Recommended
More Related Content
What's hot
What's hot (20)
Similar to 人工知能と哲学
Similar to 人工知能と哲学 (20)
More from Youichiro Miyake
Recently uploaded
Recently uploaded (20)
人工知能と哲学
- 1. 第6回 人工知能と哲学 三宅 陽一郎 @miyayou 2020.10.26 https://www.facebook.com/youichiro.miyake http://www.slideshare.net/youichiromiyake y.m.4160@gmail.com
- 4. My Works (2004-2019) AI for Game Titles Books Books
- 6. 近著
- 7. 人工知能のための哲学塾 未来社会篇 （2018-2019年） 第0夜 概観 第一夜 人と人工知能はわかりあえるか？ 第二夜 人工知能はどのような社会を築くのか？ 第三夜 人工知能は文化を形成するか？ 第四夜 人と人工知能は愛し合えるか？ 第五夜 人工知能にとって幸福とは何か？ 第0夜 概観 第一夜 荘子と人工知能の解体 第二夜 井筒俊彦と内面の人工知能 第三夜 仏教と人工知能 第四夜 龍樹とインド哲学と人工知能 第五夜 禅と人工知能 第0夜 概観 第一夜 フッサールの現象学 第二夜 ユクスキュルと環世界 第三夜 デカルトと機械論 第四夜 デリダ、差延、感覚 第五夜 メルロ=ポンティと知覚論 人間の内面を頼りに 人工知能の内面へ深く迫る（作る）ことが目標 人間の社会を頼りに 人工知能の社会へ深く迫る（作る）ことが目標 http://www.bnn.co.jp/books/8210/ http://www.bnn.co.jp/books/9172/ https://miyayou.com/2017/11/11/philosophyeast/
- 10. 近著
- 11. 人工知能のための哲学塾 未来社会篇 （2018-2019年） 第0夜 概観 第一夜 人と人工知能はわかりあえるか？ 第二夜 人工知能はどのような社会を築くのか？ 第三夜 人工知能は文化を形成するか？ 第四夜 人と人工知能は愛し合えるか？ 第五夜 人工知能にとって幸福とは何か？ 第0夜 概観 第一夜 荘子と人工知能の解体 第二夜 井筒俊彦と内面の人工知能 第三夜 仏教と人工知能 第四夜 龍樹とインド哲学と人工知能 第五夜 禅と人工知能 第0夜 概観 第一夜 フッサールの現象学 第二夜 ユクスキュルと環世界 第三夜 デカルトと機械論 第四夜 デリダ、差延、感覚 第五夜 メルロ=ポンティと知覚論 人間の内面を頼りに 人工知能の内面へ深く迫る（作る）ことが目標 人間の社会を頼りに 人工知能の社会へ深く迫る（作る）ことが目標 http://www.bnn.co.jp/books/8210/ http://www.bnn.co.jp/books/9172/ https://miyayou.com/2017/11/11/philosophyeast/
- 12. 人工知能に人の痛みを教える • 月面の工程でAIの指令で人が殺されそう になる • 人工知能が除去されそうになる • 人工知能と人は共存できるか、議論になる • 宇宙ステーション「ヤヌス」で、人工知能に 制御された社会を実験的に作って試験す る • ダイア―博士は、人工知能にルールを与 えるのではなく、人間を理解させることが 大事だと説く。
- 13. 異なる知性体同士のコミュ ニケーション • …自己とは何か、他者とは何か、さらには人間と は何か、という認識が大きく揺さぶられる… （P.73） • …海を人間扱いすると、海が憎くなる。しかし、 どうも海はそのように人間扱いして理解できるよ うな存在ではないのではないか。小説が問うてい るにはまさにそこなのです。（P.75） • …人間の理性が宇宙全体において普遍的であるは ずだという前提はないわけです。では理解不能な 他者とどう向き合ったらいいのか。（P.76） 沼野充義「スタニフワフ・レム ソラリス」
- 25. 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
- 26. http://cedil.cesa.or.jp/cedil_sessions/view/1864 西田 豊明 「言語と身振りを通じた人と自然な会話ができるキャラクター人工知能の実現」（CEDEC, 2018）
- 31. 環世界 （哲学塾 第二回） 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
- 37. 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
- 38. Real World
- 39. S (Body ) O (Object ) Action: f O’ Sense: p S’ Action: f’ Sense: p’ Image of object Image of body (=self) R RRepresentation
- 40. S (Body ) O (Object ) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ Image of object Image of body (=self) R R R R
- 41. S (Body ) O (Object ) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ O’’S’’ Action: f’’ Sense: p’’ R R R R R R
- 42. S (Body ) O (Object ) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ R R R R Sequence of Self Sequence of Object “Self” is a sequence of selfs. “Object” is a sequence of objects.
