Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

人工知能入門

11月1日(火曜日)に、筑波の農研機構のおいて行わせていただいた講演の資料となります。

  • Inicia sesión para ver los comentarios

人工知能入門

  1. 1. 人工知能入門 三宅 陽一郎 三宅陽一郎@miyayou 2016.11.1 農研機構 https://www.facebook.com/youichiro.miyake http://www.slideshare.net/youichiromiyake y.m.4160@gmail.com
  2. 2. 経歴 京都大学(数学) 大阪大学(原子核実験物理) 東京大学 (エネルギー工学/人工知能) 高エネルギー加速器研究所(半年ぐらい。修士論文) http://www.facebook.com/youichiro.miyake
  3. 3. Works (2006-2016) AI for Game Titles Books
  4. 4. ©2016 SQUARE ENIX CO., LTD. All Rights Reserved. • ThinkIT https://thinkit.co.jp/author/10026 • AI最前線の現場から【スクウェア・エニックス】
  5. 5. FC SFC SS, PS PS2,GC,Xbox Xbox360, PS3, Wii DC (次世代)Hardware 時間軸20051999 ゲームの進化と人工知能 複雑な世界の 複雑なAI ゲームも世界も、AIの身体と内面もますます複雑になる。 単純な世界の シンプルなAI
  6. 6. (例) スペースインベーダー(1978) プレイヤーの動きに関係なく、決められた動きをする
  7. 7. (例)プリンス・オブ・ペルシャ 「プリンス・オブ・ペルシャ」など、 スプライトアニメーションを用意する必要がある場合、 必然的にこういった制御となる。
  8. 8. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか? 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
  9. 9. 第一章 人工知能とは
  10. 10. http://static.flickr.com/5051/5525304279_65012a492c_s.jpg ? http://flopdesign.com/download/Human_S/pages/B50.html ?
  11. 11. 自然知能と人工知能 人間 =自然知能 機械 =人工知能
  12. 12. ダートマス会議(1956年) • ジョン・マッカーシーのいたダートマス大学で、人 工知能をテーマとして初めて開催された会議。 • Artificial Intelligence という名称もはじめてここで 用いられた。 http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html
  13. 13. ダートマス会議(1956年) http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html
  14. 14. ダートマス会議(1956年) 我々は、1956年の夏の2ヶ月間、10人の人工知能研究者 がニューハンプシャー州ハノーバーのダートマス大学に集 まることを提案する。そこで、学習のあらゆる観点や知能 の他の機能を正確に説明することで機械がそれらをシミュ レートできるようにするための基本的研究を進める。機械 が言語を使うことができるようにする方法の探究、機械上 での抽象化と概念の形成、今は人間にしか解けない問題 を機械で解くこと、機械が自分自身を改善する方法などの 探究の試みがなされるだろう。我々は、注意深く選ばれた 科学者のグループがひと夏集まれば、それらの問題のうち いくつかで大きな進展が得られると考えている。 https://ja.wikipedia.org/wiki/%E3%83%80%E3%83%BC%E3%83%88%E3%83% 9E%E3%82%B9%E4%BC%9A%E8%AD%B0
  15. 15. ダートマス会議(1956年) 我々は、1956年の夏の2ヶ月間、10人の人工知能研究者 がニューハンプシャー州ハノーバーのダートマス大学に集 まることを提案する。そこで、学習のあらゆる観点や知能 の他の機能を正確に説明することで機械がそれらをシミュ レートできるようにするための基本的研究を進める。機械 が言語を使うことができるようにする方法の探究、機械上 での抽象化と概念の形成、今は人間にしか解けない問題 を機械で解くこと、機械が自分自身を改善する方法などの 探究の試みがなされるだろう。我々は、注意深く選ばれた 科学者のグループがひと夏集まれば、それらの問題のうち いくつかで大きな進展が得られると考えている。 https://ja.wikipedia.org/wiki/%E3%83%80%E3%83%BC%E3%83%88%E3%83% 9E%E3%82%B9%E4%BC%9A%E8%AD%B0 人工知能=人間の知能を機械に写す(移す)。
  16. 16. 機械(マシン)
  17. 17. 機械(マシン) ソフトウェア
  18. 18. 機械(マシン) ソフトウェア 知能 http://www.1999.co.jp/blog/1210192
  19. 19. 機械(マシン) ソフトウェア 知能 身体 機能 知能 http://www.1999.co.jp/blog/1210192 http://ja.wallpapersma.com/wallpaper/_- %E3%83%AA%E3%82%B9%E3%80%81%E5%A3%81%E7%B4%99%E3%80%81%E3%83%AF%E3%82%A4%E3%83%89%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%BC%E3%83%B3%E3%81%AE%E3%80%81%E3% 83%9E%E3%83%83%E3%82%AF%E3%80%81%E3%83%9A%E3%83%83.html
  20. 20. 身体性とインテリジェンス Gray’s anatomy 脳の中心の部位は身体とつながっている。 生理機能を司っている。 それを囲うように、辺縁体、大脳がある。 http://square.umin.ac.jp/neuroinf/brain/005.html http://www.amazon.co.jp/Grays-Anatomy-Anatomical-Clinical-Practice/dp/0443066841
  21. 21. 意識/無意識の知性 身体の制御に つながる 感覚を統合する 知性全体 人の意識的な部分 意識自身には機能がない 環境 身体 意識 無意識 意識的な知性 無意識的な知性 表象 意識に浮かび 上がるイメージ
  22. 22. 人間の精神 意識 前意識 無意識 知能 言語による 精神の構造化 外部からの 情報 言語化のプロセス シニフィアン /シニフィエ 言語回路 (=解釈)
  23. 23. 人間の精神 意識 前意識 無意識 外部からの 情報 生態学的人工知能 ※生態=環境・身体との 結びつきを考える 伝統的な人工知能 身体知
  24. 24. 人間の精神 意識 前意識 無意識 外部からの 情報 知能 解釈 顕 在 化 運動 統合 意 志 意識の境界面 知覚の境界面 2つの見えている世界(知覚世界、作用世界) 知覚世界 作用世界
  25. 25. 機械の精神=人工知能 意識 前意識 無意識 知能 言語による 精神の構造化 外部からの 情報 言語化のプロセス シンボル/010100000 言語回路 (=プログラム)
  26. 26. 人間の精神、機械の精神 意識 前意識 識 外部からの 情報 意識 前意識 無意識 外部からの 情報 言語・非言語境界面 知覚の境界面
  27. 27. 人間の精神、機械の精神 意識 前意識 識 外部からの 情報 意識 前意識 無意識 外部からの 情報 言語・非言語境界面 知覚の境界面 人工知能は、人間の知能を機械に移したもの。
  28. 28. 機械(マシン) ソフトウェア 知能 身体 機能 知能 http://www.1999.co.jp/blog/1210192 http://ja.wallpapersma.com/wallpaper/_- %E3%83%AA%E3%82%B9%E3%80%81%E5%A3%81%E7%B4%99%E3%80%81%E3%83%AF%E3%82%A4%E3%83%89%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%BC%E3%83%B3%E3%81%AE%E3%80%81%E3% 83%9E%E3%83%83%E3%82%AF%E3%80%81%E3%83%9A%E3%83%83.html
  29. 29. 第一章まとめ • 人工知能は、人間の知能を機械に写したもの。 • 人工知能は、人間の知能を機械に写すこと。
  30. 30. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか? 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
  31. 31. 第二章 なぜ、今、人工知能技術が 注目されているのか?
