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.

『人工知能のための哲学塾』刊行記念イベント〜「人工知能×ビジネス」〜

2,946 views

Published on

『人工知能のための哲学塾』刊行記念イベントとして、Speee様のラウンジにつて「人工知能×ビジネス」という講演をさせて頂きました。

http://peatix.com/event/190650

Published in: Science
  • Login to see the comments

『人工知能のための哲学塾』刊行記念イベント〜「人工知能×ビジネス」〜

  1. 1. 三宅陽一郎 @miyayou (国際ゲーム開発者協会 ゲームAI専門部会 代表 / 日本デジタルゲーム学会 理事) 会場: Speee Lounge 2016.8.29 「人工知能×ビジネス」 『人工知能のための哲学塾』刊行記念イベント https://www.facebook.com/groups/philosophyai/
  2. 2. 自己紹介
  3. 3. Works (2006-2012) AI for Game Titles Books
  4. 4. 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
  5. 5. WIRED A.I. • WIRED A.I.+ Wired City • 12月1日発売 • 「人工知能+街 特集」 なぜぼくらには人工知能が必要なのか──『WIRED』Vol.20「人工知能+未来都市」 2大特集・特別保存版 刊行に寄せてhttp://wired.jp/2015/12/01/vol20-editors-letter-ai/
  6. 6. 強化学習とは? 行動選択 =ポリシー (π) 環境(Env) 行動(a) 状態(S) 報酬 報酬 関数 環境のモデルはよくわからない。 でも、行動をして、それに対する結果(=報酬)が環境から返って来る。 その報酬から、現在の状態と行動の評価を見直して、 行動選択の方針を変えて行くことを強化学習という。
  7. 7. 強化学習(例) 強化学習 (例)格闘ゲーム キック パン チ 波動 R_0 : 報酬=ダメージ http://piposozai.blog76.fc2.com/ http://dear-croa.d.dooo.jp/download/illust.html
  8. 8. 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
  9. 9. 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/
  10. 10. 技術の流れと人工知能
  11. 11. なぜ、今、人工知能技術が 注目されているのか?
  12. 12. 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。
  13. 13. この300年の技術の動向 社会
  14. 14. この300年の技術の動向 社会 機械レイヤー
  15. 15. この300年の技術の動向 社会 機械レイヤー 情報処理レイヤー
  16. 16. この300年の技術の動向 社会 機械レイヤー 情報処理レイヤー 人工知能レイヤー
  17. 17. 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。
  18. 18. エンジニアリングとしての人工知能の 二つのアプローチ 人工知能を作る (キャラクターAI、ロボット…) 既にあるものを知能化する (家電、電車、ポスター、なんでも…)
  19. 19. 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。
  20. 20. 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
  21. 21. 知能化 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。 知能化現実世界 (~1995) 現実世界 2.0 (2015~)
  22. 22. 情報処理から人工知能へ
  23. 23. 知能化 既にあるものを知能化する (家電、電車、ポスター、なんでも…) 既にあるソフトウェアを知能化する (サービス、e-commerce、 ホームページ…)
  24. 24. ソフトウェアの知能化
  25. 25. 人間はどのように人工知能を 発展させて来たか? 記号 自然 言語 概念 人間 AI より人間に近い情報の形を 理解できるように進化させて来た。 意味 言葉 記号処理 自然言語処理 セマンティック解析(意味解析) オントロジー 情報 情報処理
  26. 26. 情報の海 (ネットワーク) ネット空間の人工知能 人間 とてもしんどい… おいつかない。。。
  27. 27. 情報の海 (ネットワーク) 人工 知能 人工 知能 人工 知能 解析・抽出 提出・提案命令・指示 ネット空間の人工知能 人間 人工知能が情報の海と人間の間のインターフェースとして出現する
