NetworkAlpha>
  <RegImagePath />
  <ShuffleCaptions>true</ShuffleCaptions>
  <KeepTokenCount>0</KeepTokenCount>
  <SaveEveryNEpochs>0</SaveEveryNEpochs>
  <OptimizerType>AdamW8bit</OptimizerType>
  <WarmupSteps>250</WarmupSteps>
  <OutputName></OutputName>
  <Comment />
  <CpuThreads>1</CpuThreads>
  <NoBucketUpscaling>false</NoBucketUpscaling>
  <UseWarmupInit>false</UseWarmupInit>
  <ClipSkip>2</ClipSkip>
  <Seed>42</Seed>
  <SavePrecision>fp16</SavePrecision>
  <SchedulerType>cosine_with_restarts</SchedulerType>
  <MinBucketResolution>320</MinBucketResolution>
  <MaxBucketResolution>1536</MaxBucketResolution>
  <CaptionFileExtension>.txt</CaptionFileExtension>
  <VAEPath />
  <UnetLR>-1</UnetLR>
  <TextEncoderLR>-1</TextEncoderLR>
  <NoiseOffset>0</NoiseOffset>
  <Momentum>0.9</Momentum>
  <advancedTrainType>UNetOnly</advancedTrainType>
  <CrossAttenType>xformers</CrossAttenType>
  <UseGradient>true</UseGradient>
  <UseWeightedCaptions>false</UseWeightedCaptions>
  <AdaptiveNoiseScale>0</AdaptiveNoiseScale>
  <MinSNRGamma>0</MinSNRGamma>
  <MultiresNoiseIterations>0</MultiresNoiseIterations>
  <MultiresNoiseDiscount>0</MultiresNoiseDiscount>
  <NetworkDropout>0</NetworkDropout>
  <RankDropout>0</RankDropout>
  <ModuleDropout>0</ModuleDropout>
  <MaxNormReg>0</MaxNormReg>
  <CaptionDropout>0</CaptionDropout>
  <IpNoiseGamma>0</IpNoiseGamma>
  <ModuleType>LoRA</ModuleType>
  <AlgoType>lora</AlgoType>
  <ConvDim>4</ConvDim>
  <ConvAlpha>1</ConvAlpha>
  <UseConv2dExtend>true</UseConv2dExtend>
  <DyLoRAUnit>4</DyLoRAUnit>
  <DatasetConfigPath />
  <TrainNorm>false</TrainNorm>
  <RescaledOFT>false</RescaledOFT>
  <ConstrainedOFT>false</ConstrainedOFT>
  <UseScalar>false</UseScalar>
  <UseTucker>false</UseTucker>
  <WeightDocomposition>false</WeightDocomposition>
  <UseBlockWeight>false</UseBlockWeight>
  <BlockWeightIn>
    <int>20</int>
    <int>20</int>
    <int>20</int>
    <int>20</int>
    <int>20</int>
    <int>0</int>
    <int>0</int>
    <int>0</int>
    <int>0</int>
    <int>0</int>
    <int>0</int>
    <int>0</int>
  </BlockWeightIn>
  <BlockWeightMid>0</BlockWeightMid>
  <BlockWeightMid01>20</BlockWeightMid01>
  <BlockWeightMid02>20</BlockWeightMid02>
  <BlockWeightOut>
    <int>0</int>
    <int>0</int>
    <int>0</int>
    <int>0</int>
    <int>0</int>
    <int>0</int>
    <int>0</int>
    <int>20</int>
    <int>20</int>
    <int>20</int>
    <int>20</int>
    <int>20</int>
  </BlockWeightOut>
  <BlockWeightOffsetIn>0</BlockWeightOffsetIn>
  <BlockWeightOffsetOut>0</BlockWeightOffsetOut>
  <BlockWeightPresetTypeIn>none</BlockWeightPresetTypeIn>
  <BlockWeightPresetTypeOut>none</BlockWeightPresetTypeOut>
