芸術と人工知能 「人工知能に、人工的な美を追求させることは 如何にして可能か？ 」
•
4 likes•1,781 views
第3回AI美芸研（人工知能美学芸術研究会）における講演資料です。 http://aloalo.co.jp/ai/research/r003.html 【日時】2016年10月16日（日）18:30-21:30 【場所】 美学校 【講演】 三宅陽一郎（芸術科学会理事、IGDA日本ゲームAI専門部会チェア） 斎藤環（精神科医） 中ザワヒデキ（美術家／AI美芸研代表） 【動画】 http://www.ustream.tv/channel/Dcm9kk9HD7p 【つぶやき】 http://togetter.com/li/1037769 【主催】人工知能美学芸術研究会
Recommended
More Related Content
What's hot
What's hot (20)
Similar to 芸術と人工知能 「人工知能に、人工的な美を追求させることは 如何にして可能か？ 」
Similar to 芸術と人工知能 「人工知能に、人工的な美を追求させることは 如何にして可能か？ 」 (20)
More from Youichiro Miyake
More from Youichiro Miyake (20)
芸術と人工知能 「人工知能に、人工的な美を追求させることは 如何にして可能か？ 」
- 3. Works (2006-2016) AI for Game Titles Books
- 4. コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
- 5. コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
- 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 「INNOVATION INSIGTS」 http://wired.jp/innovationinsights/post/analytics-cloud/w/cocreation_with_ai
- 9. 小型 戦闘 日常 人型ロボット・アンドロイド ドラえもん トランスフォーマー 鉄腕アトム ハロ（ガンダム） 鉄人２８号 シビュラシステム （PHYCO-PASS） ファティマ（FSS） マギシステム（エヴァ） AR-D, RM-C （アスタリスク） プロミン （カミワザワンダ） サイコミュ （ユニコーン） エクティス （ラグナストライク） ハッカドール チェインバー（ガルガンティア） ジュイス（東のエデン） ミスモノクローム プラスティック メモリーズ 阿頼耶識システム （オルフェンズ） グレイズ・アイン （オルフェンズ） アンドロイド （攻殻機動隊ARISE） ＲＤ電脳調査室 大量のファンタジー系 ＮＰＣ デジモン クラリオン （攻殻のパンドラ） アナリティカルエンジン （アルドノア・ゼロ） ガラスの花と壊す世界 アナライザー（ヤマト2199） シュタインズゲート 長門友希 ブレインズコロニー （宇宙をかける少女） ヴェーダ（ガンダム00） アイドルマスター XENOGLOSSIA ワーム（スカイガールズ） マザー（地球へ） フォセッタ （ゼーガペイン） タチコマ（攻殻機動隊） タチコマヴァーチャル （攻殻機動隊） 電脳空間のＡＩたち ペット端末型ロボット 大型 マザーコンピュータ型 人工知能（戦闘型・社会型） 大型自律ロボット 融合型知能 中型自律ロボット 2006-2016 アニメ-人工知能マップ @miyayou ユイ（ソードアート オンライン） ラブマシーン（サマーウォーズ） デンスケ（電脳コイル） シャロン（マクロス） ＡＲ空間のＡＩたち エネ（カゲロウプロジェクト） ビックリドッキリメカ （ヤッターマン） 集合知能 フロンティアセッター（楽園追放）