  28. 28. 人間はどのように人工知能を 発展させて来たか? 記号 自然 言語 概念 人間 AI より人間に近い情報の形を 理解できるように進化させて来た。 意味 言葉 記号処理 自然言語処理 セマンティック解析(意味解析) オントロジー 情報 情報処理
  29. 29. ) 人工 知能 人はどのように人工知能を使っているか? ネットに散乱する情報を、人間がより理解しやすい形に 咀嚼して、持って来る (例)要約。意味による検索。 人間 記号の海 言葉の海 意味の海 概念の海 情報の海 ネット空間
  30. 30. 人間はどのように人工知能を 発展させて来たか? 記号 自然 言語 概念 人間 AI より人間に近い情報の形を 理解できるように進化させて来た。 意味 言葉 情報 画像 分類 認識 概念 意味 Deep Learning (ディープラーニング)
  31. 31. 人間はどのように人工知能を 発展させて来たか? 記号 自然 言語 概念 人間 AI 意味 言葉 情報 画像 分類 認識 イメー ジ 意味 映像 解釈 認識 想像 意味
  32. 32. ) 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
  33. 33. デジタル世界 現実世界 (~1995) パソコン インター ネット 人工 知能 クラウド 人工知能による新しい空間 新しい 現実空間の 誕生
  34. 34. デジタル世界 現実世界 (~1995) パソコン インター ネット 人工 知能 クラウド 人工知能による新しい空間 新しい 現実空間の 誕生 キーワードは「実世界指向」 ソフトウェアは身体を持って現実に出る。 それは現実世界を変貌させて行く。 「現実世界 2.0」
  35. 35. 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 ビックデータ 進出・ 浸食 ロボット 実空間 センシング ドローン IoT 現在起こっていること ~ネット空間から現実空間への回帰
  36. 36. 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 現在起こっていること ~ネット空間から現実空間への回帰 ゲーム空間 人工知能 https://www.ingress.com
  37. 37. 情報空間の拡大 ~人工知能の舞台が広がる • やがて街全体を制御する人工知能が出現する。 http://www.s-hoshino.com
  38. 38. 情報空間の拡大 ~人工知能の舞台が広がる • やがて街全体を制御する人工知能が出現する。 • やがて家全体を制御する人工知能が出現する。 http://www.s-hoshino.com
  39. 39. 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 現在起こっていること ~ネット空間から現実空間への回帰 ゲーム空間 人工知能 https://www.ingress.com
  40. 40. 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.
  41. 41. 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 現実世界とデジタル世界をまたぐゲーム空間 ゲーム空間 人工知能 デジタル世界の人工知能 現実世界の人工知能 未開拓 成熟 巨大な 内部デジタル 空間 巨大な外部 空間 現実とデジタル空間 にまたがる 人工知能
  42. 42. 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 現実世界とデジタル世界をまたぐゲーム空間 ゲーム空間 人工知能 デジタル世界の人工知能 現実世界の人工知能 未開拓 成熟 巨大な内部空間 巨大な外部空間 新しい 人工知能の 誕生 我々は、 デジタル空間=現実空間にまたがる 巨大な人工知能を作り出そうとしている。
  43. 43. 新しい現実/デジタル融合空間とは (1)現実空間と情報空間がリアルタイムに同期 している。ネット空間と情報空間がオーバーレイ されている。 (2)現実空間に出たロボットやデバイスたちが、 クラウドを足場として、協力な情報基盤に支えら れている。
  44. 44. 新しい現実/デジタル融合空間とは (3)人工知能がネット空間と現実空間を自由に 行き来することができる。 現実世界とデジタル世界の双方にまたがる 人工知能が出現する。 (4)クラウドはAIによって現実世界とデジタル世 界の間の中継基地のような役割を果たす。
  45. 45. 新しい人工知能 • 現実空間の検索 その時、主流になるのは、「検索エンジン」ではなく、「超検索エンジン」。 オーバーレイされたデジタル空間を通して、現実世界から検索できるエ ンジン。 検索を超えて情報の虚偽を人工知能が判定するようになる。 (新宿に飛行船が出現→カメラでいないことを確認→真偽が判定) • ロボットを通して、現実空間へのサービス が可能になる。 人は現実に対して人工知能を通してアクションを行うことができる。 =実はそれは人間の脳を地球レベルに拡大していることになる。
  46. 46. 新しい人工知能