  <BlockWeightZeroThreshold>0</BlockWeightZeroThreshold>
  <UseBlockDim>false</UseBlockDim>
  <BlockDimIn>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
  </BlockDimIn>
  <BlockDimMid>32</BlockDimMid>
  <BlockDimMid01>4</BlockDimMid01>
  <BlockDimMid02>4</BlockDimMid02>
  <BlockDimBase>4</BlockDimBase>
  <BlockDimOutSDXL>4</BlockDimOutSDXL>
  <BlockDimOut>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
    <int>64</int>
  </BlockDimOut>
  <BlockAlphaIn />
  <BlockAlphaMid>-1</BlockAlphaMid>
  <BlockAlphaOut />
  <BlockAlphaInM>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
  </BlockAlphaInM>
  <BlockAlphaMidM>32</BlockAlphaMidM>
  <BlockAlphaMid01>4</BlockAlphaMid01>
  <BlockAlphaMid02>4</BlockAlphaMid02>
  <BlockAlphaBase>4</BlockAlphaBase>
  <BlockAlphaOutSDXL>4</BlockAlphaOutSDXL>
  <BlockAlphaOutM>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
    <decimal>64</decimal>
  </BlockAlphaOutM>
  <UseColorAug>false</UseColorAug>
  <UseFastLoading>true</UseFastLoading>
  <DontSaveMetadata>false</DontSaveMetadata>
  <UseFlipAug>false</UseFlipAug>
  <CropRandomly>false</CropRandomly>
  <CacheLatents>true</CacheLatents>
  <CacheLatentsToDisk>true</CacheLatentsToDisk>
  <HighVRAM>false</HighVRAM>
  <UseAdditionalOptArgs>false</UseAdditionalOptArgs>
  <LRSchedulerCycle>4</LRSchedulerCycle>
  <GradAccSteps>1</GradAccSteps>
  <DataLoaderThreads>1</DataLoaderThreads>
  <MaxTokens>75</MaxTokens>
  <mixedPrecisionType>fp16</mixedPrecisionType>
  <WeightDecay>0</WeightDecay>
  <Eps>1E-06</Eps>
  <D0>1E-06</D0>
  <GrowthRate>0</GrowthRate>
  <Betas0>0.9</Betas0>
  <Betas1>0.999</Betas1>
  <Betas2>0.999</Betas2>
  <DAdaptMomentum>0.9</DAdaptMomentum>
  <ProdigyBeta3>0</ProdigyBeta3>
  <DCoef>1</DCoef>
  <Decouple>false</Decouple>
  <NoProx>false</NoProx>
  <SafeguardWarmup>false</SafeguardWarmup>
  <UseBiasCorrection>false</UseBiasCorrection>
  <StableDiffusionType>XL</StableDiffusionType>
  <NoHalfVAE>false</NoHalfVAE>
  <CacheTextencoder>false</CacheTextencoder>
  <CacheTextencoderToDisk>false</CacheTextencoderToDisk>
  <IsEpoch>true</IsEpoch>
  <UseFullFP16>false</UseFullFP16>
  <UseFP8Base>false</UseFP8Base>
  <RelativeStep>true</RelativeStep>
  <ScaleParameter>true</ScaleParameter>
  <SaveState>false</SaveState>
  <MaskLoss>false</MaskLoss>
  <RandomNoiseOffset>false</RandomNoiseOffset>
  <RandomIpNoiseGamma>false</RandomIpNoiseGamma>
  <TokensSeparator />
  <LossType>LTwo</LossType>
  <HuberScheduleType>SNR</HuberScheduleType>
  <HuberC>0.1</HuberC>
  <LoRAPlusLRRatio>0</LoRAPlusLRRatio>
  <LoRAPlusUnetLRRatio>0</LoRAPlusUnetLRRatio>
  <LoRAPlusTELRRatio>0</LoRAPlusTELRRatio>
</TrainParams>

