心理学入門（5-2）
Summary
TLDRこのビデオ脚本では心理学講師の大井さんが心の機能をテーマに、思考の3つのタイプ：問題解決、推論、創造的思考について解説しています。特に人工知能研究と比較しながら、人間がどのように思考するかを探求し、機械学習の手法を通じて問題解決プロセスを分析しています。さらに、創造的思考におけるアイデアの生成過程を4つの段階に分け、実験結果を通じて新しい解決策を生み出すために必要な「温める段階」の重要性を示しています。
Takeaways
- 🧠 大井講師が心理学における心の機能をテーマに解説。
- 🤔 思考は問題解決、推論、創造的思考の3つに分かれると説明。
- 💡 AI研究は人工知能技術の進歩を背景に、人間の知的活動を模倣。
- 🏆 AIは人間に負けないハイレベルのゲーム能力を持つソフトウェアを開発。
- 🎨 人工知能は画像や映像の判別、表情の再現にも応用されている。
- 📚 機械学習はデータベースを活用し、自己学習を繰り返して高度な知能を獲得。
- 🔍 人間とAIの思考プロセスを比較し、人間の思考を理解するヒントを得る。
- 🔄 思考は問題解決能力として定義され、情報や記憶を総動員して最適な意思決定を下す。
- 📉 問題解決にはアルゴリズムとヒューリスティクスの2つの方法があると説明。
- 🔮 推論は仮説を立てて検証する思考プロセスであり、機能的推論と演繹的推論に分けられる。
- 🎨 創造的思考は新しい発想を生み出す力であり、準備、温め、ひらめき、検証の4つのプロセスがある。
Q & A
このビデオでは何をテーマに話していますか？
-このビデオでは「心の機能」をテーマに、特に思考に関する内容に焦点を当てています。
思考にはどのようなタイプがありますか？
-思考には問題解決、推論、創造的思考の3つのタイプがあります。
人工知能とはどのような技術ですか？
-人工知能とは、コンピューターを用いて知的な情報処理能力を設計・実現する技術です。
人工知能研究が注目される主な理由は何ですか？
-人工知能研究が注目される主な理由は、人間と同じレベル以上の知的ゲームをこなすなど、ハイレベルの知的任务を遂行できるようになったことです。
機械学習とはどのようなプロセスですか？
-機械学習とは、データベースをもとにプログラムが自己学習を繰り返し、最終的に高度な習熟を果たすプロセスです。
問題解決におけるアルゴリズムとヒューリスティクスの違いは何ですか？
-アルゴリズムは全ての可能性を検討し正解にたどり着く方法で、ヒューリスティクスは効率的な方法を使って有力な候補だけを検討する方法です。
推論とはどのような思考プロセスですか？
-推論とは、現象の背後にある法則を推測し、仮説を立てて検証する思考プロセスです。
創造的思考が生まれるプロセスはどのようなものでしょうか？
-創造的思考が生まれるプロセスには準備、温め、ひらめき、検証の4つの段階があります。
「安いネックレス問題」とはどのような問題ですか？
-「安いネックレス問題」とは、15セント以内で3つの鎖をつなげてネックレスを作るという問題です。
休憩が創造的思考に与える影響について教えてください。
-休憩を入れることで、新しいアイデアや解決策を考え出すひらめきの可能性が高まることが実験から示されています。
Outlines
🧠 思考と人工知能の関係性
第1段落では心理学の視点から思考の機能を紹介し、人工知能（AI）との関連性について解説しています。思考は問題解決、推論、創造的思考の3つに分類され、それぞれ特徴が異なると説明されています。AI研究は人間を超えたハイレベルの知的ゲームや画像・映像の判別技術を開発し、人間と比較しながら人間の思考プロセスを理解するためのヒントを提供していると述べています。また、AIの核である機械学習はデータベースを活用して自己学習を繰り返し、最終的に高度な知的成果を生み出すプロセスを踏んでいると紹介されていますが、その学習プロセスは完全には理解されていないと気づかしています。
🔍 思考のタイプと問題解決の方法
第2段落では思考を問題解決能力として捉え、そのプロセスを解説しています。問題解決にはアルゴリズムとヒューリスティクスという2つの方法が存在すると説明されています。アルゴリズムは全ての可能性を検討することで正解にたどり着く方法で、ヒューリスティクスは効率的に有力な候補をピックアップし検討する方法です。具体例として、5文字の文字列を意味のある単語に並べ替える問題を紹介し、2つの方法の考え方を比較しています。さらに、人間と機械の思考プロセスの違いについても触れ、人間はヒューリスティクスに長けていると指摘しています。
🔬 科学的思考力と推論
