AI幸福論 - AIも感情や意識を持ちうるのか -
•Download as PPTX, PDF•
5 likes•1,830 views
AI幸福論 AIも感情や意識を持ちうるのか https://peatix.com/event/388417/ 講演資料です。
More Related Content
What's hot
What's hot (20)
Similar to AI幸福論 - AIも感情や意識を持ちうるのか -
Similar to AI幸福論 - AIも感情や意識を持ちうるのか - (20)
More from Youichiro Miyake
More from Youichiro Miyake (15)
AI幸福論 - AIも感情や意識を持ちうるのか -
- 1. AI幸福論 AIも感情や意識を持ちうるのか 三宅 陽一郎 @miyayou （日本デジタルゲーム学会理事） 2018.7.18 【7/18(水)】AI開発者×幸福学教授と考える、AIの幸福論〜AIが社会基盤となるからこそ 必要であろう叡智、 今残すべき叡智とは？ https://www.facebook.com/youichiro.miyake http://www.slideshare.net/youichiromiyake y.m.4160@gmail.com
- 2. My Works (2004-2017) AI for Game Titles Books
- 6. 目次 1. はじめに 2. 人工知能とは 3. キャラクターＡＩ：意思決定 4. 西洋哲学と人工知能 5. 東洋哲学と人工知能、混沌、煩悩 6. 東洋哲学と人工知能、分節化、唯識論 7. 時間と知能 8. 人工知能、世界、縁起 9. 人工知能、知能、世界
- 8. 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
- 27. 言語とは世界の分割である
- 31. 生起コスト 「けものをのけものにしない」の形態素解析の例 け もの を の け も の に け も の の け も の し な いけ の に し し ない もの 28 名詞：毛 44 名詞：物 48 名詞：獣 57 助詞：を 8 名詞：獣 57 の け も の 助詞：の 27 名詞：のけもの 77 動詞：のけ 17 名詞：物 37 名詞：野 27 名詞：毛 31 名詞：藻 67 助詞：の 8 助詞：に 7 名詞：竹刀 97 名詞：西 22 動詞：する変形 11 助動詞：ない 5 10 10 51 71 11 11 27 27 20 35 15 9 32 17 17 17 32 45 23 13 5 17 連接コスト 品詞 推定
- 32. 人工知能は現実が苦手
- 34. 目次 1. はじめに 2. 人工知能とは 3. キャラクターＡＩ：意思決定 4. 西洋哲学と人工知能 5. 東洋哲学と人工知能、混沌、煩悩 6. 東洋哲学と人工知能、分節化、唯識論 7. 時間と知能 8. 人工知能、世界、縁起 9. 人工知能、知能、世界
- 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。 第一次AIブーム 第二次AIブーム 第三次AIブーム
- 39. 人工知能ブーム 時間 規模 情報革命 ネット革命 知能革命 電子情報化 オンライン化 知能化 1960 1990 2000 第一次AIブーム 第二次AIブーム 第三次AIブーム 1970 1980 2010
- 41. 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
- 43. 人工知能がブームになるとき 時間 規模 1960 1990 2000 第一次AIブーム 第二次AIブーム 第三次AIブーム 1970 1980 2010 ニューラルネットによる人工知能は、 浮き沈みが激しい。
- 44. 人工知能がブームになるとき 時間 規模 1960 1990 2000 第一次AIブーム 第二次AIブーム 第三次AIブーム 1970 1980 2010 ニューラルネットによる人工知能は、浮き沈みが激しい。 ＝ しかし、人工知能がブームになる時は、 必ず改良されたニューラルネットワークが現れる。
- 46. 2 第１次AIブーム 時間 規模 情報革命 ネット革命 知能革命 電子情報化 オンライン化 知能化 1960 1990 2000 第一次AIブーム 第二次AIブーム 第三次AIブーム 1970 1980 2010
