Downloaded 27 times
![ＡＭ
私対象
• …生ける現在の＜自己への現前＞を構成するこの純粋な差異
は、そこから排除しうると考えられていた一切の不純性を、根
源的に再びそこへ導入するのである。行ける現在は、自己との
非－同一性と過去把持的痕跡の可能性とから湧出する。生け
る現在は、つねにひとつの痕跡である。この痕跡は、自己に内
的であるような生をもつといった類の現在の単純性から出発し
ては、考えられない。生ける現在の自己は、根源的に一つの痕
跡である。（声と現象、理想社、P.159）
• …現前を根源的な分裂と遅延に同時に服させることによって、
現前に亀裂を生じさせると同時に遅らせもする遅延作業
[l’opearation du differer]である。このような差延は、遅延として
の differer [延期する]と差異の積極的な働きとしての
differer[異なる] とへの分離以前のところで考えられねばならな
い。（声と現象、理想社、P.167）
デリダ「声と現象」
（原著：1967年、翻訳：1９７０年、高橋 允昭訳）](https://image.slidesharecdn.com/ymiyakekyushu2016101302-161014123125/75/slide-320-2048.jpg)
Uploaded byYouichiro Miyake
人工知能が持つ構造と プログラミング原理について
人工知能が持つ構造と プログラミング原理について http://www.imi.kyushu-u.ac.jp/seminars/view/1925
人工知能が持つ構造と プログラミング原理について
- 1.
- 2.
- 3.
- 4.
- 5. Works (2006-2016) AI forGame Titles Books
- 6. WIRED A.I. • WIREDA.I.+ Wired City • １２月１日発売 • 「人工知能＋街 特集」 なぜぼくらには人工知能が必要なのか──『WIRED』Vol.20「人工知能＋未来都市」 2大特集・特別保存版 刊行に寄せてhttp://wired.jp/2015/12/01/vol20-editors-letter-ai/
- 7. 「IT、都市、ヘルスケア、あらゆる領域で 人工知能と人間が共創する未来」 • WIRED 「INNOVATIONINSIGTS」 http://wired.jp/innovationinsights/post/analytics-cloud/w/cocreation_with_ai
- 8. 学会誌「人工知能」Vol.30No.1 (2015年1月) • 学会誌「人工知能」Vol.30No.1 (2015年1月) • 「ディジタルゲームにおける人工知能技術の 応用の現在」 •http://id.nii.ac.jp/1004/00000517/
- 9. • 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】
- 10. 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 19601990 Now… 現代は「知能化」の時代に 入りつつある。
- 11.
- 12. あらすじ 第零章 知能とは？ 第一章 人工知能とは 第二章ゲームAIの歴史 第三章 ゲームAI概論 第四章 環世界 第五章 人工知能と環世界 第六章 意識の構成 第七章 おわりに
- 13.
- 14. あらすじ 第零章 知能とは？ 第一章 人工知能とは 第二章ゲームAIの歴史 第三章 ゲームAI概論 第四章 環世界 第五章 人工知能と環世界 第六章 意識の構成 第七章 おわりに
- 15.
- 16.
- 17.
- 18. 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））
- 19.
- 20.
- 21.
- 22.
- 23.
- 24.
- 25.
- 26.
- 27.
- 28.
- 29.
- 30.
- 31.
- 32.
- 33.
- 34.
- 35.
- 36.
- 37.
- 38.
- 39.
- 40.
- 41.
- 42.
- 43.
- 44.
- 45.
- 46.
- 47.
- 48. エージェント・アーキテクチャ WORLD INTELLIGENCE センサー エフェクター 認識 Knowledge Making 意志決定 Decision Making 運動 Motion Making 記憶体 Memory 情報体としての知能のカタチ 「情報の循環＝インフォメーション・フロー」は物質の循環の情報版。 これによって知性は自己を情報的に自己組織化できる。やはり知性も散逸構造である。
- 49. あらすじ 第零章 知能とは？ 第一章 人工知能とは 第二章ゲームAIの歴史 第三章 ゲームAI概論 第四章 環世界 第五章 人工知能と環世界 第六章 意識の構成 第七章 おわりに
- 50.
