Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
立命館大学情報理工学部 知能情報学科准教授 谷口忠大SCI2013@神戸 12013/6/14
Contents1. 記号創発システム2. マルチモーダルカテゴリ形成3. ノンパラメトリックベイズ二重分節解析4. まとめ2013/6/14 SCI2013@神戸 2
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...
コミュニケーションするロボットロボットがつけるテレビと人間が押すリモコンでつくテレビ言葉の意味ってなんですか?谷口忠大, 「コミュニケーションするロボットは創れるか」(NTT出版)より
記号接地問題 ロボットがいかに自らの身体を通して記号を意味づけるか?という問題.[Harnad ‘90] 人間が設計した記号に対して,ロボットがセンサ・モータ系を通して意味づける. 記号の恣意性 (記号論より) ラベル付けの恣意性 範...
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...
創発システムとは? 創発 システム構成要素間の局所的な相互作用を通じ、大域的な秩序がボトムアップ的に発現し、こうしてできる大域的な秩序が境界条件として要素間の局所的相互作用をトップダウン的に支配するという双方向の過程により、新しい機能、形質...
記号創発システムとミクロ・マクロループコミュニケーションの為の用法や意味の制約環境との相互作用に基づく記憶システムの組織化記号的相互作用物理的相互作用Symbolic SystemEmergence谷口忠大. 「コミュニケーションするロボットは...
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」2013/6/14 SCI2013@神戸 11
記号創発ロボティクス 記号を操る知能への2つの「構成」 構成論的アプローチ (constructive approach) 知能を構成することによって理解する. 構成主義 (constructivism) 世界を構成する知能を理解する...
記号創発システムの計算知能による表現可能性 20世紀: 不確実性,言語を操る情報技術の不足 ’90年代までの人工知能と認知科学の歴史は一旦忘れましょう. 「人工知能が表象主義」だとか,「コネクショニズム」なんて言葉を使っている情報科学者は...
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」2013/6/14 SCI2013@神戸 14
Contents1. 記号創発システム2. マルチモーダルカテゴリ形成3. ノンパラメトリックベイズ二重分節解析4. まとめ2013/6/14 SCI2013@神戸 15
マルチモーダル情報統合とカテゴリ形成 人は物体をカテゴリに分けて記憶している 物体概念を形成 全ての物体を個別に覚える事なく様々な物体に対応 カテゴリを通した様々な予測 未知の物体にも柔軟に対応 単語はカテゴリに基づいている 人と...
マルチモーダルカテゴリゼーション MHDP-LDA [Nakamura ‘11] 視覚・聴覚・触覚情報を用いた物体のカテゴリゼーション 確率モデルLatent Dirichlet Allocation (LDA)のマルチモーダル拡張 =>...
18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(...
ロボットに扱わせた物体Objects used in the experiment and their categoriesGraphical modelof MHDP-LDA2013/6/14 SCI2013@神戸 19
マルチモーダル情報統合に基づくカテゴリ分類結果ぬいぐるみ 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....
単一モダリティの分類 視覚情報のみによる分類 分類精度:79.6% 推定カテゴリ数:12 聴覚情報のみによる分類 分類精度:38.4% 推定カテゴリ数:3 触覚情報のみによる分類 分類精度:53.8% 推定カテゴリ数:12モダ...
Contents1. 記号創発システム2. マルチモーダルカテゴリ形成3. ノンパラメトリックベイズ二重分節解析4. まとめ2013/6/14 SCI2013@神戸 22
明示的な分節化の無い行動系列から模倣学習を通して様々な動作を学習する幼児 人間の子供は親の日常的な行動を観察し,またインタラクションすることで模倣すべきセグメントを抽出し自律的に(勝手に)真似る. これを通じて,明示的な教示なしに子供は様々...
記号論における二重分節構造概念(音声言語に含まれている構造) 二重分節と意味のある分節 音声信号は高次の連続した時系列情報である. 音声信号は音素(phoneme)の系列として捉えられる. 人々は通常,音素には意味を与えず,ひとまとまり...
1 2 46 1 27 8 5 10 11 13 14 7[Basic Idea]人間動作における二重分節構造Unsegmentedhuman motionUnit motionW H A T I S T H I S T H I S I S A...