  32. 32. この300年の技術の動向 時間 規模 産業革命 情報革命 ネット革命 知能革命 機械化・自動化(オートメーション化) 電子情報化 オンライン化 知能化 第二次産業革命 電動化 1750 1860 1960 1990 Now… 現代は「知能化」の時代に 入りつつある。
  33. 33. この300年の技術の動向 時間 規模 産業革命 情報革命 ネット革命 知能革命 機械化・自動化(オートメーション化) 電子情報化 オンライン化 知能化 第二次産業革命 電動化 1750 1860 1960 1990 Now… 現代は「知能化」の時代に 入りつつある。 第一次AIブーム 第二次AIブーム 第三次AIブーム
  34. 34. この300年の技術の動向 社会
  35. 35. この300年の技術の動向 社会 機械レイヤー
  36. 36. この300年の技術の動向 社会 機械レイヤー 情報処理レイヤー
  37. 37. この300年の技術の動向 社会 機械レイヤー 情報処理レイヤー 人工知能レイヤー
  38. 38. この300年の技術の動向 時間 規模 産業革命 情報革命 ネット革命 知能革命 機械化・自動化(オートメーション化) 電子情報化 オンライン化 知能化 第二次産業革命 電動化 1750 1860 1960 1990 Now… 現代は「知能化」の時代に 入りつつある。
  39. 39. 人工知能と社会 ロボット 世代 人口 人工知能 少子高齢化社会 ロボットと人工知能で 少子高齢化社会を支える
  40. 40. エンジニアリングとしての人工知能の 二つのアプローチ 人工知能を作る (キャラクターAI、ロボット…) 既にあるものを知能化する (家電、電車、ポスター、なんでも…)
  41. 41. 知能化 • 工場 → (知能化) → オートスケジューリング • 配送 → (知能化) → 自動分配・自動配送 • 車 → (知能化) → 自動走行・ITS • 家電 → (知能化) → コミュニケーション家電(ルンバなど) • インターネット → (知能化) → Web.4.0 (GoogleのDeep Learning など) • TV → (知能化) → キーワード・趣向による自動録画 • 注文サービス → (知能化) → 自動受付・自動サービス 社会の隅々にまで、知的機能がインプリメント(実装)される。
  42. 42. 知能化 • 工場 → (知能化) → オートスケジューリング • 配送 → (知能化) → 自動分配・自動配送 • 車 → (知能化) → 自動走行・ITS • 家電 → (知能化) → コミュニケーション家電(ルンバなど) • インターネット → (知能化) → Web.4.0 (GoogleのDeep Learning など) • TV → (知能化) → キーワード・趣向による自動録画 • 注文サービス → (知能化) → 自動受付・自動サービス 社会の隅々にまで、知的機能がインプリメント(実装)される。 知能化
  43. 43. 知能化 社会の隅々にまで、知的機能がインプリメント(実装)される。 知能化現実世界 (~1995) 現実世界 2.0 (2015~)
  44. 44. 情報処理から人工知能へ
  45. 45. 知能化 既にあるものを知能化する (家電、電車、ポスター、なんでも…) 既にあるソフトウェアを知能化する (サービス、e-commerce、ホーム ページ…)
  46. 46. ソフトウェアの知能化
  47. 47. 人間はどのように人工知能を 発展させて来たか? 記号 自然 言語 概念 人間 AI より人間に近い情報の形を 理解できるように進化させて来た。 意味 言葉 記号処理 自然言語処理 セマンティック解析(意味解析) オントロジー 情報 情報処理
  48. 48. 情報の海 (ネットワーク) ネット空間の人工知能 人間 とてもしんどい… おいつかない。。。
  49. 49. 情報の海 (ネットワーク) ネット空間の人工知能 人間 検索エンジン (Googleなど) 人間は人工知能のおかげで、 情報の海を旅することができる。
  50. 50. 情報の海 (ネットワーク) 人工 知能 人工 知能 人工 知能 解析・抽出 提出・提案命令・指示 ネット空間の人工知能 人間 人工知能が情報の海と人間の間のインターフェースとして出現する
  51. 51. 人間はどのように人工知能を 発展させて来たか? 記号 自然 言語 概念 人間 AI より人間に近い情報の形を 理解できるように進化させて来た。 意味 言葉 記号処理 自然言語処理 セマンティック解析(意味解析) オントロジー 情報 情報処理
  52. 52. ) 人工 知能 人はどのように人工知能を使っているか? ネットに散乱する情報を、人間がより理解しやすい形に 咀嚼して、持って来る (例)要約。意味による検索。 人間 記号の海 言葉の海 意味の海 概念の海 情報の海 ネット空間
  53. 53. 機械 人間はどのように人工知能を 発展させて来たか? 記号 自然 言語 概念 人間 AI 意味 言葉 情報 AIは単なる情報処理ではなく、 人間に近い理解を目指す
  54. 54. 機械 人間はどのように人工知能を 発展させて来たか? 記号 自然 言語 概念 人間 AI 意味 言葉 情報 機械(マシン)が得意なこと(=情報)と、 人間が得意なこと(=概念)は正反対。
  55. 55. 機械 人間はどのように人工知能を 発展させて来たか? 記号 自然 言語 概念 人間 AI 意味 言葉 情報 画像 範疇 判別 イメー ジ 意味 映像 判別 時系 列 流れ 意味
  56. 56. 機械 人間はどのように人工知能を 発展させて来たか? 記号 自然 言語 概念 人間 AI 意味 言葉 情報 画像 範疇 判別 イメー ジ 意味 映像 判別 時系 列 流れ 意味機械(マシン)が得意なこと(=情報処理、画像処理、映像処理) と、人間が得意なこと(=概念、イメージ、想像)は正反対。
  57. 57. 人工 知能 人はどのように人工知能を使っているか? 情報の海を母体として、人工知能が育っている。 = 情報の海を母体として人工知能が生まれる 人間 情報の海
  58. 58. ) 人工 知能 人はどのように人工知能を使っているか? 情報の海を母体として、人工知能が育っている。 = 情報の海を母体として人工知能が生まれる 人間 記号の海 言葉の海 情報の海
  59. 59. ) 人工 知能 人はどのように人工知能を使っているか? 情報の海を母体として、人工知能が育っている。 = 情報の海を母体として人工知能が生まれる 人間 記号の海 言葉の海 意味の海 概念の海 情報の海