- 51.
- 52. 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。 • ArtificialIntelligence 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
- 53.
- 54.
- 55.
- 56.
- 57.
- 58.
- 59.
- 60.
- 61.
- 62.
- 63.
- 64.
- 65.
- 66.
- 67.
- 68.
- 69.
- 70. あらすじ 第零章 知能とは？ 第一章 人工知能とは 第二章ゲームAIの歴史 第三章 ゲームAI概論 第四章 環世界 第五章 人工知能と環世界 第六章 意識の構成 第七章 おわりに
- 71.
- 72. 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 （スペースインベーダー、タイトー、1978年） （アサシンクリード、ゲームロフト、2007年）
- 73.
- 74.
- 75. （例）ゼビウス？ 遠藤雅伸氏 あと面白い機能なんですけれど、ゼビウスには非常に簡単なAIが組み込まれています。 「プレイヤーがどれくらいの腕か」というのを判断して、出てくる敵が強くなるんです。強いと思った相手には強い敵が 出てきて、弱いと思った相手には弱い敵が出てきます。そういったプログラムが組み込まれています。 ゲームの難易度というのは「初心者には難しくて、上級者には簡単だ」ということが、 ひとつの難易度で(調整を)やっていくと起きてしまうので、その辺を何とか改善したいな、 ということでそういったことを始めてみたのですけれど、 お陰で割合にあまり上手くない人でも比較的長くプレイできる、 うまい人でも最後のほうに行くまで結構ドラマチックに楽しめる、そういった感じになっています。 － ゼビウスセミナー－ http://spitfire.client.jp/shooting/xevious2.html ゼビウス （ゼビウス、ナムコ、1982年）
- 76. レベル ナビゲーション AI メタAI キャラクター AI エージェントを動的に配置 レベル状況を監視 エージェントに指示 ゲームの流れを作る 自律的な判断 仲間同士の協調 時にチームＡＩとなる メタAI, キャラクターAIの為に レベルの認識のためのデータを準備 オブジェクト表現を管理 ナビゲーション・データの管理 パス検索 /位置解析 Support 敵キャラクタ－ プレイヤー 頭脳として機能 情報獲得 コントロール 現代ゲームAIの仕組み http://dear-croa.d.dooo.jp/download/illust.html http://www.anne-box.com/
- 77. ３Ｄゲームの中のＡＩ Halo （ＨＡＬＯ、バンジー、2001年） デバッグ画面 The Illusionof Intelligence - Bungie.net Downloads http://downloads.bungie.net/presentations/gdc02_jaime_griesemer.ppt
- 78.
- 79. 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/
- 80. F.E.A.R.のプランニング シンボルによる連鎖プランニング ターゲットＡが 死んでいる ターゲットＡが 死んでいる 攻撃 武器が装填 されている 武器が装填 されている 装填する 武器を 持っている 武器を 持っている 武器を拾う 条件なし プラナー プランニング Jeff Orkins, ThreeStates and a Plan: The AI of FEAR http://alumni.media.mit.edu/~jorkin/gdc2006_orkin_jeff_fear.pdf
- 81. 計画を立てるＡＩ/計画を変更するＡＩ Jeff Orkins, ThreeStates and a Plan: The AI of FEAR http://alumni.media.mit.edu/~jorkin/gdc2006_orkin_jeff_fear.pdf
- 82. CORE Layer は、PhysicalLaryer 、Mission Layer のうちで、 どの認識を生成するかを決定するコマンドを投げる。 CERA-CRANIUM認識モデル Arrabales, R. Ledezma, A. and Sanchis, A. "Towards the Generation of Visual Qualia in Artificial Cognitive Architectures". (2010) http://www.conscious-robots.com/raul/papers/Arrabales_BICS2010.pdf
- 83.
- 84. 2K Bot Prize FPSを用いたチューリングテスト http://aigamedev.com/open/article/conscious-bot/Movie: AIと人間のプレイヤーが混在しながら戦う。 人間と一番間違われたAIが優勝。
- 85.
- 86.