音声認識における言語モデルと音響モデルw ta遷移則記号化•一つの単語は複数の隠れ状態をもつleft-to-right型のHMM• 単語N-gramモデルで単語間の遷移則を記憶• 音響モデルと結合させることで音声認識を行う事が出来る.二重分節に...
Double Articulation Structure 観測された時系列情報だけから,背後に潜む語彙知識,二重分節構造を獲得する. 条件 単語数未知 文字数(隠れ状態数)未知 出力分布パラメータ未知Language ModelSe...
High-dimensional motion datamotion data5213….4213….321….02131341415 ….Document5213 ….4213 ….321 ….[0] ,[2,1,3],[1],[3,4], ...
sticky HDP-HMM 可変個(潜在的に無限個)の隠れ状態を持つHMM [Teh ‘06] 遷移行列を複数の多項分布と見なしてモデル化 基本的にergodic HMMとなる. 自己遷移確率を高くなるようにバイアスしたSticky ...
教師無し形態素解析 形態素解析 日本語のような単語間の区切りのない言語では,単語の切れ目を解析することが重要になる.「分かち書き」 離散文字列から言語モデルを作るためには,この形態素解析ができる必要がある. しかし,通常,形態素解析自体...
NPYLM(Nested Pitman-Yor Language Model) 階層ディリクレ過程の拡張であるPitman-Yor過程によりスムージングを行い,単語Ngramモデル,文字Ngramモデルをiterativeに構成することで,教...
[持橋 発表資料より] http://chasen.org/~daiti-m/paper/jfssa2009segment.pdf2013/6/14 SCI2013@神戸 32
ドライバーの運転行動予測未来の具体的な時系列情報を予測するのは困難予測した具体的情報でドライバを支援するのは困難.文脈情報はより長時間の情報とドライバの意図を表現している.ドライバ支援の上でも有用と考える.具体的な運転行動データの時系列予測文脈...
運転行動への適用実験 デンソー構内で2種類のコースを5週づつ走る. 特徴量 : 車速(+d.f.),ステアリング角(+d.f.),ブレーキ圧,アクセル開度1st course2nd courseStart/Goal(1st -5th tra...
二重分節結果の経路へのマッピングTrack 1Track 62013/6/14 SCI2013@神戸 35
 被験者3人のつけたタグと二重分節解析の分節点を比較した. 赤:走行状態 緑:移動方向 青:周辺状況 ピンク:運転状況(人間の自然な判断)2013/6/14 SCI2013@神戸 36
隠れ状態系列予測問題への拡張Language ModelSegmentChunkafa?fdDouble articulation analysis and prediction of hidden states2013/6/14 SCI201...
不完全文へのベイズ教師なし形態素解析の拡張Prediction of hidden states sequenceGiving theoretical probability toincomplete hidden wordsTadahiro ...
二重分節解析器を用いた運転状態系列の予測Collaborative work with DENSOPublished in Intelligent Vehicle 2012View from driver’s seatAveraged numb...
Drive Video Summarization basedon Double ArticulationStructure of Driving BehaviorKazuhito Takenaka, Takashi Bando, Shogo ...
Contents1. 記号創発システム2. マルチモーダルカテゴリ形成3. ノンパラメトリックベイズ二重分節解析4. まとめ2013/6/14 SCI2013@神戸 41
記号創発ロボティクスは・・・× 記号を創発させる研究をする.○ 記号系が創発的な存在であることを認めた上で,それを支える認知・運動・言語の学習機構について研究を行う. マルチモーダル対話 相互信念モデル / コンテキストに依存した意味処理 /...
「知能研究」のために 言語獲得を始め不確実性を含んだ環境下での知能発達のダイナミクスの記述のためには「自然言語」では役不足, 確率モデル,ダイナミカルシステムを含んだ数理的・計算論的な「実際に動作する」記述様式が必要. 種々の実験結果を統...
Information 谷口忠大. 「記号創発の意味がわからなくて困っています.」(アイ・サイ問答教室). システム/制御/情報,Vol. 54, No. 5, pp. 214-215, 2010 谷口忠大. 「コミュニケーションするロボッ...
