SlideShare a Scribd company logo
1 of 45
「なぜ人工知能は人と会話
ができるのか?」図
マイナビ
三宅陽一郎
2017.7
意識
前意識
無意識
外部からの
情報
知能
解釈
顕
在
化
運動
統合
意
志
意識の境界面
知覚の境界面
図1
意識
前意識
無意識
知能
言語による
精神の構造化
外部からの
情報
言語化のプロセス
シニフィアン
/シニフィエ
言語回路
(=解釈)
意識の形成
世界を分節化している
図2
松沢哲郎「チンパンジーの心」(岩波書店、2000)
より
シロアリ
をつまむ
観察され
た構造
行動の
構造
行動の
対象物
シ
ロ
ア
リ
階層0
シロアリ
を棒で釣る
階層1
シ
ロ
ア
リ
棒
ヤシの種を台
石に載せてハ
ンマーで叩く
階層2
ヤ
シ
の
種
台
石
ハ
ン
マ
|
台石の下に別の台石
をかませてその上に
ヤシの種をのせてハ
ンマーで叩く
階層3
ヤ
シ
の
種
台
石
ハ
ン
マ
|
台
石
図3
ペットボトルノート
ノートパソコン
机
左にある
右にある
奥にある奥にある
上にある上にある
イス
下にある
足が四本ある
平板がある
背もたれがある
木でできている
魔法
回復・補助魔法 攻撃魔法 時間魔法
蘇生
魔法
回復
魔法
状態変
化魔法
水系
魔法
水系
魔法
雷系
魔法
リ
ア
ラ
イ
ブ
ケ
ホ
イ
ル
ゲ
ケ
ホ
イ
ル
デ
ポ
イ
ゾ
フ
ァ
イ
ラ
ル
ウ
オ
ラ
ル
サ
ン
ダ
ル
ク
ロ
ノ
リ
ア
ス
ト
ッ
プ
ゲ
フ
ァ
イ
ラ
ル
24 6 12 7 9 4 8 5 20 12
消費魔法力
プレイヤー・プロフィールデータ
- ステータス
- 体力
- 魔法力
- 装備
-- 右手武器
-- 左手武器
-- 防具
-- 指輪
- レベル
- 職業
- 覚えている魔法リスト
- 経路
- 最後に訪れた街
- 最後に訪れたダンジョン
-- 滞在時間
-- 受けた総ダメージ
-- 魔法使用料
-- 消費したアイテムリスト
-- 倒したモンスターのリスト
-- 戦闘不能にされたモンスター
- 最後に話した人物
- 徒歩距離
- これまでに訪れて来た街のリスト
- 物語
- 最後の話した人物
- 物語の進行度
- 探しているアイテム
- これまで聞いたキーワードのリスト
プレイヤー・プロフィールデータ
- [名前] ファウスト
- ステータス
- [体力] 256
- [魔法力] 137
- [装備]
-- [右手武器] 星光剣
-- [左手武器] 鉄こんぼう
-- [防具] 月の盾
-- [指輪] レッドリング
- [レベル] 31
- [職業] 戦士
- [覚えている魔法リスト] ファイラル ウオラル デポイゾ
- 経路
- [最後に訪れた街] ケルム
- [最後に訪れたダンジョン] 北のほこらの洞窟
-- [滞在時間] 4時間33分
-- [受けた総ダメージ] 17324
-- [魔法使用量] 384
-- [消費したアイテムリスト] 薬草 10 魔法石 34 毒気薬 7
-- [倒したモンスターのリスト] ザッコ― ボムラス ニコラム 大狼
-- [戦闘不能にされたモンスター] 大狼
- [徒歩距離] 1783km
- [これまでに訪れて来た街のリスト] グリ エラート ナミル ウロ
- 物語
- [最後の話した人物] カイル
- [物語の進行度] 73%
- [探しているアイテム] ふしぎの杖
- [これまで聞いたキーワードのリスト] 霧の山脈 白銀の搭
意識
前意識
無意識
外部からの
情報
言語・非言語境界面
(シニフィアン/シニフィエ)
意識の境界面 (表象)
知覚の境界面
知能と身体の境界面
(仏教で言う:阿頼耶識)
図7
意識
前意識
無意識
外部からの
情報
生態学的人工知能
※生態=環境・身体との
結びつきを考える
伝統的な人工知能
身体知
図8
意識
前意識
無意識
外部からの
情報
人工知能の研究はこの部分に
集中している
この部分を作るのが難しい。
図9
世界人間 はじめて見るものでもリアルタイムに解釈できる
世界学習型
人工知能
学習などを経てようやく理解できる
世界
知識表現を
用いる
人工知能
知識表現
(世界の解釈の仕方)
IF (初めて話しかけられたら)THEN (“こんにちは。どっから来たの?”と言う)
IF (剣を買ってくれたら)THEN (“[それまでの剣の名前]よりいいわよ”と言う)
IF ([プレイヤーの薬草の数] が3つ以下)THEN (“薬草はどうですか?“と言う)
IF ([防具の使用時間]>10時間) THEN (“その[防具の名前]は新しくした方がいい”と言う)
※[] は知識表現のタグ。実際は知識表現から情報を入れる