- 87. あらすじ 第零章 知能とは？ 第一章 人工知能とは 第二章ゲームAIの歴史 第三章 ゲームAI概論 第四章 環世界 第五章 人工知能と環世界 第六章 意識の構成 第七章 おわりに
- 88.
- 89. ゲームとはなにか • インタラクティブなデジタル空間。 • もちろん自由に何を作ってもいいが、時代を 経て次第に構造化されてきた。 •ＡＩもその中で、いくつかの分類されている。
- 90.
- 91.
- 92.
- 93.
- 94.
- 95.
- 96. ナビゲーションAI Counter Strike: PathFollowing (デモ) The Official Counter-Strike Bot http://aigamedev.com/insider/presentation/official-counter-strike-bot/
- 97.
- 98. 環境とキャラクター 環境 キャラクター Character has interactionswith an environment. イン プット http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html
- 99.
- 100.
- 101.
- 102. Game World （Environment/Level） Five senses Body Language Knowledge Representation Knowledge Making Decision Making Body Motion Making Information Flow Memory InternalCyclic Information Flow Sensor Effector Intelligence Agent Architecture
- 103.
- 104.
- 105.
- 106.
- 107.
- 108.
- 109.
- 110.
- 111.
- 112.
- 113.
- 114.
- 115.
- 116.
- 117.
- 118.
- 119.
- 120.
- 121.
- 122.
- 123.
- 124. あらすじ 第零章 知能とは？ 第一章 人工知能とは 第二章ゲームAIの歴史 第三章 ゲームAI概論 第四章 環世界 第五章 人工知能と環世界 第六章 意識の構成 第七章 おわりに
- 125.
- 126.
- 127.
- 128.
- 129.
- 130.
- 131.
- 132. 機能環 実行器 受容器 知覚と作用で客体を“つかんでいる“ 客体 作用器官 知覚器官 “現実”（主観世界）の構成要素 ユクスキュル/クリサート「生物から見た世界」 （岩波文庫） 知覚世界作用世界
- 133.
- 134. 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
- 135. 環世界のスキーム（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 知覚微表（Merkmal） ＝ 客体から送られてくるさまざまな刺激 知覚微表担体（Merkmaltrager） ＝客体に備わる刺激を発する諸特質 活動担体（Wirkungstrager） ＝客体の捕捉領域になりうる諸特質
- 136. 環世界のスキーム（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 受容器 ＝ 一定の刺激を受け取る ＋ 定められた刺激以外のすべての刺激を捨象する （知覚の統一性）
- 137. 機能環 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） 効果器 受容器 客体 活動神経網知覚神経網 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
- 138. 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 内的世界機能環 ＝ 受容器→知覚神経網→活動神経網→実行来→客体 →受容器→… （閉じた環）
- 139.
- 140.
- 141.
- 142.
- 143. 環世界のスキーム（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
- 144.
- 145.
- 146.
- 147. 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）） すべての受容器は、外界の刺激を興奮に変換するという同一の 役割を担っている。つまり神経系を伝搬するのは刺激そのものでは なく、その代理をするまったく異質の過程なのである。 その過程は、もはや環境中の事象とはまったく何の関係もなくなって いる。それは、記号として（als Zeichen）、環境に刺激が存在し、 それが受容器に到達した、という事実を指し示すことができるだけで ある。 このようにして外界の刺激は、ことごとく神経系の記号言語（eine nervoseZeichensprache）に翻訳される。 (P.253) 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.
- 149.
- 150.
- 151.
- 152.
- 153. 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 興奮という記号に置き換えられた外界からの刺激は、もはや直接、 運動神経網(motorischerNetz)に流入することはない。運動神経網は、 すべての興奮を中枢神経内に確立された新しい興奮野 （Erregungswelt）から間接的に受け取るようになる。(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)
- 154.
- 155.
- 156.
- 157.
- 158.
- 159.
- 160.
- 161.
- 162.
- 163.
- 164.
- 165.
- 166.
- 167.
- 168.
- 169.
- 170.
- 171.
- 172.
- 173.
- 174.
- 175.
- 176.
- 177.