Special thanks 立命館大学 長坂翔吾,濱畑慶太 電気通信大学 長井隆行,中村友昭,荒木孝弥 NICT 岩橋直人 京都大学 椹木哲夫2013/6/14 SCI2013@神戸 45
Upcoming SlideShare
Loading in …5
×

Sci13 招待講演

7,337 views

Published on

  • Be the first to comment

Sci13 招待講演

  1. 1. 立命館大学情報理工学部 知能情報学科准教授 谷口忠大SCI2013@神戸 12013/6/14
  2. 2. Contents1. 記号創発システム2. マルチモーダルカテゴリ形成3. ノンパラメトリックベイズ二重分節解析4. まとめ2013/6/14 SCI2013@神戸 2
  3. 3. 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.2013/6/14 SCI2013@神戸 3
  4. 4. コミュニケーションするロボットロボットがつけるテレビと人間が押すリモコンでつくテレビ言葉の意味ってなんですか?谷口忠大, 「コミュニケーションするロボットは創れるか」(NTT出版)より
  5. 5. 記号接地問題 ロボットがいかに自らの身体を通して記号を意味づけるか?という問題.[Harnad ‘90] 人間が設計した記号に対して,ロボットがセンサ・モータ系を通して意味づける. 記号の恣意性 (記号論より) ラベル付けの恣意性 範疇化・分節化の恣意性 人間が作った恣意的な記号系を真なるものとして用いている.ロボットにとっての記号系と人間にとっての記号系は同じか?2013/6/14 SCI2013@神戸 7
  6. 6. 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.記号創発システムへの構成論的アプローチ エルンスト・マッハ「感覚の分析」環境身体記号 他者Bottom-upTop-down2013/6/14 SCI2013@神戸 8
  7. 7. 創発システムとは? 創発 システム構成要素間の局所的な相互作用を通じ、大域的な秩序がボトムアップ的に発現し、こうしてできる大域的な秩序が境界条件として要素間の局所的相互作用をトップダウン的に支配するという双方向の過程により、新しい機能、形質、行動などの獲得をもたらすこと.2013/6/14 SCI2013@神戸 9
  8. 8. 記号創発システムとミクロ・マクロループコミュニケーションの為の用法や意味の制約環境との相互作用に基づく記憶システムの組織化記号的相互作用物理的相互作用Symbolic SystemEmergence谷口忠大. 「コミュニケーションするロボットは創れるか-記号創発システムへの構成論的アプローチ」( 2010).2013/6/14 SCI2013@神戸 10
  9. 9. 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」2013/6/14 SCI2013@神戸 11
  10. 10. 記号創発ロボティクス 記号を操る知能への2つの「構成」 構成論的アプローチ (constructive approach) 知能を構成することによって理解する. 構成主義 (constructivism) 世界を構成する知能を理解する.(c) 電通大 長井研究室モデルを通した理解• 対象を理解するアナロジーを提供する.• 実験科学に仮説を提供する.• 自然言語によらない,ダイナミクスの記述2013/6/14 SCI2013@神戸 12
  11. 11. 記号創発システムの計算知能による表現可能性 20世紀: 不確実性,言語を操る情報技術の不足 ’90年代までの人工知能と認知科学の歴史は一旦忘れましょう. 「人工知能が表象主義」だとか,「コネクショニズム」なんて言葉を使っている情報科学者は死滅している. 21世紀: 革命の素地 現実の知能が扱う程度に複雑な大量データ 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 OPEN-CV, JUILIUS, 各種Google API, ROS, など記号創発ロボティクスは,もはや極めて現実的な研究分野2013/6/14 SCI2013@神戸 13
  12. 12. 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」2013/6/14 SCI2013@神戸 14
  13. 13. Contents1. 記号創発システム2. マルチモーダルカテゴリ形成3. ノンパラメトリックベイズ二重分節解析4. まとめ2013/6/14 SCI2013@神戸 15
  14. 14. マルチモーダル情報統合とカテゴリ形成 人は物体をカテゴリに分けて記憶している 物体概念を形成 全ての物体を個別に覚える事なく様々な物体に対応 カテゴリを通した様々な予測 未知の物体にも柔軟に対応 単語はカテゴリに基づいている 人と対話するために必要 マルチモーダル情報統合 カテゴリ形成には複数の感覚系の情報が利用されている.身体性に基づくボトムアップなマルチモーダルカテゴリ形成2013/6/14 SCI2013@神戸 16
