芸術と人工知能...
TRANSCRIPT
芸術と人工知能
人工知能に、人工的な美を追求させることは 如何にして可能か？
三宅 陽一郎 @miyayou
2016.10.16
人工知能美学芸術研究会
@美学校
https://www.facebook.com/youichiro.miyake http://www.slideshare.net/youichiromiyake [email protected]
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
コンテンツ
第零章 ゲームにおける人工知能
第一章 生命と知能
第二章 知能と「フレーム」
第三章 フレームの起源
第四章 身体と知能
第五章 人工知能に身体感覚を与える
第六章 人工知能と環世界
第七章 知能の起源
第八章 人工知能と創造
第九章 まとめ
付録
コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
第零章 ゲームにおける人工知能
「IT、都市、ヘルスケア、あらゆる領域で 人工知能と人間が共創する未来」
• WIRED 「INNOVATION INSIGTS」
http://wired.jp/innovationinsights/post/analytics-cloud/w/cocreation_with_ai
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
小型
戦闘
日常
人型ロボット・アンドロイド
ドラえもん
トランスフォーマー
鉄腕アトム
ハロ（ガンダム）
鉄人２８号
シビュラシステム （PHYCO-PASS）
ファティマ（FSS）
マギシステム（エヴァ）
AR-D, RM-C （アスタリスク）
プロミン （カミワザワンダ）
サイコミュ （ユニコーン）
エクティス （ラグナストライク）
ハッカドール
チェインバー（ガルガンティア）
ジュイス（東のエデン） ミスモノクローム
プラスティック メモリーズ
阿頼耶識システム （オルフェンズ）
グレイズ・アイン （オルフェンズ）
アンドロイド （攻殻機動隊ARISE）
ＲＤ電脳調査室
大量のファンタジー系 ＮＰＣ
デジモン
クラリオン （攻殻のパンドラ）
アナリティカルエンジン （アルドノア・ゼロ）
ガラスの花と壊す世界
アナライザー（ヤマト2199）
シュタインズゲート
長門友希
ブレインズコロニー （宇宙をかける少女）
ヴェーダ（ガンダム00）
アイドルマスター XENOGLOSSIA
ワーム（スカイガールズ）
マザー（地球へ）
フォセッタ （ゼーガペイン）
タチコマ（攻殻機動隊）
タチコマヴァーチャル （攻殻機動隊）
電脳空間のＡＩたち
ペット端末型ロボット
大型
マザーコンピュータ型 人工知能（戦闘型・社会型）
大型自律ロボット
融合型知能
中型自律ロボット
2006-2016 アニメ-人工知能マップ @miyayou
ユイ（ソードアート オンライン）
ラブマシーン（サマーウォーズ）
デンスケ（電脳コイル）
シャロン（マクロス）
ＡＲ空間のＡＩたち
エネ（カゲロウプロジェクト）
ビックリドッキリメカ （ヤッターマン）
集合知能
フロンティアセッター（楽園追放）
小型
戦闘
日常
人型ロボット・アンドロイド
ドラえもん
トランスフォーマー
鉄腕アトム
ハロー（ガンダム）
鉄人２８号
シビュラシステム （PHYCO-PASS）
ファティマ（FSS）
マギシステム（エヴァ）
AR-D, RM-C （アスタリスク）
プロミン （カミワザワンダ）
サイコミュ （ユニコーン）
エクティス （ラグナストライク）
ハッカドール
チェインバー（ガルガンティア）
ジュイス（東のエデン） ミスモノクローム
プラスティック メモリーズ
阿頼耶識システム （オルフェンズ）
グレイズ・アイン （オルフェンズ）
アンドロイド （攻殻機動隊ARISE）
ＲＤ電脳調査室
大量のファンタジー系 ＮＰＣ
デジモン
クラリオン （攻殻のパンドラ）
アナリティカルエンジン （アルドノア・ゼロ）
ガラスの花と壊す世界
アナライザー（ヤマト2199）
シュタインズゲート
長門友希
ブレインズコロニー （宇宙をかける少女）
ヴェーダ（ガンダム00）
アイドルマスター XENOGLOSSIA
ワーム（スカイガールズ）
マザー（地球へ）
ロゼッタ （ゼーガペイン）
タチコマ（攻殻機動隊）
タチコマヴァーチャル （攻殻機動隊）
電脳空間のＡＩたち
ペット端末型ロボット
大型
マザーコンピュータ型 人工知能（戦闘型・社会型）
大型自律ロボット
融合型知能
中型自律ロボット
2006-2016 アニメ-人工知能マップ @miyayou
ユイ（ソードアート オンライン）
ラブマシーン（サマーウォーズ）
デンスケ（電脳コイル）
シャロン（マクロス）
ＡＲ空間のＡＩたち
エネ（カゲロウプロジェクト）
ビックリドッキリメカ （ヤッターマン）
集合知能
フロンティアセッター（楽園追放） 状況俯瞰能力 データマイニング
会話能力 協調能力
意思決定能力
生体リンク 拡張身体
戦闘能力 身体能力
会話能力 身体能力
会話能力 協調能力 推論能力
群知能 協調能力
会話能力 情報処理能力
拡張現実 エンター テインメント
人型ロボット・アンドロイド
電脳空間のＡＩたち
ペット端末型ロボット
マザーコンピュータ型 人工知能（戦闘型・社会型）
大型自律ロボット
融合型知能
中型自律ロボット
ＡＲ空間のＡＩたち
集合知能
自分の目標
意識（知能）を持った知能を
ゲームの中で作りたい。
しかし、その道は遠く、可能かどうかさえわからない。
レベル
ナビゲーションAI
メタAI
キャラクターAI
Support
敵キャラクタ－
プレイヤー
頭脳として機能
情報獲得
コントロール
古典的 ゲーム構造
（ＡＩと
ゲームシステムが混沌）
分化
ゲームの人工知能は分化し（＝分散人工知能） 相互に協調しながら一つのＡＩシステムを構成する
http://dear-croa.d.dooo.jp/download/illust.html http://piposozai.blog76.fc2.com/
現代ゲームにおけるＡＩの構造
• ゲームの中で人工知能が果たす役割というのが明確になってきた。
• 主に現代では３つのＡＩの役割がある。（これから増えて行くかもしれない）
ゲームそのものをコントロールする人工知能。 キャラクターのブレイン（脳）として機能する人工知能。
パス検索を始め地形・状況など空間的な情報を抽出する人工知能。
メタＡＩ
キャラクターＡＩ
ナビゲーションＡＩ
人工知能の２つの軸
• 人工知能を考えるときは、その知能が何なのか、を探求するより、どんな問題を解こうとしているか、を考えるとわかりやすい。
空間の スケール
時間の スケール
局所・ 短時間
大局・ 時間 なし
大局・ 長時間
メタＡＩ
キャラクターＡＩ
ナビゲーションＡＩ
３つのＡＩの連携の例
フィールド
ナビゲーションAI
メタAI
エージェントAI
状況を監視し、キーとなる役割を適切なタイミングでエージェントに指示する。
自律的な判断。 仲間同士の協調
地形を解析する 目的に応じた点を見つけ出す 目的地までのパスを計算する
Support
エージェントが自律的に戦闘・協調しつつ、ナビゲーションAIが 戦術的ポイントを教え、メタAIは、全体の戦闘の流れを作る。
http://dear-croa.d.dooo.jp/download/illust.html
メタAI(=AI Director)によるユーザーのリラックス度に応じた敵出現度
ユーザーの緊張度
実際の敵出現数
計算によって 求められた 理想的な敵出現数
Build Up …プレイヤーの緊張度が目標値を超えるまで 敵を出現させ続ける。 Sustain Peak … 緊張度のピークを3-5秒維持するために、 敵の数を維持する。 Peak Fade … 敵の数を最小限へ減少していく。 Relax … プレイヤーたちが安全な領域へ行くまで、30-45秒間、 敵の出現を最小限に維持する。
Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
より具体的なアルゴリズム
メタＡＩがゲームを認識する方法
キャラクター用に作成された ナビゲーションメッシュを メタＡＩがゲームの 状況を認識するために使用する。
Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
メタAIが作用を行う領域
Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
メタＡＩが作用（敵の生成・消滅）を行う領域を、 AAS（= Active Area Set） と言う。
メタAIが作用を行う領域 (AAS=Active Area Set)
Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
メタAIが作用を行う領域 (AAS=Active Area Set)
Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
安全な領域までの道のり(Flow Distance)
メタＡＩはプレイヤー群の経路を トレースし予測する。 - どこへ来るか - どこが背面になるか - どこに向かうか
Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
プレイヤーからの可視領域
可視領域（プレイヤーから見えている部屋）では、敵のスパウニング（発生）はできない。
Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
敵出現領域
背後 前方
Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
前方と背後のプレイヤー群から見えてない部屋に、 モンスターを発生させる。
まとめ
メタＡＩは、ゲームの流れを動的に作るＡＩで、キャラクターＡＩ、イベントなどには命令だけを出す。これは明確に、メタＡＩと他のモジュールが独立した関係にあるから可能なこと。
３つのＡＩの連携の例
フィールド
ナビゲーションAI
メタAI
エージェントAI
状況を監視し、キーとなる役割を適切なタイミングでエージェントに指示する。
自律的な判断。 仲間同士の協調
地形を解析する 目的に応じた点を見つけ出す 目的地までのパスを計算する
Support
エージェントが自律的に戦闘・協調しつつ、ナビゲーションAIが 戦術的ポイントを教え、メタAIは、全体の戦闘の流れを作る。
http://dear-croa.d.dooo.jp/download/illust.html
（例）プリンス・オブ・ペルシャ
「プリンス・オブ・ペルシャ」など、 スプライトアニメーションを用意する必要がある場合、 必然的にこういった制御となる。
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://dear-croa.d.dooo.jp/download/illust.html http://www.anne-box.com/
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://dear-croa.d.dooo.jp/download/illust.html http://www.anne-box.com/
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://dear-croa.d.dooo.jp/download/illust.html http://www.anne-box.com/
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
ⓒ2015 SQUARE ENIX CO., LTD. All Rights Reserved.
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/
コンテンツ 第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
コンテンツ
第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
http://static.flickr.com/5051/5525304279_65012a492c_s.jpg
？ http://flopdesign.com/download/Human_S/pages/B50.html
？
原始の海＋光＋熱＋稲妻
http://us.123rf.com/400wm/400/400/anterovium/anterovium1102/anterovium110200037/8952668-light-beams-from-ocean-surface-penetrate-underwater-through-deep-blue-sea.jpg
ユーリーミラーの実験
ガスから生命の構成要素であるアミノ酸を合成した。 ハロルド・ュ―リーの研究室で、スタンレー・ミラーが実験（1953年）
http://ja.wikipedia.org/wiki/%E3%83%95%E3%82%A1%E3%82%A4%E3%83%AB:Miller-Urey_experiment_JP.png
極性頭部 非極性尾部
水と仲良し 水と溶けあえない
（参考）永田和宏 「生命の内と外」 （「考える人」（Vol.45））
自己組織化
原始の海で構造化＝外と内の形成
外
内
Energy
http://28275116.at.webry.info/201005/article_7.html
原始の海で構造化＝外と内の形成
外
内
Energy
エントロピーの法則
時間
エネルギー
もしエネルギーが流入しなければ、その系のエントロピー（雑然さ）は増大する。
エントロピーの法則
構造のヒステリシス
Energy
生物＝エネルギーが高い状態で ひっかかっている。 なぜ？
構造のヒステリシス
世界
外と内の交流
エネルギーE をゲット
アクション・老廃物
極めてメカニカルな次元。
世界
外と内の交流＝非平衡系
エネルギーE をゲット
アクション・老廃物
極めてメカニカルな次元。
内部構造を持つ。 （そして内部構造が維持される）
世界
外と内の交流＝非平衡系
極めてメカニカルな次元。
内部構造を持つ。
INPUT
OUTPUT
代謝機能（内部処理）
散逸構造とは？
http://www.jst.go.jp/pr/announce/20090522/
http://www.applc.keio.ac.jp/~asakura/asakura_j/dissipative.html
散逸構造は非平衡系であり、ゆらぎを成長させ、系の自己組織化を促す。
ベナールセル
https://www.youtube.com/watch?v=UhImCA5DsQ0
世界
外と内の交流＝散逸構造
極めてメカニカルな次元。
内部構造を持つ。
INPUT
OUTPUT
代謝機能
テセウスの船（パラドックス） 船の老朽化した部分を、新しい木に入れ替えているうちに、
全部を入れ替えてしまった。
はたしてこの船は元の船と同一のものであろうか？
http://img02.hamazo.tv/usr/j/a/g/jagr/629.jpg
テセウスのパラドックス
物質的構成 ＝ 循環する
物質によらず不変なもの 構造
テセウスのパラドックス
物質的構成 ＝ 循環する
物質によらず不変なもの 構造 情報
だから、こう言える。 生物は物質的存在であると同時に、 情報的存在でもあるのだ。
テセウスのパラドックス
物質
情報
情報
物質
生物は、情報的存在であり、同時に物質的な存在である。 物質は情報に存在を与え、情報は物質に構造を与える。
情報と物質
情報
物質
生物は、情報的存在であり、同時に物質的な存在である。 物質は情報に存在を与え、情報は物質に構造を与える。
「情報と物質」から「精神と身体」へ
情報
物質
精神・知性
身体
精神と身体、そして進化
情報
物質
精神・知性
身体
進化
世界
外と内の交流＝散逸構造
INPUT
OUTPUT
世界
物質的循環
物質
物理的INPUT
物理的OUTPUT
生理的代謝機能
世界
情報的循環
情報
INPUT INFORMATION
OUTPUT INFORMATION
情報処理＝情報代謝 （つまり思考）
物質的存在としての身体がそうであるように、情報的存在として人間は、 情報を摂取し、記憶し（＝情報体としての自分を組み換え）、情報をアウトプット・排泄する。
世界
情報的・物質的循環
物質
物理的OUTPUT
代謝機能 情報
INPUT INFORMATION
OUTPUT INFORMATION
情報処理＝情報代謝 （つまり思考）
生理的代謝機能 物理的INPUT
世界
情報的循環
情報
INPUT INFORMATION ＝センサー
OUTPUT INFORMATION ＝エフェクター
情報処理＝情報代謝 （つまり思考） ＝意志決定
物質的存在としての身体がそうであるように、情報的存在として人間は、 情報を摂取し、記憶し（＝情報体としての自分を組み換え）、情報をアウトプット・排泄する。
精神と身体、そして進化
情報
物質
精神・知性
身体
人工知能
ハードウェア
精神と身体、そして進化
情報
物質
精神・知性
身体
人工知能
ハードウェア
知能は生き物の情報的側面である。
Intelligence
World
センサー
Information Flow
エフェクター
Agent Architecture
知能の世界
環境世界
認識の 形成
記憶
センサー・身体
記憶体
情報処理過程
情報 統合
知能の世界
環境世界
認識の 形成
記憶
意思の 決定
センサー・身体
意思決定 モジュール
意思決定 モジュール
意思決定 モジュール
記憶体
情報処理過程
情報 統合
知能の世界
環境世界
認識の 形成
記憶
意思の 決定
