Downloaded 77 times
Uploaded byRomotive Japan
「人工知能で作る楽しい未来」
■イベント動画 ：「人工知能で作る楽しい未来」■ １：はじめに https://www.youtube.com/watch?v=9lSNCKJBt9w ２：人工知能の現代の流れ https://www.youtube.com/watch?v=UmfsXlssucU ３：知能と知能化を考える https://www.youtube.com/watch?v=1MfxFbkNdLo&list=PLVDOU0ACT7hW_XYQHdWGbvRQ-IRsoVfw3 ４：人間とロボット/人工知能 https://www.youtube.com/watch?v=-7lFWeFfWSI 本Slideshare資料は、2015/2/21に実施された 「ロボット × AI」アイデアワークショップにて、IGDA日本ゲームAI専門部会代表 三宅陽一郎氏により、講演頂いた資料になります。 ■2015/2/21 「ロボット × AI」アイデアワークショップ■ http://everevo.com/event/19541 ■WEB/SNS■ ・Official WEBSITE http://www.romotive.jp/ ・Official Blog http://romotivejapan.blogspot.jp/ ・Facebook https://www.facebook.com/pages/Romotive-Japan/1410923429184024?ref=hl ・Romo Developer Community https://www.facebook.com/groups/1429438217333021/ ・Twitter https://twitter.com/RomotiveJP
More Related Content
「人工知能で作る楽しい未来」
- 1. 人工知能で作る楽しい未来 三宅 陽一郎 @miyayou （IGDA日本ゲームAI専門部会代表） #romoevent 2015.2.21
- 2. はじめに • 現代は人工知能が一つの社会の流れになって 行こうとする時代です。 • 人工知能は他の技術と同様に、それを産み出す 人・使う人の意思によって良くも悪くもなります。 •今回は、アイデアを振り絞って、良い未来を創る ため、そして、人を楽しませるための「人工知能 の発想法」を解説したいと思います。
- 3.
- 4.
- 5.
- 6.
- 7. コンテンツ • 第０章 知能とは何か？ •第１章 人工知能の現代の流れ • 第２章 知能と知能化を考えよう • 第３章 人間とロボット/人工知能 • 第４章 意思決定技術
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.
- 14.
- 15.
- 16.
- 17.
- 18.
- 19.
- 20.
- 21. 人工知能の現代までの流れ スタンドアローンな 巨大コンピューター （弾道計算、科学計算） スタンドアローンな 中型コンピューター （ニューラルネット、推論。） AI on パーソナルコンピューター ブラックボード（共有メモリ）を介した 複数のAIの連携 ネット空間のAI （Google,facebookなど） バーチャル空間の中のAI （ゲーム, セカンドライフなど） 現実空間のAI （ロボットなど） 19501930 1960 1970 1980 1990
- 22.
- 23.
- 24.
- 25.
- 26.
- 27.
- 28.
- 29.
- 30.
- 31.
- 32.
- 33.
- 34.
- 35.
- 36.
- 37.
- 38.
- 39.
- 40.
- 41. 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。
- 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。
- 43. 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
- 44.
- 45.
- 46.
- 47.
- 48.
- 49.
- 50.
- 51.
- 52.
- 53.
- 54. 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 モンスターイラスト http://members.jcom.home.ne.jp/hide.mats/new_m.htm
- 55.
- 56. 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 モンスターイラスト http://members.jcom.home.ne.jp/hide.mats/new_m.htm
- 57. 街 ナビゲーション AI 街AI キャラクター AI エージェントを動的に配置 街の状況を監視 エージェントに指示 街の秩序流れを作る 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 街の認識のためのデータを準備 各対象の表現を管理 ナビゲーション・データの管理 パス検索 /位置解析 Support ドローン 人間 頭脳として機能 情報獲得 コントロール モンスターイラスト http://members.jcom.home.ne.jp/hide.mats/new_m.htm 現代ゲームAIの仕組みを応用
- 58. 家 ナビゲーション AI 家AI キャラクター AI エージェントを動的に配置 家の状況を監視 エージェントに指示 家の秩序の流れを作る 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 家の認識のためのデータを準備 家の各場所の表現を管理 ナビゲーション・データの管理 パス検索 /位置解析 Support ロボット 人間 頭脳として機能 情報獲得 コントロール 現代ゲームAIの仕組みを応用 モンスターイラスト http://members.jcom.home.ne.jp/hide.mats/new_m.htm
- 59.
