Downloaded 63 times
![ロボットによるカテゴリ形成実験[Nakamura ‘11]
マルチモーダル情報は
全てロボットにより取得
見
る
握
る
振
る
• 視覚情報 PCA SIFT (36次元) 500次元のHG
• 聴覚情報 MFCC (13次元) 50次元のHG
• 触覚情報 センサー値の変化情報(2次元) 15次元HG
Tomoaki Nakamura, Takayuki Nagai, and Naoto Iwahashi, "Multimodal Categorization by
Hierarchical Dirichlet Process", IROS2011, pp.1520-1525](https://image.slidesharecdn.com/15-150410110947-conversion-gate01/75/15-37-2048.jpg)
More Related Content
人工知能概論 15
- 1.
- 2. Information このスライドは「イラ ストで学ぶ人工知能概 論」を講義で活用した り，勉強会で利用した りするために提供され ているスライドです． 「イラストで学ぶ人工 知能概論」をご購入頂 けていない方は，必ず ご購入いただいてから ご利用ください．
- 3. STORY まとめ ホイールダック２号は地図を持って，ダンジョンに突入 した．ホイールダック２号は宝箱を見つけ，敵をかわし， 扉を見つけて次の階，次の階へと進んでいった．ときに は道に迷うこともあった．しかし，ついにホイールダッ ク２号は迷路を抜けてスフィンクスに対峙した． スフィンクスはホイールダック２号に謎かけを行った． ホイールダック２号は自らに備え付けられた自然言語処 理能力，論理的思考力をフル回転させて，それに答えた． スフィンクスは驚き，岩の台座から飛び降りて，海に 落ちて死んでいった． ホイールダック２号の戦いは終わった． ホイールダック２号は沈みゆく夕日を見ながら，自ら に優れた知能を授けてくれた開発者に感謝の気持ちを抱 くのであった．
- 4. 仮定 まとめ さて，結局，ホイールダック２号はどれだけのこと を仮定していたでしょうか． それらの仮定はどうやったら外せるでしょうか．
- 5. Contents 15.1 ホイールダック２号の冒険：総集編 15.2 身体の知 15.3 記号の知 15.4 人工知能と未来
- 6. リプレイ：探索 ホイールダック２号は地図を持って，洞窟に突入し た． まずは，とにかくアイテムの入った宝箱を見つけな ければならない．ホイールダック２号は解探索の手 法を用いて，迷路の１階をくまなく探した．アイテ ムを見つけたホイールダック２号は最短経路探索を 用いてゴールに向かった． 途中，敵と遭遇することもあったがミニマックス戦 略を用いて自らの被害は最小に留めた．
- 7.
- 8. リプレイ：位置推定 何かの拍子に，自分の位置がわからなくなってしま うと，いくら地図があったからといって，どうしよ うもない． ホイールダック2号は過去に見てきた周囲の情報と 自らの行動履歴の情報をベイズフィルタにより統合 することにより，自らの地図上の位置を推定するこ とができた． 実際には粒子フィルタとして実装された．
- 9.
- 10.
- 11.
- 12. 15.1.2 「仮定」と人工知能の開発 さて，結局，ホイールダック２号はどれだけのこと を仮定していたでしょうか？ それらの仮定はどうやったら外せるでしょうか？ ex. 地図の存在->SLAM， 辞書の存在->教師なし言語獲 得， 離散的状態空間の存在 -> 連続空間への拡張，記 号化 「何かを仮定して，何かを作る．」 これこそ工学の本質． そして，仮定を外していく度に， 知能に近づいていける． SLAM = Simultaneous Localization and Mapping (地図と自己位置の同時推定)
- 13. Contents 15.1 ホイールダック２号の冒険：総集編 15.2 身体の知 15.3 記号の知 15.4 人工知能と未来
- 14. 1960-70年代のGOFAI研究への批判 GOFAI GoodOld Fashioned AI (古き良き時代のAI) 述語論理，意味ネットワーク，プロダクションシス テム，エキスパートシステム，and so on. 現実世界に繋がっていない「記号システム」の中で の情報処理を主な問題としていた． 頭でっかちなAI ※知能における身体の意義を軽視してきた．
- 15. 15.2.1 物理記号システム仮説 とプロダクションシステム プロダクションシステム 手続き的知識の表現法 外界を記号表現し，if-thenルールを適用していくこと で，問題解決を図る． 実世界で機敏に動けなかった．
- 16. ロドニー・ブルックスのNewAI 1986年の論文を皮切りとして、彼のロボッ ト工学関連の業績は学界に多大な影響を与 え、人工知能の研究の方向性にも影響を与 えた。 彼は、ゴットロープ・フレーゲに端を発す るアラン・チューリング以来の記号処理ア プローチによる知的機械の実現には強く反 対の立場をとっている。 代わりにブルックスは生物学に発想を求め たロボット的アーキテクチャ（サブサンプ ション・アーキテクチャ）を提唱した。 ブルックスの知能ロボッ ト論―なぜMITのロボット は前進し続けるのか?