第3段落では科学的思考力を持ち、人間が高度な科学文明を築くことができた理由について触れています。科学的思考力は仮説を立てて検証する思考であり、機能的推論と演繹的推論の2つのタイプに分けられます。機能的推論は具体的な事実から一般的な法則を導き出す推論で、演繹的推論は一般的な法則から具体的な事実に当てはめる推論です。また、推論の阻害要因として素朴理論と確証バイアスについても説明しており、これらのバイアスが正確な推論を妨げると注意しています。
🎨 創造的思考とそのプロセス
第4段落では創造的思考について解説し、新しい発想を生み出す力である創造性に焦点を当てています。創造的思考は準備、温め、ひらめき、検証の4つのプロセスから成り立ち、新しいアイデアを生み出すためには時間が必要とされています。ウォールズが行った実験を紹介し、休憩を入れることでアイデアのひらめきにプラスの影響があることを実証しています。この実験は創造的思考の重要性と、アイデアの孵化に必要な時間の重要性を強調しています。
📚 問題解決の具体例と結び
最後の第5段落では、具体的な問題解決の例として「安いネックレス問題」を紹介し、その解答を説明しています。問題は3つの鎖を15セント以内でつなぐというもので、新しい思考が必要な問題です。解答として、1本の鎖をバラバラにして残りの3本をつなぐ方法が提示され、これが最も効率的であると結論づけています。この段落ではこれまでの内容を総括し、ビデオの冒頭に戻り、視聴者に理解を確認する形で締めくくります。
Mindmap
Keywords
💡思考
💡人工知能 (AI)
💡機械学習
💡アルゴリズム
💡ヒューリスティックス
💡推論
💡創造的思考
💡素朴理論
💡確証バイアス
💡安いネックレス問題
Highlights
心の機能をテーマに、思考の3つのタイプ：問題解決、推論、創造的思考について解説。
人工知能研究が人間の思考プロセスを模倣し、知的ゲームにおけるハイレベルな成果を上げている。
AI技術が画像や映像の判別において、有名人の表情を再現することができる。
機械学習手法がデータベースを活用し、自己学習を繰り返して最終的に高度な能力を獲得するプロセスを踏んでいる。
人工知能の研究は人間の思考プロセスを理解する上で大きなヒントを提供している。
思考は問題解決能力として定義され、情報や知識を総動員して最適な意思決定を下すプロセス。
問題解決におけるアルゴリズムとヒューリスティクスの2つの攻略方法について解説。
ヒューリスティクスは人間が効率的に問題解決を行う方法であり、機械学習とは異なる思考のあり方。
機能的推論と演繹的推論が仮説検証の思考プロセスに重要な役割を果たしている。
素朴理論と確証バイアスが仮説検証の思考を阻害する要因として挙げられる。
創造的思考は新しい発想を生み出す力であり、問題解決において重要な役割を果たす。
創造的思考のプロセスは準備、温め、ひらめき、検証の4つの段階に分けられる。
休憩を入れたグループの方が創造的思考において高い正答率を示した実験結果が紹介される。
問題解決における新しいアイデアを生み出すためには、時間と思考の温まりが必要なとされる。
「安いネックレス問題」という実験を通じて、創造的思考における負荷効果と付加効果について解説。
「安いネックレス問題」の解答方法が提示され、創造的思考の重要性が強調される。
心理学と人工知能研究が相互に影響し、人間の思考プロセスをより深く理解する手がけになっている。
Transcripts
00:01こんにちは心理学入門担当講師の大井です
00:05この回では心の機能というテーマでお届け
00:10しているんですけれどもこの動画では
00:14思考をテーマにして思考とは何か思考って
00:193つに分かれて問題解決とか
00:22推論とか
00:23創造的思考みたいな整理ができるんです
00:25けれどもそういったタイプとかパターン別
00:29にどんな特徴があるのかについてお話をし
00:33ていきたいと思います
00:38思考ということに関する
00:42研究で言うと最近特にすごくこう
00:45脚光を浴びてるのはAIアーティショル
00:48アーティフショーインテリジェンス人工
00:50知能研究ですよね
00:52人工知能とは
00:54計算機コンピューターによる知的な情報
00:57処理能力を
00:59設計実現する
01:00技術ですその人工知能研究によって例えば
01:05ですねこう今まではこう人間でないと
01:09できなかったようなハイレベルな知的
01:12ゲーム
01:13憑依とかチェスとか以後などについてその
01:16まあ例えば人類最高峰の出力者名人みたい
01:21な人をコンピューターが作ったソフト
01:25将棋とかオセロとか囲碁とかHSとか全部
01:29そうなんですけれどもについてはもう
01:31コンピューターが作ったコンピューターで