- 178.
- 179.
- 180.
- 181.
- 182.
- 183.
- 184.
- 185.
- 186.
- 187. 機能環の種類 • 捕食環（Beutekreis） • 索敵環（Feindkreis） •生殖環（Geschlechkreis） • 媒体環（Kreis de Mediums）
- 188.
- 189.
- 190. • すべての動物種は、彼固有の「環境」（Umwelt）の中心を占め ている。彼は、その「環境」に対して、自律的な主体として登場 する。 • すべての動物種の「環境」は、「知覚世界」と「活動世界」に二 分することができる。この二分された世界は、動物の身体とい う「内的世界」によって、ふたたびひとつの全体へ統合されてい る。 •すべての動物種の「環境」には、当該の動物種に のみ属する事物しか存在しない。 • すべての生物を包括するような 、唯一の普遍的かつ 絶対的な空間、唯一の普遍的かつ絶対的な時間 というものは存在しない。(P.330) 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)
- 191. ユクスキュル「生物から見た世界」 (原著：1933, 翻訳:2005) • 主体が知覚するものはすべてのその知覚世界になり、作用 するものはすべてその作用世界になるからである。知覚世 界と作用世界が連れだって環世界（Umwelt）という一つの完 結した全体を作りあげているのだ。（P.7） •環世界の研究の第一の課題は、動物の環境の中の諸知覚 標識からその動物の知覚標識を探り出し、それでその動物 の環世界を組み立てることである。（P.28）
- 192.
- 193.
- 194.
- 195.
- 196. あらすじ 第零章 知能とは？ 第一章 人工知能とは 第二章ゲームAIの歴史 第三章 ゲームAI概論 第四章 環世界 第五章 人工知能と環世界 第六章 意識の構成 第七章 おわりに
- 197.
- 198.
- 199.
- 200.
- 201.
- 202.
- 203.
- 204.
- 205.
- 206.
- 207.
- 208.
- 209.
- 210.
- 211. 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 SubsumputionArchitecture 運動の実現のプロセス = 身体運動の生成
- 212. Subsumption Architecture INPUT OUTPUT Time Abstraction (verbalizing) Reactive More Abstractthinking Theoretical thinking Abstract thinking primitive stimuli becomes language Making a body action Making a behavior
- 213. Classical : Centraldomain 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
- 214. Roomba (iRobot) http://www.irobot.com/en/us/learn/home/roomba.aspx Roomba hasa subsumption architecture.
- 215. Subsumption Architecture INPUT OUTPUT Time Reactive R Whena robot sees an object, It turns around.
- 216. Subsumption Architecture INPUT OUTPUT Time Reactive R Whena robot sees an object, and Sees a cliff on the side It stops turning and gets back .
- 217. Subsumption Architecture INPUT OUTPUT Time Reactive MoreAbstract thinking Abstract thinking R When a robot hears a sound, It stops anyway by stopping all motions.
- 218. Subsumption Architecture INPUT OUTPUT Reactive More Abstractthinking Theoretical thinking Abstract thinking R When a robot cleans all rooms, It goes to energy station.
- 219. Subsumption Architecture INPUT OUTPUT Time Abstraction (verbalizing) Reactive More Abstractthinking Theoretical thinking Abstract thinking primitive stimuli becomes language Making a body action Making a behavior Agent Architecture applied subsumption architecture.
- 220. Game World （Environment/Level） Five senses Body Language Knowledge Representation Knowledge Making Decision Making Body Motion Making Information Flow Memory InternalCyclic Information Flow Sensor Effector Intelligence Agent Architecture
- 221. Game World （Environment/Level） Five senses Body Language Knowledge Representation Knowledge Making Decision Making Body Motion Making Memory Sensor Effector Agent Architecture Hierarchical Recognition Synthesisof motions Knowledge Making Decision Making Motion Making Knowledge Making Decision Making Motion Making
- 222. Game World （Environment/Level） Five senses Body Language Knowledge Representation Knowledge Making Decision Making Body Motion Making Memory Sensor Effector Agent Architecture Hierarchical Recognition Synthesisof motions Knowledge Making Decision Making Motion Making Knowledge Making Decision Making Motion Making
- 223. Game World （Environment/Level） Five senses Body Language Knowledge Representation Knowledge Making Decision Making Body Motion Making Memory Sensor Effector Agent Architecture Hierarchical Recognition Synthesisof motions Knowledge Making Decision Making Motion Making Knowledge Making Decision Making Motion Making Distributed Layered Architecture ＝ Subsumption Architecture
- 224.