- 10. 小型 戦闘 日常 人型ロボット・アンドロイド ドラえもん トランスフォーマー 鉄腕アトム ハロー（ガンダム） 鉄人２８号 シビュラシステム （PHYCO-PASS） ファティマ（FSS） マギシステム（エヴァ） AR-D, RM-C （アスタリスク） プロミン （カミワザワンダ） サイコミュ （ユニコーン） エクティス （ラグナストライク） ハッカドール チェインバー（ガルガンティア） ジュイス（東のエデン） ミスモノクローム プラスティック メモリーズ 阿頼耶識システム （オルフェンズ） グレイズ・アイン （オルフェンズ） アンドロイド （攻殻機動隊ARISE） ＲＤ電脳調査室 大量のファンタジー系 ＮＰＣ デジモン クラリオン （攻殻のパンドラ） アナリティカルエンジン （アルドノア・ゼロ） ガラスの花と壊す世界 アナライザー（ヤマト2199） シュタインズゲート 長門友希 ブレインズコロニー （宇宙をかける少女） ヴェーダ（ガンダム00） アイドルマスター XENOGLOSSIA ワーム（スカイガールズ） マザー（地球へ） ロゼッタ （ゼーガペイン） タチコマ（攻殻機動隊） タチコマヴァーチャル （攻殻機動隊） 電脳空間のＡＩたち ペット端末型ロボット 大型 マザーコンピュータ型 人工知能（戦闘型・社会型） 大型自律ロボット 融合型知能 中型自律ロボット 2006-2016 アニメ-人工知能マップ @miyayou ユイ（ソードアート オンライン） ラブマシーン（サマーウォーズ） デンスケ（電脳コイル） シャロン（マクロス） ＡＲ空間のＡＩたち エネ（カゲロウプロジェクト） ビックリドッキリメカ （ヤッターマン） 集合知能 フロンティアセッター（楽園追放） 状況俯瞰能力 データマイニング 会話能力 協調能力 意思決定能力 生体リンク 拡張身体 戦闘能力 身体能力 会話能力 身体能力 会話能力 協調能力 推論能力 群知能 協調能力 会話能力 情報処理能力 拡張現実 エンター テインメント 人型ロボット・アンドロイド 電脳空間のＡＩたち ペット端末型ロボット マザーコンピュータ型 人工知能（戦闘型・社会型） 大型自律ロボット 融合型知能 中型自律ロボット ＡＲ空間のＡＩたち 集合知能
- 16. 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
- 17. メタＡＩがゲームを認識する方法 キャラクター用に作成された ナビゲーションメッシュを メタＡＩがゲームの 状況を認識するために使用する。 Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
- 18. メタAIが作用を行う領域 Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html メタＡＩが作用（敵の生成・ 消滅）を行う領域を、 AAS（= Active Area Set） と 言う。
- 19. メタAIが作用を行う領域 (AAS=Active Area Set) Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
- 20. メタAIが作用を行う領域 (AAS=Active Area Set) Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
- 21. 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
- 22. プレイヤーからの可視領域 可視領域（プレイヤーから見えている 部屋）では、敵のスパウニング（発生） はできない。 Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
- 23. 敵出現領域 背後 前方 Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html 前方と背後のプレイヤー群から見えてない部屋に、 モンスターを発生させる。
- 27. 強化学習（例） 強化学習 （例）格闘ゲーム キック パン チ 波動 R_0 : 報酬＝ダメージ http://dear-croa.d.dooo.jp/download/illust.html http://www.anne-box.com/
- 28. 強化学習（例） 強化学習 （例）格闘ゲーム キック パン チ 波動 R_0 : 報酬＝ダメージ http://dear-croa.d.dooo.jp/download/illust.html http://www.anne-box.com/
- 29. 強化学習（例） 強化学習 （例）格闘ゲーム キック パン チ 波動 R_0 : 報酬＝ダメージ http://dear-croa.d.dooo.jp/download/illust.html http://www.anne-box.com/
- 30. 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 ⓒ2015 SQUARE ENIX CO., LTD. All Rights Reserved.