01:34動くソフトウェアがその機械の機械という
01:39かその世界のトッププロを
01:41完全に打ち負かすレベルになっていますよ
01:44ねそれからこの画面の右側の
01:51画像を見ていただきたいんですけれども
01:52その画像や映像の
01:55判別や先生にも人工知能的な技術が
01:59威力を発揮しています例えばこの
02:03画像では全く別人の顔からある有名なん
02:07ですね
02:08俳優の表情を人工知能によってこう
02:12作り上げてその別人の顔の動きに
02:16なぞらえるような形で特定の有名人の表情
02:21を本当にそれっぽく再現する生成すること
02:26ができるソフトウェアの説明です
02:29こんな風に人工知能ってこう様々なところ
02:31で
02:32最近ね特に取り上げられるようになって
02:35いってるわけですけれどもその人工知能の
02:39肝なのがいわゆる機械学習っていう手法
02:43ですよね機械学習っていうのは
02:47元となるようなデータベースを使ってその
02:50データベースに対してそのプログラムが
02:53ある特定のアウトかも得るための自分自身
02:57で学習を重ねていくそういうプロセスを何
03:01万回と自己学習を繰り返させることで最終
03:05的にものすごいレベルで
03:08習熟した何かが生まれてくるというような
03:10プロセスを踏んでいることが多いです
03:12でこういった人工知能的な研究というのは
03:16ある種の問題解決の
03:20プロセスを扱っているものなのでその人間
03:24の思考プロセスになぞらえながら人間の
03:27プロ思考プロセスと比較しながらその人間
03:31の思考プロセスを知るのに大きなヒントを
03:33与えてくれたりもします
03:36今の機械学習ですとその基本その機械学習
03:39のプロセス機械学習っていうのはその
03:41インプットとアウトプットと出来上がりと
03:43いうのはわかるんですけれどもどんな形で
03:46学習されているのかどんなプロセスで判断
03:48がされてるのかみたいなところは今の
03:50ところ追えないのでなぜそう判断したのか
03:53についてはつまりその機械のAIの思考の
03:57プロセスについては詳しくはわからないと
03:59いうのも正直なところです
04:01でもその最近はこういった人工知能研究が
04:06盛んですけれどもその心理学の世界でも
04:10認知心理学主に認知心理学者が人間は
04:12どんなプロセスで思考してるんだろうと
04:14いうことについていくつかこう実験をし
04:17たり
04:18研究したりしてきましたのでそれを簡単に
04:21紹介していきたいと思います
04:25思考というのは主にですねここでは3種類
04:29紹介したいんですけれども一つはそのまま
04:32思考真菌ですね
04:36ざっくり言うと思考というのは
04:40適用のための問題解決能力であるという風
04:42に
04:43定義されます人間が思考するのは何らかの
04:47解決べき問題が発生した時なんですね
04:51でその解決を得るために思考っていう
04:55プロセスがあるわけですけどまあそれまで
04:58に手に入れてる様々な情報うちとか外から
05:02手に入ってる情報知覚された外貨情報とか
05:05自分の中にある動機づけや欲求とか
05:10あるいはその自分がかつて経験した記憶
05:13から引っ張り出してきた知識なんかを全て
05:15総動員してまあ最適な意思決定を下して
05:19いくためのプロセスこれが思考なわけです
05:22ねこの問題解決のプロセスが思考なわけ
05:25です
05:27でその思考のまあなんていうのかな買い
05:31分類として
05:33推論というのがあります
05:35推論というのは
05:36現象の背後にある法則を
05:40推測すること
05:41ある現象が起きた時
05:44にこれって何か原因で起きてるのかなって
05:46ことを推論していくことですね
05:50最後にもう一つ紹介したいのが
05:54創造的思考ですクリエイティブシンキング
05:56これはある問題解決をするときに今まで
06:00全く
06:05想像していなかった考えられていなかった
06:07新しい問題解決を作り上げる生み出すこと
06:11を意味します
06:13それでは一つ一つ見ていきたいと思うん
06:15ですけれどもまず思考を問題解決すると
06:20その問題解決には大きく分けると2つの
06:24攻略があると言われています一つは
06:27アルゴリズムと呼ばれる攻略ですこれは