- 225.
- 226.
- 227.
- 228.
- 229.
- 230.
- 231. Abstraction Time Decision-Making Decision-Making Decision-Making Multi-Layered Blackboard Abstraction Abstraction Reduction Reduction Reduction World Sensor Effector World Dynamics ArtificialIntelligence Decision-MakingDecision-Making 物理 情報 身体 感覚 情報 抽象 知的 情報
- 232.
- 233.
- 234.
- 235.
- 236.
- 237.
- 238.
- 239.
- 240.
- 241.
- 242.
- 243.
- 244.
- 245.
- 246.
- 247.
- 248.
- 249.
- 250.
- 251.
- 252.
- 253.
- 254.
- 255.
- 256.
- 257. S (Body) O (Object) Action: A O’ Sense: p S’ Sense:p’ R Rf Image of object Image of body (=self) Representation Action: A’
- 258. S (Body) O (Object) Action: A O’ Sense: p S’ Action:A’ Sense: p’ O’’S’’ Action: A’’ Sense: p’’ R R R Rf’ f Image of object Image of body (=self) Representation
- 259. S (Body) O (Object) Action: A O’ Sense: p S’ Action:A’ Sense: p’ O’’S’’ Action: A’’ Sense: p’’ O’’S’’ Action: A’’ Sense: p’’ R R R R R R f’ f f’’
- 260. S (Body) O (Object) Action: A O’ Sense: p S’ Action:A’ Sense: p’ O’’S’’ Action: A’’ Sense: p’’ O’’S’’ Action: A’’ Sense: p’’ R R R R R R f’ f f’’ 身体とオブジェクトとの関係性が抽象化されている。
- 261. S (Body) O (Object) Action: A O’ Sense: p S’ Action:A’ Sense: p’ O’’S’’ Action: A’’ Sense: p’’ O’’S’’ Action: A’’ Sense: p’’ R R R R R R f’ f f’’ Sequence of Self Sequence of Object
- 262. S (Body) O (Object) Action: A O’ Sense: p S’ Action:A’ Sense: p’ O’’S’’ Action: A’’ Sense: p’’ O’’S’’ Action: A’’ Sense: p’’ R R R R R R f’ f f’’ Sequence of Self Sequence of Object Sequence of Action “Self” is a sequence of selfs. “Object” is a sequence of objects.
- 263. S (Body) w (World) Action: A w’ Sense: p S’ Action:A’ Sense: p’ w’’S’’ Action: A’’ Sense: p’’ w’’S’’ Action: A’’ Sense: p’’ R R R R R R f’ f f’’
- 264. S (Body) w (World) Action: A w’ Sense: p S’ Action:A’ Sense: p’ w’’S’’ Action: A’’ Sense: p’’ w’’S’’ Action: A’’ Sense: p’’ R R R R R R f’ f f’’ Sequence of Self Sequence of World
- 265. S (Body) w (World) Action: A w’ Sense: p S’ Action:A’ Sense: p’ w’’S’’ Action: A’’ Sense: p’’ w’’S’’ Action: A’’ Sense: p’’ R R R R R R f’ f f’’ 身体と世界（環境）との関係性が抽象化されている。 Sequence of Self Sequence of World Sequence of Action
- 266. S (Body) w (World) Action: A w’ Sense: p S’ Action:A’ Sense: p’ w’’S’’ Action: A’’ Sense: p’’ w’’S’’ Action: A’’ Sense: p’’ R R R R R R f’ f f’’ Sequence of Self Sequence of World Sequence of Action “Self” is a sequence of selfs. “World” is a sequence of worlds.