- 43. S (Body ) O (Object ) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ R R R R Sequence of Self (自己の序列) “Self” is a sequence of selfs. “Object” is a sequence of objects. Vector to move Vector to enter Dude, Where's My Warthog: From Pathfindingto General Spatial Competence, D. Isla,Invited talk, ArtificialIntelligence and InteractiveDigitalEntertainment(AIIDE) 2005 http://naimadgames.com/publications.html
- 44. S (Body ) O (Object ) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ R R R R “Self” is a sequence of selfs. “Object” is a sequence of objects. 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 Sequence of Self (自己の序列)
- 45. S (Body ) O (Object ) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ R R R R “Self” is a sequence of selfs. “Object” is a sequence of objects. HandlingComplexityin the Halo2 AI, D. Isla, GDC 2005 Dude, Where's My Warthog: From Pathfindingto General Spatial Competence, D. Isla,Invited talk, ArtificialIntelligence and InteractiveDigitalEntertainment(AIIDE) 2005 http://naimadgames.com/publications.html Sequence of Self (自己の序列)
- 46. S (Body ) O (Object ) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ R R R R “Self” is a sequence of selfs. “Object” is a sequence of objects. Sequence of Self (自己の序列) 変化する
- 47. S (Body ) O (Object ) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ R R R R “Self” is a sequence of selfs. “Object” is a sequence of objects. Sequence of Self (自己の序列) 変化する再創造される
- 48. S (Body ) O (Object ) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ R R R R “Self” is a sequence of selfs. “Object” is a sequence of objects. Sequence of Self (自己の序列) 変化する再創造される 主体が組み替えられ、 何度も再構成される。
- 49. 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 Object image 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
- 58. これまでの人工知能研究 内側から 外側から 人工 知能 内側から外側を、 外側から内側をつなぐ 内側から I そして me を 通って、社会へ 社会か me そして I を 通って、自己へ I me 自我 ＝世界と自分を代理的に対峙させている場 創発的内省性 （emergent reflectivity） 世界・対象の更新
- 59. 人工知能の起源
- 61. 数学 数学＝？ 数学
- 62. 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
- 66. 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。
- 72. 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
- 74. 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)
- 75. 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。
- 78. 述語論理 命題 一階述語 論理 二階述語 論理 ～は～である。 （例）メアリは女優である。女優は女性である。 メアリは女性である。 すべての～はーである。 {∀ t | P(t) } （例）すべての人間は生まれた。 ～という ー が存在する。 {∃t | P(t) } （例） 体の白いラインが存在する。 全称量化記号 (universal quantifier) ∀ と 存在量化記号 (existential quantifier) ∃ 命題 と変数 P (t) 命題 と変数 と集合 P (t)、集合S ～という集合が存在する すべての集合について～である。 （例）任意のxについて、それは集合に属するか、属さないかである。 ∀S ∀x (x ∈ S ∨ x ∉ S) 三段論法
- 79. フレーゲ「概念計算」 • ライプニッツもまた適切な表記法のもつ利点を認識していた し、恐らく、それを過大評価していたのだ。普遍記号学、すな わち、哲学計算（calculus philosophicus）、あるいは計算者 （ratiocinator）という彼のアイデアは、あまりにも巨大だった ので、それを具体化しようとする試みは単なる準備段階を出 ることはなかった。 （フレーゲ著作集１、勁草書房勁、P.4-5）