- 31. 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/
- 32. コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
- 33. コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
- 37. 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））
- 38. 自己組織化
- 43. エントロピーの法則
- 52. 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
- 70. コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
- 71. 第二章 知能と「フレーム」
- 73. フレームとは？ フレーム＝問題設定＝「題材と操作とゴール」を与える （例）題材＝積み木 操作＝積み木を載せる、積み木を下す、ことができる ゴール＝初状態から目的の状態を作り出す (Simple case) Initial State GOAL A B C B C A © 2015 SQUARE ENIX CO., LTD. All rights reserved
- 74. フレームとは？ フレーム＝問題設定＝「題材と操作とゴール」を与える （例）題材＝積み木 操作＝積み木を載せる、積み木を下す、ことができる ゴール＝初状態から目的の状態を作り出す (Simple case) Initial State GOALTask１ Carry A to 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 © 2015 SQUARE ENIX CO., LTD. All rights reserved
- 80. 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。
- 91. コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
- 92. 第三章 フレームの起源
- 93. フレームの起源 • 身体を持たない人工知能 • 世界に対してフレームを作る。 • 一つの方向の知能でしかない。 知能 世界 身体を持たない人工知能
- 94. 世界 知能知能 フレームの起源 身体を持つ人工知能 • 知能が身体に包まれる • 身体によって世界に参加す る＝身体が環境との相互作 用の中にある＝動的平衡 • 身体＝存在の在り方 • 身体がフレームを提供する • 身体がいろいろな問題を持っ て来る。 身体 身体が知能のフレームを提供する。
- 95. 世界 知能知能 フレームの起源 身体を持つ人工知能 • 知能が身体に包まれる • 身体によって世界に参加す る＝身体が環境との相互作 用の中にある＝動的平衡 • 身体＝存在の在り方 • 身体がフレームを提供する • 身体がいろいろな問題を持っ て来る。 • 問題が多面的になる。 身体 身体を持たない知能はフレームを作り出したり変化できない ＝ 問題を作り出すことができない。
- 101. 意識/無意識の知性 身体の制御に つながる 感覚を統合する 知性全体 人の意識的な部分 意識自身には機能がない 環境 身体 意識 無意識 意識的な知性 無意識的な知性 表象 意識に浮かび 上がるイメージ 身体を通じて流れて来る情報の流れ 世界の解釈をするのは身体に結び付いた無意識的な知性 ＝ 無限の世界から有限の問題を切り出す＝フレーム
- 102. 意識/無意識の知性 身体の制御に つながる 感覚を統合する 知性全体 人の意識的な部分 意識自身には機能がない 環境 身体 意識 無意識 意識的な知性 無意識的な知性 表象 意識に浮かび 上がるイメージ 身体を通じて流れて来る情報の流れ 世界の解釈をするのは身体に結び付いた無意識的な知性 ＝ 無限の世界から有限の問題を切り出す＝フレーム 芸術
- 105. コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
- 106. 第四章 身体と知能
- 108. 最も基本的な自己感 • 身体保持感（sense of self-ownership） • 運動主体感（sense of self-agency）
- 109. 身体意識にかかわる症状 • 病態失認 麻痺した身体の一部を麻痺していないと感じる • 身体失認 麻痺した手足が自分のものでないと感じる • 半側空間無視 自分の身体の半分、世界の半分をないものとして扱う • 運動主体感の障害 自分の行いが自分が行っていると感じられない • 身体部位失認 自分の身体の部位を指差せない
- 111. 自己確認の方法 • あらゆる感覚、あらゆる行動を通して、自己が確 認されている。 • 逆に言えば、自己を確認しない感覚も行動も存 在しない。 遠心性コピー 視覚フィードバック 体性感覚フィードバック 運動の主体の認識 自己身体部位の認識 P.87
- 112. 最も基本的な自己感 • 身体保持感（sense of self-ownership） • 運動主体感（sense of self-agency） http://www.u-tokyo.ac.jp/ja/utokyo-research/research-news/does-seeing-ice-really-feel-cold/ ラバーハンド錯覚