- 267. S (Body) w (World) Action: A w’ Sense: p S’ Action:A’ Sense: p’ w’’S’’ Action: A’’ Sense: p’’ w’’S’’ Action: A’’ Sense: p’’ R R R R R R f’ f f’’ Sequence of Self Sequence of World Sequence of Action “Self” is a sequence of selfs. “World” is a sequence of worlds. 知能は身体、世界、その間の関係（アクション）を多層的に捉えている。 多層的な表現の集合がオブジェクトであり、世界であり、アクション。
- 268. S (Body) w (World) Action: A w’ Sense: p S’ Action:A’ Sense: p’ w’’S’’ Action: A’’ Sense: p’’ w’’S’’ Action: A’’ Sense: p’’ R R R R R R f’ f f’’ Sequence of Self Sequence of World Sequence of Action “Self” is a sequence of selfs. “World” is a sequence of worlds. 知能は身体、世界、その間の関係（アクション）を多層的に捉えている。 多層的な表現の集合がオブジェクトであり、世界であり、アクション。 世界表現身体表現 （自己表現） 行動表現
- 269.
- 270.
- 271.
- 272.
- 273. S (Body) O (Object) Action: A O’ Sense: p S’ Action:A’ Sense: p’ O’’S’’ Action: A’’ Sense: p’’ R R R R Sequence of Self “Self” is a sequence of selfs. “Object” is a sequence of objects. Vector to move Vector to ent Dude, Where's My Warthog: From Pathfinding to General Spatial Competence, D. Isla, Invited talk, Artificial Intelligence and Interactive Digital Entertainment (AIIDE) 2005 http://naimadgames.com/publications.html
- 274. S (Body) w (World) Action: f w’ Sense: p S’ Action:f’ Sense: p’ w’’S’’ Action: f’’ Sense: p’’ R R R R “Self” is a sequence of selfs. “World” is a sequence of worlds. Killzone 2 Multiplayer Bots Remco Straatman, Tim Verweij, Alex Champandard | Paris Game/AI Conference 2009, Paris, June 2009 http://www.guerrilla-games.com/publications.html
- 275. S (Body) w (World) Action: f w’ Sense: p S’ Action:f’ Sense: p’ w’’S’’ Action: f’’ Sense: p’’ R R R R “Self” is a sequence of selfs. “World” is a sequence of worlds. Handling Complexity in the Halo 2 AI, D. Isla, GDC 2005 Dude, Where's My Warthog: From Pathfinding to General Spatial Competence, D. Isla, Invited talk, Artificial Intelligence and Interactive Digital Entertainment (AIIDE) 2005 http://naimadgames.com/publications.html
- 276.
- 277. いろいろな知識表現 事実表現（信頼度表現） 意味ネットワーク 敵表現リスト 依存グラフ ルールベース表現 世界表現 Griesemer,J, "TheIllusion of Intelligence: The Integration of AI and Level Design in Halo", 2002 http://downloads.bungie.net/presentations/gdc02_jaime_griesemer.ppt
- 278. 世界表現（知識表現の一つ） マップ全体に関わる知識表現を世界表現という （ウェイポイント、ナビメッシュを基本とする表現） World Representation （WR） （例）８方向の可視距離の各ポイントに埋め込まれたウェイポイント群 (Killzone) Straatman, R., Beij, A., Sterren, W.V.D., "Killzone's AI : Dynamic Procedural Combat Tactics", 2005 http://www.cgf-ai.com/docs/straatman_remco_killzone_ai.pdf
- 279.