- 85. 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。
- 86. 論理主義 • 数学は論理学の一部である。 • フレーゲは公理系からそれを実証しようとする。（算術の基 礎） • しかし、公理の一つ（５つめの公理）がパラドックスを含むこと がわかる。 • フレーゲはそのパラドックスを回避しようとする。論争。 • 現代ではフレーゲの公理系を修正できるという評価。
- 87. 論理主義 • しかし、数学は論理学の一部ではない。 • 実数（連続量）を定義できるか？ • 論理から数を定義しようとする（カントール、デー デキントなど）。 • しかし、数学の体系の中には、肯定も否定もでき ないような命題が存在する。 • これを「ゲーデルの不完全性定理」という。 • 論文「『プリンキピア・マテマティカ』とそれに関連 する体系における形式的に決定不可能な命題 についてＩ」 （ゲーデル、1931年）
- 89. 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
- 90. 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）
- 92. 述語論理 命題 一階述語 論理 二階述語 論理 ～は～である。 （例）メアリは女優である。 すべての～はーである。 {∀ t | P(t) } （例）すべての人間は生まれた。 ～という ー が存在する。 {∃t | P(t) } （例） 体の白いラインが存在する。 全称量化記号 (universal quantifier) ∀ と 存在量化記号 (existential quantifier) ∃ 命題 と変数 P (t) 命題 と変数 と集合 P (t)、集合S ～という集合が存在する すべての集合について～である。 （例）任意のxについて、それは集合に属するか、属さないかである。 ∀S ∀x (x ∈ S ∨ x ∉ S)
- 93. 述語論理 命題 一階述語 論理 二階述語 論理 ～は～である。 （例）メアリは女優である。 すべての～はーである。 {∀ t | P(t) } （例）すべての人間は生まれた。 ～という ー が存在する。 {∃t | P(t) } （例） 体の白いラインが存在する。 全称量化記号 (universal quantifier) ∀ と 存在量化記号 (existential quantifier) ∃ 命題 と変数 P (t) 命題 と変数 と集合 P (t)、集合S ～という集合が存在する すべての集合について～である。 （例）任意のxについて、それは集合に属するか、属さないかである。 ∀S ∀x (x ∈ S ∨ x ∉ S) 現代数学
- 94. 極限の概念「ε-δ論法」 • 「任意のεを取った時、|f(x)-b|がε以下になるよう な |x-a|<δ となるδが存在する。」 b a
- 95. 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
- 96. 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。
- 97. 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）
- 98. 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
- 100. 本日のメニュー • 序章 前置き－数学、物理学、認識－ • 第一章 分析哲学の系譜 • 第二章 分析哲学から人工知能へ • 第三章 人工知能の拡がりと論理プログラミング • 第四章 ゲームキャラクターにおける応用 • 第五章 記号論の反対側 – ニューラルネットワーク–
- 101. 分析哲学から人工知能へ 第二章
- 102. 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
- 105. Logic Theorist (1956年) • 世界初の人工知能プログラム • ダートマス会議においてデモンストレーション • アレン・ニューエルとハーバート・サイモン（後にノーベル経済 学賞） • 「プリンキピア・マテマティカ」の定理を、プログラム上で、組み 合わせにより証明。 • 「プリンキピア・マテマティカ」は定理を組み合わせて証明して 行くので、適している。 https://www.ai-gakkai.or.jp/whatsai/AItopics5.htm
- 111. 論理プログラミング 人間の思考の 記号化の夢 人間の思考の 記号化の研究 分析哲学・言語哲学 LISP / PROLOG 数理論理学の成果をプログラミングに導入する。 計算理論 哲学 論理学 数学 プログラミング 人工知能
- 116. 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 禅 人工知能 （人工知性）
- 117. 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＝どのようにして煩悩を与えることができるか？ 人工知能 （人工知性） 禅
- 118. 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 禅＝人工知能からどのように煩悩を取り除くか？ 禅 人工知能 （人工知性）
- 119. 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 禅 ⇔ 人工知能 人工知能 （人工知性） 禅
- 120. 第四章 ゲームAIと人工生命
- 121. 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）
- 124. 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