06:31その問題解決に至るまでにその問題解決
06:38するための様々な可能性があるわけですが
06:41その様々な可能性を全てチラ見つぶしに
06:46検討していくことで
06:47必ず正解にたどり着くそういう方法のこと
06:50を指します
06:55もう一つはヒューリスティクスと言われる
06:57方法でこれはそのすべてしらみつぶしに
07:02調べるのではなくてまあ簡単で
07:06効率的な方法を使って全てのことを調べず
07:09にまあいくつか有力な候補だけを
07:11ピックアップして
07:13検討していくという方法です
07:17具体的な例を挙げていきます
07:20例えば
07:22rhtaeという5文字の
07:26文字列があったとしてこの文字列を意味の
07:28ある単語に並べ替えなさいという問題が出
07:31たとして
07:33アルゴリズム的な問題解決の方法はこう
07:36全ての可能性を全部調べるというやり方に
07:39なるんですね
07:41Rで始まる単語はとかhで始まる
07:44組み合わせはTで始まる組み合わせは
07:45みたいな感じでこう全てを全部書き出して
07:48その中で書き出した後に意味の通るものは
07:51これだなみたいにこう選択していくこれが
07:54アルゴリズム的な問題解決の求め方です
07:59もう一つは
08:01ヒューリスティックスはそんなふうに全部
08:04しらみつぶしに調べるのではなくてある
08:07程度数を絞っていきます例えば英単語の
08:10綴り方の知識を使ってこのシーンの後には
08:14この母音が来るとかこのシーンとこの
08:16シーンは連続しないとかそういった知識を
08:19使って
08:20元々いろんな選択肢がある中のいくつかを
08:23捨てて枝葉を捨てていくんですねで効率的
08:26に最初から絞って正解を見つけていこうと
08:29するプロセスなわけです前者は
08:32しらみつぶしに調べるので
08:34必ず正解にたどり着けますが後者は
08:38効率的ではありますけれどもたまに
08:40間違えることもあります
08:43で先ほど紹介した
08:46AIの話とか機械学習の話とかあったと
08:50思うんですけれども機械学習とかは基本的
08:52にすごく高い高度な計算力にものを言わせ
08:56てこうしらみつぶしに全てを計算するん
09:00ですね
09:01なので機械が得意とする手法です
09:05ヒューリスティックスというのはそれに
09:09比較してどちらかというと人間が割と取り
09:12やすい方法だったりします例えばその
09:15なんかこう高度なね知的ゲームの一つとし
09:17て将棋なんてことを考えてみた時にこう
09:21機械の将棋ソフトだったらそのこういう
09:23こう与えられた局面でどれが最善集なのか
09:27ということを考えるときに全ての可能性を
09:30考えてその評価をしていくという方法を
09:34とるのが光なんですけれども人間は全ての
09:37可能性は考えずに有力な手をいくつかこう
09:41ね3つぐらい最初に広報を絞ってそこに
09:44ついてだけ深く考えるみたいな方法をとる
09:46んですねこれはヒューリスティックス的な
09:48問題解決の仕方だということができます
09:52こんな風にこうまあ人間と機械を
09:57比較した時にその思考のあり方がね少し
09:59特徴として違うところもあるんですね
10:02まあでももちろんだからだからといって
10:03人間がアルゴリズムをしないというわけで
10:05はありません
10:09あそうですねちなみにこう
10:11rstainの意味のある単語並べ替える
10:14問題としての答えとしてハートみたいな例
10:18が挙げられます他にもあるんでちょっと
10:21考えてみてください
10:24それから2点目が
10:27推論です
10:28人間が高度な科学文明を築くことができた
10:32のはその高度なねその科学的思考力が
10:36備わっていたからと言われたりもしますが
10:38その化学思考力とは何かというと
10:42仮説を立ててそれを検証するという思考な
10:45んですねその
10:47仮説検証の思考っていうのはそのある種の
10:50推論の道筋とも言えますこの
10:54仮説検証の
10:55思考と
10:58重要な役割を果たすのが機能的推論と呼ば
11:02れるタイプの推論ですインダクションと
11:05英語では言うわけですがこの機能的推論と
11:08いうのは
11:10観察した事実をいくつか積み重ねることに
11:13よってそこに裏に流れている
11:17原因や法則性を
11:19推測していくという