  60. 60. 情報の海 (ネットワーク) 人工 知能 人工 知能 人工 知能 解析・抽出 提出・提案命令・指示 ネット空間の人工知能 人間 人工知能が情報の海と人間の間のインターフェースとして出現する
  61. 61. 情報の海 (ネットワーク) 現実世界 人工 知能 人工 知能 人工 知能 解析・抽出 提出・提案命令・指示 センシング ネット空間の人工知能 人間
  62. 62. 情報の海 (ネットワーク) 現実世界 人工 知能 人工 知能 人工 知能 解析・抽出 提出・提案命令・指示 センシング ネット空間の人工知能 人間 センシング技術やロボットの徘徊、カメラなどによって 現実の世界の情報とネットワークの世界が同期する
  63. 63. 新しい現実空間 現実世界 (~1995) 人工知能による新しい空間 パソコン 現実がデジタル空間を内包していたはずが、 内包したデジタル空間が現実を変化させて行く。
  64. 64. 新しい現実空間 現実世界 (~1995) インターネット 人工知能による新しい空間 パソコン 現実がデジタル空間を内包していたはずが、 内包したデジタル空間が現実を変化させて行く。
  65. 65. 新しい現実空間 クラウド 現実世界 (~1995) インターネット 人工知能による新しい空間 パソコン 現実がデジタル空間を内包していたはずが、 内包したデジタル空間が現実を変化させて行く。
  66. 66. 新しい現実空間 人工知能 クラウド 現実世界 (~1995) インターネット 人工知能による新しい空間 パソコン 現実がデジタル空間を内包していたはずが、 内包したデジタル空間が現実を変化させて行く。
  67. 67. 新しい現実空間 人工知能 クラウド 現実世界 (~1995) インターネット 人工知能による新しい空間 パソコン デジタル空間の発展は、それを内包する現実空間を変容させる。 新しい現実空間
  68. 68. 新しい現実空間 クラウド 現実世界 (~1995) インターネット 人工知能による新しい空間 パソコン 新しい現実空間さらに、キーワードは「実世界指向」 ソフトウェアは身体を持って現実に出る。 それは現実世界を変貌させて行く。 「現実世界 2.0」
  69. 69. 現実空間 インターネット パソコン
  70. 70. 現実空間 インターネット パソコン人工知能
  71. 71. 現実空間 インターネット パソコン人工知能
  72. 72. 現実空間 インターネット パソコン人工知能 ゲームという箱庭で育まれた人工知能技術は、 現実空間の外に出ようとしている。
  73. 73. デジタル世界 現実世界 (~1995) パソコン インター ネット 人工 知能 クラウド 人工知能による新しい空間 新しい 現実空間の 誕生
  74. 74. デジタル世界 現実世界 (~1995) パソコン インター ネット 人工 知能 クラウド 人工知能による新しい空間 新しい 現実空間の 誕生 キーワードは「実世界指向」 ソフトウェアは身体を持って現実に出る。 それは現実世界を変貌させて行く。 「現実世界 2.0」
  75. 75. 飽和したネット空間のサービス競争(飽和) IT技術による新しい現実空間のサービス(新規) ネット空間 現実空間 クラウド/人工知能 ビックデータ 進出・ 浸食 ロボット 実空間 センシング ドローン IoT 現在起こっていること ~ネット空間から現実空間への回帰
  76. 76. IT技術による新しい現実空間のサービス(新規) ネット空間 現実空間 クラウド/人工知能 インターネット 進出・ 浸食 ロボット 実空間 センシング ドローン IoT 現在起こっていること ~ネット空間から現実空間への回帰 ゲーム空間 人工知能 https://www.ingress.com
  77. 77. 情報空間の拡大 ~人工知能の舞台が広がる • やがて街全体を制御する人工知能が出現する。 http://www.s-hoshino.com
  78. 78. 情報空間の拡大 ~人工知能の舞台が広がる • やがて街全体を制御する人工知能が出現する。 • やがて家全体を制御する人工知能が出現する。 http://www.s-hoshino.com
  79. 79. 飽和したネット空間のサービス競争(飽和) IT技術による新しい現実空間のサービス(新規) ネット空間 現実空間 クラウド/人工知能 インターネット 進出・ 浸食 ロボット 実空間 センシング ドローン IoT 現実世界とデジタル世界をまたぐゲーム空間 ゲーム空間 人工知能 デジタル世界の人工知能 現実世界の人工知能 未開拓 成熟 巨大な 内部デジタル 空間 巨大な外部 空間 現実とデジタル空間 にまたがる 人工知能
  80. 80. 飽和したネット空間のサービス競争(飽和) IT技術による新しい現実空間のサービス(新規) ネット空間 現実空間 クラウド/人工知能 インターネット 進出・ 浸食 ロボット 実空間 センシング ドローン IoT 現実世界とデジタル世界をまたぐゲーム空間 ゲーム空間 人工知能 デジタル世界の人工知能 現実世界の人工知能 未開拓 成熟 巨大な内部空間 巨大な外部空間 新しい 人工知能の 誕生 我々は、 デジタル空間=現実空間にまたがる 巨大な人工知能を作り出そうとしている。
  81. 81. IT技術による新しい現実空間のサービス(新規) ネット空間 現実空間 クラウド/人工知能 インターネット 進出・ 浸食 ロボット 実空間 センシング ドローン IoT 現在起こっていること ~ネット空間から現実空間への回帰 ゲーム空間 人工知能 https://www.ingress.com
  82. 82. 飽和したネット空間のサービス競争(飽和) IT技術による新しい現実空間のサービス(新規) ネット空間 現実空間 クラウド/人工知能 インターネット 進出・ 浸食 ロボット 実空間 センシング ドローン IoT ネット空間から現実空間へ、現実世界からネット空間へ ゲーム空間 人工知能 現実世界の人工知能 デジタル世界の人工知能 新しい 現実空間の 誕生 @2010-2015 SQUARE ENIX CO., LTD. All Rights Reserved.
  83. 83. 飽和したネット空間のサービス競争(飽和) IT技術による新しい現実空間のサービス(新規) ネット空間 現実空間 クラウド/人工知能 インターネット 進出・ 浸食 ロボット 実空間 センシング ドローン IoT ネット空間から現実空間へ、現実世界からネット空間へ ゲーム空間 人工知能 現実世界の人工知能 デジタル世界の人工知能 新しい 現実空間の 誕生 =スマート・リアリティ (スマート・シティ) @2010-2015 SQUARE ENIX CO., LTD. All Rights Reserved.
