デジハリ講義人工知能第一回「人工知能とは何か？」

人工知能（１）
人工知能とは何か？
三宅陽一郎
三宅陽一郎@miyayou
2017.12.13
@デジタルハリウッド
https://www.facebook.com/youichiro.miyake
http://www.slideshare.net/youichiromiyake
y.m.4160@gmail.com
https://miyayou.com

人工知能の歴史
１９５６年１９８６年２０1６年
人工知能
発祥
日本人工知能学会
発足
現在

経歴
京都大学（数学）大阪大学（原子核実験物理）東京大学
（エネルギー工学/人工知能）
高エネルギー加速器研究所（半年ぐらい。修士論文）
http://www.facebook.com/youichiro.miyake

Works (2006-2016)
AI for Game Titles
Books

（雑談）アニメの中の人工知能

[小型]アンドロイド型（人型)～動物型
人間が出来ないことをするＡＩ＝人間の側で役に立つＡＩ
アトム
（鉄腕アトム、1952年-）
エイトマン
（エイトマン、1963年）
ドラえもん
(ドラえもん、1973年-)
アナイラザー
(宇宙戦艦ヤマト、1974年-)
ハロ
（ガンダム、1979年）
ゴンスケ
（21エモン、1981年）
ブラックマジック M-66
(M66、1987年)
エイトロン
（ＤＴエイトロン、1998年）
人型！
猫型！
蜘蛛型？！

[大型]アンドロイド型（人型)～動物型
巨大な体で物語の中心になる
鉄人２８号
（鉄人２８号、1963年-）
ジャイアントロボ
(ジャイアントロボ、1994年-
(実写 1967年))
トランスフォーマー
(トランスフォーマー、1985年-)
タチコマ
(攻殻機動隊、1995年-)
ゾイド
（ゾイド、1999年-）
金属生命体

船全体を統制する自律型ＡＩ
autonomous AI
人間をサポートするＡＩ、人間を包むＡＩ
銀河鉄道９９９機関部
（銀河鉄道９９９、1978年-）
パトレイバーHOS
（パトレイバー、1988年）
アスラーダ、サイバーシステム
（サイバーフォーミュラ・、1991年）
オモイカネ
（宇宙戦艦ナデシコ、1996年）
キャナル
（ロストユニバース、1998年）
AI ダーナ
（フルメタル・パニック、2002年）
雪風
（戦闘妖精雪風、2002年）
レオパルドコロニーを操作する
（宇宙をかける少女、2009年）
ヴェーダ人類の運命を操作
（ガンダム００、2007年）
マリ
（星に願いを、2009年）

純粋な意思決定機関ＡＩ
マギ・システム
（エヴァンゲリオン、1995年-）
エキスパートシステム
複数のＡＩによる投票システム
169台のコンピューターを並列化した
東京大学のクラスターマシン
あから2010
（情報処理学会、2010年-）
複数の将棋ＡＩによる投票システム
＝合議制ＡＩ
女流棋士との対決（2010.10.11） AIの勝利
プロ棋士vsコンピューター - 「あから2010」の威力を目撃してきた
http://journal.mycom.co.jp/articles/2010/10/12/akara/index.html

（雑談）SFの中の人工知能

ファウンデーション・シリーズ &
ロボット・シリーズ

人工知能と社会
ロボット
世代
人口
人工知能
少子高齢化社会
ロボットと人工知能で
少子高齢化社会を支える

参考文献
©2017 SQUARE ENIX CO., LTD. All Rights Reserved.
三宅陽一郎「大規模ゲームにおける人工知能 ─ファイナルファンタジーXV の実例をもとに─」
(17ページ) （人工知能学会誌、2017 2号）