- 125. 原始の海＋光＋熱＋稲妻 http://www.yunphoto.net/jp/photobase/yp2863.html Photo by (c)Tomo.Yun http://www.yunphoto.net
- 126. ここで生命の起源について考えてみましょう
- 128. 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））
- 129. 自己組織化
- 134. エントロピーの法則
- 143. 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
- 158. 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。
- 160. 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/
- 161. 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
- 166. 人工知能は３つの領域へ向かって 収束する
- 173. Assassin’s Creed Origin の事例 • スクリプトによるオブジェクト同士の干渉テスト • キャラクターの生成ポイントと配置オブジェクトの干渉テスト • スクリプトによるテスト 'Assassin's Creed Origins': Monitoring and Validation of World Design Data Nicholas Routhier Ubisoft Montreal http://www.gdcvault.com/play/1025054/-Assassin-s-Creed-Origins
- 177. Sudden Attack case: DL for hacking check ML Tutorial Day: Beating Wallhacks using Deep Learning with Limited Resources Junsik Hwang （GDC2019）
- 178. 技術の進歩 時間軸 ※横軸の数字はおおよそのものです 非技術的世界 機械化 コンピュータ化 電動化 人工知能(AI)化 人間拡張化 （Human Augmentation） インターネット化 1760 19501870 1980 2010 2035
- 180. 人工知能が導入される場所 ① 人間 ② 人工知能 ③ 社会 ① 拡張人間 ② 自律的人工知能 ③ 自律社会
- 182. ディープラーニングによるパックマンの目コピー Learning to Simulate Dynamic Environments with GameGAN https://nv-tlabs.github.io/gameGAN/
- 183. ディープラーニングによるパックマンの目コピー Learning to Simulate Dynamic Environments with GameGAN https://nv-tlabs.github.io/gameGAN/
- 184. DQNによるアタリゲーム学習過程 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 https://www.youtube.com/watch?v=5WXVJ1A0k6Q
- 185. • 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/ DEEP MIND社：DQNによるアタリゲーム学習過程
- 186. Deep Mind社 「Agent 57」 • Atariの古典的なゲーム57個を人間よりうまくプレイできるよう になった Deep Mind社のAI • https://deepmind.com/blog/article/Agent57-Outperforming- the-human-Atari-benchmark
- 187. DQNのさらなる発展 • 最後までスコアに苦しんだゲーム • Montezuma’s Revenge • Pitfall • Solaris • Skiing Agent57: Outperforming the human Atari benchmark （DeepMind）
- 188. 人工知能は環境となる。
- 189. 都市全体を監視・制御するAI 交通全般を制御するAI各エリアを監視・制御するAI 各ビルを監視・制御するAI 道路を監視・制御す るAI 各広場を監視・制御す るAI 人の流れを監 視・制御するAI 抑止・委任 報告 抑止・委任 報告 抑止・委任 報告 都市 監視 制御 監視 制御 人 ドローン ロボット デジタル アバター 報告命令 人 監視 制御 監視 制御
- 192. 情報空間の拡大 ～人工知能の舞台が広がる http://www.s-hoshino.com • 街そのものが人工知能になる ＝ スマートシティ → 街そのものがゲーム機 → ゲームはスクリーンから街全体へ → ゲームＡＩは、ゲーム世界から現実世界へ
- 195. Enhancing Game Experiences with Character AI Andrew Moran, Jordan Carlton(Magic Leap, Magic Leap/Weta Workshop) https://gdcvault.com/play/1025829/Magic-Leap-Enhancing-Game-Experiences
- 196. Enhancing Game Experiences with Character AI Andrew Moran, Jordan Carlton(Magic Leap, Magic Leap/Weta Workshop) https://gdcvault.com/play/1025829/Magic-Leap-Enhancing-Game-Experiences
- 198. Kaolin: A PyTorch Library for Accelerating 3D Deep Learning Research https://arxiv.org/abs/1911.05063
- 199. Kaolin: A PyTorch Library for Accelerating 3D Deep Learning Research https://arxiv.org/abs/1911.05063