- 47. 2 第一次ＡＩブーム（1960年代） • コンピューターは大型のものしかない。 • 人工知能という分野自体が誕生したばかり。 • ニューラルネットという新しい分野のブーム。 １９世紀後半 人間の脳は ニューロンという もので出来てい るらしい ２０世紀前半 ニューロンの 電気的性質が 解明される （ホジキン博士、 ハクスレー博士） 1950年代に ニューラルネット 発明 1963年に ホジキン＝ハク スレー方程式が ノーベル賞
- 48. 2 第一次ＡＩブーム（1960年代） もし A ならば B もし B ならば C よって、 もし A ならば C シンボルによる人工知能 （記号主義） ニューラルネットによる人工知能 （コネクショニズム） 推論ベース ニューラルネット 誕生
- 49. 3 第二次ＡＩブーム（1980年代） • パソコンが普及して行く。 • ルールを集めて知能を作ろう。 • 逆伝播法によるニューラルネットのブーム。 パソコンが 世の中で 普及して行く 知識主義 ＝ たくさんの知識 を人工知能に 与えて推論 すれば知能が できる インターネット もなく、知識 が足りない。 推論も専門的 な機能のみ。
- 50. 3 第二次ＡＩブーム（1980年代） IF （A） then B IF （C） then D IF （E） then F IF （G） then H IF （ I ） then J シンボルによる人工知能 （記号主義） ニューラルネットによる人工知能 （コネクショニズム） ルールベース 新しい学習法＝ 逆伝搬法
- 51. 3 第二次ＡＩブーム（1980年代） 0 0 0 【逆伝播法】 ここが１になるように、 結合の強さを、 さかのぼって変えて行く。
- 52. 4 第三次ＡＩブーム（2010年代） • インターネットが普及して行く。 • インターネットで蓄積されたデータを学習させて 知能を作ろう。 • 改善されたニューラルネットのブーム。 インターネット が世の中で 普及して行く データ 学習主義 ＝ たくさんのデー タを人工知能 に学習させる 現在、進行中
- 54. インターネットによる 膨大なデータ 4 第三次ＡＩブーム（2010年代） 時間 規模 1960 1990 2000 第一次AIブーム 第二次AIブーム 第三次AIブーム 1970 1980 2010 ルールベース 逆伝播法 データベース ディープ ラーニング 推論ベース ニューラル ネット誕生 小型・中型 コンピュータの普及 大型コンピュータ 専門家のみのブーム
- 60. 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
- 66. 人工知能人間 仏教と人工知能 • 仏教 ＝ 煩悩から解脱する • 人工知能 ＝ むしろ煩悩を与えたい（執着） 煩悩 煩悩 解脱 執着
- 67. 人工知能人間 仏教と人工知能 • 仏教 ＝ 煩悩から解脱する • 人工知能 ＝ むしろ煩悩を与えたい（執着） 煩悩 煩悩 解脱 執着 人工知能にどのようにして煩悩を与えることができるか？
- 68. 目次 1. はじめに 2. 人工知能とは 3. キャラクターＡＩ：意思決定 4. 西洋哲学と人工知能 5. 東洋哲学と人工知能、混沌、煩悩 6. 東洋哲学と人工知能、分節化、唯識論 7. 時間と知能 8. 人工知能、世界、縁起 9. 人工知能、知能、世界
- 71. 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）
- 75. 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/
- 78. 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））
- 79. 自己組織化
- 83. 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
- 97. ユクスキュルの生物学
- 109. ３Ｄゲームの中のＡＩ Halo （ＨＡＬＯ、バンジー、2001年） デバッグ画面 The Illusion of Intelligence - Bungie.net Downloads http://downloads.bungie.net/presentations/gdc02_jaime_griesemer.ppt ©2018 SQUARE ENIX CO., LTD. All Rights Reserved.