- 17. 現実は動的であり 不確実であり多様である． 表象主義のアプローチで作ら れたロボットは，現実では上 手く動かなかった． 扉，ブロック，壁・・・・ production rule-> 前進 その結果，扉までの距離が変化 扉，ブロック，壁・・・・人・・・ ・・・あれ？ 完全に世界を記述する．できるという視点が不完全． 遅い
- 18.
- 19. サブサンプションアーキテクチャ 能力レベル（例） レベル０：障害物回避 レベル１：徘徊 レベル２：探索（物体収 集） ２つのポイント 能力レベルは制御アーキテ クチャのレイヤーとして実 装されるため，レイヤーを 漸増的に追加することが可 能． 各レベルにセンサ入力と セン サ モー タ レベル ０ レベル １ レベル ２
- 20. Ghenghis robot, Brooks1989 Click and watch video! http://www.youtube.com/watch?v=K2xUHYFcYKI • 六脚ロボット • 不整地を歩行 • 人間の後をついてく る • 八つのレイヤー • 57個の有限状態機械 • SAを一躍有名に ロドニー・ブルックス MIT AIラボ所長に就任．1990年 iRobot 社を設立， 実世界で役立つロボットの研究開発を進める． 2002年にルンバをリリース．
- 21. 演習15-1 人間を他の動物と分かつもの 以下の内，人間と他の動物種を区別するものと して，最も「適当でない」とものはどれか？ 1.言語を操る能力 2. お金を扱う能力 3. 宗教を持つ能力 4. 二足歩行する能力
- 22. 受動歩行機械 受動歩行機械 適切な身体さえもてば， 機械は歩行を行うこと ができる． CPUもモータも必要な い． VIDEO https://www.youtube.c om/watch?v=m14J1_pP yEs
- 23. 人工生命 進化の計算モデル 人工生命の研究では遺伝的アルゴリズム，遺伝的プロ グラミングをはじめとする進化をモデル化する手法が 考案され，生物的な振る舞いを創発的に生みだしうる ことを示した． カール・シムズの仮想生命 Karl Sims - Evolved Virtual Creatures, Evolution Simulation, 1994 https://www.youtube.com/watch?v=JBgG_VSP7f8 仮想生命は環境との相互作用を通して，徐々に環境に 適した身体と行動方策を獲得していった．
- 24.
- 25. 演習15-2 脳，身体，環境の相互作用からの行動・機能の創発 の事例として最も不適切なものを選べ． ① プロダクションシステムにおける問題解決 ②人間が物体を把持する動作 ③ 二足歩行動作 ④ 強化学習を用いた起き上がり挙動の学習
- 26. Contents 15.1 ホイールダック２号の冒険：総集編 15.2 身体の知 15.3 記号の知 15.4 人工知能と未来
- 27. 15.3.1 身体と記号との間 人間と言語的コミュニケーションを実現する知能を つくり出すことが可能なのだろうか． GOFAIのアプローチ 行動主義ロボティクスのアプローチ 人工生命のアプローチ etc. etc. いずれも厳しい． この二つを如何につなげるか？ 連続的 環境情報 記号的思考 連続的計算と運動制御 離散的的計算と記号的思考
- 28. 知識の表現形式 単語の意味の表現形式 前節までの自然言語処理での解析は主に文の構造，文 法に関するものであり，単語の意味に触れるものでは ない． それぞれの単語が何の意味を持つものなのか，これを 理解するために，私達は辞書を使うが，それに相当す るものとして意味ネットワークなどの手法がある． 知識のタイプ 手続き的知識 (procedural knowledge) 「もし～であれば，～である」というように問題解決の手 続きを記述した知識． Howに対応． プロダクションシステムなどで表現 宣言的知識 (declarative knowledge) 「・・・である」というように，ある事象を宣言的に記述 した知識．Whatに対応．