  15. 15. マルチモーダルカテゴリゼーション MHDP-LDA [Nakamura ‘11] 視覚・聴覚・触覚情報を用いた物体のカテゴリゼーション 確率モデルLatent Dirichlet Allocation (LDA)のマルチモーダル拡張 => MLDA 教師なしでカテゴリ分類しロボットの物体概念を形成 ノンパラメトリックべイズに基づくカテゴリ数の自動推定=> MHDP-LDA物体カテゴリLDAからMLDAへNakamura, T. et. al. "Multimodal categorization by hierarchical dirichlet process" IEEE/RSJInternational Conference on Intelligent Robots and Systems (IROS), pp.1520- 1525. (2011)2013/6/14 SCI2013@神戸 17
  16. 16. 18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HG2013/6/14 SCI2013@神戸
  17. 17. ロボットに扱わせた物体Objects used in the experiment and their categoriesGraphical modelof MHDP-LDA2013/6/14 SCI2013@神戸 19
  18. 18. マルチモーダル情報統合に基づくカテゴリ分類結果ぬいぐるみ 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.2013/6/14 SCI2013@神戸 20
  19. 19. 単一モダリティの分類 視覚情報のみによる分類 分類精度:79.6% 推定カテゴリ数:12 聴覚情報のみによる分類 分類精度:38.4% 推定カテゴリ数:3 触覚情報のみによる分類 分類精度:53.8% 推定カテゴリ数:12モダリティを制限すると、人間の物体カテゴリと同様な形成はできていない2013/6/14 SCI2013@神戸 21カテゴリの身体依存性
  20. 20. Contents1. 記号創発システム2. マルチモーダルカテゴリ形成3. ノンパラメトリックベイズ二重分節解析4. まとめ2013/6/14 SCI2013@神戸 22
  21. 21. 明示的な分節化の無い行動系列から模倣学習を通して様々な動作を学習する幼児 人間の子供は親の日常的な行動を観察し,またインタラクションすることで模倣すべきセグメントを抽出し自律的に(勝手に)真似る. これを通じて,明示的な教示なしに子供は様々な動作パターンを獲得する. 彼らは日常のインタラクションの中に埋め込まれた何らかの構造を利用して,それらを行っているはずである.bowingBye-bye!! Cleaning(1 year 8 month old)presenter’s son2013/6/14 SCI2013@神戸 23
  22. 22. 記号論における二重分節構造概念(音声言語に含まれている構造) 二重分節と意味のある分節 音声信号は高次の連続した時系列情報である. 音声信号は音素(phoneme)の系列として捉えられる. 人々は通常,音素には意味を与えず,ひとまとまりの音素列である単語(word)に意味を与える.h a u m ʌ́ tʃ I z ð í s[h a u ] [m ʌ́ tʃ] [ i z ] [ð í s]How much is this? 意味あり意味なし非分節2013/6/14 SCI2013@神戸 24
  23. 23. 1 2 46 1 27 8 5 10 11 13 14 7[Basic Idea]人間動作における二重分節構造Unsegmentedhuman motionUnit motionW H A T I S T H I S T H I S I S A P E NLetterWordLabel ofHidden states[1 2 7 6 4] [8 5 10] [11 13] [1 2 7 6 4][14][WHAT] [IS] [THIS] [THIS] [IS] [A] [PEN]Audio DataElementalmotion2013/6/14 SCI2013@神戸 25
  24. 24. 音声認識における言語モデルと音響モデルw ta遷移則記号化•一つの単語は複数の隠れ状態をもつleft-to-right型のHMM• 単語N-gramモデルで単語間の遷移則を記憶• 音響モデルと結合させることで音声認識を行う事が出来る.二重分節に基づく単位動作の獲得は言語モデルの学習に対応2013/6/14 SCI2013@神戸 26
  25. 25. Double Articulation Structure 観測された時系列情報だけから,背後に潜む語彙知識,二重分節構造を獲得する. 条件 単語数未知 文字数(隠れ状態数)未知 出力分布パラメータ未知Language ModelSegmentChunkafa?fdTadahiro Taniguchi, Shogo Nagasaka “Double Articulation Analyzer for Unsegmented Human Motion usingPitman-Yor Language model and Infinite Hidden Markov Model” 2011 IEEE/SICE International Symposium onSystem Integration, .(2011)2013/6/14 SCI2013@神戸 27