身体 制御
エフェクター・身体
運動の 構成
センサー・身体
意思決定 モジュール
意思決定 モジュール
意思決定 モジュール
記憶体
情報処理過程 運動創出過程
身体部分
情報 統合
運動 統合
知能の世界
環境世界
認識の 形成
記憶
意思の 決定
身体 制御
エフェクター・身体
運動の 構成
センサー・身体
意思決定 モジュール
意思決定 モジュール
意思決定 モジュール
対象・ 現象
情報の流れ（インフォメーション・フロー）
影響を与える 影響を受ける
コンテンツ
第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
第二章 知能と「フレーム」
時間（イメージ）
空間（論理）
殆どの人工知能は与えられたフレーム（問題設定）の 外に出ることはできない。
人間は柔軟にフレーム（問題設定）を創造し 変化させることができる。
フレーム問題
フレームとは？
フレーム＝問題設定＝「題材と操作とゴール」を与える （例）題材＝積み木 操作＝積み木を載せる、積み木を下す、ことができる ゴール＝初状態から目的の状態を作り出す
(Simple case)
Initial State
GOAL
A
B
C
B
C
A
© 2015 SQUARE ENIX CO., LTD. All rights reserved
フレームとは？
フレーム＝問題設定＝「題材と操作とゴール」を与える （例）題材＝積み木 操作＝積み木を載せる、積み木を下す、ことができる ゴール＝初状態から目的の状態を作り出す
(Simple case)
Initial State
GOAL Task１ Carry A to Ground
Task2 Carry B to Ground
Task3 Carry C on B
A
B
C
B
C
A A
B
C A B C A
C
B
Task3 Carry A on C
© 2015 SQUARE ENIX CO., LTD. All rights reserved
時間（イメージ）
空間（論理）
殆どの人工知能は与えられたフレーム（問題設定）の 外に出ることはできない。
人間は柔軟にフレーム（問題設定）を創造し 変化させることができる。
フレーム問題
人間の知能の形/人工知能の形
人間（生物）の知能＝総合的知能 ＝一つの知能がいろんなことをできる＝フレームを創造・変化できる
お料理できる
将棋が打てる
目的地へ行ける
何でもできる可能性を 持つ総合知性
車が運転できる 言葉を話すことができる
時間（イメージ）
空間（論理）
殆どの人工知能は与えられたフレーム（問題設定）の 外に出ることはできない。
人間は柔軟にフレーム（問題設定）を創造し 変化させることができる。
フレーム問題
人間の知能の形/人工知能の形
お料理できる 将棋が打てる
目的地へ行ける
人工知能＝専門的知能＝一つのことしかできない＝それだけが得意 ＝フレームを与えられ、変化できない。＝それだけを解く
何でもできる可能性を 持つ総合知性がない
お掃除ができる 目的地へ行く
人間の知能の形/人工知能の知能の形
お料理ロボット ＝お料理しかできない
AlphaGO ＝囲碁しか打てない
ナビ ＝目的地へのルート
お掃除ロボット ＝お掃除しかできない
IBM ワトソン ＝記号の統計情報しかない ＝何百万行のテキストの関係を記憶
人工知能＝専門的知能 一つのことしかできない。一つのことがとても得意。
人間の知能の形/人工知能の知能の形
AlphaGO ＝囲碁しか打てない ＝人間より強い
ナビ ＝目的地へのルート ＝ とても正確
お掃除ロボット ＝お掃除しかできない ＝ 24時間掃除
IBM ワトソン ＝記号の統計情報しかない ＝何百万行のテキストの関係を記憶
お料理ロボット ＝お料理しかできない ＝何万と言うレシピ
人工知能＝専門的知能 一つのことしかできない。
フレームの起源
では、フレームの起源はどこにあるのか？
フレームの起源は身体にある
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）
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
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
言語化のプロセス 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
無意識
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
人間の精神、機械の精神
意識
前意識
無意識
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
人工知能は、人間の知能を機械に移したもの。
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%B 3%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
コンテンツ
第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
第三章 フレームの起源
フレームの起源
• 身体を持たない人工知能
• 世界に対してフレームを作る。
• 一つの方向の知能でしかない。
知能
世界
身体を持たない人工知能
世界 知能 知能
フレームの起源
身体を持つ人工知能
• 知能が身体に包まれる
• 身体によって世界に参加する＝身体が環境との相互作用の中にある＝動的平衡
• 身体＝存在の在り方
• 身体がフレームを提供する
• 身体がいろいろな問題を持って来る。
身体
身体が知能のフレームを提供する。
世界 知能 知能
フレームの起源
身体を持つ人工知能
• 知能が身体に包まれる
• 身体によって世界に参加する＝身体が環境との相互作用の中にある＝動的平衡
• 身体＝存在の在り方
• 身体がフレームを提供する
• 身体がいろいろな問題を持って来る。
• 問題が多面的になる。
身体
身体を持たない知能はフレームを作り出したり変化できない ＝ 問題を作り出すことができない。
フレームの起源
世界 知能 知能
知能
世界
フレームの起源
では、フレームの起源はどこにあるのか？
フレームの起源は身体にある
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
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
身体を通じて流れて来る情報の流れ
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
身体を通じて流れて来る情報の流れ
世界の解釈をするのは身体に結び付いた無意識的な知性
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
身体を通じて流れて来る情報の流れ
世界の解釈をするのは身体に結び付いた無意識的な知性 ＝ 無限の世界から有限の問題を切り出す＝フレーム
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
身体を通じて流れて来る情報の流れ
世界の解釈をするのは身体に結び付いた無意識的な知性 ＝ 無限の世界から有限の問題を切り出す＝フレーム
芸術
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
身体を通じて流れて来る情報の流れ
芸術
芸術もまた世界からの息吹を身体を通じて受けて、創造する。
フレームの起源
では、フレームの起源はどこにあるのか？
フレームの起源は身体にある
人工知能は生きられる身体を持たない
コンテンツ
第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
第四章 身体と知能
キャラクターが「身体を生きる」ことは可能か？
http://positionx.sblo.jp/article/141677768.html
最も基本的な自己感
• 身体保持感（sense of self-ownership）
• 運動主体感（sense of self-agency）
身体意識にかかわる症状
• 病態失認
麻痺した身体の一部を麻痺していないと感じる
• 身体失認
麻痺した手足が自分のものでないと感じる
• 半側空間無視
自分の身体の半分、世界の半分をないものとして扱う
• 運動主体感の障害
自分の行いが自分が行っていると感じられない
• 身体部位失認
自分の身体の部位を指差せない
自己を獲得する
• 知能にとって自己は与えられるものではない。実現しているものである。
• 知能にとって自己は獲得するもの、実現させるものである。
人工知能にも、自分が自分であるという感覚を 与えるように実装する。 それ自身も重要だが、その方針が、 正しい人工知能の実装の方向に導くはずだ。
自己確認の方法