  84. 84. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか? 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
  85. 85. 第三章 生命の起源と人工知能
  86. 86. 原始の海+光+熱+稲妻 http://us.123rf.com/400wm/400/400/anterovium/anterovium1102/anterovium110200037/8952668-light-beams-from-ocean-surface-penetrate-underwater-through-deep-blue-sea.jpg
  87. 87. ユーリーミラーの実験 ガスから生命の構成要素であるアミノ酸を合成した。 ハロルド・ュ―リーの研究室で、スタンレー・ミラーが実験(1953年) http://ja.wikipedia.org/wiki/%E3%83%95%E3%82%A1%E3%82%A4%E3%83%AB:Miller-Urey_experiment_JP.png
  88. 88. 極性頭部 非極性尾部 水と仲良し 水と溶けあえない (参考)永田和宏 「生命の内と外」 (「考える人」(Vol.45))
  89. 89. 自己組織化
  90. 90. 原始の海で構造化=外と内の形成 外 内 Energy
  91. 91. http://28275116.at.webry.info/201005/article_7.html
  92. 92. 原始の海で構造化=外と内の形成 外 内 Energy
  93. 93. エントロピーの法則 時間 エネルギー もしエネルギーが流入しなければ、その系のエントロピー(雑然さ)は増大する。
  94. 94. エントロピーの法則
  95. 95. 構造のヒステリシス Energy 生物=エネルギーが高い状態で ひっかかっている。 なぜ? 構造のヒステリシス
  96. 96. 世界 外と内の交流 エネルギーE をゲット アクション・老廃物 極めてメカニカルな次元。
  97. 97. 世界 外と内の交流=非平衡系 エネルギーE をゲット アクション・老廃物 極めてメカニカルな次元。 内部構造を持つ。 (そして内部構造が維持される)
  98. 98. 世界 外と内の交流=非平衡系 極めてメカニカルな次元。 内部構造を持つ。 INPUT OUTPUT 代謝機能(内部処理)
  99. 99. 散逸構造とは? http://www.jst.go.jp/pr/announce/20090522/ http://www.applc.keio.ac.jp/~asakura/asakura_j/dissipative.html 散逸構造は非平衡系であり、ゆらぎを成長させ、系の自己組織化を促す。 ベナールセル https://www.youtube.com/watch?v=UhImCA5DsQ0
  100. 100. 世界 外と内の交流=散逸構造 極めてメカニカルな次元。 内部構造を持つ。 INPUT OUTPUT 代謝機能
  101. 101. テセウスの船(パラドックス) 船の老朽化した部分を、新しい木に入れ替えているうちに、 全部を入れ替えてしまった。 はたしてこの船は元の船と同一のものであろうか? http://img02.hamazo.tv/usr/j/a/g/jagr/629.jpg
  102. 102. テセウスのパラドックス 物質的構成 = 循環する 物質によらず不変なもの 構造
  103. 103. テセウスのパラドックス 物質的構成 = 循環する 物質によらず不変なもの 構造 情報
  104. 104. だから、こう言える。 生物は物質的存在であると同時に、 情報的存在でもあるのだ。
  105. 105. テセウスのパラドックス 物質 情報 情報 物質 生物は、情報的存在であり、同時に物質的な存在である。 物質は情報に存在を与え、情報は物質に構造を与える。
  106. 106. 情報と物質 情報 物質 生物は、情報的存在であり、同時に物質的な存在である。 物質は情報に存在を与え、情報は物質に構造を与える。
  107. 107. 「情報と物質」から「精神と身体」へ 情報 物質 精神・知性 身体
  108. 108. 精神と身体、そして進化 情報 物質 精神・知性 身体 進化
  109. 109. 世界 外と内の交流=散逸構造 INPUT OUTPUT
  110. 110. 世界 物質的循環 物質 物理的INPUT 物理的OUTPUT 生理的代謝機能
  111. 111. 世界 情報的循環 情報INPUT INFORMATION OUTPUT INFORMATION 情報処理=情報代謝 (つまり思考) 物質的存在としての身体がそうであるように、情報的存在として人間は、 情報を摂取し、記憶し(=情報体としての自分を組み換え)、情報をアウトプット・排泄する。
  112. 112. 世界 情報的・物質的循環 物質 物理的OUTPUT 代謝機能情報INPUT INFORMATION OUTPUT INFORMATION 情報処理=情報代謝 (つまり思考) 生理的代謝機能 物理的INPUT
  113. 113. 世界 情報的循環 情報INPUT INFORMATION =センサー OUTPUT INFORMATION =エフェクター 情報処理=情報代謝 (つまり思考) =意志決定 物質的存在としての身体がそうであるように、情報的存在として人間は、 情報を摂取し、記憶し(=情報体としての自分を組み換え)、情報をアウトプット・排泄する。
  114. 114. 精神と身体、そして進化 情報 物質 精神・知性 身体 人工知能 ハードウェア
  115. 115. 精神と身体、そして進化 情報 物質 精神・知性 身体 人工知能 ハードウェア 知能は生き物の情報的側面である。
  116. 116. キャラクターを表現する 世界
  117. 117. 知能 身体 キャラクターを表現する 世界 記憶
  118. 118. 知能 身体 キャラクターを表現する 世界 記憶五感 身体 言語 知識表 現型 センサー・ 物理
  119. 119. 知能 身体 キャラクターを表現する 世界 記憶五感 身体 言語 知識表 現型 センサー・ 物理 知識 生成 Knowledge Making
  120. 120. 身体 キャラクターを表現する 世界 記憶五感 身体 言語 知識表 現型 センサー・ 物理 知識 生成 Knowledge Making 意思決定 Decision Making
  121. 121. 身体 キャラクターを表現する 世界 記憶五感 身体 言語 知識表 現型 センサー・。 物理 知識 生成 Knowledge Making 意思決定 Decision Making 運動 生成 Motion Making
  122. 122. 身体 キャラクターを表現する 世界 記憶五感 身体 言語 知識表 現型 センサー・ 物理 知識 生成 Knowledge Making 意思決定 Decision Making 運動 生成 Motion Making 身体・ 発話・ 情報 発信 エフェクター
  123. 123. 身体 エージェント・アーキテクチャ 世界 記憶五感 身体 言語 知識表 現型 センサー・ 物理 知識 生成 Knowledge Making 意思決定 Decision Making 運動 生成 Motion Making 身体・ 発話・ 情報 発信 エフェクター
  124. 124. 身体 キャラクターを表現する 世界 記憶五感 身体 言語 知識表 現型 センサー・ 物理 知識 生成 Knowledge Making 意思決定 Decision Making 運動 生成 Motion Making 身体・ 発話・ 情報 発信 エフェクター
  125. 125. Halo  内容:宇宙船や地表を舞台にしたSFのFPS  開発元: BUNGIE Studio  出版: Microsoft  Hardware: Xbox, Windows, Mac  出版年: 2002年 Xbox, 全米、世界を代表するFPSの一つ( Halo 500万本 Halo2 700万 国内10万本) 「愛嬌のあるNPC」とその演出で、プレイヤーからの定評を得る。
  126. 126. Halo NPCの課題 プレイヤーから見て意図の明確なNPCを作る ちょこまかと 動き回る。 愛嬌がある。 グラント ジャッカル エリート 手堅い。 大型。 人間 敵(コグナント) 味方 普通の人間。 状況解析
  127. 127. Halo NPCのAIのアーキテクチャー 身体 状況 解析 意思決定 ロジック モーション コントロール 感情(演出にのみ使用) 記憶センサー NPCの知能部分 ゲーム世界 知識表現・世界表現 相互作用 時間 時間 モーション 「敵発見」 「味方志望」 「ダメージ受けた」 「プレイヤー発砲」 などイベントを抽出
  128. 128. Halo AI のアーキテクチャー イベント 「敵発見」 「味方志望」 「ダメージ受けた」 「プレイヤー発砲」 などイベントを抽出 状況解析
  129. 129. Halo AI の意志決定部分 イベント 敵の情報 チャージ, 退却, 隠れる場所探す グレネードを投げる、車に入る、死体を確認 単純なロジックで1ページ未満の 簡単なコードからなる。傾向としては、 「グラントはすぐ逃げる。」「エリートは傷つくと隠れ 「ジャッカルはシールドを持つ。」 各振る舞いはトリガーを持つ トリガーによって、振る舞いはお互い競合する 意思決定 ロジック モーション コントロール 位置取り FSM FSM レベルデザイナーの仕事①
  130. 130. Halo AI のアーキテクチャー 「敵発見」 「味方志望」 「ダメージ受けた」 「プレイヤー発砲」 などイベントを抽出 状況解析 演出(セリフ)
  131. 131. Halo NPCのAIのアーキテクチャー 身体 状況 解析 意思決定 ロジック モーション コントロール 感情(演出にのみ使用) 記憶センサー NPCの知能部分 ゲーム世界 知識表現・世界表現 相互作用 時間 時間 モーション 「敵発見」 「味方志望」 「ダメージ受けた」 「プレイヤー発砲」 などイベントを抽出
  132. 132. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか? 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