  47. 47. 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
  48. 48. 人工知能はなぜブームになりやすいか? 「広範さ」と「脆弱さ」と「近さ」 • 広範さ = 隣接する部分が大きく、他の分野を 吸引する力がある。80年代はオペレーションシ ステムまで巻き込んで、人工知能と言っていた。
  49. 49. 人工知能はなぜブームになりやすいか? 「広範さ」と「脆弱さ」と「近さ」 • 広範さ = 隣接する部分が大きく、他の分野を 吸引する力がある。80年代はオペレーションシ ステムまで巻き込んで、人工知能と言っていた。 • 脆弱さ = 基礎がない。知能とは何かがわから ない以上、人工知能の中央は空洞のまま、立場 によって異なる定義がされてしまう。
  50. 50. 人工知能はなぜブームになりやすいか? 「広範さ」と「脆弱さ」と「近さ」 • 広範さ = 隣接する部分が大きく、他の分野を 吸引する力がある。80年代はオペレーションシ ステムまで巻き込んで、人工知能と言っていた。 • 脆弱さ = 基礎がない。知能とは何かがわから ない以上、人工知能の中央は空洞のまま、立場 によって異なる定義がされてしまう。 • 近さ = 知能である人間は、自分のアイデン ティティがどこまで揺さぶられるかを確認したい。 最近では仕事について。
  51. 51. 人工知能の持つ3つの側面 科学 Science 哲学 Philosophy 工学 Engineering
  52. 52. 人工知能の持つ3つの側面 科学 Science 哲学 Philosophy 工学 Engineering 人工知能
  53. 53. 人工知能の持つ3つの側面 科学 Science 哲学 Philosophy 工学 Engineering 人工知能 人工知能は、それぞれの方向に広がりがある。 哲学の方向の広がりを示したものは少ない
  54. 54. 人工知能の持つ3つの側面 科学 Science 哲学 Philosophy 工学 Engineering 人工知能 人工知能の哲学的な広がりを示す=本セミナーの意義
  55. 55. 人工知能の持つ3つの側面 科学 Science 哲学 Philosophy 工学 Engineering 人工知能 人工知能には中心がない。すべては仮想的に作られる。
  56. 56. 人工知能の持つ3つの側面 科学 Science 哲学 Philosophy 工学 Engineering 人工知能 境界があいまい=すべてを取り込めるが、自分自身ではない。 なんでも取り込む 外に向かって拡張する。
  57. 57. 人工知能の持つ3つの側面 科学 Science 哲学 Philosophy 工学 Engineering 人工知能 数学 生物学 物理学 情報 工学 制御 工学 認知 科学 /心理学 現象学 古典 哲学 オリジナルな技術と言えるものは何か? いろいろなものの融合点としての学問、と同時に知能とは何か、 という基本問題を含む。
  58. 58. 人工知能の研究の方法 科学 Science 哲学 Philosophy 工学 Engineering 人工知能 科学から入って工学に抜けるパス。
  59. 59. 人工知能の研究の方法 科学 Science 哲学 Philosophy 工学 Engineering 人工知能 哲学から入って工学に抜けるパス。
  60. 60. 人工知能の研究の方法 科学 Science 哲学 Philosophy 工学 Engineering 人工知能 科学から入って哲学に抜けるパス。
  61. 61. 人工知能の研究の方法 科学 Science 哲学 Philosophy 工学 Engineering 人工知能 哲学から入って科学に抜けるパス。
  62. 62. 人工知能の持つ3つの側面 科学 Science 哲学 Philosophy 工学 Engineering 人工知能 科学、工学、哲学が相互に刺激し合って、人工知能は発展する。
  63. 63. 人工知能の持つ3つの側面 科学 Science 哲学 Philosophy 工学 Engineering 人工知能 科学、工学、哲学が相互に刺激し合って、人工知能は発展する。 螺旋を描くように外側(応用)へ向かって発展する。 知的機能を 実現する。
  64. 64. 人工知能の持つ3つの側面 科学 Science 哲学 Philosophy 工学 Engineering 人工知能 科学、工学、哲学が相互に刺激し合って、人工知能は発展する。 螺旋を描くように内側へ向かって発展する。 知能の本質を つかむ
  65. 65. 人間の精神 意識 前意識 無意識 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 知能
  66. 66. 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)
  67. 67. ソシュール「一般言語学講義」 • シニフィアン/シニフィエ =語と語の意味するもの =世界の分節化 =世界に理解(?) 言語・論理学者たち フレーゲ、ヤコブソン、チョムスキー シニフィアン シニフィエ