- 29. 15.3.2 意味ネットワークとフレーム理論 意味ネットワーク(semanticnetwork) 知識を概念（concept）とそれらを結ぶ関係(relation) で記述することによって表現する． 概念はその性質を示す属性情報を持ち，属性は具体 的な値をとることにより，概念が実体(instance)とし て存在する．
- 30. 階層構造(hierarchy) 概念の階層構造を表現するために，以下のような関 係が用いられる． is_a:上位-下位の関係を表現 上位概念の持つ性質は基本的には下位概念にも受け継がれ るという性質の継承を持つ． ex) 「動物」は「鳥」の上位概念 has_a: 部分-全体の関係を表現 概念を構成する要素とその概念との関係を示す．性質の継 承は存在しない． ex) 「手」は「人」の部分である．
- 31. 意味ネットワークにおける継承 田中は二足歩行する． 手は透明・・・・ではない． 人間 サラリーマ ン 田中山本 経営者 手 指 島本 has-a has-a is-a is-a is-a is-a is-a 二足歩行 do 爪 has-a color 透明
- 32. 意味ネットワークの特徴 利点 有向グラフによるネットワーク表示により視覚的に知識を 表現することができるため，人が直感的に理解しやすい． 知識の追加・変更が比較的容易である． 概念の階層関係を定義することにより，概念が持つ属性の 継承を階層関係において実現することができ，複雑な知識 の構造化を実現できる． 欠点 推論規則を対象領域ごとに用意する必要がある． 知識の量が多くなると管理が難しくなる． 概念や関係の定義が任意であり，知識表現としての統一性 が保証されない． フレーム表現やオントロジーなどが開発されたが根本的にはよく似て いる
- 33. 演習15-3 意味ネットワーク 以下の知識を意味ネットワークで表現せよ． 関係としてはis_a関係，has_a関係，do関係を用いよ． 「鳥は飛ぶ」 「鳥は動物である」 「カモメは鳥である」 「ニワトリは鳥である」 「人間は動物である」 「人間は足を持つ」 「山田は人間である」 「人間は歩く」
- 34. 15.3.3 記号接地問題と「認知的な閉じ」 記号接地問題 記号システム内のシンボルがどのようにして実世界の 意味と結びつけられるかという問題．ハルナド (Harnad)によって1990年の論文で命名された。 ペンギン・・・??
- 35. 言葉の意味とは何か？ グラフ構造を持った意味ネットワーク，辞書の例で・・ 自由 束縛 意志 社会秩序 心 積極的 精神作用 辞書に存在しない言葉 辞書に存在する言葉 石 砂 岩 未定義語に基づく定義 無限ループに基づく定義 言葉の意味は感覚的に理解するしかない??? 国語辞典の罠!! 「岩波国語辞典」の例 • 石<土や木より固く，水に沈み， 砂より大きく，岩より小さいかた まり．> • 砂 <非常に粒の細かい石> • 岩 <大きな石> 鈴木孝夫「ことばと文化」よ35
- 36. 15.3.4 マルチモーダルカテゴリゼーション 視覚・聴覚・触覚情報を用いた物体のカテゴリ ゼーションが提案されている． 確率モデルLatent Dirichlet Allocation (LDA)の拡張 教師なしでカテゴリ分類し物体概念を形成 マルチモーダル情報を分類する事で人の感覚に即した 物体概念が形成可能 ぬいぐるみ、マラカス、ボール、etc… 物体カテゴリ 長井隆行, 中村友昭：マルチモーダルカテゴリゼーション —経験を通して概念を形成し言葉の意味を理解 するロボットの実現に向けて，人工知能学会誌，27(2012)555-562.