SMBC VISAを事故カードとして止めて再発行したので再登録しようとしたら上手くいかなかったので、その解決録。

事象

Googleウォレットを開き、ウォレットに追加→クレジットカードまたはデビットカードを追加からiDへの登録を行うと「GoogleウォレットでiDをご利用いただけます」的なダイアログが表示され、そのまま進めていくと内容がよくわからないエラー（標準エラー＋エラー理由が空欄）に遭遇し、登録に失敗する。

解決できた方法

iDアプリを経由してGoogleウォレットを開き、登録手続きを進めていくと無事登録できた。

iDアプリ経由だと規約同意画面が出てきたが、Googleウォレット直だとこれが出なかったので、何かしらの連携が必要だったのかもしれないがよくわかっていない。とりあえず登録できたので良し。

あとがき

Xを眺めている感じ同様の事象に遭遇してそうな人を多く見かけるので何かの解決になったらいいなぁ…。

• https://x.com/clyule/status/1891296302140383619
• https://x.com/YouichiAMG/status/1893583019623256170
• https://x.com/mfmf_muffin_/status/1888518449317716287

メイクアガールを観てきた 三回目の続き。四回目の記事を書いていないため、今回の記事は三回目から飛んで五回目となっている。

去る3月1日、チネチッタでメイクアガールのスペシャルスタッフトークショー付き上映が行われたので、それに参加してきた記録とか、映画への想いとか。ちょうどノベライズを読み終わったところなので、そこへの想いもちょこっとだけ。

チネチッタへ

この日は朝から予定が入っており、10:30には終わる手はずだったが、30分オーバーした時のことを考慮して11:16発の新幹線で新神戸から新横浜に向かう予定だった。Yahoo乗換案内によるとこの予定では上映開始10分前にチネチッタにつく計算だった。

この予定は的中し、見事予定通り…となったものの、新神戸まであと少しのところで忘れ物に気が付いてしまい、どうにかなることを信じ、引き返したものの、余裕で間に合わず、一本後の新幹線に乗る羽目になった。開幕から中々の有様だったが、時刻表の読み合わせを行った結果、当初の予定時刻に到着できることが分かり、事なきを得た。

ギリギリで乗車車両を変えたため窓際が取れず、富士山は通路側の席から窓際の人の頭を避けて眺めることになってしまった。

なんとか11分前にチネチッタ前に到着でき、無事事なきを得た。駅前にチネチッタへの行き方が一切なく、土地の形から推定していったため無駄に遠回りしてしまったが、一種のテーマパークにも見える雰囲気のいい場所だった。

そしていつもの上映前の写真撮影。今回は人生初のぬい同伴だ。このぬいを取りに帰るためだけに時間に間に合わなくなるリスクを冒したので、その甲斐はあったと思う。たぶん。急いでカバンに入れたので0号の髪がやや乱れているのが申し訳ない。

そして上映終了後のトークで映し出されていたスクリーン。みんな撮っていたのでたぶん撮っていいものだと思う（適当）

しかし、がんばっていきまっしょいで松山に行った時も大概だったが、今回も川崎ということでずいぶん遠くまで来てしまった。しかも神奈川は今まで通過したことしかなかったので、これが初上陸であった。

鑑賞五回目の感想

そんなに書くことないかなと思っていたが、書こうと思えばつらつら出てくるもので、これがメイクアガールの恐ろしさだと感じた。

終盤のシーンに関して

0号が明と別居し、海中と話すシーンで「そんなのわからないですよ。できるかもしれないじゃないですか」というシーンがあり、この時の0号はまだ明とやり直せる可能性を考えていたと思うが、恐らくこの感情は海中と明が対峙し、海中のソルトが破壊されたことで砕け散ったと思う。あのシーンはあまりにも残酷だったし、あの状況でも0号が言葉を紡げ、さらに明への想いを募らせ続けられていたことは本当にすごいことだと思う。

この終盤のシーンでは0号は明の恋人になりたい、明のことが好きという変わらぬ想いがあったのに対し、明は0号と家族になりたいと考えており、最後まですれ違う思いは解消しなかった。何より、0号が私の気持ちを信じてほしいと言ったのに「わからずや」だとか「だから君はそういう風にできてない」と返す明は本当に救いがない。そしてここから0号は「私逆らえます」と言い、明への攻撃姿勢に完全に転換する。

このすぐ後に明は「話し合いがまだ足りない」などと詭弁を言うが、話し合いならもう十分にしただろうと思った。明は「混乱している」とも言っていたと思うが、それは明だけの話だ。0号は一切何も混乱していない。ただただひたすらに明のことが好きで、頭から離れなくて、この想いが作り物でないことを信じてほしかったんだ。

明が混乱しているのは、おそらく明は0号のことを勝手に家族扱いしようとしているが、0号は恋人としてみていること、そして海中の戦闘や、それまでの非日常的な光景などで頭の中がぐちゃぐちゃになっていたからだろう。しかし0号にとっては明がすべてで、明のこと以外はどうでもいいのだ。これが決定的な二人の間にある意識の乖離だと思う。本当にこればかりが悲しくて、メイクアガールは罪な作品だなと思った。余りにも純粋で、酷で、堪らなく愛おしい、この作品はそんなラブストーリーなのだ。