  133. 133. 第四章 環世界と人工知能
  134. 134. 問い 生き物の「視る」とカメラの「視る」は どう違うだろうか? http://www.free-picture.net/reptiles/lizards/chameleon-wallpapers.jpg.html 生物の持つ目は、生物の知能と身体と深く結びついている 能動的な眼であり、 カメラは使用者の意思に従う受動的な眼である。
  135. 135. 主体と客体はどう結ばれるか? 客体 (対象) 関係がない http://sozai-free.com/sozai/00992.html
  136. 136. 主体と客体はどう結ばれるか? 客体 (対象) 関係がない
  137. 137. 主体と客体はどう結ばれるか? 関係がある http://illpop.com/png_insecthtm/aquatic_a02.htm
  138. 138. 主体と客体はどう結ばれるか? 客体 (対象) 関係がある
  139. 139. 主体と客体はどう結ばれるか? 客体 (対象) 関係がある 知覚作用
  140. 140. 機能環 効果器 受容器 客体 活動神経網 知覚神経網 前野佳彦訳・ユクスキュル「動物の環境と内的世界」 (みすず書房) 知覚世界活動世界 知覚微表担体 対象化された機構 活動担体 内的世界
  141. 141. 機能環 効果器 客体 活動神経網 知覚神経網 前野佳彦訳・ユクスキュル「動物の環境と内的世界」 (みすず書房) 知覚世界活動世界 知覚微表担体 対象化された機構 活動担体 内的世界 興奮 受容器(刺激→興奮(記号))
  142. 142. 機能環 効果器 客体 活動神経網 知覚神経網 前野佳彦訳・ユクスキュル「動物の環境と内的世界」 (みすず書房) 知覚世界活動世界 知覚微表担体 対象化された機構 活動担体 内的世界 興奮 興奮 受容器(刺激→興奮(記号))
  143. 143. 機能環 効果器 受容器(刺激→興奮(記号)) 客体 活動神経網 知覚神経網 前野佳彦訳・ユクスキュル「動物の環境と内的世界」 (みすず書房) 知覚世界活動世界 知覚微表担体 対象化された機構 活動担体 内的世界 興奮 興奮興奮 運動形態
  144. 144. 機能環 効果器 受容器(刺激→興奮(記号)) 客体 活動神経網 知覚神経網 前野佳彦訳・ユクスキュル「動物の環境と内的世界」 (みすず書房) 知覚世界活動世界 知覚微表担体 対象化された機構 活動担体 内的世界 興奮 興奮興奮 運動形態 =特定の筋肉を動かす
  145. 145. 機能環 効果器 受容器(刺激→興奮(記号)) 客体 活動神経網 知覚神経網 前野佳彦訳・ユクスキュル「動物の環境と内的世界」 (みすず書房) 知覚世界活動世界 知覚微表担体 対象化された機構 活動担体 内的世界 興奮(記号) 興奮興奮 運動形態 =特定の筋肉を動かす 中枢神経網
  146. 146. 中枢神経網 効果器 受容器(刺激→興奮(記号)) 客体 活動神経網 知覚神経網 前野佳彦訳・ユクスキュル「動物の環境と内的世界」 (みすず書房) 知覚世界活動世界 知覚微表担体 対象化された機構 活動担体 内的世界 興奮(記号) 興奮興奮 運動形態 =特定の筋肉を動かす 中枢神経網 中枢神経網は興奮(記号)を受け取り、 その興奮の分別を行い(=何を知覚しているか)、 活動神経網を興奮させる(=筋肉を動かす)。
  147. 147. 対世界 効果器 受容器(刺激→興奮(記号)) 客体 活動神経網 知覚神経網 前野佳彦訳・ユクスキュル「動物の環境と内的世界」 (みすず書房) 知覚世界活動世界 知覚微表担体 対象化された機構 活動担体 内的世界 興奮(記号) 興奮興奮 運動形態 =特定の筋肉を動かす 中枢神経網 高等動物の中枢神経系内に確立された固有の世界を、 その動物の「対世界」と呼ぶことにしたい。(P.256) ユクスキュル「動物の環境と内的世界」(原著:1921, 前野佳彦訳:2012)
  148. 148. 対世界 効果器 受容器(刺激→興奮(記号)) 客体 活動神経網 知覚神経網 前野佳彦訳・ユクスキュル「動物の環境と内的世界」 (みすず書房) 知覚世界活動世界 知覚微表担体 対象化された機構 活動担体 内的世界 興奮(記号) 興奮興奮 運動形態 =特定の筋肉を動かす 中枢神経網 対世界
  149. 149. 対世界 活動神経網 知覚神経網 興奮(記号) 対世界 中枢神経網
  150. 150. 対世界 活動神経網 知覚神経網 興奮(記号) 対世界 興奮 興奮 興奮 さまざまな興奮(=記号)の 組み合わせから、事物を分別する。 中枢神経網
  151. 151. 対世界 活動神経網 知覚神経網 興奮(記号) 興奮 対世界 興奮 興奮 興奮 運動形態 さまざまな興奮(=記号)の 組み合わせから、事物を分別する。 特定の筋肉を動かすように 興奮を促す。 中枢神経網
  152. 152. 人工知能と環世界
  153. 153. 環世界のイメージ 環世界=「かたつむりの殻」のように、生物それぞれが持ちつつ、 それが世界であり、それ以外の世界へ逸脱できない世界。
  154. 154. 環境 キャラクター の知能 環境とキャラクター キャラクター の知能入力 出力 http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html 入力となるもの を見つける 出力先を 決める タチコマの環世界
  155. 155. 環境 キャラクター の知能 環境とキャラクター キャラクター の知能入力 出力 http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html 入力となるもの を見つける 出力先を 決める キツツキの環世界 https://www.facebook.com/ipnozehumour/ Photommo http://free-photos.gatag.net/2015/03/20/140000.html
  156. 156. 環境 キャラクター の知能 環境とキャラクター キャラクター の知能入力 出力 http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html 入力となるもの を見つける 出力先を 決める カメレオンの環世界
  157. 157. 環境 環境とキャラクター http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html カメレオンの環世界 キツツキの環世界 タチコマの環世界 Photommo http://free-photos.gatag.net/2015/03/20/140000.html
  158. 158. 環境 環境とキャラクター http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html カメレオンの環世界 タチコマの環世界 それぞれの生物は自分の環世界を世界から切り取って 暮らしている。 Photommo http://free-photos.gatag.net/2015/03/20/140000.html
  159. 159. 環境 環境とキャラクター http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html カメレオンの環世界 タチコマの環世界 環世界はそれぞれの生物にとって完全(完備)な世界。つまり、 それが本当に完全でなくても、その生物には完全と感じられる。
  160. 160. 環境 環境とキャラクター http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html カメレオンの環世界 タチコマの環世界 本当はその外の世界とつながっているが、環世界のソトのことを、 生物は認識することはない。
  161. 161. 環境 環境とキャラクター http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html カメレオンの環世界 タチコマの環世界 そのキャラクターの主観的世界を作る=環世界を作る。 それは、そのキャラクターの知能の基盤を作ること。
  162. 162. 知能の世界 環境世界 エフェクター・ 身体 センサー・ 身体 身体部分 生物の持つ環世界
  163. 163. 知能の世界 環境世界 エフェクター・ 身体 センサー・ 身体 身体部分 生物の持つ環世界 知能を構築する根底には「環世界」がある。
  164. 164. 知能の世界 環境世界 エフェクター・ 身体 センサー・ 身体 身体部分 生物の持つ環世界 知能を構築する根底には「環世界」がある。 知能は、その上に多層的に構築されて行く。
  165. 165. 知能の世界 環境世界 エフェクター・ 身体 センサー・ 身体 身体部分 生物の持つ環世界 知能を構築する根底には「環世界」がある。 知能は、その上に多層的に構築されて行く。
  166. 166. サブサンプション・アーキテクチャ(ロドニー・ブルックス) INPUT OUTPUT 時間 情報抽象度 反射的に行動 少し場合ごとに対応 抽象的に思考 理論的に考える 言語化のプロセス = 自意識の構築化 Subsumpution Architecture 運動の実現のプロセス = 身体運動の生成
  167. 167. Classical : Central domain All processes of intelligent modules are executed in sequence. Subsumption : parallel & layered All processes of intelligent modules are executed in parallel. Rodney Brooks, A robust layered control system for a mobile robot Robotics and Automation, IEEE Journal of (Volume:2 , Issue: 1 ) 1986
  168. 168. Roomba (iRobot) http://www.irobot.com/en/us/learn/home/roomba.aspx Roomba has a subsumption architecture.