  68. 68. 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
  69. 69. 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)
  70. 70. 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) 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 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」
  71. 71. 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
  72. 72. 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。
  73. 73. 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
  74. 74. 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)
  75. 75. 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)
  76. 76. 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
  77. 77. 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
  78. 78. 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 言語化のプロセス シンボル/010100000 言語回路 (=プログラム)
  79. 79. 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 言語・非言語境界面 知覚の境界面
  80. 80. 機械(マシン) 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
  81. 81. AIブームの裏側 • 人工知能そのものが立ち上がった時のブーム。 主に研究者の間でブームであった。 • コンピュータが小型化され社会に導入される時 代。SFのブームもあり、あやしい分野だが、勢 いがあった。 • 情報処理社会、ネットワーク社会が一巡して、 新しい段階として人工知能の段階へ来た。 第一次AIブーム 第二次AIブーム 第三次AIブーム
  82. 82. AIブームの裏側 • 人工知能そのものが立ち上がった時のブーム。 主に研究者の間でブームであった。 • コンピュータが小型化され社会に導入される時 代。SFのブームもあり、あやしい分野だが、勢 いがあった。 • 情報処理社会、ネットワーク社会が一巡して、 新しい段階として人工知能の段階へ来た。 第一次AIブーム 第二次AIブーム 第三次AIブーム
  83. 83. 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… 第一次AIブーム 第二次AIブーム 第三次AIブーム コンピュータの進歩 データの蓄積
  84. 84. ) 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
  85. 85. データの海が人工知能を育てる • 協調フィルタリング • IBMワトソン • AlphaGO • 医療用診断データベース
  86. 86. 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
  87. 87. 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。
  88. 88. 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
  89. 89. 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
  90. 90. 深階層ニューラルネットワーク http://www.nature.com/nature/journal/v518/n7540/full/nature14236.html 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。
  91. 91. 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
  92. 92. • 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。
  93. 93. • 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)
  94. 94. 学習する人工知能 から学ぶこと ユーザー データ AI
  95. 95. 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。