- 37. ロボットによるカテゴリ形成実験[Nakamura ‘11] マルチモーダル情報は 全てロボットにより取得 見 る 握 る 振 る •視覚情報 PCA SIFT (36次元) 500次元のHG • 聴覚情報 MFCC (13次元) 50次元のHG • 触覚情報 センサー値の変化情報(2次元) 15次元HG Tomoaki Nakamura, Takayuki Nagai, and Naoto Iwahashi, "Multimodal Categorization by Hierarchical Dirichlet Process", IROS2011, pp.1520-1525
- 38. 実験結果 ぬいぐるみ 野菜のおもちゃ 鈴入り人形 マラカススポンジボール ガラガラ カップ 積み木 ペットボトル ゴム製人形 マルチモーダルな情報の統合によって 多くの被験者と同様なカテゴリ分類を自動的に形成した． ロボットが「感覚的」に物体概念を獲得した？
- 39. 15.3.5 記号創発システム -記号系を創発的にとらえる理解- ロボットから見た世界 生物から見た世界 (ユクスキュル) それぞれの動物が知覚し作用する世界 の総体がその動物にとっての環世界で ある． センサ・モータ系で閉じた身体から得ら れる情報の中で如何に，記号系が組織化 されていくのか． 自らの環世界に立脚して，多様な行動や 概念を獲得し，それに基づいて記号論的 相互作用(コミュニケーション)を行なう 知能を探求する必要があるのではない か？ 出典；エルンスト・マッハ『感覚 の分析』 ハエの環世界 「生物から見た世界」 ユクスキュル 記号創発システム
- 40. 記号創発ロボティクス 人工知能学会誌 特集号 2012/11「記号創発ロボティクス」 の扉絵
- 41. Contents 15.1 ホイールダック２号の冒険：総集編 15.2 身体の知 15.3 記号の知 15.4 人工知能と未来
- 42. 人工知能・ロボット研究者の 二つの立場 工学重視 人間理解重視 ・ とにかく憧れのロボットを作りたい． ・便利な機械を作りたい． ・ 人工知能は使えてナンボ！ ・ 人間の知能を理解したい． ・ ロボットを作るのはその検討のた ・ 人間や動物を模倣できてナンボ！ 構成論的アプローチしばしば同じで，しばしば違う
- 43. 発達する知能 環境に適応し多様な概念や行動を獲得する知能 人間は生まれた時，未分 化な認識世界の中で活動 を始める． 環境適応の中で様々な概 念や行動を獲得していく． そして言語を用いたコ ミュニケーションをも可 能にする． その構造，計算論的プロ セスを知りたい．
- 44. 発達知能への構成論的アプローチ 人間知能のプロセスを理解したい． 計算論的に理解する=>構成する． 知能を作ることによって理解する． ロボット，数理モデル，シミュレーション etc.etc. 数理モデルで 理解する （モデル化） 数理モデルで 描き出す （構成）
- 45. 構成論的アプローチとは？ 実際の車を分解してみる？ ミニチュアモデル ラジコンでも作ってみる？ 「知能」の仕組みを 理解したい 「クルマ」の仕組みを 理解したい •実際の人間で実験してみる？ • 同じ事できるロボットでも 作ってみる？ 人工知能研究は「便利なものを作る」ためだけのもの じゃない
- 46. 15.4.2 自律的な知能と道具としての知能 自律的な知能 道具としての知能 自律的な存在としての知的 さ 「２歳児スゴイ！」 「人間はこういうふうに知 識獲得しているはずだ！」 利用価値のある知的さ 「便利！」 「これは製品化できる！」
- 47. 演習15-4 構成論的アプローチ 構成論的アプローチの説明として最も不適切なもの を選べ． ①人間の知能を知るためにロボットをつくる． ② 人間の行う行動の一つを可能にするプログラムを作 成すること． ③ 構成することにのみ関心を持つ．人間の知能との関 係性を考えることは研究の態度を不純にするために， 望まれない． ④ 人工知能の研究のみでとられるアプローチではなく， 広く他の領域でも扱われることがある．
- 48. 15.4.3 これから 学ぶ上で 境界を一切気にせずに境界を超えて学びを進めること こそ，人工知能に関する学びの本質である． 21世紀：不確実性，言語を操る情報技術の進展 現実の知能が扱う程度に複雑な大量データ (Big Data ??) WEB, クラウド，安価なセンサ，広大なメモリ空間，計算資 源 確率的情報処理の進化： ベイズ理論（グラフィカルモデル，ノンパラメトリックベ イズ理論），マルコフ連鎖モンテカルロ法，など 安価で統合的なオープンソース知能情報処理環境の充 実
- 49. まとめ 人工知能の学習および研究における「仮定」の重要性につ いて学んだ． プロダクションシステムの概要について学んだ． サブサンプションアーキテクチャと受動歩行機械，人工生 命における身体の進化について紹介し，知能における身体 の重要性について学んだ． 意味ネットワークによる記号の意味定義の方法について学 んだ． 「自律的な知能」の実現と「道具としての知能」の実現と いう人工知能研究における二つの方向性について理解した．
- 50. おつかれさまでした． “When will theycome??? It depends on all of you!!!!” 「彼らは何時やってくるのだろう？ それは，人工知能を学んだ 君たち次第だ」 谷口忠大「記号創発ロボティクス」 （講談社メチエ）2014