- 113. 身体保持感 • 身体保持感は「この身体はまさに自分のものである」とい う感覚であり、運動主体感は「この運動を引き起こしたの はまさに自分自身である」という感覚である。これらは一 見似ているが、意図的な行為と非意図的な身体の動きと を対比してみれば区別できる。 • たとえばコーヒーカップに手をのばすなど、意図的な行為 の時に自分の腕を意図通りに動かせていれば、身体保 時間と運動主体感の両方が引き起こされる。しかし、誰 がぶつかってきたときの腕の動きのような非意図的な身 体の運動の場合、身体保持感は相変わらず感じられるも のの運動主体感を感じることはない。 • （ソーシャルブレインズ、「脳の中にある身体」、P.107）
- 114. 最も基本的な自己感 • 身体保持感（sense of self-ownership） • 運動主体感（sense of self-agency） http://www.u-tokyo.ac.jp/ja/utokyo-research/research-news/does-seeing-ice-really-feel-cold/ ラバーハンド錯覚
- 115. ラバーハンド錯覚 • 偽物の腕を、自分の腕と誤認する。 • すると、氷を置かれると、冷たいはずなので、 身構えろ、という指令が腕に行く。 • 実際に冷たいと感じる。 予測には感覚を調整する機能がある。
- 116. 運動主体感 • 運動主体感は基本的な自己感の一つであり、その運 動を引き起こしているのは自分自身であるという感覚 である（Gallagher,2000）。 • 基本的には自分の身体運動に対して感じるが、拡張し てパソコンのマウスなど、道具を操作している時にも感 じられる感覚とも考えられる。 • 運動主体感を基礎づけるのは、主に脳から筋肉に出さ れる運動指令ーより正確にはそのものではなく、脳内 の別の部位（頭頂葉）へイクラれるそのコピー情報（遠 心性コピー）ーとそのケットして得られる感覚（特に視 覚）フィードバックの整合性である。 （ソーシャルブレインズ、「脳の中にある身体」、P.107）
- 117. メルロ＝ポンティ 1908年 フランスに産まれる。 1925年 エコール・ノルマル・シュぺリュ－ル。 サルトル、ボーヴォワール、レヴィ＝ストロース、 ポール＝二ザン、と知りあう、 1928年 フッサールの現象学の講演を聴く。 1946年 サルトルと「レ・タン・モデルヌ」創刊 1948年 リヨン大学教授 1949年 パリ大学教授 1952年 コレージュ・ド・フランス教授 1961年 急逝 フランス現象学の牽引する。特に身体に対する現象学は、大きな影響を持つ。 サルトルが世界中を飛び回っていたのに対して、メルロ＝ポンティは、フランスを 中心に活躍した。
- 118. メルロ＝ポンティ「知覚の現象学」 (原著：1945, 翻訳:1967,竹内芳郎・小木貞孝訳) • フランス現象学。 • 感覚と身体の現象学。 • • 身体性の問題の名著。 用される http://www.msz.co.jp/book/detail/01933.html
- 119. メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳） • 対象はすみずみまで客体であり、意識はすみずみまで 意識である。存在するという語には二つの意味があり、 そしてこの二つの意味しかない。物としてそんざいする のか、意識として実存するのかのいずれかである。 • （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.53）
- 120. メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳） • この考えに対して、自己の身体の経験は、両義的な存 在様態があることを知らせる。もしも身体を三人称のプ ロセス、たとえば「視覚」「運動性」「性」などのプロセスの ＜束＞として考えようとしても、こうした「機能」を互いに 結びつけるもの、こうした機能を外部に結びつけるもの は、因果関係ではないことに気づく。 • （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.54）
- 121. 身体の両義性 • 対象であると同時に自分自身であるという。 • 触れると同時に触れられる。 • 見ると同時に見られる。
- 123. メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳） • 対象はすみずみまで客体であり、意識はすみずみまで 意識である。存在するという語には二つの意味があり、 そしてこの二つの意味しかない。物として存在するのか、 意識として実存するのかのいずれかである。 • （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.53） 人工知能の身体は 物として存在しているに過ぎない （今のところ）
- 124. メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳） • これらの機能は一回限りのドラマの中で、互いに関連し た区別しがたいものとして存在しえるからである。 • だから身体は一つの対象ではない。同じ理由から、わ たしが自己の身体についてもつ意識は、思考ではない。 わたしはこの意識を分解し、再構成して明晰な観念を 形成できないのである。 （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.54） 人工知能の身体は 物として存在しているに過ぎない （今のところ）
