Download to read offline
More Related Content
Similar to 2016年2月4日 空間OSが『空気を読む』ためのコンテキストコンピューティング
2016年2月4日 空間OSが『空気を読む』ためのコンテキストコンピューティング
- 1. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 空間OSが『空気を読む』ため のコンテキストコンピューティ ング 2016年2月4日 先端IT活用推進コンソーシアム コンテキストコンピューテイング研究部会 リーダー 道村 唯夫 (富士ゼロックス株式会社)
- 2. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 内容 • コンテキストコンピューティ ング • 集合知と機械学習 • 「空気を読む」 2
- 3. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 空間OSとの関係 3 空間 HTTP 人間APIなどのサブシステム CPLOD (Cyber Physical Linked Open Data) 空間OS型 アプリケーション アダプタ HTTP アダプタ デバイスドライバ的 アプリケーション 一般アプリケーション これまでにない ソフトウエア ↓ 作り方が自明でない 既存の ソフトウエア＋α • コンテキストコンピューティングの位置 付け スマホ・ロボット掃除機… IoT・画像認識AI… ルールエンジン コンテキストコンピューティング 意思決定AI? 状況認識AI ? 対話AI？
- 4. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 現在の課題 4 検索エンジンなど 機械だけの処理 SNSなど 人だけの処理 情報爆発 大量な処理 身近な情報 意味処理に限界 処理が重い 断片的 散在 「情報取得」から「情報活 用」へ
- 5. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 現在の課題 • 多種多様で散在した情報(コンテンツ)を いかに効率的に処理し、意味を抽出する か？ 5 コンテンツ コンテンツ コンテンツ コンテンツ コンテンツ コンテンツ コンテンツ
- 6. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 現在の課題 • 多種多様で散在した情報(コンテンツ)を いかに効率的に処理し、意味を抽出する か？ 6 コンテンツ コンテンツ コンテンツ コンテンツ コンテンツ 依存 依存 証拠 評価 反論 原因コンテンツ コンテンツ対案 結果
- 7. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. コンテキストコンピューティング • コンテンツの内容ではなく、関係性(コンテキ スト)に注目する – 依存関係を処理することにより、内容評価と同等の 結果が得られるのではないか(仮説) 7 コンテンツ コンテンツ コンテンツ コンテンツ コンテンツ 依存 依存 証拠 評価 反論 原因コンテンツ コンテンツ対案 結果
- 8. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. コンテキストコンピューティング • Context Computing – 人だけでもなく、機械だけでもない 人と機械の協働を目指す 8 コンテンツ 関係 人が関係性を定義 機械（Computer）が 内容を蓄積し、 関係を計算(集約) コンテンツ
- 9. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 計算可能なコンテンツとは • コンテンツを構造化することにより、さまざ まな技術が適用可能となる 99 市街地でも△△川 が氾濫するかも。 反論 台風ｘｘ号が接 近。避難する？ 避難所を確認 しよう 行動案 少し様子見。 強風、小雨 行動案 13:00現在●●小学 校、避難所開設中 上流の○○地区は 氾濫。危険な状態 原因 証拠 捕捉 証拠 証拠 具体 テキストが計算可能に！ 証拠としてのコンテンツも！
- 10. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. プロトタイプ • 関心事にチェックイン – 「関心事」という課題に対する解決案を利用 者が相互に評価し、機械が解決案に対する評 価をスコアリングする 10 課題 解決案A 解決案B 解決案C コンテンツ0 コンテンツ1 コンテンツ2 利用者い 利用者ろ + + + - 証拠理論(Dempster-Shafer theory of evidence)に基づき 確からしさを算出 属性X 属性Y