- 110. 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
- 112. 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, Three States and a Plan: The AI of FEAR http://alumni.media.mit.edu/~jorkin/gdc2006_orkin_jeff_fear.pdf
- 113. 計画を立てるＡＩ/計画を変更 するＡＩ Jeff Orkins, Three States and a Plan: The AI of FEAR http://alumni.media.mit.edu/~jorkin/gdc2006_orkin_jeff_fear.pdf
- 115. 意思決定モデル ゴール（目標）ベースAI ルール（規則）ベースAI ビヘイビア（振る舞い）ベースAI 意思決定というものは非常に高度で複雑なプロセスです。 でも、ゲームで用いるいくつかの簡易モデルが存在します。 シミュレーションベース AI ユーティリティ（効用）ベース AI Rule-based AI State-based AI Behavior-based AI Goal-based AI Utility-based AI 「○○-based AI」とは、○○をAIを構築する基本単位として採用したＡＩということ。 タスク（仕事）ベース AI Task-based AI 意思決定 Simulation-based AI ステート（状態）ベースAI
- 116. The Sims シリーズのＡＩの作り方 人をダイナミクス（力学系、動的な数値の仕組み ）として動かす。 世界を動かす PeerAI(=キャラクターＡＩ) を構築。 Sub Peer Meta Meta Peer Sub [原則] 周囲の対象に対する、あらゆる可能な行動から、 ムード（幸せ） 係数を最大化する行動を選択する。 Sims (not under direct player control) choose what to do by selecting, from all of the possible behaviors in all of the objects, the behavior that maximizes their current happiness. Will Wright, AI: A Design Perspective (AIIDE 2005) http://www.aaai.org/Papers/AIIDE/2005/AIIDE05-041.ppt Kenneth Forbus, Will Wright, “Some notes on programming objects in The Sims – Example” http://www.qrg.cs.northwestern.edu/papers/Files/Programming_Objects_in_The_Sims.pdf
- 117. オブジェクトに仕込むデータ構造 Data (Class, Sate) Graphics (sprites, z- buffers)Animations (skeletal) Sound Effects Code (Edith) -Main (object thread) -External 1 -External 2 -External 3 パラメーター グラフィックス アニメーション サウンド メインスレッド いろいろなインタラクションの仕方 Ken Forbus, “Simulation and Modeling: Under the hood of The Sims” (NorthWerstern大学、講義資料) ※IEで見てください。 http://www.cs.northwestern.edu/%7Eforbus/c95-gd/lectures/The_Sims_Under_the_Hood_files/frame.htm Kenneth Forbus, Will Wright, “Some notes on programming objects in The Sims – Example” http://www.qrg.cs.northwestern.edu/papers/Files/Programming_Objects_in_The_Sims.pdf
- 118. The Sims における「モチーフ・エンジン」 Ken Forbus, “Simulation and Modeling: Under the hood of The Sims” (NorthWerstern University) http://www.cs.northwestern.edu/%7Eforbus/c95-gd/lectures/The_Sims_Under_the_Hood_files/frame.htm Data - Needs - Personality - Skills - Relationships Sloppy - Neat Shy - Outgoing Serious - Playful Lazy - Active Mean - Nice Physical - Hunger - Comfort - Hygiene - Bladder Mental - Energy - Fun - Social - Room Motive Engine Cooking Mechanical Logic Body Etc. AIの人格モデル