- 125. メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳） • 身体の統一性は暗黙的なものであり、混乱したもので ある。身体はそこに＜ある＞ものとはつねに別のもの である。身体は性的な存在であると同時に、自由な存 在である。自然に根差すとともに文化によって変容され た存在である。それ自体のうちに閉じていることはなく、 完全に超えでることもない。 • 他者の身体でも自己でも、人間の身体というものを認 識するためには、これを＜生きる＞しかない－これを貫 くドラマを自らのものとして引き受け、それと渾然一体と なるしかないのである。 （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.54）
- 126. メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳） • 身体の統一性は暗黙的なものであり、混乱したもので ある。身体はそこに＜ある＞ものとはつねに別のもの である。身体は性的な存在であると同時に、自由な存 在である。自然に根差すとともに文化によって変容され た存在である。それ自体のうちに閉じていることはなく、 完全に超えでることもない。 • 他者の身体でも自己でも、人間の身体というものを認 識するためには、これを＜生きる＞しかない－これを貫 くドラマを自らのものとして引き受け、それと渾然一体と なるしかないのである。 （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.54） 人工知能の身体を生きることができるか？ 今のところはできていない。 しかし、それを実現しようとする。
- 127. メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳） • このように自己の身体の経験は、反省的な態度の運動 とは対立する。反省的な態度では、対象を主体から分 離し、主体を対象から分離する。そしてわたしたちに、身 体についての思考、あるいは観念としての身体しか与え ない。デカルトはこのことをよく認識していた。 • （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.54） 身体は思惟する対象ではない。 思惟によって、対象化によって 取り込まれるようなものではない。
- 128. コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
- 129. 第五章 人工知能に身体感覚を与える
- 139. ベルンシュタイン「巧みさとその発達」 (原著：1940-年代, 英語版：1996, 翻訳:2003) • 協応とは、運動器官の冗長な自由度を克服する、すなわち運動 器官を制御可能なシステムへ転換すること。（P.43） • 運動スキルとは、ある種の運動課題を解決するために発達した 能力として示される協応構造である。（P.300） • 巧みさとは、あらゆる状況で、問題に対する正しい解決策をす ばやく見つけるための運動能力… (P.258) • 動作がはじまった瞬間から、脳が継続的に注意深く感覚器から の報告にもとづいて動作を監視し、その場に応じた調整をしな がら動作を操る必要があるということだ。（P.217）
- 141. ベルンシュタイン「動作構築のレベル」 レベルA 緊張のレベル 身体の静的な姿勢のための微調整（動的平衡） レベルA 緊張のレベル ＝ 動的平衡 ＝ 持続的な動作の中で平衡を維持する ＝ 身体のバランスを取る ＝ 体幹（胴体）と首の筋 （例） スキーのジャンプの最中など。
- 143. ベルンシュタイン「動作構築のレベル」 レベルB 筋-関節リンクのレベル 関節の連合による運動の原型の生成（動作のリズム） レベルA 緊張のレベル 身体の静的な姿勢のための微調整（動的平衡） レベルB 筋-関節リンクのレベル ＝ 動作のリズムを制御する ＝ 動作を自動化する ＝ 意識の関与なしに機能する ＝ 背景として動く （例） バネのように規則正しい自動的な運動 ＝移動運動など。
- 144. ベルンシュタイン「動作構築のレベル」 レベルC 空間のレベル その運動を周囲の空間に合わせる レベルB 筋-関節リンクのレベル 関節の連合による運動の原型の生成（動作のリズム） レベルA 緊張のレベル 身体の静的な姿勢のための微調整（動的平衡）
- 145. ベルンシュタイン「動作構築のレベル」 レベルC 空間のレベル その運動を周囲の空間に合わせる レベルB 筋-関節リンクのレベル 関節の連合による運動の原型の生成（動作のリズム） レベルA 緊張のレベル 身体の静的な姿勢のための微調整（動的平衡） レベルC 空間のレベル 空間利用能力 ＝ 外部空間を利用するための能力 ＝ 狙いを定めて対象を移動させる運動 ＝ 感覚調整が動作の中間部分にまったく無関心でありながら、 同時に終末部分に対してきわめて敏感 （例） スキーのスラローム 重量挙げ スプリント走 アコーディオン演奏 円盤投げ ハードル飛び
- 146. ベルンシュタイン「動作構築のレベル」 生成の順番 ＝ 進化で獲得して来た順番 レベルD 行為のレベル 運動を連鎖させて行為を作り出す（連鎖構造） レベルC 空間のレベル その運動を周囲の空間に合わせる レベルA 緊張のレベル 身体の静的な姿勢のための微調整（動的平衡） レベルB 筋-関節リンクのレベル 関節の連合による運動の原型の生成（動作のリズム）