• あらゆる感覚、あらゆる行動を通して、自己が確認されている。
• 逆に言えば、自己を確認しない感覚も行動も存在しない。
遠心性コピー 視覚フィードバック 体性感覚フィードバック
運動の主体の認識 自己身体部位の認識
P.87
最も基本的な自己感
• 身体保持感（sense of self-ownership）
• 運動主体感（sense of self-agency）
http://www.u-tokyo.ac.jp/ja/utokyo-research/research-news/does-seeing-ice-really-feel-cold/
ラバーハンド錯覚
身体保持感
• 身体保持感は「この身体はまさに自分のものである」という感覚であり、運動主体感は「この運動を引き起こしたのはまさに自分自身である」という感覚である。これらは一見似ているが、意図的な行為と非意図的な身体の動きとを対比してみれば区別できる。
• たとえばコーヒーカップに手をのばすなど、意図的な行為の時に自分の腕を意図通りに動かせていれば、身体保時間と運動主体感の両方が引き起こされる。しかし、誰がぶつかってきたときの腕の動きのような非意図的な身体の運動の場合、身体保持感は相変わらず感じられるものの運動主体感を感じることはない。
• （ソーシャルブレインズ、「脳の中にある身体」、P.107）
最も基本的な自己感
• 身体保持感（sense of self-ownership）
• 運動主体感（sense of self-agency）
http://www.u-tokyo.ac.jp/ja/utokyo-research/research-news/does-seeing-ice-really-feel-cold/
ラバーハンド錯覚
ラバーハンド錯覚
• 偽物の腕を、自分の腕と誤認する。
• すると、氷を置かれると、冷たいはずなので、身構えろ、という指令が腕に行く。
• 実際に冷たいと感じる。
予測には感覚を調整する機能がある。
運動主体感
• 運動主体感は基本的な自己感の一つであり、その運動を引き起こしているのは自分自身であるという感覚である（Gallagher,2000）。
• 基本的には自分の身体運動に対して感じるが、拡張してパソコンのマウスなど、道具を操作している時にも感じられる感覚とも考えられる。
• 運動主体感を基礎づけるのは、主に脳から筋肉に出される運動指令ーより正確にはそのものではなく、脳内の別の部位（頭頂葉）へイクラれるそのコピー情報（遠心性コピー）ーとそのケットして得られる感覚（特に視覚）フィードバックの整合性である。
（ソーシャルブレインズ、「脳の中にある身体」、P.107）
メルロ＝ポンティ
1908年 フランスに産まれる。 1925年 エコール・ノルマル・シュぺリュ－ル。 サルトル、ボーヴォワール、レヴィ＝ストロース、 ポール＝二ザン、と知りあう、 1928年 フッサールの現象学の講演を聴く。 1946年 サルトルと「レ・タン・モデルヌ」創刊 1948年 リヨン大学教授 1949年 パリ大学教授 1952年 コレージュ・ド・フランス教授 1961年 急逝
フランス現象学の牽引する。特に身体に対する現象学は、大きな影響を持つ。 サルトルが世界中を飛び回っていたのに対して、メルロ＝ポンティは、フランスを 中心に活躍した。
メルロ＝ポンティ「知覚の現象学」 (原著：1945, 翻訳:1967,竹内芳郎・小木貞孝訳)
• フランス現象学。 • 感覚と身体の現象学。 •
• 身体性の問題の名著。 用される
http://www.msz.co.jp/book/detail/01933.html
メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳）
• 対象はすみずみまで客体であり、意識はすみずみまで意識である。存在するという語には二つの意味があり、そしてこの二つの意味しかない。物としてそんざいするのか、意識として実存するのかのいずれかである。
• （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.53）
メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳）
• この考えに対して、自己の身体の経験は、両義的な存在様態があることを知らせる。もしも身体を三人称のプロセス、たとえば「視覚」「運動性」「性」などのプロセスの＜束＞として考えようとしても、こうした「機能」を互いに結びつけるもの、こうした機能を外部に結びつけるものは、因果関係ではないことに気づく。
• （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.54）
身体の両義性
• 対象であると同時に自分自身であるという。
• 触れると同時に触れられる。
• 見ると同時に見られる。
身体の両義性
• 身体の両義性
＝物質であると同時に、
意識的に生きられるもの。
メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳）
• 対象はすみずみまで客体であり、意識はすみずみまで意識である。存在するという語には二つの意味があり、そしてこの二つの意味しかない。物として存在するのか、意識として実存するのかのいずれかである。
• （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.53）
人工知能の身体は 物として存在しているに過ぎない （今のところ）
メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳）
• これらの機能は一回限りのドラマの中で、互いに関連した区別しがたいものとして存在しえるからである。
• だから身体は一つの対象ではない。同じ理由から、わたしが自己の身体についてもつ意識は、思考ではない。わたしはこの意識を分解し、再構成して明晰な観念を形成できないのである。
（メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.54）
人工知能の身体は 物として存在しているに過ぎない （今のところ）
メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳）
• 身体の統一性は暗黙的なものであり、混乱したものである。身体はそこに＜ある＞ものとはつねに別のものである。身体は性的な存在であると同時に、自由な存在である。自然に根差すとともに文化によって変容された存在である。それ自体のうちに閉じていることはなく、完全に超えでることもない。
• 他者の身体でも自己でも、人間の身体というものを認識するためには、これを＜生きる＞しかない－これを貫くドラマを自らのものとして引き受け、それと渾然一体となるしかないのである。
（メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.54）
メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳）
• 身体の統一性は暗黙的なものであり、混乱したものである。身体はそこに＜ある＞ものとはつねに別のものである。身体は性的な存在であると同時に、自由な存在である。自然に根差すとともに文化によって変容された存在である。それ自体のうちに閉じていることはなく、完全に超えでることもない。
• 他者の身体でも自己でも、人間の身体というものを認識するためには、これを＜生きる＞しかない－これを貫くドラマを自らのものとして引き受け、それと渾然一体となるしかないのである。
（メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.54）
人工知能の身体を生きることができるか？ 今のところはできていない。 しかし、それを実現しようとする。
メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳）
• このように自己の身体の経験は、反省的な態度の運動とは対立する。反省的な態度では、対象を主体から分離し、主体を対象から分離する。そしてわたしたちに、身体についての思考、あるいは観念としての身体しか与えない。デカルトはこのことをよく認識していた。
• （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.54）
身体は思惟する対象ではない。 思惟によって、対象化によって 取り込まれるようなものではない。
コンテンツ
第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
第五章 人工知能に身体感覚を与える
キャラクターが「身体を生きる」ことは可能か？
http://positionx.sblo.jp/article/141677768.html
フレームの起源
では、フレームの起源はどこにあるのか？
フレームの起源は身体にある