IF (プレイヤーがピンチ)THEN (“大丈夫か?”と言う)
IF ([プレイヤーの体力]が30以下)THEN(”回復必要なんじゃない”と言う)
IF (味方が戦闘不能になる)THEN (“ちくしょう!“と言う)
IF(プレイヤーが敵を倒す)THEN (その[剣の名前]、切れ味いいんじゃない?)
※[] は知識表現のタグ。実際は知識表現から情報を入れる
街の商人のキャラクターの人工知能
戦闘中の仲間キャラクターの人工知能
車
スポーツカー
タイヤ
is-a
has-a
ドア
has-a
ドア
has-a
44
number ofnumber of
2
number of
図12
食べること
ができる
登ること
ができる
動かすこ
とができる
人工知能
図13
Jeff Orkin, “3 States and a Plan: The AI of F.E.A.R.",
http://web.media.mit.edu/~jorkin/gdc2006_orkin_jeff_fear.zip
kSymbol_AtNode ノードの上にいるか
kSymbol_TargetIsAimingAtMe こちらを狙っているか?
kSymbol_WeaponLoaded 装填されているか
kSymbol_WeaponArmed 武装しているか
kSymbol_AtNodeType どんなタイプのノードにいるか
kSymbol_RidingVehicle 乗り物に乗っているか
kSymbol_TargetIsSuppressed 威嚇されているか
kSymbol_UsingObject オブジェクトを使っているか?
kSymbol_TargetIsDead 生きているか
…
敵キャラクター表現
図14
アクション・プール
ダメージを
あたえる
ダメージを
あたえる
1m以内1m以内
ドアが
開いている
ドアが
開いている
ドアの前に
いる
キック
近付く
ドアを開ける
ドアの前に
いる
ドアに近づく
特になし
ゴール
効果
アク
ション
前提
プランニング技術
アクション
連鎖
連鎖
前提条件
(シンボル)
効果
(シンボル)
図16
医学的知識
モデル化
数学的モデル
ニューロン
人工ニューロン
ニューラルネットワーク
(人工ニューロンを
つなげたもの)
貯まった電気(電位)
発信シグナル
図17
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。
Aのときは(1、0,0)
Bのときは(0,1,0)
Cのときは(0,0,1)
図18
ある層の限定した領域を次の層に向けて足し合わせて
集約する=折り畳み(コンボリューション)
その時にちょっとづつずらしながら折り畳みを行う。
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
図20
図21
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/
インターネットによる
膨大なデータ
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
誤差
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
図22
図24
ローブ1
ローブ2
ニューロン
図27
意思決定ローブ
コンセプトローブ
(640ニューロン)
認識ローブ
注意
刺激源 名詞
動詞 いろいろ Drives
知能を構成するローブの構成
欲求(Desire)
(Perceptrons)
意見(Opinions)
(Decision Trees)
信念(Beliefs)
(Attribute List)
意志(Intention)
Overall Plan
(Goal, Main Object)
Attack enemy town
Specific Plan
(Goal, Object List)
Throw stone at house
Primitive Action List
Walk towards stone,
Pick it up,
Walk towards house,
Aim at house,
Throw stone at house
Richard Evans, “Varieties of Learning”, 11.2, AI Programming Wisdom
図29
Belief – Desire – Intention モデル
Desire
(Perceptrons)
Opinions
(Decision Trees)
Beliefs
(Attribute List)
Richard Evans, “Varieties of Learning”, 11.2, AI Programming Wisdom