- 147. ベルンシュタイン「動作構築のレベル」 生成の順番 ＝ 進化で獲得して来た順番 レベルD 行為のレベル 運動を連鎖させて行為を作り出す（連鎖構造） レベルC 空間のレベル その運動を周囲の空間に合わせる レベルA 緊張のレベル 身体の静的な姿勢のための微調整（動的平衡） レベルB 筋-関節リンクのレベル 関節の連合による運動の原型の生成（動作のリズム） レベルD 行為のレベル 行為の連鎖構造と適応的な変動 ＝ レベルDが下位のレベルB,Cを呼び出し、計画を達成する。 ＝ 行為を制御する ＝ 記憶によって蓄えられた先行経験の痕跡を多く含む。 （例） ボクシング レスリング ひげ剃り ボルトを締める
- 148. ベルンシュタイン「動作構築のレベル」 レベルD 行為のレベル 運動を連鎖させて行為を作り出す（連鎖構造） レベルC 空間のレベル その運動を周囲の空間に合わせる レベルA 緊張のレベル 身体の静的な姿勢のための微調整（動的平衡） レベルB 筋-関節リンクのレベル 関節の連合による運動の原型の生成（動作のリズム）
- 149. ベルンシュタイン「動作構築のレベル」 レベルD 行為のレベル 運動を連鎖させて行為を作り出す（連鎖構造） レベルC 空間のレベル その運動を周囲の空間に合わせる レベルA 緊張のレベル 身体の静的な姿勢のための微調整（動的平衡） レベルB 筋-関節リンクのレベル 関節の連合による運動の原型の生成（動作のリズム）
- 150. ベルンシュタイン「動作構築のレベル」 巧みさの発展 ＝ 運動生成の順番 ＝ 進化で獲得して来た順番 レベルD 行為のレベル 運動を連鎖させて行為を作り出す（連鎖構造） レベルC 空間のレベル その運動を周囲の空間に合わせる レベルA 緊張のレベル 身体の静的な姿勢のための微調整（動的平衡） レベルB 筋-関節リンクのレベル 関節の連合による運動の原型の生成（動作のリズム）
- 151. ベルンシュタイン「動作構築のレベル」 巧みさの発展 ＝ 運動生成の順番 ＝ 進化で獲得して来た順番 レベルD 行為のレベル 運動を連鎖させて行為を作り出す（連鎖構造） レベルC 空間のレベル その運動を周囲の空間に合わせる レベルA 緊張のレベル 身体の静的な姿勢のための微調整（動的平衡） レベルB 筋-関節リンクのレベル 関節の連合による運動の原型の生成（動作のリズム） 各レベルの自律性を強調 低次のレベルは背景レベルとして自律的に高次レベルを支える (P.312、解説)
- 152. コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
- 153. 第六章 人工知能と環世界
- 155. 意味の彼方＝世界
- 157. 意味の彼方
- 158. 意味の彼方＝世界 知的活動
- 161. 意味の彼方 知的活動 Ｚ Ｚｚｚ ｚｚｚ ｚｚｚ ｚｚｚ ｚｚ Ｚｚｚｚｚｚｚｚｚｚｚ ｚｚｚｚｚｚｚｚｚ 生物は生態を通じて世界を切り取り、 自身の設定した問題を通じて知的活動を行う。 ＝環世界
- 162. 環世界
- 172. • 客体上の活動担体と知覚微表担体は、客体自身の「対象化さ れた機構」によって連結されている。 • このようにして、主体と客体を連結する環が閉じられる。わたし はこれを「機能環」（Funktionskreis）と呼ぶことにしたい。（p.75） 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)
- 175. 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 nervose Zeichensprache）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)
- 185. 対世界 活動神経網 知覚神経網 興奮（記号） 興奮 対世界 興奮 興奮 興奮 運動形態 さまざまな興奮（＝記号）の 組み合わせから、事物を分別する。 特定の筋肉を動かすように 興奮を促す。 中枢神経網
- 186. コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ
- 187. 人工知能と環世界
- 201. 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
- 202. Classical : Central domain 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
- 203. Roomba (iRobot) http://www.irobot.com/en/us/learn/home/roomba.aspx Roomba has a subsumption architecture.
- 204. Subsumption Architecture INPUT OUTPUT Time Reactive R When a robot sees an object, It turns around.
- 205. Subsumption Architecture INPUT OUTPUT Time Reactive R When a robot sees an object, and Sees a cliff on the side It stops turning and gets back .
- 206. Subsumption Architecture INPUT OUTPUT Time Reactive More Abstract thinking Abstract thinking R When a robot hears a sound, It stops anyway by stopping all motions.