  26. 26. High-dimensional motion datamotion data5213….4213….321….02131341415 ….Document5213 ….4213 ….321 ….[0] ,[2,1,3],[1],[3,4], …Segmented documentModeling & EncodingChunking & ExtractionNPYLMStickyHDP-HMMUnit motionsUnit motionsUnit motion[2,1,3][3,4]Elemental motionApproximate Inference Procedure ofDouble Articulation AnalyzerTadahiro Taniguchi, Shogo Nagasaka “Double Articulation Analyzer for Unsegmented Human Motion usingPitman-Yor Language model and Infinite Hidden Markov Model” 2011 IEEE/SICE International Symposium onSystem Integration, .(2011)2013/6/14 SCI2013@神戸 28
  27. 27. sticky HDP-HMM 可変個(潜在的に無限個)の隠れ状態を持つHMM [Teh ‘06] 遷移行列を複数の多項分布と見なしてモデル化 基本的にergodic HMMとなる. 自己遷移確率を高くなるようにバイアスしたSticky HierarchicalDirichlet Process-HMM (sHDP-HMM) を用いる.[Fox ‘09] 出力分布に多次元ガウス分布を仮定する.βz1γλ θk∞πkαy1z2y2z3y3zTyTβz1γλ θk∞πkαy1z2y2z3y3zTyTκ2013/6/14 SCI2013@神戸 29
  28. 28. 教師無し形態素解析 形態素解析 日本語のような単語間の区切りのない言語では,単語の切れ目を解析することが重要になる.「分かち書き」 離散文字列から言語モデルを作るためには,この形態素解析ができる必要がある. しかし,通常,形態素解析自体が「辞書」の存在を前提とする.鶏が先か卵が先か・・・ 教師無し形態素解析 辞書を使わずN-gram統計量のみを用いて,未知のテキストから単語・キーワードを抽出する手法が開発されてきている. 多くはヒューリスティック,もしくはMDLを基準にして計算量が重い. ノンパラメトリックベイズ理論に基づく教師無し形態素解析[持橋’09]2013/6/14 SCI2013@神戸 30
  29. 29. NPYLM(Nested Pitman-Yor Language Model) 階層ディリクレ過程の拡張であるPitman-Yor過程によりスムージングを行い,単語Ngramモデル,文字Ngramモデルをiterativeに構成することで,教師無し形態素解析を実現した.[持橋’09] 完全にベイズ理論的な教師無し形態素解析2013/6/14 SCI2013@神戸 31
  30. 30. [持橋 発表資料より] http://chasen.org/~daiti-m/paper/jfssa2009segment.pdf2013/6/14 SCI2013@神戸 32
  31. 31. ドライバーの運転行動予測未来の具体的な時系列情報を予測するのは困難予測した具体的情報でドライバを支援するのは困難.文脈情報はより長時間の情報とドライバの意図を表現している.ドライバ支援の上でも有用と考える.具体的な運転行動データの時系列予測文脈情報の予測 hidden statesLanguage Modeafa?fd2013/6/14 SCI2013@神戸 33
  32. 32. 運転行動への適用実験 デンソー構内で2種類のコースを5週づつ走る. 特徴量 : 車速(+d.f.),ステアリング角(+d.f.),ブレーキ圧,アクセル開度1st course2nd courseStart/Goal(1st -5th track)(6th ~10th track)Kazuhito Takenaka, Takashi Bando, Shogo Nagasaka, Tadahiro Taniguchi,Kentaro Hitomi, “Contextual Scene Segmentation of Driving Behavior based onDouble Articulation Analyzer, “, IROS 2012 (2012) to appear2013/6/14 SCI2013@神戸 34
  33. 33. 二重分節結果の経路へのマッピングTrack 1Track 62013/6/14 SCI2013@神戸 35
  34. 34.  被験者3人のつけたタグと二重分節解析の分節点を比較した. 赤:走行状態 緑:移動方向 青:周辺状況 ピンク:運転状況(人間の自然な判断)2013/6/14 SCI2013@神戸 36
  35. 35. 隠れ状態系列予測問題への拡張Language ModelSegmentChunkafa?fdDouble articulation analysis and prediction of hidden states2013/6/14 SCI2013@神戸 37