  169. 169. Subsumption Architecture INPUT OUTPUT Time Reactive R When a robot sees an object, It turns around.
  170. 170. Subsumption Architecture INPUT OUTPUT Time Reactive R When a robot sees an object, and Sees a cliff on the side It stops turning and gets back .
  171. 171. Subsumption Architecture INPUT OUTPUT Time Reactive More Abstract thinking Abstract thinking R When a robot hears a sound, It stops anyway by stopping all motions.
  172. 172. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか? 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
  173. 173. 第五章 フレームと人工知能の姿
  174. 174. 人間の知能の形/人工知能の知能の形 人間(生物)の知能=総合的知能 一つの知能がいろんなことをできる お料理できる 将棋が打てる 目的地へ行ける 何でもできる可能性を 持つ総合知性
  175. 175. 人間の知能の形/人工知能の知能の形 お料理できる 将棋が打てる 目的地へ行ける 人工知能=専門的知能 一つのことしかできない。 何でもできる可能性を 持つ総合知性がない
  176. 176. 人間の知能の形/人工知能の知能の形 お料理ロボット =お料理しかできない AlphaGO =囲碁しか打てない ナビ =目的地へのルート お掃除ロボット =お掃除しかできない IBM ワトソン =記号の統計情報しかない =何百万行のテキストの関係を記憶 人工知能=専門的知能 一つのことしかできない。一つのことがとても(人間より)得意。
  177. 177. 人間の知能の形/人工知能の知能の形 AlphaGO =囲碁しか打てない =人間より強い ナビ =目的地へのルート = とても正確 お掃除ロボット =お掃除しかできない = 24時間掃除 IBM ワトソン =記号の統計情報しかない =何百万行のテキストの関係を記憶 お料理ロボット =お料理しかできない =何万と言うレシピ 人工知能=専門的知能 一つのことしかできない。
  178. 178. 時間(イメージ) 空間(論理) 殆どの人工知能は与えられたフレーム(問題設定)の 外に出ることはできない。 人間は柔軟にフレーム(問題設定)を創造し 変化させることができる。 人間と人工知能の違い
  179. 179. 時間(イメージ) 空間(論理) 殆どの人工知能は与えられたフレーム(問題設定)の 外に出ることはできない。 人間は柔軟にフレーム(問題設定)を創造し 変化させることができる。 人間と人工知能の違い 人工知能は自ら問題を作り出すことはない。 人工知能は人間が与えた問題を解くことしかできない。 似たような問題さえ解けない。
  180. 180. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか? 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
  181. 181. 第六章 社会と人工知能
  182. 182. データの海が人工知能を育てる
  183. 183. ) 人工 知能 人はどのように人工知能を使っているか? 情報の海を母体として、人工知能が育っている。 = 情報の海を母体として人工知能が生まれる 人間 記号の海 言葉の海 意味の海 概念の海 情報の海
  184. 184. データの海が人工知能を育てる • Amazon(協調フィルタリング) • IBMワトソン • IBM Watson in みずほ銀行 • AlphaGO • ソニー「デジタルアナウンサー」 • Nvidia「自動運転」 • 医療用診断データベース
  185. 185. 人 人工 知能 「人」の代わりに人工知能
  186. 186. 人 人工 知能 「人」の間に人工知能 人
  187. 187. 人 人工 知能 「人」の間に人工知能 人 いつ空いている? えーと…
  188. 188. 人 人工 知能 「人」の間に人工知能。たとえば予定を自動調整してくれる。 人 いつ空いている? えーと… 予定表 予定表 来週の月曜日の 夜どうですか?
  189. 189. Amazon「協調フィルタリング」 ユーザデータ群 (たとえば販売サイト) A B C ? 評価 5 1 4 A,B,C という映画を購入した人に、 次にどの映画を推薦するべきか? A B C M 評価 4 2 5 5 同じ購入履歴で、同じような評価をしている 人が高く評価している映画を探して来る。 推薦
  190. 190. IBM ワトソン ネット上のあらゆるWiki 百科事典データベース など りんご 赤い 90% 甘い 70% 青森 55% フランス 40% 果物 32% … しぶい 7% IBMワトソンは、文章の中の語の相関を学習する。 その学習データを用いて、インプットされた語と、 相関の強い言葉をリストアップする。
  191. 191. IBM Watson in みずほ銀行 • オペレーターが顧客の要望を復唱する。 • 言葉に変換 • 自動的に関連するマニュアルを表示する https://www.change-makers.jp/business/10573
  192. 192. ソニー「デジタルアナウンサー」 • ニュース原稿を流し込む • エージェント(AI)が身振り をまじえて読み上げる。 ソニー、CGキャラがニュースを自動で読み上げる“デジタルアナウンサー”--渋谷で実験 http://japan.cnet.com/news/service/35087113/
  193. 193. AlphaGO 膨大な棋譜のデータ (人間では多過ぎて 読めない) この棋譜を そっくり打てる ように学習する 自己対戦して 棋譜を貯める この棋譜を そっくり打てる ように学習する AlphaGO Mastering the game of Go with deep neural networks and tree search http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html https://deepmind.com/research/alphago/
  194. 194. Deep Q-Learning Volodymyr Mnih, Koray Kavukcuoglu, David Silver, Alex Graves, Ioannis Antonoglou, Daan Wierstra, Martin Riedmiller (DeepMind Technologies) Playing Atari with Deep Reinforcement Learning http://www.cs.toronto.edu/~vmnih/docs/dqn.pdf 画面を入力 操作はあらかじめ教える スコアによる強化学習
  195. 195. 二つの人工知能 IF (s_collison==true) register_all(s_star); assign_edge(); assign_vertex(); mix_all(); シンボルによる人工知能 (シンボリズム)) ニューラルネットによる人工知能 (コネクショニズム) IBM ワトソン など AlphaGo など http://www.nature.com/nature/journal/v518/n7540/full/nature14236.html
  196. 196. ニューラルネットを理解しよう① 基本思想 コネクショ二ズム(結合主義) 知性とは脳の活動によって産まれるのだ。 知性とは脳は100億以上の ニューロン(神経素子)の結合である。 だったら、ニューロン(のモデル)を用いた 回路(ニューラルネットワーク)によって 知能を作ることが可能ではないか! (since 1943) http://www.sanko-junyaku.co.jp/product/bio/catalog/nhc_animal/rat-neuronal-3striatum.html ニューラルネットだけで知性の機能を 全て再現してみよう!