- 60.
- 61.
- 62. 人の認識空間 人 人工 知能 How doesit looks ? 知能 （人間がAIに感じる知能） ＝ （AIの知能そのもの） × （人間の知能感受性） 知能方程式 エンターテインメント ＝ 人間の主観上に現れる知性を創る（娯楽）
- 63.
- 64. いろいろ知能との出会い 産業総合研究所 HRP-4C http://www.aist.go.jp/aist_j/press_release/pr2009/pr20090316/pr20090316.html コミュニケーションロボット 'Pul‘(brionac) http://brionac.jp/product.html Pepper (ソフトバンク) http://www.softbank.jp/robot/
- 65.
- 66. 知能と出会う感覚をたいせつにしよう • どんな第一印象？ • 何かワクワクする？ •友達になれそう？ • 何を一緒にしたい？ • どんな未来を想像する？
- 67. 知能と出会う感覚をたいせつにしよう • どんな第一印象？ • 何かワクワクする？ •友達になれそう？ • 何を一緒にしたい？ • どんな未来を想像する？ ワークシート：課題③ 知能と出会う、と言う新しい体験。 そんな体験をイメージしてみよう。
- 68.
- 69.
- 70.
- 71.
- 72.
- 73.
- 74.
- 75.
- 76.
- 77.
- 78.
- 79. 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 サブサンプション・アーキテクチャ（ロドニー・ブルックス）
- 80.
- 81.
- 82.
- 83.
- 84. リアクティブ・非リアクティブ • リアクティブ ＝「反射的」状況に対して、 常に反応することで対応する。 • 非リアクティブ ＝ 「目標」や「計画」に沿って 行動することで、より抽象的な活動を可能に する。
- 85. リアクティブ • リアクティブ ＝「反射的」状況に対して、常 に反応することで対応する。 現在の状況
- 86. リアクティブ・非リアクティブ • リアクティブ ＝「反射的」状況に対して、常 に反応することで対応する。 現在の状況 判断
- 87. リアクティブ・非リアクティブ • リアクティブ ＝「反射的」状況に対して、常 に反応することで対応する。 現在の状況 判断 行動
- 88.
- 89. 非リアクティブAI • 非リアクティブ ＝「目標」や「計画」に沿って行 動することで、より抽象的な活動を可能にする。 現在の状況これまでの状況 （記憶） ゴール 現在
- 90. 非リアクティブAI • 非リアクティブ ＝「目標」や「計画」に沿って行 動することで、より抽象的な活動を可能にする。 現在の状況これまでの状況 （記憶） ゴール 現在 行動を組み立てる
- 91.
- 92. リアクティブ・非リアクティブ • リアクティブ ＝「反射的」状況に対して、常 に反応することで対応する。 • 非リアクティブ ＝ 「目標」や「計画」に沿って 行動することで、より抽象的な活動を可能に する。
- 93.