人工知能は生きられる身体を持たない
人工知能のために
生きられる身体を作れるか？ 難しい
環境
身体 知能
人工知能とは？
人工知能＝人工的な存在（＝身体）を環境の中で活動させる
入力（センサー） 行動（アウトプット）
身体
環境
身体 知能
人工知能とは？
人工知能＝人工的な存在（＝身体）を環境の中で活動させる
入力（センサー）
身体
環境
身体 知能
人工知能とは？
人工知能＝人工的な存在（＝身体）を環境の中で活動させる
行動（アウトプット）
身体
環境
身体 知能 知能
人工知能とは？
人工知能＝人工的な存在（＝身体）を環境の中で活動させる
行動（アウトプット）
身体
身体知性 （身体を制御 するＯＳ）
環境
身体 知能 知能
人工知能とは？
人工知能＝人工的な存在（＝身体）を環境の中で活動させる
行動（アウトプット）
身体
遠心性情報 (身体への命令)
身体知性 （身体を制御 するＯＳ）
環境
身体 知能 知能
人工知能とは？
人工知能＝人工的な存在（＝身体）を環境の中で活動させる
行動（アウトプット）
身体
遠心性情報 (身体への命令)
遠心性コピー (身体への命令の 複製)
身体知性 （身体を制御 するＯＳ）
環境
身体 知能 知能
人工知能とは？
人工知能＝人工的な存在（＝身体）を環境の中で活動させる
行動（アウトプット）
身体
身体知性 （身体を制御 するＯＳ）
遠心性情報 (身体への命令)
遠心性コピー (身体への命令の 複製)
身体イメージ
（遠心性コピーによる再構築される）
ベルンシュタイン「巧みさとその発達」(原著：1940-年代, 英語版：1996, 翻訳:2003)
• 協応とは、運動器官の冗長な自由度を克服する、すなわち運動器官を制御可能なシステムへ転換すること。（P.43）
• 運動スキルとは、ある種の運動課題を解決するために発達した能力として示される協応構造である。（P.300）
• 巧みさとは、あらゆる状況で、問題に対する正しい解決策をすばやく見つけるための運動能力… (P.258)
• 動作がはじまった瞬間から、脳が継続的に注意深く感覚器からの報告にもとづいて動作を監視し、その場に応じた調整をしながら動作を操る必要があるということだ。（P.217）
ベルンシュタイン「動作構築のレベル」
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）
ベルンシュタイン「動作構築のレベル」
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A 緊張のレベル ＝ 動的平衡 ＝ 持続的な動作の中で平衡を維持する ＝ 身体のバランスを取る ＝ 体幹（胴体）と首の筋 （例） スキーのジャンプの最中など。
ベルンシュタイン「動作構築のレベル」
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）
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）
ベルンシュタイン「動作構築のレベル」
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）
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 ＝ 動作のリズムを制御する ＝ 動作を自動化する ＝ 意識の関与なしに機能する ＝ 背景として動く （例） バネのように規則正しい自動的な運動 ＝移動運動など。
ベルンシュタイン「動作構築のレベル」
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）
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）
ベルンシュタイン「動作構築のレベル」
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）
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C 空間のレベル 空間利用能力 ＝ 外部空間を利用するための能力 ＝ 狙いを定めて対象を移動させる運動 ＝ 感覚調整が動作の中間部分にまったく無関心でありながら、 同時に終末部分に対してきわめて敏感 （例） スキーのスラローム 重量挙げ スプリント走 アコーディオン演奏 円盤投げ ハードル飛び
ベルンシュタイン「動作構築のレベル」 生成の順番 ＝ 進化で獲得して来た順番
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）
ベルンシュタイン「動作構築のレベル」 生成の順番 ＝ 進化で獲得して来た順番
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）
レベルD 行為のレベル 行為の連鎖構造と適応的な変動 ＝ レベルDが下位のレベルB,Cを呼び出し、計画を達成する。 ＝ 行為を制御する ＝ 記憶によって蓄えられた先行経験の痕跡を多く含む。 （例） ボクシング レスリング ひげ剃り ボルトを締める
ベルンシュタイン「動作構築のレベル」
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）
ベルンシュタイン「動作構築のレベル」
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）
ベルンシュタイン「動作構築のレベル」 巧みさの発展 ＝ 運動生成の順番 ＝ 進化で獲得して来た順番
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）
ベルンシュタイン「動作構築のレベル」 巧みさの発展 ＝ 運動生成の順番 ＝ 進化で獲得して来た順番
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）
各レベルの自律性を強調 低次のレベルは背景レベルとして自律的に高次レベルを支える (P.312、解説)
コンテンツ
第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
第六章 人工知能と環世界
フレームの起源
では、フレームの起源はどこにあるのか？
フレームの起源は身体にある
人工知能は生きられる身体を持たない
人工知能のために
生きられる身体を作れるか？ 難しい
意味の彼方＝世界
意味の彼方＝世界
フレームの 創造・変形・更新
意味の彼方
意味の彼方＝世界
知的活動
意味の彼方＝世界
知的活動
Ｚ Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
意味の彼方
知的活動
Ｚ Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
人間は身体を通じて世界を切り取り、
自身の設定した問題を通じて知的活動を行う。
意味の彼方
知的活動
Ｚ Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
生物は生態を通じて世界を切り取り、
自身の設定した問題を通じて知的活動を行う。
＝環世界
環世界
問い
生き物の「視る」とカメラの「視る」は
どう違うだろうか？
http://www.free-picture.net/reptiles/lizards/chameleon-wallpapers.jpg.html
生物の持つ目は、生物の知能と身体と深く結びついている 能動的な眼であり、 カメラは使用者の意思に従う受動的な眼である。
主体と客体はどう結ばれるか？
客体 （対象）
関係がない
http://sozai-free.com/sozai/00992.html
主体と客体はどう結ばれるか？
客体 （対象）
関係がない
主体と客体はどう結ばれるか？
関係がある
http://illpop.com/png_insecthtm/aquatic_a02.htm
主体と客体はどう結ばれるか？
客体 （対象）
関係がある
主体と客体はどう結ばれるか？
客体 （対象）
関係がある 知覚 作用
• こうしてはじめて、すべての動物的行動の基幹に、ひとつの閉じた環が埋め込まれていることがわかってくる。その環は行動において、主体と客体を連結している。（p.75）
ユクスキュル「動物の環境と内的世界」(原著：1921, 前野佳彦訳:2012)
• この環はまず客体上に布置された知覚微表担体から出発する。そこから一つまたはいくつかの刺激が同時に発して、それらが動物の受容器に作用するのである。
• するとその刺激は動物の内部において、知覚神経網へと連結され、それがさらに活動神経網へと受け渡される。（p.75）
ユクスキュル「動物の環境と内的世界」(原著：1921, 前野佳彦訳:2012)
• 活動神経網は効果器に一定の運動形態を割りふる。それらの運動はふたたび客体上の活動担体に適合する形で実現されるのである。（p.75）