  197. 197. 神経素子(ニューロン)とは? 入力 入力 入力 出力 入力 この中にはイオン(電解,Na+,K+) 溶液が入っていて、入力によって電圧が 高まると出力する仕組みになっています。 100mVぐらい ニューラルネットワーク内シグナル伝達スピード 100(m/sec) … 案外遅い http://www.brain.riken.go.jp/jp/aware/neurons.html
  198. 198. ニューラルネットを理解しよう② 数学的原理 http://www.pri.kyoto-u.ac.jp/brain/brain/11/index-11.html 医学的知識 http://www.biwako.shiga-u.ac.jp/sensei/mnaka/ut/sozai/ai.html モデル化 数学的モデル ニューロン 人工ニューロン 入出力関係のグラフ 入出力関係の関数(シグモイド関数) ニューラルネットワーク (ニューロンをつなげたもの) 道具はこれで全て。これで何ができるだろう?
  199. 199. 深階層ニューラルネットワーク http://www.nature.com/nature/journal/v518/n7540/full/nature14236.html ニューラルネットワーク=信号(波形)処理だけで知能を作る。
  200. 200. 岡野原大輔「一般向けのDeep Learning」 http://www.slideshare.net/pfi/deep-learning-22350063 Deep Learning = 多層型ニューラルネットワーク
  201. 201. Yurie Oka「実装ディープラーニング」 http://www.slideshare.net/yurieoka37/ss-28152060 階層型ニューラルネット+階層型学習
  202. 202. 学習過程解析 Volodymyr Mnih, Koray Kavukcuoglu, David Silver, Alex Graves, Ioannis Antonoglou, Daan Wierstra, Martin Riedmiller (DeepMind Technologies) Playing Atari with Deep Reinforcement Learning http://www.cs.toronto.edu/~vmnih/docs/dqn.pdf
  203. 203. • Pπ ロールアウトポリシー(ロールアウトで討つ手を決める。 Pπ(a|s) sという状態でaを討つ確率) • Pσ Supervised Learning Network プロの討つ手からその 手を討つ確率を決める。Pσ(a|s)sという状態でaを討つ確 率。 • Pρ 強化学習ネットワーク。Pρ(学習済み)に初期化。 • Vθ(s’) 局面の状態 S’ を見たときに、勝敗の確率を予測 する関数。つまり、勝つか、負けるかを返します。 Mastering the game of Go with deep neural networks and tree search http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html https://deepmind.com/research/alphago/
  204. 204. Mastering the game of Go with deep neural networks and tree search http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html https://deepmind.com/research/alphago/
  205. 205. あから2010 激指 YSS 合議 Bonanza GPS 将棋 あから2010合議サーバログを可視化してみた(A Successful Failure) http://blog.livedoor.jp/lunarmodule7/archives/1121781.html
  206. 206. Nvidia「自動運転」 • 専用のグラフィックボードを 開発 • 市場へ向けて投入 • 高速道路用など用途別。 http://www.nvidia.co.jp/object/drive-px-jp.html
  207. 207. http://www.nvidia.co.jp/object/drive-automotive-technology-jp.html
  208. 208. 強化学習(例) 強化学習 (例)格闘ゲーム キック パン チ 波動 R_0 : 報酬=ダメージ http://piposozai.blog76.fc2.com/ http://dear-croa.d.dooo.jp/download/illust.html
  209. 209. 強化学習 (例)格闘ゲームTaoFeng におけるキャラクター学習 Ralf Herbrich, Thore Graepel, Joaquin Quiñonero Candela Applied Games Group,Microsoft Research Cambridge "Forza, Halo, Xbox Live The Magic of Research in Microsoft Products" http://research.microsoft.com/en-us/projects/drivatar/ukstudentday.pptx
  210. 210. 強化学習 (例)格闘ゲームTaoFeng におけるキャラクター学習 Ralf Herbrich, Thore Graepel, Joaquin Quiñonero Candela Applied Games Group,Microsoft Research Cambridge "Forza, Halo, Xbox Live The Magic of Research in Microsoft Products" http://research.microsoft.com/en-us/projects/drivatar/ukstudentday.pptx Microsoft Research Playing Machines: Machine Learning Applications in Computer Games http://research.microsoft.com/en-us/projects/mlgames2008/ Video Games and Artificial Intelligence http://research.microsoft.com/en-us/projects/ijcaiigames/
  211. 211. • 人間には扱えないような大きなデータから、 • 人間では気づかない特徴を学習している。 学習する人工知能 から学ぶこと • さらに人間の解釈を通過することなく、 • 直接サービスやアクションを展開する (当然アマゾンの開発者は我々に何を推薦してい るか知らない)
  212. 212. 学習する人工知能 から学ぶこと ユーザー データ AI
  213. 213. 第五章まとめ • 人工知能は、オートメーションの新しい姿。 • 人間に近い領域までオートメーションする。 • だから人間には脅威を感じる。 • だからそれは、「社会インフラ」の新しい形で もある。
  214. 214. 学習する人工知能 から学ぶこと ユーザー データ AI
  215. 215. 社会と人工知能 • 人工知能は、オートメーションの新しい姿。 • 人間に近い領域までオートメーションする。 • だから人間には脅威を感じる。 • 人工知能は「社会インフラ」となる。
  216. 216. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか? 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
  217. 217. 第七章 サービスと人工知能
  218. 218. スマートシティ構想 • もともとは、ガス、電気など、エネルギーを、 知的に融通するシステムのことを指していた。 • 現在は、情報を加えて、街全体が、インテリ ジェンスを持つ構想のことを言う。
  219. 219. スマートシティ構想 AI • 街全体を人工知能があらゆるカメラ、センサーを通して監視する。 • ドローン、ロボット、デジタルビジョンを通して街に力を行使する。 • 街全体の中枢の知能を作る。
  220. 220. 情報空間の拡大 ~人工知能の舞台が広がる • やがて街全体を制御する人工知能が出現する。 http://www.s-hoshino.com • その時、人工知能はアプリケーションではなく、 社会インフラとなる。新しく大きな市場。