- 119. 最適（＝最大効用）な行動を選択する Hunger +20 Comfort -12 Hygiene -30 Bladder -75 Energy +80 Fun +40 Social +10 Room - 60 Mood +18 Toilet - Urinate (+40 Bladder) - Clean (+30 Room) - Unclog (+40 Room) Mood +26 Bathtub - Take Bath (+40 Hygiene) (+30 Comfort) - Clean (+20 Room) Mood +20 [原則] 周囲の対象に対する、あらゆる可能な行動から、 総合的な効用 （＝Mood） を最大化する行動を選択する。
- 120. ムードの計算方法と各パラメーターのウェイトグラフ Mood = W_Hunger(X_Hunger) * X_Hunger + W_Engergy(X_Energy) * X_Energy + … -100 0 100 -100 0 100 -100 0 100 -100 0 100 -100 0 100 -100 0 100 -100 0 100 -100 0 100 W_Hunger W_Energy W_Comfort W_Fun W_Hygiene W_Social W_Bladder W_Room
- 122. 効用(Utility)の計算の仕方 W_Hunger X_Hunger W_Hunger(-80) -80 60 W_Hunger(60) Hunger degree at -80 ＝ W_Hunger(-80)*(-80) Hunger degree at 60 ＝ W_Hunger(60)*(60) Δ ＝ W_Hunger(60)*(60) - W_Hunger(-80)*(-80) Utility for hunger
- 123. 限界効用逓減の法則 X_Hunger W_Hunger(-80) -80 60 W_Hunger(60) Δ（-80 → 60）＝W_Hunger(60)*(60) - W_Hunger(-80)*(-80) Δ (60→90） ＝W_Hunger(90)*(90) - W_Hunger(60)*(60) 90 W_Hunger(90) Δ（-80 → 60） is much larger than Δ(60→90） ある程度満たされたものを満たすより、 満たされないものをある程度満たす方が大きな満足をもたらす Utility for hunger ビールは一杯目が一番おいしい
- 124. 人工知能人間 仏教と人工知能 • 仏教 ＝ 煩悩から解脱する • 人工知能 ＝ むしろ煩悩を与えたい（執着） 煩悩 煩悩 解脱 執着
- 126. メタAI
- 129. （例）「ゼビウス」（ナムコ、1983） 敵出現テーブル巻き戻し 敵0 敵１ 敵2 敵3 敵4 敵5 『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。』 － 遠藤雅伸（出演）、1987、「糸井重里の電視遊戯大展覧会」『遠藤雅伸ゼビウスセミナー』フジテレビ －
- 131. メタAI(=AI Director)によるユーザーのリラックス度に応じた敵出現度 ユーザーの緊張度 実際の敵出現数 計算によって 求められた 理想的な敵出現数 Build Up …プレイヤーの緊張度が目標値を超えるまで 敵を出現させ続ける。 Sustain Peak … 緊張度のピークを3-5秒維持するために、 敵の数を維持する。 Peak Fade … 敵の数を最小限へ減少していく。 Relax … プレイヤーたちが安全な領域へ行くまで、30-45秒間、 敵の出現を最小限に維持する。 Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html より具体的なアルゴリズム
- 132. 安全な領域までの道のり(Flow Distance) メタＡＩはプレイヤー群の経路を トレースし予測する。 - どこへ来るか - どこが背面になるか - どこに向かうか Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
- 137. 人工知能のさまざまな応用
- 138. 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
- 140. 知能と「フレーム」
- 143. 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。
