More Related Content
What's hot
What's hot (20)
Viewers also liked
Viewers also liked (20)
Similar to 人工知能入門
Similar to 人工知能入門 (20)
More from Youichiro Miyake
More from Youichiro Miyake (20)
人工知能入門
- 3. Works (2006-2016) AI for Game Titles Books
- 4. ©2016 SQUARE ENIX CO., LTD. All Rights Reserved. • ThinkIT https://thinkit.co.jp/author/10026 • AI最前線の現場から【スクウェア・エニックス】
- 5. 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
- 8. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか？ 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
- 9. 第一章 人工知能とは
- 12. 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
- 16. 機械（マシン）
- 17. 機械（マシン） ソフトウェア
- 30. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか？ 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
- 32. 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。
- 33. 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
- 34. この３００年の技術の動向 社会
- 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。
- 41. 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。
- 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。 知能化
- 44. 情報処理から人工知能へ
- 46. ソフトウェアの知能化
- 59. ） 人工 知能 人はどのように人工知能を使っているか？ 情報の海を母体として、人工知能が育っている。 ＝ 情報の海を母体として人工知能が生まれる 人間 記号の海 言葉の海 意味の海 概念の海 情報の海
- 66. 新しい現実空間 人工知能 クラウド 現実世界 （～1995） インターネット 人工知能による新しい空間 パソコン 現実がデジタル空間を内包していたはずが、 内包したデジタル空間が現実を変化させて行く。
- 82. 飽和したネット空間のサービス競争（飽和） IT技術による新しい現実空間のサービス（新規） ネット空間 現実空間 クラウド/人工知能 インターネット 進出・ 浸食 ロボット 実空間 センシング ドローン IoT ネット空間から現実空間へ、現実世界からネット空間へ ゲーム空間 人工知能 現実世界の人工知能 デジタル世界の人工知能 新しい 現実空間の 誕生 @2010-2015 SQUARE ENIX CO., LTD. All Rights Reserved.
- 83. 飽和したネット空間のサービス競争（飽和） IT技術による新しい現実空間のサービス（新規） ネット空間 現実空間 クラウド/人工知能 インターネット 進出・ 浸食 ロボット 実空間 センシング ドローン IoT ネット空間から現実空間へ、現実世界からネット空間へ ゲーム空間 人工知能 現実世界の人工知能 デジタル世界の人工知能 新しい 現実空間の 誕生 ＝スマート・リアリティ （スマート・シティ） @2010-2015 SQUARE ENIX CO., LTD. All Rights Reserved.
- 84. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか？ 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
- 85. 第三章 生命の起源と人工知能
- 88. 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））
- 89. 自己組織化
- 94. エントロピーの法則
- 103. 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
- 116. キャラクターを表現する 世界
- 125. Halo 内容：宇宙船や地表を舞台にしたＳＦのＦＰＳ 開発元： BUNGIE Studio 出版: Microsoft Hardware: Xbox, Windows, Mac 出版年： ２００２年 Xbox, 全米、世界を代表するＦＰＳの一つ( Halo 500万本 Halo2 700万 国内10万本） 「愛嬌のあるＮＰＣ」とその演出で、プレイヤーからの定評を得る。
- 126. Halo NPCの課題 プレイヤーから見て意図の明確なＮＰＣを作る ちょこまかと 動き回る。 愛嬌がある。 グラント ジャッカル エリート 手堅い。 大型。 人間 敵（コグナント） 味方 普通の人間。 状況解析
- 129. Halo AI の意志決定部分 イベント 敵の情報 チャージ, 退却, 隠れる場所探す グレネードを投げる、車に入る、死体を確認 単純なロジックで１ページ未満の 簡単なコードからなる。傾向としては、 「グラントはすぐ逃げる。」「エリートは傷つくと隠れ 「ジャッカルはシールドを持つ。」 各振る舞いはトリガーを持つ トリガーによって、振る舞いはお互い競合する 意思決定 ロジック モーション コントロール 位置取り ＦＳＭ ＦＳＭ レベルデザイナーの仕事①
- 132. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか？ 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
- 133. 第四章 環世界と人工知能
- 151. 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
- 152. 人工知能と環世界
- 166. 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
- 167. 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
- 168. Roomba (iRobot) http://www.irobot.com/en/us/learn/home/roomba.aspx Roomba has a subsumption architecture.