  221. 221. 情報空間の拡大 ~人工知能の舞台が広がる http://www.s-hoshino.com ビックデータ インフラ としてのAI
  222. 222. 人工知能は人間には見えないものを見て、 人間にはできないことをする • 人の流れ • 犯罪の早期発見 • 事故現場の発見 • 店内の人の流れ • その人が注目した商品の共通項 • 紛れ込んだ犯罪者の場所特定 ・・・そしてこれらの予測。
  223. 223. 情報空間の拡大 ~人工知能の舞台が広がる http://www.s-hoshino.com ビックデータ インフラ としてのAI この循環は人間を理解しているわけではない。 「人間たち」の統計的特徴を見つけて行動している。
  224. 224. パーソナルな人工知能 (人間のバディになる人工知能)
  225. 225. どこで人工知能ビジネスを展開するか? =人工知能に人間の何をどこまで理解させて、 ビジネスを展開するか? 人間の幅=現れ=行動 人間の深さ
  226. 226. どこで人工知能ビジネスを展開するか? =人間の内側の深さに入って行くためには、 人工知能の深みを持つ必要がある。 人間の幅=現れ=行動 人間の深さ
  227. 227. 人間の精神、機械の精神 意識 前意識 識 外部からの 情報 意識 前意識 無意識 外部からの 情報 言語・非言語境界面 知覚の境界面
  228. 228. どこで人工知能ビジネスを展開するか? =人間の内側の深さに入って行くためには、 人工知能の深みを持つ必要がある。哲学が必要。 知能の幅=現れ=行動 知能の深さ 人間の行動
  229. 229. どこで人工知能ビジネスを展開するか? 人工知能が人間を理解するほど、 人間は人工知能に共感する。 人間の幅=現れ=行動 人間の深さ
  230. 230. どこで人工知能ビジネスを展開するか? 人間の内面深く理解する人工知能、はこれから。 人工知能技術は、そこに向かって進化している。 人間の幅=現れ=行動 人間の深さ
  231. 231. どこで人工知能ビジネスを展開するか? どこまで人間の内面に食い込んで、サービスを展 開するかが、爆発力の鍵となる。 人間の幅=現れ=行動 人間の深さ
  232. 232. どこで人工知能ビジネスを展開するか? しかし、深く食い込むほど、高度な人工知能技術が 必要となる。 人間の幅=現れ=行動 人間の深さ
  233. 233. どこで人工知能ビジネスを展開するか? ビジネスがうまく行くなら、人工知能技術は、 社内であっても社外であっても構わない。 人間の幅=現れ=行動 人間の深さ
  234. 234. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか? 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
  235. 235. 第八章 人工知能と倫理
  236. 236. 職業は人工知能でなくなるか? • 自分の職業の内容を細かくリストアップしてみま しょう。 • その中の何割かが人工知能で置き換わるか、考 えるか、専門家に聞いてみよう。 • 全くなくなるのではなく、部分的に置き換わる。 • つまり発想を逆にして、人工知能といかに共存す るか、その共存の仕方を模索する時代に来た。
  237. 237. • 朝起きる。 • 電車に乗る。 • メイルをチェック。 • 必要な事項など返信。 • 会社に着く。 • メイルをチェック。予定をチェック。 • 要件を検討し内容を返す。 • 朝ミーティング。 • それぞれの要件を確認。 • 技術的な設計文書を書く。 • 相談する。プログラムして貰う。/ プログラムを書く。 • 出来ると社内に持っていく。 • 説得する。論争になる。 • つかれる。 • 食堂でたそがれながら、コーヒーを飲む。 • 机に返る。相談が来る。 • 技術的な解決策を示す。 • でも心配になってもう一度危機に来る。 • 人間関係の相談を受ける。 職業は人工知能でなくなるか?
  238. 238. • 朝起きる。 • 電車に乗る。 • メイルをチェック。 • 必要な事項など返信。 • 会社に着く。 • メイルをチェック。予定をチェック。 • 要件を検討し内容を返す。 • 朝ミーティング。 • それぞれの要件を確認。 • 技術的な設計文書を書く。 • 相談する。プログラムして貰う。/ プログラムを書く。 • 出来ると社内に持っていく。 • 説得する。論争になる。 • つかれる。 • 食堂でたそがれながら、コーヒーを飲む。 • 机に返る。相談が来る。 • 技術的な解決策を示す。 • でも心配になってもう一度危機に来る。 • 人間関係の相談を受ける。 職業は人工知能でなくなるか? 自分の仕事に何割かが人工知能に置き換わる。
  239. 239. • 朝起きる。 • 電車に乗る。 • メイルをチェック。 • 必要な事項など返信。 • 会社に着く。 • メイルをチェック。予定をチェック。 • 要件を検討し内容を返す。 • 朝ミーティング。 • それぞれの要件を確認。 • 技術的な設計文書を書く。 • 相談する。プログラムして貰う。/ プログラムを書く。 • 出来ると社内に持っていく。 • 説得する。論争になる。 • つかれる。 • 食堂でたそがれながら、コーヒーを飲む。 • 机に返る。相談が来る。 • 技術的な解決策を示す。 • でも心配になってもう一度危機に来る。 • 人間関係の相談を受ける。 職業は人工知能でなくなるか? 自分の仕事に何割かが人工知能に置き換わる。 =これからは人間と人工知能が協調する時代
  240. 240. • 朝起きる。 • 電車に乗る。 • メイルをチェック。 • 必要な事項など返信。 • 会社に着く。 • メイルをチェック。予定をチェック。 • 要件を検討し内容を返す。 • 朝ミーティング。 • それぞれの要件を確認。 • 技術的な設計文書を書く。 • 相談する。プログラムして貰う。/ プログラムを書く。 • 出来ると社内に持っていく。 • 説得する。論争になる。 • つかれる。 • 食堂でたそがれながら、コーヒーを飲む。 • 机に返る。相談が来る。 • 技術的な解決策を示す。 • でも心配になってもう一度危機に来る。 • 人間関係の相談を受ける。 職業は人工知能でなくなるか? 自分の仕事に何割かが人工知能に置き換わる。 =これからは人間と人工知能が協調する時代 =人工知能とペアを組んで強いチームが勝つ
  241. 241. • 朝起きる。 • 電車に乗る。 • メイルをチェック。 • 必要な事項など返信。 • 会社に着く。 • メイルをチェック。予定をチェック。 • 要件を検討し内容を返す。 • 朝ミーティング。 • それぞれの要件を確認。 • 技術的な設計文書を書く。 • 相談する。プログラムして貰う。/ プログラムを書く。 • 出来ると社内に持っていく。 • 説得する。論争になる。 • つかれる。 • 食堂でたそがれながら、コーヒーを飲む。 • 机に返る。相談が来る。 • 技術的な解決策を示す。 • でも心配になってもう一度危機に来る。 • 人間関係の相談を受ける。 職業は人工知能でなくなるか? 自分の仕事に何割かが人工知能に置き換わる。 =これからは人間と人工知能が協調する時代 =人工知能とペアを組んで強いチームが勝つ = 人間とペアを組むことを前提に人工知能を開発 するべき = 単独の人工知能ではなく
  242. 242. 単独の人工知能 人間とペアを 組む人工知能 社会 インフラ パーソナル・ サービス 人間の心 人と人の間 /モバイル システム /ビックデータ エージェント指向
  243. 243. 単独の人工知能 人間とペアを 組む人工知能 社会 インフラ パーソナル・ サービス 人間の心 人と人の間 /モバイル システム /ビックデータ エージェント指向 サービスでは「人間とペアを組む人工知能」をまず目指す。 社会インフラでは「人間の介在しないシステム」を目指す。
  244. 244. 全体のまとめ 1. 人工知能は人間の知能を機械に写そうとしたところから 出発した。 2.箱庭(ゲーム)で育まれた人工知能は現実世界に 出ようとしている。 3.そのためにはハードウェア(ロボット、マシン、デジタル サイネージなど)が必要である。 4.しかし、まだ人工知能はそこまで賢くない。 5.人工知能は人間が与えた問題を解く。人工知能は問題を 自ら考えだすことはない。 6.しかし、人間が与えた問題において、人間より遥かに 優秀になり得る。
  245. 245. 7. 人工知能第三次ブームの特徴はデータと学 習である。 8. データの蓄積はインターネットによるところが 大きい。 9. 人工知能はネット(グローバル)とローカル、 現実と仮想を結ぶ。 10. 人工知能の発展は二つ。社会インフラ、と パーソナルなもの。 全体のまとめ

×