Low Energy
Source =0.2
Weight =0.8
Value =
Source*Weight =
0.16
Tasty Food
Source =0.4
Weight =0.2
Value =
Source*Weight =
0.08
Unhappiness
Source =0.7
Weight =0.2
Value =
Source*Weight =
0.14
∑
0.16+0.08+0.14
Threshold
(0~1の値に
変換)
hunger
Desire(お腹すいた度)欲求を決定する
対象を決定する
それぞれの対象の
固有の情報
他にも
いろいろな
欲求を計算
Hunger
Compassion
Attack(戦いたい)
Help
Weight
Weight
Weight
図30
すべて
認識主体の位置
かたち 見える位置 世界の中の位置 音
発言
“お座り“ “下” “行け”
バウンディング
ボックス
羊 人
視覚的イベント 聴覚的イベント
予測外れる=驚く
予測出現位置・時間
物陰に入ったスピードから
ここを経過する時間を予測
岩などの障害物
羊
ダンカン
(犬)
図32
図34
Do you like the simulation game ? 98
du
do
d
u
y
yo
l
li
ry
ck
k
ky
th
z
ze
Sy
Si
zi
mu
m
uu
le
ra
ti
sy
on
an
a
g
Ju
zy
m
fu
do 76
dyu 34
li 63
k 87
ck34 z 34
th 94
sym 74
zi 64 la 65
ra 71sim 88
ty 23
te 93
ti 73
an 43
on 53
gu 33
gy 34
ge 74
mu 94
a
c
d
e do 88
you 86
Yaucht 76
like 62
luck 78
Zym 54
the 83
simulation 88
civilization 31
far 94
gam 54
simulation game 94
h Do you 89
you like 77
you luck 89
far civilization 78
the simulation 71
game 87
civilization game 94
jam 31
g
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
ケホイル
ゲケホイル
サンダル
マサンダル
魔法
進化
ケホイル
ゲケホイル
サンダル
マサンダル
魔法
進化
W_00
W_10
W_01
W_11
W_50
W_51
W_41
W_40
W_31
W_30
W_20
W_21
Skip-gram アーキテクチャ
ケホイル
ゲケホイル
サンダル
マサンダル
進化
進化
W_X
W_Y
(ゲケホイル)ー(ケホイル)+(サンダル)=(マサンダル)
(ゲケホイル)ー(ケホイル)=(マサンダル)ー(サンダル)=(進化)
時間
確率的に
次のノードか
自分自身へ
回帰する
sh一つの子音か母音
隠れマルコフモデル (HMM)
音声波形
不可逆マルコフ
過程
sh u r
e
膨大なユーザー群の
購入履歴データ
商品ID K L M N P Q R
評価 5 1 4 3 1 5 4ユーザーA
商品ID K L M N S T U
評価 4 2 5 2 4 3 5
ユーザーB
商品ID K L M N S T U
評価 5 2 4 1 5 1 5
ユーザーC
商品ID K L M N P T U
評価 5 1 5 4 1 2 5
ユーザーD
推
薦
推
薦
類似
購入履歴と評価の類似した
ユーザーを検索
人狼知能
サーバー
人狼知能
エージェント
人狼知能
エージェント
人狼知能
エージェント
人狼知能
エージェント
人狼知能
エージェント
人
(自然言語)
翻訳(プロトコル⇔自然言語)
モジュール
人
(表情)
ロボット
(表情)
人狼知能プロトコル
感情表現モジュール
図43
http://hai.iit.tsukuba.ac.jp/
A社
契約条件
A
B社
契約条件
B
D社
契約条件
D
C社
契約条件
C
コミュニケーション
仮想市場
エージェント
日本のキャラクター文化 人工知能技術
キャラクター・エージェント指向
図48
一つの体験
経験2
さまざまな現実
人間は一つの体験をさまざまな経験に変形しながら学習していく
メタファー
ゲームの表現
語
語に伴うアクション
ゲーム内で語が発せられる状況
アクションがゲーム内で持つ効果
ゲームルール表現
図50
人間
犬
リ
ス ライオン人工
知能
人工
生命ロボット
図53