- 11. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. プロトタイプによる検証 • 気象災害発生シナリオ – 大型の台風に直面した時の状況をロールプレイ • 参加者のプロフィール(現在地、社会的役割など)を 設定 • ゲームマスターが時系列で状況変化や情報を展開 • 参加者は「どうする」という意思決定を投稿 • システムは参加者の意思決定を集約し提示 → システムを活用することで、適切な行動に結びつい たか 11 – 防災関係者による評価 • 自分の状況を知り、先の状 況を考えるために役に立つ • 動的な意思決定補助ツール であり、協働を促す効果が ある Copyright © 2013 Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 21 気象災害発生シナリオ – 結果 避難の完了 平時から災害時へ 山間部 避難の完了 9/2 11:00山間部 土砂災害注意 9/2 18:00山間部 氾濫危険水位 9/3 10:00 台風上陸 9/3 21:00市街部 避難指示 開始 9/3 3:00市街部 洪水氾濫 AITC Week 2013 「防災における情報の価値 ～System LAの試用体験を通して～」より引用
- 12. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 価値共創と知識循環 • 構造化されたコンテンツを蓄積し、継続 的にコミュニティ全体で共有、共同編集 することで、社会との相互作用による価 値共創が生まれ、社会全体が知性を持つ 12 構造化コンテンツ データベース
- 13. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 集合知 • 「集合知」とは、 – 閉鎖系同士の対話の記憶の蓄積によって、 主観的な知が発生させた上位の社会的な 階層における意味構造である 【解釈】 – 人間を観察で完全に理解することはできない – 人間は自己循環的に行動(意思決定する)する – 対話と観察を通じて社会としての知が構築される – 社会的な知は社会と同様な階層を持つ意味構造 – 多数決や平均値ではない本来の民主主義的なプロセス • 少数の意見に気付きを与える (多様性が重要) • 社会的意思決定は、妥協を含めた合意形成 • 集合知形成・活用のために – 人間は、実践や経験を通じて得た主観をもとに、意味付け や関係付けを行う – 機械は、多くの人々の対話を活性化させ、集合的な知を構 築していくための補助ツールとして、計算や収集、蓄積、 反復を行う 13 「集合知とは何か ネット時代の「知」のゆくえ」 西垣通著、SBN-13: 978-4121022035
- 14. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 機械学習 • 機械学習 – 大量のデータをシンプルな評価軸で解析・分析し、 (未知の)データとの関係性を予測・層別する • コンテキストコンピューティングでの活用 (案) – 課題に対する解決策の設定 • 仮想的なコミュニケーションの構築 – アノテーション付与の補助手段の提供 • 文脈、感情の認識 – コミュニケーション全体を俯瞰するための、集約 のエンジンとして – コミュニケーションの一部を切りだすための、探 索のエンジンとして • 重要な少数意見をひろいあげる • (コンテンツでもアノテーションでもない)メタデータに よる層別の手法の選択 14
- 15. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 空間OSとの関係 15 空間 HTTP 人間APIなどのサブシステム CPLOD (Cyber Physical Linked Open Data) 空間OS型 アプリケーション アダプタ HTTP アダプタ デバイスドライバ的 アプリケーション 一般アプリケーション これまでにない ソフトウエア ↓ 作り方が自明でない 既存の ソフトウエア＋α • コンテキストコンピューティングの位置 付け スマホ・ロボット掃除機… IoT・画像認識AI… ルールエンジン コンテキストコンピューティング 意思決定AI? 状況認識AI ? 対話AI？