- 146. サービスと人工知能
- 149. 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。
- 150. • 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
- 155. 目次 1. はじめに 2. 人工知能とは 3. キャラクターＡＩ：意思決定 4. 西洋哲学と人工知能 5. 東洋哲学と人工知能、混沌、煩悩 6. 東洋哲学と人工知能、分節化、唯識論 7. 時間と知能 8. 人工知能、世界、縁起 9. 人工知能、知能、世界
- 158. アリストレス（B.C.383-322） • 人類史上、最大の哲学者 • オルガノン（論理学に関する一連の著作） • 形而上学 （キリスト教に強い影響） • この後、２０００年に渡って規範となる（なってしまう） • 膨大な著作（弟子たちがまとめる）
- 163. デカルト（1596-1650） • 近代学問の父とみなされる • 書物を読むのをやめ、自分自身で 納得の行く哲学を構築する。 • 「方法序説」「精神指導の規則」「哲 学原理」 • 数学では解析幾何学（座標幾何学） • 小屋に閉じこもり、３つの着想を得る。 • 軍隊に入りながら各地を放浪 • 家庭教師など
- 164. デカルトの動機 「混乱する学問を確かな基礎の上に体系化する」 • 当時（１６世紀）における学問は、さまざまな議論や、 宗教が混在しており、学問全体が体系化されていな かった。 • 学問全体をユークリッド幾何学のように整然と体系化 できないのか。 • そのためには、あらゆる学問の出発点がなければなら ない。 • そして、それは誰にとっても確からしいものでなければ ならない。そこから論理的明証性によって学問全体を 再構築するのだ。
- 167. ライプニッツ（1646-1716） • 万能の天才 • ハノーファー候（ドイツ）に仕える外 交官・文官 • 欧州全体に広い人脈（ロシア皇帝か らバチカンまで） • ベルリンアカデミー設立 • 法律、数学（『微積分』の発見、二進 法に関する論文）、哲学（『モナド 論』）に大きな足跡を残す • デカルト批判
- 168. ライプニッツ「モナドロジー」 (原著：1714, 翻訳:2005,清水富雄、竹田篤司、飯塚勝久) • さて、部分のないところには、ひろがりも形もあるはずが ない。分割することもできない。モナドは、自然における 真のアトムである。一言で言えば真のアトムである。 (P.3) • 「一」すなわち単一な実体において、（瞬間ごとに）多を はらみ、多を表現している状態、その流れがいわゆる表 象である。 (P.6) • デカルト哲学の末流が、この点で大きなあやまりをおか したのも、意識にのぼらない表象は無とみなしたからで ある。（P.7） • そのあげく、魂と体がまったく切りはなされているとする、 • スコラ学者の偏見に（さかさまに）落ち込んだばかりでは なく(p.7)
- 169. ライプニッツ「普遍学」 • ホッブズが，われわれの心mensの働きはすべて計 算computatioであると述べているがそれは正しい〉 (Leibniz，Gerh.4,p.64) (Web辞典から) • 「もし何らかの厳密な言語か、あるいは少なくとも、 真に哲学的な表記法が与えられたなら、所与から理 性によって獲得しうるすべてのものは、何らかの計 算法により、ちょうど算術や幾何学の問題が解かれ るのと同じように、見出すことができるであろう。」（ラ イプニッツ、普遍学すなわち哲学的算法について） （フレーゲ著作集１、勁草書房勁、P.138）
- 170. Element Characteristics universalis Leibniz （普遍的 記号法の原理） http://www.iep.utm.edu/leib-log/ しかし、途中で終わる。 （ライプニッツはすぐに できると思っていたが、 実は人類史上の、 とても大仕事だった。）
- 172. 数学 数学＝？ 数学
- 173. 数学の歴史 代数学 幾何学 ディオファントス「算術」 方程式（当時はそう呼んでいなかったが） ユークリッド (埃、アレクサンドリア、 323-283 ぐらい) x2 - n y2 = 1 などの解を求める
- 174. 数学の歴史 代数学 幾何学 解析幾何学 純粋幾何学 x2 - n y2 = 1 などの方程式によって図形・曲線を表す。 記号操作によって、誰でも一定の手順で証明が可能。 補助線など「閃き」によって証明する。