11:22推論のことを指します
11:26具体的な事実から一般的な法則を導き出す
11:30例えばまあねそのアレルギーを持つ
11:33アレルギー反応に子供のアレルギー反応を
11:36悩んでいるお母さんがいたとしてその
11:38お母さんがねその子供に何を食べさせたら
11:41アレルギー反応が出るのかみたいなことを
11:43いろいろ
11:45経験を積み重ねてこう何アレルギーなの
11:47かってことを探っていったりすることが
11:49あるかもしれません
11:50きつねうどんとか
11:52牛丼を食べてもアレルギー反応は出ない
11:54けれども
11:56卵うどんや親子丼を食べるとアレルギー
11:59反応が出るそうするとじゃあこの子供は
12:03卵にアレルギーがあるんじゃないかって
12:05いう風にこう結論付けたりする
12:07それが機能的推論なわけですね
12:12ちなみにこの機能的推論の逆つまり一般的
12:18法則を別の具体的な事実に当てはめようと
12:21するS論のことを
12:24演繹的推論リダクションという風に呼び
12:26ます例えばね子供はうちの子供は卵
12:30アレルギーだとすると
12:33鳥の卵だけじゃなくてうずらの卵にも
12:36アレルギー反応が出るんじゃないかなとか
12:38ダチョウの卵にもアレルギー反応が出るん
12:40じゃないかなみたいに一般的な法則から別
12:45の具体的な事実に当てはめてそれを推論し
12:47ていくというのが
12:50演劇的推論になります
12:54この機能的推論なんですけれどもをして
12:58仮説というかね法則を導き出していくとき
13:01に
13:03我々はそのそれがねこういつもうまくいく
13:06とは限らないわけですねそれを阻害する
13:08要因がいくつかあります
13:11一つは
13:13素朴理論と呼ばれる考え方でこれは日常的
13:17な経験から自然に獲得するものの見方の
13:20ことを指します
13:22例えば地球は球体なわけですそれは誰もが
13:26ねもう知ってるわけですけれども日常的な
13:29経験でね地球は球体ってあることは
13:31なかなか自覚できませんよねどちらかと
13:34いうと
13:35遠くの水平線とか見るとね水平線って言葉
13:38であるようにこう
13:40景色ってすごくこう水平線のあたりを
13:42まっすぐに見えますよねでまっすぐに
13:44見えるとそこから
13:46我々のクラス支給が球体だ大きな球体で
13:49あってあるような
13:51結論にはなかなかこう至りにくいというの
13:54があります
13:55これが素朴理論です
13:59もう一つは
14:02確証バイアスと呼ばれるバイアスですこれ
14:07は自分が建てた仮説自分が信じている仮説
14:10を
14:11拡張する
14:12確かめる支持することを好む傾向のことを
14:16指します
14:18例えば
14:19血液型性格占いを信じてる人がその
14:23血液型性格占いを支持している人の情報に
14:27はすぐアクセスできるけれども支持しない
14:30論文とか情報にはなかなかアクセスしない
14:32とか無視するとか言ったものがその例に
14:35なります
14:36別に血液型性格占いにとどまらず特定のね
14:40ある強いことを信頼を信じている
14:44特定の対象に
14:46信じている時に起きやすいバイアスです
14:53それから3点目が
14:56創造的な思考ですね
14:58人間の思考力が高度と呼ばれる所以の一つ
15:02として
15:04創造的な
15:05創造性が言われたりしてます
15:07創造性っていうのは前例のない新しい発想
15:10ができることです
15:12特にその解決法を着想する
15:16段階で必要になります
15:19でこの
15:21創造的な思考が生まれるプロセスについて
15:25終わらすという人が分類をその4つの
15:28プロセスに分けて分類をしています
15:32まずは
15:34準備の段階があるんだとは言います
15:38全く新しいことを解決法として生み出すの
15:41でそれ以前にご失敗が必要になるわけです
15:43ね
15:44過去の経験とか習得済みの知識とかを騒動
15:47にするけど
15:48失敗を繰り返すというまず段階があって
15:50そこから新しいものを全く新しいものを
15:54生み出す着想するまでに
15:56アイディアの卵を温めている
16:00温めの段階というのが必要になるとワレス
16:03は言いますつまり新しい一旦こう限界に
16:07達してから新しいものが生み出されるまで
16:09にちょっとした時間が必要だっていう風に