- 16. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 「空気を読む」 • 「空気を読む」を感じるときとは、、、 – 上位の視点で、課題が(未然に)解決されたとき • 現状の「読み方」は直接的 • 「重要な早朝会議に遅れない」ために、、、 – 環境/状況から遅れるリスクを評価し、そのリスク回避と遅 れた場合のペナルティとのバランスで、解決案として「起 床時間を早める」が選択された – 過去に蓄積された知識から、本人の体調によっては「早く 寝ましょう」とか、「夕食は軽く済ませましょう」とか いった推薦がなされたかもしれない 16 早朝会議に遅れない 本人 通勤手段 混雑渋滞 気質 体調 環境 朝食 食材 電気 食卓 工事事故 気象曜・日
- 17. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. コンテキストコンピューティング • 「重要な早朝会議に遅れない」を解決する • 会議の場所、時間、経路などは知っているとして、、、 – 蓄積された情報(行動)の関係性から、さまざまな経 過や結果を予測し、適正解を導き出す – つまり、、、 • 一般的な情報間の関係性は事前にモデル化が可能 – 一般常識として、もしくは、機械学習などによって • 空間OSに蓄積された情報間の住人に関する特異な関係性 は、住人に提示してもらい、この関係性をもとに洗練さ れた「適正解」を導く – 感情認識など、自然なユーザインタフェースで • 例えば、前夜に気温が低く、酒を飲み過ぎて、重要な会 議に遅れてしまったとき、「酒の飲み過ぎ」が「寝過ご し」につながり、「遅れ」となった一連の行動間の関係 性を提示してもらい、次回の重要な会議に遅れないよう 予測して、適切な行動を促す 17
- 18. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. • 「空気を読む家」における、 コンテキストコンピューティングの役割 – 空間OSに蓄積された情報(データ)から、有用な「適 正解」、「妥協点」を探るための機構/プロセスを 提供 • 「正解」や「一般解」、「総意」がない課題 • モデル化できない/困難な課題 • 個人・家に固有な課題 – 住人同士の対話の観察や、住人との自然なインタラ クションを通じて、情報にアノテーションを付与し 学習 • 人の感情を理解・認識する – 「感情は最も単純で重要な意思疎通手段である」 – 得られた「適正解」や「妥協点」、学習結果を フィードバックしてサービスをリファイン • リファインには課題の領域に応じた集約方法が必要とな る どんな情報かは 検討の余地あり コンテキストコンピューティング 情報の洗練と スケールアップ を可能とする 18
- 19. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 空間OSとコンテキストコンピュー ティング • 空間OSとコンテキストコンピューティングの 関係 19 空間OSとアプリケーション コンテキストコンピューティング 利用者 主観 プライバシー 関係 属性 課題 カメラ マイク センサー 家電 対話 ロボット 制御 合意 意味・意図 集約 関係 認識 推論・学習 推薦
- 20. Copyright © 2015Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. http://aitc.jp https://www.facebook.com/aitc.jp ハルミン AITC非公式イメージキャラクター ご清聴ありがとうございます
Editor's Notes
- #5 社会学における「弱い紐帯の強み」"The strength of weak ties" 説はグラノヴェッターの名を高からしめた。この説は、緊密な社会的繋がり、例えば親友や核家族は力を行使するには適当だが、密なネットワークは 高度に冗長な情報を持つため、探索にはほとんど無用であるとするものである。一方、弱いつながり、即ち単なる知り合い関係では情報の冗長性がはるかに低い ため、探索には極めて有効である。しばしば情報は力よりも重要であるから、個人が発展していく（求職等）には弱い繋がりの方が家族や友人関係よりはるかに 重要となる。 この説は1970年、ハーバード大学の博士課程在籍中に行われた調査に基づく。282人のホワイトカラー労働者を無作為に 抽出し、現在の職を得た方法を調べたところ、よく知っている人より、どちらかといえば繋がりの薄い人から聞いた情報を元にしていたことが判ったのである。 これは「よく知っている」人同志は同一の情報を共有することが多く、そこから新しい情報が得られる可能性は少ないが、「あまり知らない」人は自分の知らな い新情報をもたらしてくれる可能性が高いからだと考えられた。このような「あまり知らない」間柄を「弱い紐帯」と呼び、その重要性を明らかにしたのがグラ ノヴェッターの功績である。