  96. 96. 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。
  97. 97. 情報空間の拡大 ~人工知能の舞台が広がる • やがて街全体を制御する人工知能が出現する。 http://www.s-hoshino.com • その時、人工知能はアプリケーションではなく、 社会インフラとなる。新しく大きな市場。
  98. 98. 情報空間の拡大 ~人工知能の舞台が広がる http://www.s-hoshino.com ビックデータ インフラ としてのAI
  99. 99. 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。
  100. 100. 情報空間の拡大 ~人工知能の舞台が広がる http://www.s-hoshino.com ビックデータ インフラ としてのAI この循環は人間を理解しているわけではない。 「人間たち」の統計的特徴を見つけて行動している。
  101. 101. どこで人工知能ビジネスを展開するか? =人工知能に人間の何をどこまで理解させて、 ビジネスを展開するか? 人間の幅=現れ=行動 人間の深さ
  102. 102. どこで人工知能ビジネスを展開するか? =人間の内側の深さに入って行くためには、 人工知能の深みを持つ必要がある。哲学が必要。 人間の幅=現れ=行動 人間の深さ
  103. 103. 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 言語・非言語境界面 知覚の境界面
  104. 104. 人工知能のための哲学塾
  105. 105. 人工知能のための哲学塾 • 全六回に渡る講演録からの • 全五回書きお越し • 第零回は、Gizmodo さんで公開中 • http://www.gizmodo.jp/2016/08/ai_philosophy1.html
  106. 106. 人間の内面と外側のサイエンス 人間の外側を 科学する 自然科学・工学 人間の内側 (心・身体)を 科学する 人工知能 (科学であり工学) 支える哲学= デカルト的世界観 支える哲学= ?
  107. 107. 人工知能のための哲学塾 • 第0夜 概観 • 第一夜 フッサールの現象学 • 第二夜 ユクスキュルと環世界 • 第三夜 デカルトと機械論 • 第四夜 デリダ、差延、感覚 • 第五夜 メルロ=ポンティと知覚論
  108. 108. 第一夜 フッサールの現象学 • 単に注意(アテンション)ではない。志向性が 存在する。 対象超越論的 主観性 志向性 固有の世界(物質世界、内的世界)への関わり方 人工知能のおける志向性
  109. 109. 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 第二夜 ユクスキュルと環世界 第二夜 ユクスキュルと環世界
  110. 110. 第三夜 デカルトと機械論 哲学 論理学 数学 記号の操作によって 人間の思考全体を 記号操作によって、 表されるはずだ。 ライプニッツ「普遍記号学」
  111. 111. 第四夜 デリダ、差延、感覚 St=k-1 St=k St=k+1 ロゴス t=k-2 ロゴス t=k-1 ロゴス t=k 知能は差延、差異、統合、反復の システムである。 意識を作る
  112. 112. 第五夜 メルロ=ポンティと知覚論 レベルD 行為のレベル 運動を連鎖させて行為を作り出す(連鎖構造) レベルC 空間のレベル その運動を周囲の空間に合わせる レベルA 緊張のレベル 身体の静的な姿勢のための微調整(動的平衡) レベルB 筋-関節リンクのレベル 関節の連合による運動の原型の生成(動作のリズム) 生成の順番 = 進化で獲得して来た順番 ベルンシュタイン「動作構築のレベル」
  113. 113. サービスと人工知能
  114. 114. どこで人工知能ビジネスを展開するか? =人間の内側の深さに入って行くためには、 人工知能の深みを持つ必要がある。哲学が必要。 知能の幅=現れ=行動 知能の深さ 人間の行動
  115. 115. どこで人工知能ビジネスを展開するか? 人工知能が人間を理解するほど、 人間は人工知能に共感する。 人間の幅=現れ=行動 人間の深さ
  116. 116. どこで人工知能ビジネスを展開するか? 人間の内面深く理解する人工知能、はこれから。 人工知能技術は、そこに向かって進化している。 人間の幅=現れ=行動 人間の深さ
  117. 117. どこで人工知能ビジネスを展開するか? どこまで人間の内面に食い込んで、サービスを展 開するかが、爆発力の鍵となる。 人間の幅=現れ=行動 人間の深さ
  118. 118. どこで人工知能ビジネスを展開するか? しかし、深く食い込むほど、高度な人工知能技術が 必要となる。 人間の幅=現れ=行動 人間の深さ
  119. 119. まとめ • 人間の内面深く理解する人工知能、はこれか ら。人工知能技術は、そこに向かって進化し ている。 • どこまで人間の内面に食い込んで、サービス を展開するかが、爆発力の鍵となる。 • しかし、深く食い込むほど、高度な人工知能 技術が必要となる。

×