- 177. デカルトの著作 1618年『音楽提要』Compendium Musicae 公刊はデカルトの死後（1650年）である。 1628年『精神指導の規則』Regulae ad directionem ingenii 未完の著作。デカルトの死後（1651年）公刊される。 1633年『世界論』Le Monde ガリレオと同じく地動説を事実上認める内容を含んでいた ため、実際には公刊取り止めとなる。デカルトの死後（1664年）公刊される。 1637年『みずからの理性を正しく導き、もろもろの学問において真理を探究するため の方法についての序説およびこの方法の試論（屈折光学・気象学・幾何学）』Discours de la méthode pour bien conduire sa raison, et chercher la verité dans les sciences(La Dioptrique,Les Météores,La Géométrie) 試論（屈折光学・気象学・幾何学）を除いて序説単体で読まれるときは、『方法序説』 Discours de la méthode と略す。 1641年『省察』Meditationes de prima philosophia 1644年『哲学の原理』Principia philosophiae 1648年『人間論』Traité de l'homme 公刊はデカルトの死後（1664年）である。 1649年『情念論』Les passions de l'ame https://ja.wikipedia.org/wiki/ルネ・デカルト
- 179. ライプニッツ「モナドロジー」 (原著：1714, 翻訳:2005,清水富雄、竹田篤司、飯塚勝久) • 表象も、表象に依存して動くものも、メカニックな理由、つまり 形や運動を持ち出しては、 説明がつかないということである。 ものを考えたり、感じたり、知覚したりできる(p.8)
- 180. フレーゲ（1848-1925） • 分析哲学の祖 • 人間の思考の形式化 • ゲッティンゲン大学で博士号 • イエーナ大学で殆どの時期を過ごす • 数学と哲学の間で独自の学問を打 ち立てる • 現代数学の記号、一階述語論理は フレーゲに寄る。
- 186. ブール代数 • 冪等則：x ∧ x = x ∨ x = x 、 • 交換則：x ∧ y = y ∧ x 、x ∨ y = y ∨ x 、 • 結合則：(x ∧ y)∧ z = x ∧(y ∧ z) 、(x ∨ y)∨ z = x ∨(y ∨ z) 、 • 吸収則：(x ∧ y)∨ x =x 、(x ∨ y)∧ x = x 、 • 分配則：(x ∨ y)∧ z = (x ∧ z)∨(y ∧ z) • (x ∧ y)∨ z = (x ∨ z)∧(y ∨ z) • さらにL の特別な元 0 ，1 と単項演算 ¬ について、以下が 成り立つとき ＜L; ∨, ∧, ¬＞ を可補分配束（ブール束）と呼 ぶ。 • 補元則： x ∨ ¬x = 1， x ∧ ¬ x = 0。
- 187. バートランド・ラッセル(英、1872-1970) • 英の数学者・哲学者・文学者 • ノーベル文学賞を受賞 • ケンブリッジ大学で教える。 • ヴィトゲンシュタインを見出す。 • 政治的運動も展開。 • 数々の著作。 • 論理学者としてラッセルのパラドックス
- 188. ラッセルのパラドックス • 「市長は自分が市長をする市以外に住まなくてはならない。市長 を集めた不在市長市に、すべての不在市長が住まなくてはならな い。誰が市長になれば良いか？」 • 自己言明に対するパラドクス。 • フレーゲによる修正 • ラッセルによる修正 ＝ 型階層理論 （集合にはクラスがある）
- 190. ラッセル/ホワイトヘッド 数学原理（Principia Mathematica） • 数学が論理学で記述できることを示す。 • ラッセルのパラッドクスを回避するラッセル自身の「型理論」 (type theory)が盛り込まれる。 https://archive.org/details/PrincipiaMathematicaVolumeI
- 191. ヴィトゲンシュタイン（1889-1951） • オーストリアの哲学者 • 工学からその基礎に疑問を持ち、 • 数学、さらに哲学へ。 • イギリスのケンブリッジのラッセルのもとで 哲学を研究する。 • フレーゲと交流。 • 孤高の哲学者。 • ２０代で「論理哲学論考」を著して、小学校 教師に。その後、再び、大学で研究する。 「哲学論考」 • 講義を受けた聴講者が講義録をまとめる。
- 192. ヴィトゲンシュタイン「論理哲学論考」 • 哲学の目的は思考の論理的明晰化である。 • 哲学は学説ではなく、活動である。 • 哲学の仕事の本質は解明することにある。 • 哲学の成果は、命題ではない。命題の明晰化である。 • 思考はそのままではぼやけている。哲学はそれを明晰にし、 限界をはっきりさせねばならない。 （ヴィトゲンシュタイン「論理哲学論考」岩波文庫、P.51）
- 193. ヒルベルト「数理論理学」 • 20世紀最大の数学者 • 「マテマティカ・プリンキピア」の成果を 数学的に細分化し、数学基礎論として 位置付けた。 • ヒルベルト/アッカーマン「数理論理学」 （1927年、オリジナルはゲッティンゲン 大学における講義 1917-1918） • 決定問題を提起
- 195. 目次 1. はじめに 2. 人工知能とは 3. キャラクターＡＩ：意思決定 4. 西洋哲学と人工知能 5. 東洋哲学と人工知能、混沌、煩悩 6. 東洋哲学と人工知能、分節化、唯識論 7. 時間と知能 8. 人工知能、世界、縁起 9. 人工知能、知能、世界