ユクスキュル「動物の環境と内的世界」(原著：1921, 前野佳彦訳:2012)
• 客体上の活動担体と知覚微表担体は、客体自身の「対象化された機構」によって連結されている。
• このようにして、主体と客体を連結する環が閉じられる。わたしはこれを「機能環」（Funktionskreis）と呼ぶことにしたい。（p.75）
ユクスキュル「動物の環境と内的世界」(原著：1921, 前野佳彦訳:2012)
機能環
効果器 受容器
客体
活動神経網 知覚神経網
前野佳彦訳・ユクスキュル「動物の環境と内的世界」 （みすず書房）
知覚世界 活動世界
知覚微表担体 対象化された機構
活動担体
内的世界
機能環
効果器
客体
活動神経網 知覚神経網
前野佳彦訳・ユクスキュル「動物の環境と内的世界」 （みすず書房）
知覚世界 活動世界
知覚微表担体 対象化された機構
活動担体
内的世界
興奮
受容器（刺激→興奮（記号））
機能環
効果器
客体
活動神経網 知覚神経網
前野佳彦訳・ユクスキュル「動物の環境と内的世界」 （みすず書房）
知覚世界 活動世界
知覚微表担体 対象化された機構
活動担体
内的世界
興奮
受容器（刺激→興奮（記号））
すべての受容器は、外界の刺激を興奮に変換するという同一の 役割を担っている。つまり神経系を伝搬するのは刺激そのものでは なく、その代理をするまったく異質の過程なのである。
その過程は、もはや環境中の事象とはまったく何の関係もなくなっている。それは、記号として（als Zeichen）、環境に刺激が存在し、
それが受容器に到達した、という事実を指し示すことができるだけである。 このようにして外界の刺激は、ことごとく神経系の記号言語（eine nervose Zeichensprache）に翻訳される。 (P.253) ユクスキュル「動物の環境と内的世界」(原著：1921, 前野佳彦訳:2012)
機能環
効果器
客体
活動神経網 知覚神経網
前野佳彦訳・ユクスキュル「動物の環境と内的世界」 （みすず書房）
知覚世界 活動世界
知覚微表担体 対象化された機構
活動担体
内的世界
興奮
興奮
受容器（刺激→興奮（記号））
機能環
効果器 受容器（刺激→興奮（記号））
客体
活動神経網 知覚神経網
前野佳彦訳・ユクスキュル「動物の環境と内的世界」 （みすず書房）
知覚世界 活動世界
知覚微表担体 対象化された機構
活動担体
内的世界
興奮
興奮 興奮
運動形態
機能環
効果器 受容器（刺激→興奮（記号））
客体
活動神経網 知覚神経網
前野佳彦訳・ユクスキュル「動物の環境と内的世界」 （みすず書房）
知覚世界 活動世界
知覚微表担体 対象化された機構
活動担体
内的世界
興奮
興奮 興奮
運動形態 ＝特定の筋肉を動かす
機能環
効果器 受容器（刺激→興奮（記号））
客体
活動神経網 知覚神経網
前野佳彦訳・ユクスキュル「動物の環境と内的世界」 （みすず書房）
知覚世界 活動世界
知覚微表担体 対象化された機構
活動担体
内的世界
興奮（記号）
興奮 興奮
運動形態 ＝特定の筋肉を動かす
中枢神経網
中枢神経網
効果器 受容器（刺激→興奮（記号））
客体
活動神経網 知覚神経網
前野佳彦訳・ユクスキュル「動物の環境と内的世界」 （みすず書房）
知覚世界 活動世界
知覚微表担体 対象化された機構
活動担体
内的世界
興奮（記号）
興奮 興奮
運動形態 ＝特定の筋肉を動かす
中枢神経網
中枢神経網は興奮（記号）を受け取り、 その興奮の分別を行い（＝何を知覚しているか）、 活動神経網を興奮させる（＝筋肉を動かす）。
対世界
効果器 受容器（刺激→興奮（記号））
客体
活動神経網 知覚神経網
前野佳彦訳・ユクスキュル「動物の環境と内的世界」 （みすず書房）
知覚世界 活動世界
知覚微表担体 対象化された機構
活動担体
内的世界
興奮（記号）
興奮 興奮
運動形態 ＝特定の筋肉を動かす
中枢神経網
高等動物の中枢神経系内に確立された固有の世界を、 その動物の「対世界」と呼ぶことにしたい。(P.256) ユクスキュル「動物の環境と内的世界」(原著：1921, 前野佳彦訳:2012)
対世界
効果器 受容器（刺激→興奮（記号））
客体
活動神経網 知覚神経網
前野佳彦訳・ユクスキュル「動物の環境と内的世界」 （みすず書房）
知覚世界 活動世界
知覚微表担体 対象化された機構
活動担体
内的世界
興奮（記号）
興奮 興奮
運動形態 ＝特定の筋肉を動かす
中枢神経網
対世界
対世界
活動神経網 知覚神経網
興奮（記号）
対世界
中枢神経網
対世界
活動神経網 知覚神経網
興奮（記号）
対世界
興奮
興奮
興奮
さまざまな興奮（＝記号）の 組み合わせから、事物を分別する。
中枢神経網
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
コンテンツ
第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ
人工知能と環世界
環世界のイメージ
環世界＝「かたつむりの殻」のように、生物それぞれが持ちつつ、 それが世界であり、それ以外の世界へ逸脱できない世界。
環境
キャラクター の知能
環境とキャラクター
キャラクター の知能 入力 出力
http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html
入力となるもの を見つける
出力先を 決める
タチコマの環世界
環境
キャラクター の知能
環境とキャラクター
キャラクター の知能 入力 出力
http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html
入力となるもの を見つける
出力先を 決める
キツツキの環世界
https://www.facebook.com/ipnozehumour/
Ｐｈｏｔｏｍｍｏ http://free-photos.gatag.net/2015/03/20/140000.html
環境
キャラクター の知能
環境とキャラクター
キャラクター の知能 入力 出力
http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html
入力となるもの を見つける
出力先を 決める
カメレオンの環世界
環境
環境とキャラクター
http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html
カメレオンの環世界
キツツキの環世界
タチコマの環世界
Ｐｈｏｔｏｍｍｏ http://free-photos.gatag.net/2015/03/20/140000.html
環境
環境とキャラクター
http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html
カメレオンの環世界
タチコマの環世界
それぞれの生物は自分の環世界を世界から切り取って 暮らしている。
Ｐｈｏｔｏｍｍｏ http://free-photos.gatag.net/2015/03/20/140000.html
環境
環境とキャラクター
http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html
カメレオンの環世界
タチコマの環世界
環世界はそれぞれの生物にとって完全（完備）な世界。つまり、 それが本当に完全でなくても、その生物には完全と感じられる。
環境
環境とキャラクター
http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html
カメレオンの環世界
タチコマの環世界
本当はその外の世界とつながっているが、環世界のソトのことを、 生物は認識することはない。
環境
環境とキャラクター
http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html
カメレオンの環世界
タチコマの環世界
そのキャラクターの主観的世界を作る＝環世界を作る。 それは、そのキャラクターの知能の基盤を作ること。
知能の世界
環境世界
エフェクター・身体
センサー・身体
身体部分
生物の持つ環世界
知能の世界
環境世界
エフェクター・身体
センサー・身体
身体部分
生物の持つ環世界
知能を構築する根底には「環世界」がある。
知能の世界
環境世界
エフェクター・身体
センサー・身体
身体部分
生物の持つ環世界
知能を構築する根底には「環世界」がある。 知能は、その上に多層的に構築されて行く。
知能の世界
環境世界
エフェクター・身体
センサー・身体
身体部分
生物の持つ環世界
知能を構築する根底には「環世界」がある。 知能は、その上に多層的に構築されて行く。
サブサンプション・アーキテクチャ（ロドニー・ブルックス）
INPUT OUTPUT
時間
情報抽象度
反射的に行動
少し場合ごとに対応
抽象的に思考
理論的に考える
言語化のプロセス = 自意識の構築化
Subsumpution Architecture