More Related Content

What's hot

物語の中の人工知能、 人工知能が作り出す物語
物語の中の人工知能、人工知能が作り出す物語物語の中の人工知能、人工知能が作り出す物語
物語の中の人工知能、 人工知能が作り出す物語
Youichiro Miyake
 

What's hot (20)

バーチャルワールド、 スマートシティ、人工知能
バーチャルワールド、スマートシティ、人工知能バーチャルワールド、スマートシティ、人工知能
バーチャルワールド、 スマートシティ、人工知能
 
デジハリ講義「人工知能と物語」
デジハリ講義「人工知能と物語」デジハリ講義「人工知能と物語」
デジハリ講義「人工知能と物語」
 
フロイトと人工知能の意識モデル -「新記号論」を読んで -
フロイトと人工知能の意識モデル  -「新記号論」を読んで - フロイトと人工知能の意識モデル  -「新記号論」を読んで -
フロイトと人工知能の意識モデル -「新記号論」を読んで -
 
AI時代の幸福と人間力
AI時代の幸福と人間力AI時代の幸福と人間力
AI時代の幸福と人間力
 
人工知能と社会
人工知能と社会人工知能と社会
人工知能と社会
 
明治大学「ゲーム研究の新時代に向けて」講演資料(上)
明治大学「ゲーム研究の新時代に向けて」講演資料(上)明治大学「ゲーム研究の新時代に向けて」講演資料(上)
明治大学「ゲーム研究の新時代に向けて」講演資料(上)
 
「AI研究の現在とSFの想像力」講演資料(上)
「AI研究の現在とSFの想像力」講演資料(上)「AI研究の現在とSFの想像力」講演資料(上)
「AI研究の現在とSFの想像力」講演資料(上)
 
人工知能に哲学が必要なわけ
人工知能に哲学が必要なわけ人工知能に哲学が必要なわけ
人工知能に哲学が必要なわけ
 
明治大学「ゲーム研究の新時代に向けて」講演資料(下)
明治大学「ゲーム研究の新時代に向けて」講演資料(下)明治大学「ゲーム研究の新時代に向けて」講演資料(下)
明治大学「ゲーム研究の新時代に向けて」講演資料(下)
 
Hapic と AI
Hapic と AIHapic と AI
Hapic と AI
 
【ITソリューション塾・第29期】AI
【ITソリューション塾・第29期】AI【ITソリューション塾・第29期】AI
【ITソリューション塾・第29期】AI
 
物語の中の人工知能、 人工知能が作り出す物語
物語の中の人工知能、人工知能が作り出す物語物語の中の人工知能、人工知能が作り出す物語
物語の中の人工知能、 人工知能が作り出す物語
 
AI幸福論 - AIも感情や意識を持ちうるのか -
AI幸福論  - AIも感情や意識を持ちうるのか - AI幸福論  - AIも感情や意識を持ちうるのか -
AI幸福論 - AIも感情や意識を持ちうるのか -
 
「AI研究の現在とSFの想像力」講演資料(下)
「AI研究の現在とSFの想像力」講演資料(下)「AI研究の現在とSFの想像力」講演資料(下)
「AI研究の現在とSFの想像力」講演資料(下)
 
「なぜ人工知能は人と会話ができるのか?」
「なぜ人工知能は人と会話ができるのか?」「なぜ人工知能は人と会話ができるのか?」
「なぜ人工知能は人と会話ができるのか?」
 