16:11言うんですね
16:14でその温めるている段階を経るとある
16:18新しい着想新しい解決法がひらめきます
16:23これがひらめきの段階
16:26でそのひらめきの段階ひらめいたアイデア
16:29についてそれを様々な角度から検討して
16:32いく検証の段階この4つに分かれてるん
16:35ですけれどもポイントは今までの方法で
16:40うまくいかなかったっていうところから
16:41全く新しい解決を着想するまでの間に
16:46温めの段階って呼ばれるような時間が必要
16:48になるということなんですね
16:52これを
16:55興味深い
16:56方法を使って
16:59示したデータで示した実験がありますので
17:01紹介します
17:02シルベイラという人が行った実験です
17:06シルベイラは
17:10その安いネックレス問題という問題を実験
17:14参加者に
17:15解いてもらいました安いネックレス問題
17:17このスライドの右下のところ出てきてるん
17:19ですけれども
17:203つずつの和がつながった4本の鎖そこに
17:26左の方に書いてありますねがありますが
17:30それをつないで一つのネックレスにして
17:32ください
17:34ネックレスにするには
17:38鎖をねこう切ったりまたつなげたりする
17:40必要がありますけれどもそれにはお金が
17:43かかるんだそうですでその1個の輪を開く
17:46のに2000と
17:48閉じるのに3000とかかってお金は全部
17:52で15セントしか使えないという風に言う
17:55わけですつまり開いたり閉じたりを
18:003回できるということですね
18:04それによってこの3つの鎖をこうつなげて
18:08ブレスレットにできるかどうか考えなさい
18:10という問題ですなかなか難しい問題なん
18:13ですよね
18:15素直にこう
18:16純粋に数珠につなげようとすると4回こう
18:19開いたり閉じたりしなきゃいけないそう
18:21すると15セントオーバーするっていうの
18:24がポイントです何かだから新しい
18:27解決法を生み出す見つけなきゃいけない
18:30わけですね
18:32でこの安いネックレス問題を実験参加者は
18:36解くんですけれども
18:373つ条件が設けられました一つは30分
18:42連続でこの問題を解くという条件です
18:45ずっと解き続けるって事です
18:47もう一つは
18:51解く時間は30分なんだけれども
18:53途中で30分
18:54休憩時間を入れるグループですこの休憩
18:57時間の間にまあその問題について考えない
18:59ように他のことをしてもらうんですけどね
19:03とにかく休憩を入れる
19:06もう一つはその休憩時間をもっと長く
19:09するっていうグループです4時間の休憩を
19:11とります
19:13でこれらの3条件でこの安いネックレス
19:16問題の正答率がどう変わったかということ
19:20を比較しました
19:22そうしましたら連続で解いたグループの
19:25正答率が55%だったのに対して30分
19:30休憩を入れたグループは65%4時間休憩
19:34を入れたグループは85%が正解しており
19:37その正解率が休憩を入れるごとに高くなっ
19:40ていったということが分かりました
19:43これは先ほどの
19:45ウォレスの言う新しい
19:47解決を着想するために時間が必要になると
19:51いうことをある種支持する結果ですよね
19:55このことを
19:57負荷効果ま卵がね温められる家庭のこと
20:01卵が温めて帰る家庭のことを不可っていう
20:03風に呼んだりすると思うんですけれども
20:05それをとって付加効果なんていう風に呼ば
20:08れたりするんですね
20:13はいちなみにこの安いネックレス問題皆
20:17さん回答は分かったでしょうか
20:19猫なんかどっかで見たことあるかもしれ
20:21ませんこういう問題が好きな人をね
20:24解決は回答はこれです
20:29それぞれ3本の鎖を全部つなごう3本とか
20:334本の鎖を全部つなごうとするとダメなの
20:35でどうするかっていうと1本の鎖を
20:38バラバラにするバラバラにして残りの3本
20:42をつなぐように使うとこの1本のバラバラ
20:46にした鎖の3つの和だけを開いたり閉じ
20:49たりすれば全部が繋がるので
20:52合計15セント以内に収まるというのが
20:54正解になるわけですねはい
20:58はいそれじゃあ2本目の動画はこれにこれ
21:00で終わりにしたいと思います
5.0 / 5 (0 votes)