- 207. コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
- 208. 第七章 知能の起源
- 209. 芸術の起源 • 芸術の起源も生態にある
- 210. 作成者： Fc Nikon http://free-photos.gatag.net/2014/03/29/060000.html
- 213. 意味の彼方＝世界
- 215. 意味の彼方
- 219. 知識表現・世界表現 仮想世界の知性 ＝人工知能 WORLD 人工知能は生物のように世界をそのまま認識・解釈できるだろうか？ 仮想世界の知性 ＝人工知能 WORLD AIが世界(物・事・空間など)を解釈できるように、世界をうまく情報表現する ＝ 知識表現 (KR、Knowledge Representation) 知識表現 （KR）
- 220. 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, "The Illusion of Intelligence: The Integration of AI and Level Design in Halo", 2002 http://downloads.bungie.net/presentations/gdc02_jaime_griesemer.ppt
- 221. 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 Tactical Point 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
- 223. 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 - Pathfinding A* https://www.youtube.com/watch?v=95aHGzzNCY8
- 224. Counter Strike: Path Following (デモ) The Official Counter-Strike Bot http://aigamedev.com/insider/presentation/official-counter-strike-bot/
- 225. 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
- 226. 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
- 227. （例）① GA Racer 遺伝的アルゴリズムによって、遠くまで到達できるレーサーを作成する。 最初はここまでしか たどり着けないが… だんだんと遠くまで、 たどりつけるようにする。 Mat Buckland, "Building Better Genetic Algorithm", 11.4., AI Game Programming Wisdom 2 （CD-ROMにソースコードと実行ファイルがあります） 最初の世代 新世代（１００～世代後）
- 228. 人工知能二つの分類 記号主義的人工知能 • プログラムや記号などで、 • シンボルを用いて人工知能 を組む。 • IBMワトソン コネクショニズム的人工知能 • 脳の神経素子のシミュレー ション（数値・信号シミュ レーション） • AlphaGo
- 229. IBM ワトソン ネット上のあらゆるWiki 百科事典データベース など りんご 赤い 90% 甘い 70% 青森 55% フランス 40% 果物 32% … しぶい 7% IBMワトソンは、文章の中の語の相関を学習する。 その学習データを用いて、インプットされた語と、 相関の強い言葉をリストアップする。
- 230. IBM Watson in みずほ銀行 • オペレーターが顧客の要望を復唱する。 • 言葉に変換 • 自動的に関連するマニュアルを表示する https://www.change-makers.jp/business/10573
- 231. Ａｍａｚｏｎ「協調フィルタリング」 ユーザデータ群 （たとえば販売サイト） A B C ? 評価 5 1 4 A,B,C という映画を購入した人に、 次にどの映画を推薦するべきか？ A B C M 評価 4 2 5 5 同じ購入履歴で、同じような評価をしている 人が高く評価している映画を探して来る。 推薦
- 232. AlphaGO 膨大な棋譜のデータ （人間では多過ぎて 読めない） この棋譜を そっくり打てる ように学習する 自己対戦して 棋譜を貯める この棋譜を そっくり打てる ように学習する AlphaGO
- 233. Deep Q-Learning 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 画面を入力 操作はあらかじめ教える スコアによる強化学習
- 235. 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
- 238. 岡野原大輔「一般向けのDeep Learning」 http://www.slideshare.net/pfi/deep-learning-22350063 Deep Learning = 多層型ニューラルネットワーク
- 240. 学習過程解析 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
- 241. • 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。 David Silver & Demis Hassabis et al. Mastering the game of Go with deep neural networks and tree search Nature 529, 484–489 (28 January 2016) doi:10.1038/nature16961 http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html
- 242. David Silver & Demis Hassabis et al. Mastering the game of Go with deep neural networks and tree search Nature 529, 484–489 (28 January 2016) doi:10.1038/nature16961 http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html
- 244. 意味の彼方 知的活動 Ｚ Ｚｚｚ ｚｚｚ ｚｚｚ ｚｚｚ ｚｚ 自然翻訳 計算問題 囲碁 人工知能は何かを理解しているわけではない。 （理解＝自分で問題を作り出す） 人間から問題と設定を貰っている。
- 246. コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
- 247. 第八章 人工知能と創造