決して実ることない0号と明のラブストーリー、どこまでも救いがなく、だからこそ美しい。

私が好きな小説の一つにキノの旅という作品があり、この作品には「世界は美しくなんかない。そしてそれ故に、美しい。」という祝辞がある。メイクアガールは、まさにそのような作品だと思う。

ところで一番最後、0号が倒れる前のシーンで0号が「私の想いは偽物」といい、明が「そんなことない、君は僕なんかよりずっと――」と返すシーンがあったが、明はあの後何と言ったのだろうか。「本物」だろうか？「人間らしい」だろうか？恐らくこれは明の気持ちが最も0号に近くなった瞬間だと思う。後日、教室で「彼女じゃないよ」と返しているシーンがあるので、結局明は0号の恋人になりたい気持ちを否定しているようにも見え、あの時の態度は何だったのか？とも思うので、あの時の明がどういう意図で言っていたのかは定かではないのだが…。

そして0号が布団からいなくなり、ラボに移動したときに発する「おかえりなさい。『明さん』」というのが、水溜稲葉であるとしたら、「彼女じゃないよ」というのは母親を意識していたのか、それとも単に家族という認知だったのかも気になるところだが、母親と影が重なるシーンがあるあたり、母親ではなく、家族という認識で、恋人ではなく、家族が手に入ったことで明的には求めていた家族が手に入り、願望かなったりなのかなと思った。例えそこに明のことを好いていた0号がいなくてもだ。

明は海中に連れ去られた0号を追跡する前の回想で、0号の温もりを水溜稲葉由来のものとして解釈していたように見えるため、恐らくその面影があるのはうれしいことなのだろう。

個人的にこの作品を見ていて思うことは、どれほど言葉を交わしても、心は簡単には通じないし、想いを伝えることは難しいこと。人は簡単に変わらず、変えることもできず、どうしようもない無力さ。そして一度起きた勘違いは軌道修正することすらできず、明は自ら作ったはずの0号という恋人を忘れて、母親である水溜稲葉に傾倒してしまう悲しさだ。

0号が消えたのは痛ましく、それが水溜稲葉に乗っ取られているように見えたのは、非常に心外で、ありえないし、絶対に0号に戻ってきてほしかったが、そんなことはなく…本当に、本当にメイクアガールは救いがなく、それ故に美しい。まさに割れたガラスや水晶のようだ。だからこそ、私はメイクアガールが好きだ。これほどまでに心を突き動かされ、奪われる作品は過去に見たことがない。そう、メイクアガールは私の脳を鋭利な何かで刺してきて、そのままおもむろにぐちゃぐちゃにかき回してきたんだ…。

瞳が黄色くなることについて

そういえば、劇中の表現として創造者に反逆をするときに瞳の色が黄色くなる表現があるように思った。これは0号に限らずソルトもそのように見えた。そして明も瞳が黄色くなる瞬間があるということは、明にも生体防御が発動していたのだろうか？

このことについては後日ノベライズを読んだ感想について書こうと思っているので、その時に併せて書こうと思うが、ざっくりいうと書き換え不能な部分は水溜稲葉の意識だと考えていて、この意識はプログラムされたすべてのシステムに埋め込まれているのではないかという気がしている。

それ故にソルトに導かれた明がソルトから電撃を受けたときに水溜稲葉からの干渉を受けられたのではないかという気がしている。ノベライズでは相手の自我が強いと入り込めないが、脳が酸欠なら入り込めるとあったので、つまり明が気絶した状態であれば明の脳内に眠る水溜稲葉の意識が本人に干渉できるのではないか？ということを考えている。

恐らくメモリの中に格納されたシナプスのようなものは水溜稲葉の脳を転写したもので、明がこれを読めるのも、そういった部分が関係しているのではないかと思っている。

但しノベライズと映画には微妙に辻褄が合わない部分がある気がしているので、どこまで合っているのかはよくわからない。

スターシステム？

明が0号を追跡する過程で交通障害が起きるが、この時に二人のモブキャラが出てくる。「こっちだっけ？」という男性と「ええ、どうなってんの？」という女性だ。

シーンの割にはちゃんとしたセリフが設定しているのが気になっているのだが、もしかしてこれは次回作に出てくるキャラクターで、スターシステムなのかな？と思ったりした。