運動の実現のプロセス = 身体運動の生成
Classical : Central domain All processes of intelligent modules are executed in sequence.
Subsumption : parallel & layered All processes of intelligent modules are executed in parallel.
Rodney Brooks, A robust layered control system for a mobile robot Robotics and Automation, IEEE Journal of (Volume:2 , Issue: 1 ) 1986
Roomba (iRobot)
http://www.irobot.com/en/us/learn/home/roomba.aspx
Roomba has a subsumption architecture.
Subsumption Architecture
INPUT OUTPUT
Time
Reactive
R
When a robot sees an object, It turns around.
Subsumption Architecture
INPUT OUTPUT
Time
Reactive
R
When a robot sees an object, and Sees a cliff on the side It stops turning and gets back .
Subsumption Architecture
INPUT OUTPUT
Time
Reactive
More Abstract thinking
Abstract thinking
R When a robot hears a sound, It stops anyway by stopping all motions.
コンテンツ
第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
第七章 知能の起源
芸術の起源
• 芸術の起源も生態にある
作成者： Fc Nikon http://free-photos.gatag.net/2014/03/29/060000.html
意味の彼方＝世界
意味の彼方
人工知能には、フレームを作る変形する力はない。
人間の設定した問題を通じて知的活動を行う。
意味の彼方
意味の彼方
知的活動
Ｚ
Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
意味の彼方
知的活動
Ｚ
Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
自然翻訳
計算問題
囲碁
知識表現・世界表現
仮想世界の知性 ＝人工知能
WORLD
人工知能は生物のように世界をそのまま認識・解釈できるだろうか？
知識表現・世界表現
仮想世界の知性 ＝人工知能
WORLD
人工知能は生物のように世界をそのまま認識・解釈できるだろうか？
仮想世界の知性 ＝人工知能
WORLD
AIが世界(物・事・空間など)を解釈できるように、世界をうまく情報表現する ＝ 知識表現 (KR、Knowledge Representation)
知識表現 （KR）
いろいろな知識表現
事実表現（信頼度表現）
意味ネットワーク
敵表現リスト
依存グラフ ルールベース表現
世界表現
Griesemer,J, "The Illusion of Intelligence: The Integration of AI and Level Design in Halo", 2002 http://downloads.bungie.net/presentations/gdc02_jaime_griesemer.ppt
いろいろな世界表現
ナビメッシュ-ウェイポイント階層表現
LOS マップ
戦術マップクラスタリング
敵配位マップ テリトリー表現
Tactical Point System
Halo2 Killzone
Killzone2 Halo Assassin’s Creed
Left 4 Dead
Alex J. Champandard, Remco Straatman, Tim Verweij, "On the AI Strategy for KILLZONE 2's Bots” http://aigamedev.com/open/coverage/killzone2/
Damian Isla,"Building a Better Battle: HALO 3 AI Objectives", http://halo.bungie.net/inside/publications.aspx
Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference , http://www.valvesoftware.com/company/publications.html
意味の彼方
知的活動
Ｚ
Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
パス検索とは
現在の地点から指定したポイントへの経路を、
リアルタイムで計算して導く技術。
RTS - Pathfinding A* https://www.youtube.com/watch?v=95aHGzzNCY8
Counter Strike: Path Following (デモ)
The Official Counter-Strike Bot http://aigamedev.com/insider/presentation/official-counter-strike-bot/
３Ｄゲームの中のＡＩ
Halo （ＨＡＬＯ、バンジー、2001年） デバッグ画面
The Illusion of Intelligence - Bungie.net Downloads http://downloads.bungie.net/presentations/gdc02_jaime_griesemer.ppt
計画を立てるＡＩ/計画を変更するＡＩ
Jeff Orkins, Three States and a Plan: The AI of FEAR http://alumni.media.mit.edu/~jorkin/gdc2006_orkin_jeff_fear.pdf
（例）① GA Racer 遺伝的アルゴリズムによって、遠くまで到達できるレーサーを作成する。
最初はここまでしか たどり着けないが…
だんだんと遠くまで、 たどりつけるようにする。
Mat Buckland, "Building Better Genetic Algorithm", 11.4., AI Game Programming Wisdom 2 （CD-ROMにソースコードと実行ファイルがあります）
最初の世代 新世代（１００～世代後）
人工知能二つの分類
記号主義的人工知能
• プログラムや記号などで、
• シンボルを用いて人工知能を組む。
• IBMワトソン
コネクショニズム的人工知能
• 脳の神経素子のシミュレーション（数値・信号シミュレーション）
• AlphaGo
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
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
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
ニューラルネットを理解しよう① 基本思想
コネクショ二ズム（結合主義）
知性とは脳の活動によって産まれるのだ。
知性とは脳は１００億以上の
ニューロン（神経素子）の結合である。
だったら、ニューロン（のモデル）を用いた
回路（ニューラルネットワーク）によって
知能を作ることが可能ではないか！
（since 1943）
http://www.sanko-junyaku.co.jp/product/bio/catalog/nhc_animal/rat-neuronal-3striatum.html
ニューラルネットだけで知性の機能を
全て再現してみよう！
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
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。
岡野原大輔「一般向けのDeep Learning」 http://www.slideshare.net/pfi/deep-learning-22350063
Deep Learning = 多層型ニューラルネットワーク
Yurie Oka「実装ディープラーニング」http://www.slideshare.net/yurieoka37/ss-28152060
階層型ニューラルネット＋階層型学習