- 250. アーロンのアルゴリズム • 知識ベースの人工知能 ＝対象に対する知識をインプットして描かせる Aaron’s homepage http://aaronshome.com/aaron/index.html Harold Cohen, "How to Draw Three People in a Botanical Garden" http://aaronshome.com/aaron/publications/index.html
- 251. アーロンのアルゴリズム • 知識ベースの人工知能 ＝対象に対する知識をインプットして描かせる 画家の持っている 知識 AARON IF（）…こんな描き方 IF() …こんな描き方 Aaron’s homepage http://aaronshome.com/aaron/index.html
- 252. アーロンのアルゴリズム • 知識ベースの人工知能 ＝ 閉曲線で描くことを学ぶ。 1981 Aaron’s homepage http://aaronshome.com/aaron/index.html Harold Cohen, "How to Draw Three People in a Botanical Garden" http://aaronshome.com/aaron/publications/index.html ルールの 補正
- 253. アーロンのアルゴリズム • 知識ベースの人工知能 (左) 学んだ知識から描く （右） 架空のものを学んだものから描く 19851983 Aaron’s homepage http://aaronshome.com/aaron/index.html Harold Cohen, "How to Draw Three People in a Botanical Garden" http://aaronshome.com/aaron/publications/index.html アレンジ 能力
- 254. アーロンのアルゴリズム • 知識ベースの人工知能 (左) 学んだ知識から描く （右） 架空のものを学んだものから描く 19851983 Aaron’s homepage http://aaronshome.com/aaron/index.html Harold Cohen, "How to Draw Three People in a Botanical Garden" http://aaronshome.com/aaron/publications/index.html
- 255. アーロンのアルゴリズム • 知識ベースの人工知能 前後関係を取れるようにする。 1986 Aaron’s homepage http://aaronshome.com/aaron/index.html Harold Cohen, "How to Draw Three People in a Botanical Garden" http://aaronshome.com/aaron/publications/index.html
- 256. プロシージャルとは？
- 257. プロシージャル技術 ゲームAI技術 AI技術 プロシージャル 技術 コンテンツ自動生成技術 （PCG, Procedural Contents Generation ）
- 258. Rogue (1980)のレベル生成法 Rect[0] Rect[0] Rect[1] Rect[0] Rect[1] Rect[2] Rect[3] http://racanhack.sourceforge.jp/rhdoc/intromaze.html
- 259. Rogue (1980)のダンジョン生成法 Rect[0] Rect[0] Rect[1] Rect[0] Rect[1] Rect[2] Rect[3] このようにアセット（ゲームのデータ）をツールなどを通して製作するのではなく、 プログラムで作ることを「プロシージャル・コンテンツ・ジェネレーション」（PCG）と言う。 http://racanhack.sourceforge.jp/rhdoc/intromaze.html
- 265. Elite (1980, BBC) 宇宙を自動生成 https://en.wikipedia.org/wiki/Elite_(video_game)
- 267. NO MAN’S SKY (Hello Games, 2016) http://www.no-mans-sky.com/ 宇宙、星系、太陽系、惑星を自動生成する。
- 269. FarCry2 (Dunia Engine ) デモ 草原自動生成 時間システム 樹木自動生成 動的天候システム 動的天候システム http://www.farcry2-hq.com/downloads,18,dunia-engine-nr1.htm
- 271. コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
- 272. 第九章 まとめ
- 273. まとめ • AIはまだぜんぜん賢くない。 • 機能としてのAIは多く、全体としてのAIはまだま だである。 • フレームを決めればAIは人間よりうまくなる。 • フレームを固定できない分野でAIは無力である。 • フレームは身体と深く結びついている。 • AIに身体をきちんと与えることはこれからである。 • AIはまだまだこれからである。
- 275. コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
- 276. 質疑応答時の参考資料（Ｉ） 付録
- 277. 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。
- 278. • 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？
- 279. • 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。
- 280. • 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
- 281. • 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
- 282. • 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
- 283. 質疑応答時の参考資料（ＩＩ） 付録
- 284. KELDIC で行っていること？ 状況に応じたセリフ 人間が付けた評価値 AIが付けた評価値 それはすごい！ 30 20 無茶するな。 15 49 本当にそう思う？ 15 1 わからないよ！ 1 4 ある文脈において、セリフ（発話候補）に人間が評価値を付ける。 人間がつけた評価値に近い評価値を付けられるように、 学習させて行く。 教師データ付き学習 稲葉通将，平井尚樹，鳥海不二夫，石井健一郎: 「統計的発話選択による非タスク指向型対話エージェントの設計」 Human-Agent Interaction Symposium 2011 (HAI-2011), 2011. http://www.ii.is.kit.ac.jp/hai2011/proceedings/html/paper/paper-3-1b-1.html その文脈において… （稲葉先生の論文を 読んで三宅なりに まとめてみた） 学習