三宅の目標
• キャラクターに意識を持たせたい
＝自意識を持たせたい
＝世界を「経験」させたい。

この講義の目標
• 全８回を通して、人工知能への理解を深めて、
• 安心して人工知能を使った企画を立てられる
ようになること。

• 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】

目次
• 第一章人工知能とは？
• 第二章なぜ今、人工知能技術が注目されて
いるか
• 第三章人工知能の各種事例

自然知能と人工知能
人間
＝自然知能
機械
＝人工知能

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

http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html

我々は、1956年の夏の2ヶ月間、10人の人工知能研究者
がニューハンプシャー州ハノーバーのダートマス大学に集
まることを提案する。そこで、学習のあらゆる観点や知能
の他の機能を正確に説明することで機械がそれらをシミュ
レートできるようにするための基本的研究を進める。機械
が言語を使うことができるようにする方法の探究、機械上
での抽象化と概念の形成、今は人間にしか解けない問題
を機械で解くこと、機械が自分自身を改善する方法などの
探究の試みがなされるだろう。我々は、注意深く選ばれた
科学者のグループがひと夏集まれば、それらの問題のうち
いくつかで大きな進展が得られると考えている。
https://ja.wikipedia.org/wiki/%E3%83%80%E3%83%BC%E3%83%88%E3%83%
9E%E3%82%B9%E4%BC%9A%E8%AD%B0

我々は、1956年の夏の2ヶ月間、10人の人工知能研究者
がニューハンプシャー州ハノーバーのダートマス大学に集
まることを提案する。そこで、学習のあらゆる観点や知能
の他の機能を正確に説明することで機械がそれらをシミュ
レートできるようにするための基本的研究を進める。機械
が言語を使うことができるようにする方法の探究、機械上
での抽象化と概念の形成、今は人間にしか解けない問題
を機械で解くこと、機械が自分自身を改善する方法などの
探究の試みがなされるだろう。我々は、注意深く選ばれた
科学者のグループがひと夏集まれば、それらの問題のうち
いくつかで大きな進展が得られると考えている。
https://ja.wikipedia.org/wiki/%E3%83%80%E3%83%BC%E3%83%88%E3%83%
9E%E3%82%B9%E4%BC%9A%E8%AD%B0
人工知能＝人間の知能を機械に写す（移す）。

機械（マシン）
ソフトウェア

ソフトウェア
知能
http://www.1999.co.jp/blog/1210192

ソフトウェア
知能
身体
機能
知能
http://www.1999.co.jp/blog/1210192
http://ja.wallpapersma.com/wallpaper/_-
%E3%83%AA%E3%82%B9%E3%80%81%E5%A3%81%E7%B4%99%E3%80%81%E3%83%AF%E3%82%A4%E3%83%89%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%BC%E3%83%B3%E3%81%AE%E3%80%81%E3%
83%9E%E3%83%83%E3%82%AF%E3%80%81%E3%83%9A%E3%83%83.html

身体性とインテリジェンス
Gray’s anatomy
脳の中心の部位は身体とつながっている。
生理機能を司っている。
それを囲うように、辺縁体、大脳がある。
http://square.umin.ac.jp/neuroinf/brain/005.html
http://www.amazon.co.jp/Grays-Anatomy-Anatomical-Clinical-Practice/dp/0443066841

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

人間の精神
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

人間の精神
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）

人間の精神
意識
前意識
無意識
外部からの
情報
知能と身体の境界面
（仏教で言う：阿頼耶識）
（シニフィアン/シニフィエ）
意識の境界面
知覚の境界面
意識は常に何かについての意識である。（志向性）
フッサール『イデーン』
我々は知覚によってこの世界に住み着いている。
メルロ＝ポンティ『知覚の現象学』
ソシュール「一般言語学講義」
大乗仏教「阿頼耶識」

人間の精神
意識
前意識
無意識
外部からの
情報
人の意識が為しえる知能
人の無意識に為しえる知能

人間の精神
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。

人間の精神
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

人間の精神
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
シニフィアン/シニフィエ
言語回路
（＝解釈）

人間の精神
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

人間の精神
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
２つの見えている世界（知覚世界、作用世界）
知覚世界作用世界

機械の精神＝人工知能
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
シンボル/010100000
言語回路
（＝プログラム）