- 280. いろいろな世界表現 ナビメッシュ-ウェイポイント 階層表現 LOS マップ 戦術マップクラスタリング 敵配位マップ テリトリー表現 TacticalPoint System Halo2Killzone Killzone2Halo Assassin’s Creed Left 4 Dead Alex J. Champandard, Remco Straatman, Tim Verweij, "On the AI Strategy for KILLZONE 2's Bots” http://aigamedev.com/open/coverage/killzone2/ Damian Isla,"Building a Better Battle: HALO 3 AI Objectives", http://halo.bungie.net/inside/publications.aspx Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference , http://www.valvesoftware.com/company/publications.html
- 281. ネットワーク上のグラフ検索法 ダイクストラ法 M F L B A Ｓ O P D C G S V H Q X K N J R T W E I U Z Y Ｇ 54 6 3 7 23 BC 3 G D E 3 2 24 L 3 3 5 5 J F 出発点（S）を中心に、最も短い経路 を形成して行く。Gにたどり着いたら終。 各ノードの評価距離＝出発点からの経路
- 282. ネットワーク上のグラフ検索法 A*法 M F L B A Ｓ O P D C G S V H Q X K N J R T W E I U Z Y Ｇ 54 6 3 7 23 BC 3 3 2 24 3 5 5 出発点（Ｓ）を中心に、 そのノードまでの 最も短い経路を 形成して行く。 Gにたどり着いたら終了。 ゴール地点がわかっている場合、現在のノードとゴール との推定距離（ヒューリスティック距離）を想定して、 トータル距離を取り、それが最少のノードを探索して行く 各ノードの評価距離＝出発点からの経路＋ヒューリスティック距離 ヒューリスティック距離 (普通ユークリッド距離を取る) 3+14.2 3+13.8 G H 3 5+10.5 6+8.4
- 283. パス検索とは 現在の地点から指定したポイントへの経路を、 リアルタイムで計算して導く技術。 RTS - PathfindingA* https://www.youtube.com/watch?v=95aHGzzNCY8
- 284. Physical Informat ion Abstract Informat ion More Abstract Informat ion Abstraction Time Decision-Making Decision-Making Decision-Making Multi-Layered Blackboard Abstraction Abstraction Reduction Reduction Reduction World World Dynamics Artificial Intelligence Object Objectimage on the lowest layer (Umwelt) Object image on the second layer Object image on the third layer Decision-Making Object image on the top layer
- 285. Abstraction Time Decision-Making Decision-Making Decision-Making Multi-Layered Blackboard Abstraction Abstraction Reduction Reduction Reduction World World Dynamics Artificial Intelligence Object Objectimage on the lowest layer (Umwelt) Object image on the second layer Object image on the third layer Decision-Making Object image on the top layer 物理 情報 身体 感覚 情報 抽象 知的 情報
- 286. Abstraction Time Decision-Making Decision-Making Decision-Making Multi-Layered Blackboard Abstraction Abstraction Reduction Reduction Reduction World World Dynamics Artificial Intelligence Object Objectimage on the lowest layer (Umwelt) Object image on the second layer Object image on the third layer Decision-Making Object image on the top layer 物理 情報 身体 感覚 情報 抽象 知的 情報
- 287.
- 288. 谷淳 • 1981年に早稲田大学理工学部機械工学科を卒業。 • 千代田化工建設株式会社にてプラント配管設計。 •スタンフォード大学、ミシガン大学 人工知能（修士号） • ソニーコンピューターサイエンス研究所 • 理化学研究所 脳科学研究センター 動的認知行動研究チーム チームリーダー • KAIST 教授 認知ロボットの実験から考える「自己」とは? ～理研の谷淳氏が東京財団「VCASI」で講演 http://robot.watch.impress.co.jp/docs/news/20091217_336516.html
- 289.
- 290.
- 291. 主体と客体（谷淳） • 認識の結果は主体の内部を変化させ、また生成された行為 は環境を変化させる。この相互作用を通して、主体から出発 したトップダウンの流れと客体から出発したボトムアップの流 れは分離不可能になり、もはや主体と客体といった区別は 無意味になる。この時に初めて、古典的な認知論で想定さ れてきた、客体として操作される表象と、それを操作する主 体といった構図からも自由になれるのである。 • いかにこのような相互作用の場を構築するか、本文では筆 者らが行ってきた一連の認知ロボット実験について解説しな がら、本問題について議論していく。 •谷淳、「力学系に基づく構成論的な認知の理解」、Springer
- 292.
- 293.
- 294. あらすじ 第零章 知能とは？ 第一章 人工知能とは 第二章ゲームAIの歴史 第三章 ゲームAI概論 第四章 環世界 第五章 人工知能と環世界 第六章 意識の構成 第七章 おわりに
- 295.