- #9 人だけでなく、機械だけでもなく，機械が苦手な部分を人が補い、機械が得意な計算する能力を引き出し、人と機械が協働する情報空間を実現する 人が情報にコンテキストを与えることで、機械は人が望む的確な情報を探索でき、断片的な情報を集積し、情報の価値を増幅することができる
- #13 知識を蓄積し次世代に伝達することは、科学分野においては一般法則として実施されているが、現場での知識に関しても伝統や習慣という形式で、無意識のうちに実施している。そして、多様な知識の蓄積と伝達・活用によって、自由で開かれた柔軟な社会が実現される。 情報を伝達するには、疎粒度に構造化されたネットワーク型のコンテンツを共有しつつ共同で編集することが効率的である。また、この共有構造とその内容としてオントロジーを基盤とすることで、自律的なコンテンツの集積が期待できる。このとき、参加者が増加するに従い、コンテンツの二次利用、三次利用が促進される。そして、社会全体がサービス化する基盤に乗って、価値共創のサイクルが加速される。
- #14 「ビンの中のジェリービーンズの数をあてる」とか、「正確に雄牛の体重を予測する」とか、ではない 計算や多数決、論理などで導かれる「正解」は、社会的に権威付けられた知識(専門知)であり、集合知ではない 閉鎖系同士の対話の記憶の蓄積によって、主観的な知が発生させた上位の社会的な階層における意味構造である 実践や経験を通じて得られた主観的な知から考える 人間は閉鎖系であり、観察者による完全な理解は不可能 人間は自律システムであり、自己循環的に行動(意思決定)する 社会では、対話と観察を通じて社会としての知を構築する 主観的な知は、閉鎖系どうしのコミュニケーションの記憶の蓄積によって、上位の社会的な階層において意味構造＝知を発生させる 知の発生は、複数の感覚を統合して主観的な知が発生するダイナミクスと相似のもの 普遍的な思考を実行するための論理機械として考案された他律システムであるコンピュータには知を作ることはできない ローカルな社会集団のコミュニケーションを身体的、暗黙知的な部分から活性化し、集団的な知をまとめあげるマシンが、近未来の集合知を支援するITの姿 システム環境ハイブリッド(SEHS) 人間の閉鎖系がテクノロジーを含む、と、捉えることで、人間の自己を拡張させる契機を見出すことができる
- #15 データや評価軸の選定は人間が実施している 関心事にチェックインシステムの経験では、その関心事や参加者の特性に応じて、集約や探索の方法は異なると予想している 例えば、時系列に変化する課題と変化しない課題では、集約のアルゴリズムは異なる また、他には地域特性がある課題や参加者にスペシャリストがいる場合などがある
- #19 まず、「知的な振る舞い」とは何か、ですが、ここでは、あくまで、「協働プロジェクトとしての空気を読む家」の発表なので、「『空間OS』に基づいて実装された『空気を読む家』が、気の利いたサービスを提供できるようになっていること、そのもの」と考えています。 そして、その「知的な振る舞い」を可能とする仕組みは、『空間OS』に個別実装されるアプリで試行錯誤に実現されるのではなく、『空間OS』の基本的なアーキテクチャに沿って実現（実装）されているべき（と、説明されるべき or と、説明しないと、部外者である今回のオーディエンスは納得しない）ですよね。 ここで、以前、道村さん、中川さんには話しましたが、『空間OS』のコアとして構築中のRDFリポジトリは、『空間OS』にBIOS(のようなもの？)で接続されている家電を制御したり、家電間を連携させたりするための基礎だと考えるコトが出来ます。 今、RDFリポジトリは、典型的なデータストアであることを考えると、『空間OS』を稼働させることで家電稼働に関するデータが蓄積できると考えても良いわけです。すると、このデータに関しては、なんらか、(Web2.0 的な手法としての)集合知的なアプローチで洗練とスケールアップが可能になる、と考えるのは、これまでのCC研の活動成果（勉強内容？）からも自然だと思います。 ＃RDFリポジトリに何を蓄積して、どのように有用なデータ（情報）が得られるのかは、もう少し、つめる必要がありますが、あくまで、手法・アプローチが適用可能だ、ということで。 さらに、今期に取り組もうとしている種々のアルゴリズムの勉強（利活用）は、これまでのSystem LA(Project LA)の延長であり、『空間OS』の仕組みで家電が情報連携する際のエンジン部分として整備されるためのもの、と考えれば、AITCの協働プロジェクトとしての全体像が自然にできあがる、と考えたわけです。