- 94. 意思決定モデル ステート（状態）ベースAI 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 実際の静物の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。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-basedAI 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（アトミック）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
- 95. 意思決定モデル ステート（状態）ベースAI 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 実際の静物の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。いくつかの簡易モデルが存在します。 ユーティリティ（効用）ベース AI Rule-based AI State-basedAI Behavior-based AI Goal-based AI Utility-based AI 「○○-based AI」とは、○○をAIを構築する基本単位（アトミック）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 リアクティブ 非リアクティブ 意思決定 シミュレーションベース AI Simulation-based AI
- 96. IF （ 前置宣言文） then （後置宣言文） ルールベース意思決定 Rule-based Decision Making ルール ここでは、この形式の制御文をルールと言います。 もちろん、IF ( … IF (.... IF… ) ) ) のような入れ子構造の制御文も ルールベースと呼びますが、 ルールベースと言えば、基本的には、ルールを一つの単位として、 意思決定を行う、という意味です。
- 97. ルール制御 ID 0 :IF …. THEN … ID 1 : IF …. THEN … ID 3 : IF …. THEN …. ID 4 : IF …. THEN … ID .. : ID 4 : IF …. THEN … Priority: 3 Priority: 1 Priority: 4 Priority: 5 Priority: 2 ルールに固定、あるいは変動プライオリティ（優先度）をつけて制御を行う。 あるいはランダムにルールをピックアップする場合もある。戦略思考、キャラク ターの挙動などでよく使われる。 Priority: - 制御 ルール＝ IF （ 行動条件文 ） then （動作命令文）
- 98. 応用可能性例 ID 0 :IF （敵確認） THEN （逆方向） ID 1 : IF （誰もいない） THEN （ランダムウォーク） ID 2 : IF （フルーツ発見） THEN （フルーツゲット） ID 3 : IF （パワー発見） THEN （パワーゲット） ID 0 : IF （敵強い） THEN （雷魔法） ID 1 : IF （自分弱い） THEN （弱い敵に攻撃） ID 2 : IF （HP<20） THEN （回復魔法） ID 3 : IF （パワー発見） THEN （パワーゲット） こうなっているというのではなくて、こういうふうに応用できる例 パックマンなど RPGなど モンスターイラスト http://members.jcom.home.ne.jp/hide.mats/new_m.htm
- 99.
- 100.
- 101.
- 102.
- 103. ゴールはより小さなゴールから組み立てられる Goal Goal Goal Goal Goal Goal GoalGoal Goal ゴール・ベース
- 104.
- 105.
- 106.
- 107. タスクベースAI タスク（＝仕事）を単位として構築する方法 タスク（＝仕事）の表現は様々なだが、具体的な 仕事の内容を示したものでなければならない。 (単純な場合) 初期状態 ゴールTask１ Carry Ato Ground Task2 Carry B to Ground Task3 Carry C on B A B C B C AA B C A BC A C B Task3 Carry A on C
- 108.
- 109.
- 110. 意志決定 Root Self-preservation Engage Search Charge Fight Guard Cover Presearch Uncover Guard Grenade Investigate Idle Guard Retreat Flee Vehiclefight Vehicle strafe Melee Root Engage Search Uncover Damian Isla, Handling Complexity in the Halo 2 AI, D. Isla, GDC 2005 http://naimadgames.com/publications.html Halo2におけるビヘイビアツリー ビヘイビアツリー (DAG = 方向性を持った非循環グラフ)
- 111.
- 112.
- 113.
- 114. ワークシート：課題④ • 技術から発想してみよう。 • 何を考えさせたいか？ •どんなふうに考えさせたいか？
- 115.
- 116. 現実世界で知能が活躍するイメージ その知能は何をどう考える？身の周りにあるものを「知能化」してみよう。 知能と出会う体験のイメージ 自分だけのAI を考えよう まとめ • 課題を総合して、自分だけのAIを考えよう。 （ワークショップへ！） • AIという学問はまだ基礎というものがありません。 知能とは何か、という問いがわからないから。 •人工知能で良いことも悪いこともできます。だから、良 いことに使いましょう。 • 悪い人工知能は良い人工知能が取り締まりましょう。
- 117. 参考文献 三宅陽一郎 「ディジタルゲームにおける人工知能技術の応用の現在」 （人工知能学会誌 2015年 Vol.30No.1） https://jsai.ixsq.nii.ac.jp/ej/?action=pages_view_main&active_action= repository_view_main_item_detail&item_id=559&item_no=1&page_i d=13&block_id=8
- 118. 三宅陽一郎 「はじめてのゲームAI」 （技術評論社 WEB+DBPRESS、2012年、Vol.68） 参考文献
- 119.