- 169. Subsumption Architecture INPUT OUTPUT Time Reactive R When a robot sees an object, It turns around.
- 170. 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 .
- 171. 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.
- 172. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか？ 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
- 173. 第五章 フレームと人工知能の姿
- 177. 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。
- 178. 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
- 180. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか？ 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
- 181. 第六章 社会と人工知能
- 182. データの海が人工知能を育てる
- 183. ） 人工 知能 人はどのように人工知能を使っているか？ 情報の海を母体として、人工知能が育っている。 ＝ 情報の海を母体として人工知能が生まれる 人間 記号の海 言葉の海 意味の海 概念の海 情報の海
- 184. 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
- 185. 人 人工 知能 「人」の代わりに人工知能
- 186. 人 人工 知能 「人」の間に人工知能 人
- 189. 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
- 190. 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。
- 191. 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
- 193. 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 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/
- 194. 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
- 197. 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
- 200. 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
- 202. 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
- 203. • 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/
- 204. 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/
- 205. あから２０１０ 激指 YSS 合議 Bonanza GPS 将棋 あから2010合議サーバログを可視化してみた（A Successful Failure） http://blog.livedoor.jp/lunarmodule7/archives/1121781.html
- 206. Nvidia「自動運転」 • 専用のグラフィックボードを 開発 • 市場へ向けて投入 • 高速道路用など用途別。 http://www.nvidia.co.jp/object/drive-px-jp.html
- 209. 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
- 210. 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/
- 211. • 人間には扱えないような大きなデータから、 • 人間では気づかない特徴を学習している。 学習する人工知能 から学ぶこと • さらに人間の解釈を通過することなく、 • 直接サービスやアクションを展開する （当然アマゾンの開発者は我々に何を推薦してい るか知らない）
- 213. 第五章まとめ • 人工知能は、オートメーションの新しい姿。 • 人間に近い領域までオートメーションする。 • だから人間には脅威を感じる。 • だからそれは、「社会インフラ」の新しい形で もある。
- 215. 社会と人工知能 • 人工知能は、オートメーションの新しい姿。 • 人間に近い領域までオートメーションする。 • だから人間には脅威を感じる。 • 人工知能は「社会インフラ」となる。
- 216. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか？ 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
- 217. 第七章 サービスと人工知能
- 218. スマートシティ構想 • もともとは、ガス、電気など、エネルギーを、 知的に融通するシステムのことを指していた。 • 現在は、情報を加えて、街全体が、インテリ ジェンスを持つ構想のことを言う。
- 219. スマートシティ構想 AI • 街全体を人工知能があらゆるカメラ、センサーを通して監視する。 • ドローン、ロボット、デジタルビジョンを通して街に力を行使する。 • 街全体の中枢の知能を作る。
- 222. 人工知能は人間には見えないものを見て、 人間にはできないことをする • 人の流れ • 犯罪の早期発見 • 事故現場の発見 • 店内の人の流れ • その人が注目した商品の共通項 • 紛れ込んだ犯罪者の場所特定 ・・・そしてこれらの予測。
- 234. コンテンツ 第一章 人工知能とは 第二章 なぜ人工知能が注目されているか？ 第三章 生命の起源と人工知能 第四章 環世界と人工知能 第五章 フレームと人工知能の姿 第六章 社会と人工知能 第七章 サービスと人工知能 第八章 人工知能と倫理
- 235. 第八章 人工知能と倫理
- 236. 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。
- 237. • 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？
- 238. • 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。
- 239. • 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
- 240. • 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
- 241. • 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
- 245. 7. 人工知能第三次ブームの特徴はデータと学 習である。 8. データの蓄積はインターネットによるところが 大きい。 9. 人工知能はネット（グローバル）とローカル、 現実と仮想を結ぶ。 10. 人工知能の発展は二つ。社会インフラ、と パーソナルなもの。 全体のまとめ