人間の精神、機械の精神
意識
前意識
識
外部からの
情報
意識
前意識
無意識
外部からの
情報
知覚の境界面
人工知能は、人間の知能を機械に移したもの。

第二章なぜ、今、人工知能技術が
注目されているのか？

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

二つの人工知能
IF (s_collison==true)
register_all(s_star);
assign_edge();
assign_vertex();
mix_all();
シンボルによる人工知能
（記号主義）
ニューラルネットによる人工知能
（コネクショニズム）
IBM ワトソン
Google検索
など
AlphaGo
など
http://www.nature.com/nature/journal/v518/n7540/full/nature14236.html

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

ニューラルネットを理解しよう② 数学的原理
http://www.pri.kyoto-u.ac.jp/brain/brain/11/index-11.html
医学的知識
http://www.biwako.shiga-u.ac.jp/sensei/mnaka/ut/sozai/ai.html
モデル化
数学的モデル
ニューロン
人工ニューロン
入出力関係のグラフ入出力関係の関数（シグモイド関数）
ニューラルネットワーク
（ニューロンをつなげたもの）
道具はこれで全て。これで何ができるだろう？

深階層ニューラルネットワーク
ニューラルネットワーク＝信号（波形）処理だけで知能を作る。

人工知能がブームになるとき
時間
規模
1960 1990 2000
1970 1980 2010
シンボルによる人工知能は
堅実に進化する

2 第一次ＡＩブーム（1960年代）
もし A ならば B
もし B ならば C
よって、
もし A ならば C
（記号主義）
推論ベースニューラルネット
誕生

3 第二次ＡＩブーム（1980年代）
IF （A） then B
IF （C） then D
IF （E） then F
IF （G） then H
IF （ I ） then J
（記号主義）
ルールベース
新しい学習法＝
逆伝搬法

3 第二次ＡＩブーム（1980年代）
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。

4 第三次ＡＩブーム（2010年代）
（記号主義）
データベース
新しい学習法＝
ディープラーニング
データベース
検索エンジン
キーワード検索結果
検索
人
次の章で
説明
します

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。

インターネットによる
膨大なデータ
4 第三次ＡＩブーム（2010年代）
時間
規模
1960 1990 2000
1970 1980 2010
ルールベース
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

第三章人工知能の各種事例

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

人
人工
知能
「人」の間に人工知能。たとえば予定を自動調整してくれる。
人
いつ空いている？えーと…
予定表予定表
来週の月曜日の
夜どうですか？

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

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。

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
要件クライ
アントさん
IBM
ワトソン
オペレーター
バックアップ

IBM Watson in 東京大学医学部
• 論文を学習させる。
• 論文を積み上げると富士山ぐらいになりそうな勢
い。＝人間では無理。
• 症状を入れると、論文のリストが出て来る。
症状患者さん
IBM
ワトソン
お医者
さんバックアップ

IBM Watson in 保険会社
• 保険会社の判例を学習させる。
• 一人前になるのに数年かかる。
• かつてはベテランが教えていた。
• タブレットからIBMワトソンがアドバイス
事故
内容
クライアン
トさん
IBM
ワトソン
新人
バックアップ

IBM ワトソン
IBMワトソンは、
社内の暗黙知を吸収し蓄積する。

ソニー「デジタルアナウンサー」
• ニュース原稿を流し込む
• エージェント（ＡＩ）が身振り
をまじえて読み上げる。
ソニー、CGキャラがニュースを自動で読み上げる“デジタルアナウンサー”--渋谷で実験
http://japan.cnet.com/news/service/35087113/

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

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

二つの人工知能
IF (s_collison==true)
register_all(s_star);
assign_edge();
assign_vertex();
mix_all();
（記号主義）
IBM ワトソン
など
AlphaGo
など

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

• 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
https://deepmind.com/research/alphago/

Mastering the game of Go with deep neural networks and tree search
https://deepmind.com/research/alphago/

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

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

http://www.nvidia.co.jp/object/drive-automotive-technology-jp.html

• 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）

学習する人工知能から学ぶこと
ユーザー
データ
AI

第三章まとめ
• 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。

デジハリ講義人工知能第一回「人工知能とは何か？」

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to デジハリ講義人工知能第一回「人工知能とは何か？」

Similar to デジハリ講義人工知能第一回「人工知能とは何か？」 (20)

More from Youichiro Miyake

More from Youichiro Miyake (20)

Recently uploaded

Recently uploaded (6)