  36. 36. 不完全文へのベイズ教師なし形態素解析の拡張Prediction of hidden states sequenceGiving theoretical probability toincomplete hidden wordsTadahiro Taniguchi, Shogo Nagasaka, Kentarou Hitomi, Naiwala P. Chandrasiri, and Takashi BandoSemiotic Prediction of Driving Behavior using Unsupervised Double Articulation Analyzer2012 IEEE Intelligent Vehicles Symposium, 849 - 854 .(2012)2013/6/14 SCI2013@神戸 38
  37. 37. 二重分節解析器を用いた運転状態系列の予測Collaborative work with DENSOPublished in Intelligent Vehicle 2012View from driver’s seatAveraged number of correctlypredicted hidden states Histogram1st course2nd courseStart/Goal(1st -5th track)(6th ~10th track)2013/6/14 SCI2013@神戸 39
  38. 38. Drive Video Summarization basedon Double ArticulationStructure of Driving BehaviorKazuhito Takenaka, Takashi Bando, Shogo Nagasaka, Tadahiro Taniguchi, "DriveVideo Summarization based on Double Articulation Structure of Driving Behavior",ACM multim media 2012, to appearTadahiro Taniguchi, Shogo Nagasaka “Double Articulation Analyzer for Unsegmented Human Motion usingPitman-Yor Language model and Infinite Hidden Markov Model” 2011 IEEE/SICE International Symposium onSystem Integration, .(2011)2013/6/14 SCI2013@神戸 40
  39. 39. Contents1. 記号創発システム2. マルチモーダルカテゴリ形成3. ノンパラメトリックベイズ二重分節解析4. まとめ2013/6/14 SCI2013@神戸 41
  40. 40. 記号創発ロボティクスは・・・× 記号を創発させる研究をする.○ 記号系が創発的な存在であることを認めた上で,それを支える認知・運動・言語の学習機構について研究を行う. マルチモーダル対話 相互信念モデル / コンテキストに依存した意味処理 / 言語・運動・画像の統一的処理 概念獲得 予測モデルと概念分化 / 身体性依存の概念形成 / マルチモーダル概念獲得 / 概念獲得とバイアス 言語獲得と発達 教師なし形態素解析 / 教師なし音韻獲得 / 未知語の学習 対話戦略 対話戦略の能動学習 / ターンテイクの学習 / 発話生成 / 自然文生成 動作や行為の学習 非分節動作からの模倣学習 / 行為の汎化 / 運動と言語の相互変換 / 大規模の動作データの学習 コミュニケーション・記号過程の創発 サインの自己組織化 / コミュニケーションの創発 / 言語の超越性 / 比喩・オノマトペKeywords for Symbol Emergence in Robotics2013/6/14 SCI2013@神戸 42
  41. 41. 「知能研究」のために 言語獲得を始め不確実性を含んだ環境下での知能発達のダイナミクスの記述のためには「自然言語」では役不足, 確率モデル,ダイナミカルシステムを含んだ数理的・計算論的な「実際に動作する」記述様式が必要. 種々の実験結果を統一的に議論する際にも. 「実際に言語が獲得できる」,「実世界で活動できる」モデルを提供することは,知能理解への大きな示唆となる.2013/6/14 SCI2013@神戸 43
  42. 42. Information 谷口忠大. 「記号創発の意味がわからなくて困っています.」(アイ・サイ問答教室). システム/制御/情報,Vol. 54, No. 5, pp. 214-215, 2010 谷口忠大. 「コミュニケーションするロボットは創れるか-記号創発システムへの構成論的アプローチ」(叢書コムニス13). エヌティティ出版, 2010.twitter: @tanichufacebook: 実名で検索【大学院生の募集】・谷口研究室では記号創発ロボティクスについて研究する大学院生を募集しております.2013/6/14 SCI2013@神戸 44
  43. 43. Special thanks 立命館大学 長坂翔吾,濱畑慶太 電気通信大学 長井隆行,中村友昭,荒木孝弥 NICT 岩橋直人 京都大学 椹木哲夫2013/6/14 SCI2013@神戸 45

×