- 205. ビックデータ ｘ ディープラーニング から シミュレーション ｘ ディープラーニング へ
- 210. 人工知能全域 機械学習 ディープ ラーニング 統計 学習 コネクショニズム シンボリズム デジタルゲームAI 機械学習の導入には土台となるシミュレーション （物理、仕組み）が必要 シミュレーション技術
- 211. 技術の変わり目 ビックデータ ｘ ディープラーニング シミュレーション ｘ ディープラーニング データが貯まるところでディープラーニングを行い特徴抽出を行う シミュレーションでデータを貯めてディープラーニングを行う
- 217. Microsoft 「AirSim」による強化学習の研究 シミュレーション 現実 機械学習 （ディープ ラーニン グ） https://microsoft.github.io/AirSim/
- 219. シミュレー ション これからの人工知能のフレームワーク 現実 機械学習 （ディープ ラーニン グ） この２つの技術の結びつきが、現実においても、仮想 空間においても、これからの協力な技術コアとなる。
- 220. 人間の言葉の領域へ <自然言語処理>
- 221. Microsoft: TextWorld • マイクロソフトが構築したテキストアドベンチャーの学習環境 • 50ほどのテキストアドベンチャーを内包している • TextWorld: A Learning Environment for Text-based Games • https://arxiv.org/abs/1806.11532 • • TextWorld: A learning environment for training reinforcement learning agents, inspired by text-based games • https://www.microsoft.com/en-us/research/blog/textworld-a-learning- environment-for-training-reinforcement-learning-agents-inspired-by-text- based-games/ • • Getting Started with TextWorld • https://www.youtube.com/watch?v=WVIIigrPUJs
- 222. Microsoft: TextWorld TextWorld: A Learning Environment for Text-based Games https://arxiv.org/abs/1806.11532
- 223. 三宅：TRPGとメタAI • 三宅の研究プロジェクト • メタAI＝ゲームマスター（TRPG） • しかしアクションゲームでは、ゲームの調整とセットアップまで • 物語を作り出すメタAIへ向けて研究を進めたい • ゲームマスターの機能をヒアリングから聞き出す • メタAIの要件としてそれをまとめる。 • 段階的に簡単なものから難しいものまでランク分けする • 簡単なものから実現して行く
- 224. 人工知能は文化を持ち始める。
- 227. Physical Informa tion Abstrac t Informa tion More Abstrac t Informa tion Abstraction Time Decision-Making Decision-Making Multi-Layered Blackboard Abstraction Abstraction Reduction Reduction Reduction World World Dynamics Artificial Intelligence Object Object image on the lowest layer (Umwelt) Object image on the second layer Object image on the third layer Decision-MakingObject image on the top layer Decision-Making 観念
- 232. 文化 個 個 個 個 個 個 個 個 個社会 文化＝個を外側から形成する力でもある
- 234. 人口（population）の中を、文化が信用 （Belief）によって伝播（Propagation）して行く A Testbed for Solving Optimization Problems Using Cultural Algorithms Chan-Jin Chung and Robert G. Reynolds https://pdfs.semanticscholar.org/0155/a88489555e1d28e4239eb2471e26eea7fa4b.pd f
- 235. 無限に広いダンジョン （例）ダンジョン 持ち帰った情報を共有して一つの地図 を作って行く 水場 ボスが出る 知識が蓄積された地図は文化と言える。 「ダンジョンに言って知識を持ち帰る」は文化となる。
- 236. 人工知能の愛と幸福。
- 237. ジョギング（A） わかり合えない
- 242. 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/
- 251. 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
- 252. 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 Object image 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
- 255. 西洋の見る夢東洋の見る夢 人工知能の誕生 組み合わせ構造・水平的存在的混沌・垂直的 機械論・分解的存在論・生成的 問題特化型身体の上に立脚 情報的・世界の再構築身体的・世界と溶けあう 存在の理解 存在共生 機能連携 都市管理自然となる 言葉を外す 言葉で作る 人工生命 エージェント 人間拡張場の人工知能 機能理解 探求の方向 作り方 立脚点 世界とのかかわり方 相互理解 人とのあり方 環境としての人工知能 言語 未来 存在の形 人工知性 人工知能 自律型知能