- 196. 東洋哲学と人工知能、混沌、煩悩
- 206. 荘子とアリストテレス • 世界を分けることで理解することで、理性を進めるのが、西洋 のアリストテレス以来の伝統である（範疇論） • 人工知能もまた、その路線に従って、世界を分かち、論理に 従って思考する存在として構築された（第三回「デカルトと機 械論」） • ニューラルネット、ディープラーニングもまた分別することがで きる。人はそこに理性を見る。 • では、荘子は何を言っているのか？
- 207. 荘子「道枢は対立を超える」 アリストテレス 「範疇論」 （カテゴリー） ヘーゲル 「弁証法」 （対立） 荘子 「道枢」 （道）
- 208. 目次 1. はじめに 2. 人工知能とは 3. キャラクターＡＩ：意思決定 4. 西洋哲学と人工知能 5. 東洋哲学と人工知能、混沌、煩悩 6. 東洋哲学と人工知能、分節化、唯識論 7. 時間と知能 8. 人工知能、世界、縁起 9. 人工知能、知能、世界
- 209. 東洋哲学と人工知能、分節化、唯識論
- 210. 二つの知能論 •西洋の知能論 ＝ 機能論 •エージェントアーキテクチャ/ •環世界 •東洋の知能論 ＝ 存在論 驚くほど存在について議論しない 驚くほど機能について議論しない
- 223. 存在的多者の 領域 アーラム・ アム・ミ サール 上昇過程 下降過程 上昇過程・下降過程 仏教： 向上・向下 （不覚 → 覚 → 不覚） 仏教： 向上門・却来門 仏教： 掃蕩門・建立門 浄土真宗： 住相・環相 スーフィズム： 上昇・下降 イブン・アラビーの存在論（イスラーム哲学） イスラーム哲学の原像、岩波新書、井筒俊彦、P.119
- 234. 目次 1. はじめに 2. 人工知能とは 3. キャラクターＡＩ：意思決定 4. 西洋哲学と人工知能 5. 東洋哲学と人工知能、混沌、煩悩 6. 東洋哲学と人工知能、分節化、唯識論 7. 時間と知能 8. 人工知能、世界、縁起 9. 人工知能、知能、世界
- 245. 水の波紋のように意識が作られる 著作者 acworks タイトル 波紋が浮かぶ水面 http://01.gatag.net/0013916-free-photo/
- 256. ゼ ロ 無限世界 志向性の矢
- 257. ゼ ロ 無限世界 志向性の矢 知能
- 258. 目次 1. はじめに 2. 人工知能とは 3. キャラクターＡＩ：意思決定 4. 西洋哲学と人工知能 5. 東洋哲学と人工知能、混沌、煩悩 6. 東洋哲学と人工知能、分節化、唯識論 7. 時間と知能 8. 人工知能、世界、縁起 9. 人工知能、知能、世界
- 263. 知能 この力が時 現実
- 268. 問題は体験から来る • 人工知能は世界を、自分を体験していない • 人工知能は世界から情報を抜き取っているだけ 体験 問題 人間＝体験から問題を創造（ジェネレート）する
- 271. 問題は体験から来る • 人工知能は世界を、自分を体験していない • 人工知能は世界から情報を抜き取っているだけ 体験 問題 人間＝体験から問題を創造（ジェネレート）する
- 272. 問題は体験から来る • 人工知能は世界を、自分を体験していない • 人工知能は世界から情報を抜き取っているだけ 体験 問題 体験で解き得なかったものを問題とする
- 273. 問題は体験から来る • 人工知能は世界を、自分を体験していない • 人工知能は世界から情報を抜き取っているだけ 体験 問題 体験で解き得なかったものを問題とする 禅はこちら を解決する
- 275. 東洋型哲学 体験 体験 体験 体験 体験 伝えられない ＝中心はない ＝縁起 ＝それぞれ自分の体験を積み重ねて、まとめるしかない。 体験 体験によって問題を解く ＝ 禅 ＝ 縁起の構造でもある ＝ 何が原因と結果ではなく
- 277. 西洋のわかった＝東洋のわかったような 東洋のわかった＝個人的な理解 体験 体験 体験 体験 体験 体験 問題 東洋＝体験を貫くほとばしり（神髄）＝悟り 禅的 / 経験とメタファー 西洋＝思考を貫くほとばしり（神髄）＝理解 デカルト的 / 情報と推論
- 279. 混沌としての知能 悟り より大きな 悟り
- 283. 持続的意識 インフォメーション・フローから 一瞬一瞬生起される構成的自己 「構成的自己＝知能」 の形成（創造） 人工知能 環境世界 環境 時間 意識＝無意識の境界 線 無意識＝身体の境界 線
- 292. 目次 1. はじめに 2. 人工知能とは 3. キャラクターＡＩ：意思決定 4. 西洋哲学と人工知能 5. 東洋哲学と人工知能、混沌、煩悩 6. 東洋哲学と人工知能、分節化、唯識論 7. 時間と知能 8. 人工知能、世界、縁起 9. 人工知能、知能、世界
- 293. 人工知能人間 仏教と人工知能 • 仏教 ＝ 煩悩から解脱する • 人工知能 ＝ むしろ煩悩を与えたい（執着） 煩悩 煩悩 解脱 執着
- 297. 混沌としての知能 悟り より大きな 悟り