ゲームAI製作のためのワークショップ(I)
ゲームAI製作のためのワークショップ(I)ゲームAI製作のためのワークショップ(I)
ゲームAI製作のためのワークショップ(I)
 
Innovative City Forum 2020 講演資料
 Innovative City Forum 2020 講演資料 Innovative City Forum 2020 講演資料
Innovative City Forum 2020 講演資料
 
デジタルゲームと人工知能
デジタルゲームと人工知能デジタルゲームと人工知能
デジタルゲームと人工知能
 
人工知能勉強会 第1回 人工知能研究の全体像
人工知能勉強会 第1回 人工知能研究の全体像人工知能勉強会 第1回 人工知能研究の全体像
人工知能勉強会 第1回 人工知能研究の全体像
 
「人工知能のための哲学塾」未来社会篇 第零夜 予習資料
「人工知能のための哲学塾」未来社会篇 第零夜 予習資料「人工知能のための哲学塾」未来社会篇 第零夜 予習資料
「人工知能のための哲学塾」未来社会篇 第零夜 予習資料
 

More from Youichiro Miyake

More from Youichiro Miyake (17)

AIES 2021 Keynote lecture
AIES 2021 Keynote lecture AIES 2021 Keynote lecture
AIES 2021 Keynote lecture
 
業績リスト 三宅陽一郎 2021年9月現在
業績リスト 三宅陽一郎 2021年9月現在業績リスト 三宅陽一郎 2021年9月現在
業績リスト 三宅陽一郎 2021年9月現在
 
スマートシティへのデジタルゲームAIの応用
スマートシティへのデジタルゲームAIの応用スマートシティへのデジタルゲームAIの応用
スマートシティへのデジタルゲームAIの応用
 
スマートシティ、ゲームエンジン、人工知能
スマートシティ、ゲームエンジン、人工知能スマートシティ、ゲームエンジン、人工知能
スマートシティ、ゲームエンジン、人工知能
 
Replaying Japan Keynote 2021
Replaying Japan Keynote 2021 Replaying Japan Keynote 2021
Replaying Japan Keynote 2021
 
クラシックゲームを用いたディープラーニングの近年の発展
クラシックゲームを用いたディープラーニングの近年の発展クラシックゲームを用いたディープラーニングの近年の発展
クラシックゲームを用いたディープラーニングの近年の発展
 
人工知能にとっての他者と自分
人工知能にとっての他者と自分人工知能にとっての他者と自分
人工知能にとっての他者と自分
 
人工知能と未来
人工知能と未来人工知能と未来
人工知能と未来
 
人工知能とビジネス
人工知能とビジネス人工知能とビジネス
人工知能とビジネス
 
人工知能とは何か?
人工知能とは何か?人工知能とは何か?
人工知能とは何か?
 
デジタルゲームにおけるマルチエージェント操作技術
デジタルゲームにおけるマルチエージェント操作技術デジタルゲームにおけるマルチエージェント操作技術
デジタルゲームにおけるマルチエージェント操作技術
 
人工知能とゲーム(後篇)
人工知能とゲーム(後篇)人工知能とゲーム(後篇)
人工知能とゲーム(後篇)
 
人工知能とゲーム(前篇)
人工知能とゲーム(前篇)人工知能とゲーム(前篇)
人工知能とゲーム(前篇)
 
人工知能とアート
人工知能とアート人工知能とアート
人工知能とアート
 
AI Technologies in Game Industry (English)
AI Technologies in Game Industry (English)AI Technologies in Game Industry (English)
AI Technologies in Game Industry (English)
 
デジタルゲームにおける品質保証のための人工知能
デジタルゲームにおける品質保証のための人工知能デジタルゲームにおける品質保証のための人工知能
デジタルゲームにおける品質保証のための人工知能
 
東京大学 経済学部講義 後半
東京大学 経済学部講義 後半東京大学 経済学部講義 後半
東京大学 経済学部講義 後半
 

「なぜ人工知能は人と会話ができるか?」図