- 296.
- 297.
- 298.
- 299.
- 300. 意識について • 自己（＝知能）とは何か？ • 自己と自己に対する関係 •我々は我々自身を知覚している。 • 自分が自分を知覚している。（自覚） • それはいかにして可能か？ • 自己との接続・自己の回帰（認識）・自己との対決
- 301.
- 302. 知能（人間）の特徴 • 知能は構造である。 と同時に、 • 知能は構造から逃れようとする運動でもある。 （自分自身から逸脱しようとする） •知能は時間の中で，このような二重性を持つ。
- 303.
- 304.
- 305. 自己（Ｓ）同一性 • 石は石である。 • エッフェル塔はエッフェル塔である。 •東は東である。 Ａ Ａ Ａ自身 対象化されたＡ
- 306. 自己（Ｓ）同一性 • 私は私である • これは何を意味するだろうか？ •我々が自分を対象化・客体化・異化できるの はなぜだろうか？ Ａ Ａ Ａ自身 対象化されたＡ
- 307.
- 308.
- 309.
- 310.
- 311.
- 312. 自己（Ｓ）同一性 • この差延を内包するが自分である。 • 微分的な意味において。テセウスの船の微細 版。 ＳＳ’ Ａ自身 対象化されたＡ 差異化 Differentiate 対象化
- 313.
- 314.
- 315.
- 316.
- 317.
- 318.
- 319. 過去の自己/現在の自分/未来の自分 St=k-1 St=k St=k+1 ロゴス t=k-2 ロゴス t=k-1 ロゴスt=k ロゴスは差延する。 記号によって今を乗り越える。 語る 語る
- 320. ＡＭ 私対象 • …生ける現在の＜自己への現前＞を構成するこの純粋な差異 は、そこから排除しうると考えられていた一切の不純性を、根 源的に再びそこへ導入するのである。行ける現在は、自己との 非－同一性と過去把持的痕跡の可能性とから湧出する。生け る現在は、つねにひとつの痕跡である。この痕跡は、自己に内 的であるような生をもつといった類の現在の単純性から出発し ては、考えられない。生ける現在の自己は、根源的に一つの痕 跡である。（声と現象、理想社、P.159） • …現前を根源的な分裂と遅延に同時に服させることによって、 現前に亀裂を生じさせると同時に遅らせもする遅延作業 [l’opearationdu differer]である。このような差延は、遅延として の differer [延期する]と差異の積極的な働きとしての differer[異なる] とへの分離以前のところで考えられねばならな い。（声と現象、理想社、P.167） デリダ「声と現象」 （原著：1967年、翻訳：1９７０年、高橋 允昭訳）
- 321. 意識を作る＝自身を語る St=k-1 St=k St=k+1 ロゴス t=k-2 ロゴス t=k-1 ロゴスt=k 意識を作る＝自らを「語る、表 現する、表明する、表現する」 ことが必要である 亀裂 亀裂 亀裂 語る 語る
- 322. 意識を作る＝自身を語る St=k-1 St=k St=k+1 ロゴス t=k-2 ロゴス t=k-1 ロゴスt=k 差延によって作り出された差異は もう一度、統合される。 しかし、新しい差異が生まれる 語る 語る
- 323. 意識を作る＝自身を語る St=k-1 St=k St=k+1 ロゴス t=k-2 ロゴス t=k-1 ロゴスt=k 知能は差延、差異、統合、反復の システムである。
- 324. 意識を作る＝自身を語る St=k-1 St=k St=k+1 ロゴス t=k-2 ロゴス t=k-1 ロゴスt=k 知能は差延、差異、統合、反復の システムである。 逸脱（差異化，差延） 統合（引き戻し） 語る 語る
- 325.
- 326.
- 327.
- 328.
- 329.
- 330. あらすじ 第零章 知能とは？ 第一章 人工知能とは 第二章ゲームAIの歴史 第三章 ゲームAI概論 第四章 環世界 第五章 人工知能と環世界 第六章 意識の構成 第七章 おわりに
- 331.
- 332.
- 333.