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。
David Silver & Demis Hassabis et al. Mastering the game of Go with deep neural networks and tree search Nature 529, 484–489 (28 January 2016) doi:10.1038/nature16961 http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html
David Silver & Demis Hassabis et al. Mastering the game of Go with deep neural networks and tree search Nature 529, 484–489 (28 January 2016) doi:10.1038/nature16961 http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html
意味の彼方
知的活動
Ｚ
Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
自然翻訳
計算問題
囲碁
意味の彼方
知的活動
Ｚ
Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
自然翻訳
計算問題
囲碁
人工知能は何かを理解しているわけではない。
（理解＝自分で問題を作り出す）
人間から問題と設定を貰っている。
意味の彼方
知的活動
Ｚ
Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
自然翻訳
計算問題
囲碁
人工知能には、現在は知能の底が抜けている。
知能の底を作るには、環境との結び付きを、
環世界によって作らねばならない。
コンテンツ
第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
第八章 人工知能と創造
意味の彼方
知的活動
Ｚ
Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
自然翻訳
計算問題
囲碁
意味の彼方
知的活動
Ｚ
Ｚｚｚｚｚｚｚｚｚｚｚｚｚｚ
自然翻訳
計算問題
囲碁
人工知能に何かを創造させるときも、
フレームを設定します。
アーロンのアルゴリズム
• 知識ベースの人工知能
＝対象に対する知識をインプットして描かせる
Aaron’s homepage http://aaronshome.com/aaron/index.html
Harold Cohen, "How to Draw Three People in a Botanical Garden" http://aaronshome.com/aaron/publications/index.html
アーロンのアルゴリズム
• 知識ベースの人工知能
＝対象に対する知識をインプットして描かせる
画家の持っている 知識
AARON
IF（）…こんな描き方 IF() …こんな描き方
Aaron’s homepage http://aaronshome.com/aaron/index.html
アーロンのアルゴリズム
• 知識ベースの人工知能
＝ 閉曲線で描くことを学ぶ。
1981 Aaron’s homepage http://aaronshome.com/aaron/index.html
Harold Cohen, "How to Draw Three People in a Botanical Garden" http://aaronshome.com/aaron/publications/index.html
ルールの 補正
アーロンのアルゴリズム
• 知識ベースの人工知能
(左) 学んだ知識から描く
（右） 架空のものを学んだものから描く
1985 1983 Aaron’s homepage http://aaronshome.com/aaron/index.html
Harold Cohen, "How to Draw Three People in a Botanical Garden" http://aaronshome.com/aaron/publications/index.html
アレンジ 能力
アーロンのアルゴリズム
• 知識ベースの人工知能
(左) 学んだ知識から描く
（右） 架空のものを学んだものから描く
1985 1983 Aaron’s homepage http://aaronshome.com/aaron/index.html
Harold Cohen, "How to Draw Three People in a Botanical Garden" http://aaronshome.com/aaron/publications/index.html
アーロンのアルゴリズム
• 知識ベースの人工知能
前後関係を取れるようにする。
1986 Aaron’s homepage http://aaronshome.com/aaron/index.html
Harold Cohen, "How to Draw Three People in a Botanical Garden" http://aaronshome.com/aaron/publications/index.html
プロシージャルとは？
プロシージャル技術
ゲームAI技術
AI技術 プロシージャル
技術
コンテンツ自動生成技術 （PCG, Procedural Contents Generation ）
Rogue (1980)のレベル生成法
Rect[0] Rect[0] Rect[1]
Rect[0]
Rect[1]
Rect[2] Rect[3]
http://racanhack.sourceforge.jp/rhdoc/intromaze.html
Rogue (1980)のダンジョン生成法
Rect[0] Rect[0] Rect[1]
Rect[0]
Rect[1]
Rect[2] Rect[3]
このようにアセット（ゲームのデータ）をツールなどを通して製作するのではなく、 プログラムで作ることを「プロシージャル・コンテンツ・ジェネレーション」（PCG）と言う。
http://racanhack.sourceforge.jp/rhdoc/intromaze.html
ブラウン運動
ロバート・ブラウン博士によって、１８２７年に発見された現象。 微粒が媒質（液体）の中で行う不規則な運動。 アインシュタイン博士によって、熱運動する媒質の不規則な 衝突によって引き起こされると説明された。
http://ja.wikipedia.org/wiki/%E3%83%96%E3%83%A9%E3%82%A6%E3%83%B3%E9%81%8B%E5%8B%95
ブラウン運動から地形生成
ロバート・ブラウン博士によって、１８２７年に発見された現象。 微粒が媒質（液体）の中で行う不規則な運動。 アインシュタイン博士によって、熱運動する媒質の不規則な 衝突によって引き起こされると説明された。
http://ja.wikipedia.org/wiki/%E3%83%96%E3%83%A9%E3%82%A6%E3%83%B3%E9%81%8B%E5%8B%95
宮田一乗「プロシージャル技術の動向」（CEDEC 2008）
ブラウン運動から地形生成
http://ja.wikipedia.org/wiki/%E3%83%96%E3%83%A9%E3%82%A6%E3%83%B3%E9%81%8B%E5%8B%95
https://www.youtube.com/watch?v=m4JDNzwFZFI
ブラウン運動から地形生成
http://ja.wikipedia.org/wiki/%E3%83%96%E3%83%A9%E3%82%A6%E3%83%B3%E9%81%8B%E5%8B%95
http://www.kenmusgrave.com
ブラウン運動から地形生成
http://ja.wikipedia.org/wiki/%E3%83%96%E3%83%A9%E3%82%A6%E3%83%B3%E9%81%8B%E5%8B%95
http://www.kenmusgrave.com
Elite (1980, BBC) 宇宙を自動生成
https://en.wikipedia.org/wiki/Elite_(video_game)
トルネコの大冒険（チュンソフト、1993）
• ダンジョンを自動生成する（rougue）。
https://en.wikipedia.org/wiki/Rogue_(video_game)
NO MAN’S SKY (Hello Games, 2016)
http://www.no-mans-sky.com/
宇宙、星系、太陽系、惑星を自動生成する。
FarCry2 におけるプロシージャル技術
50km四方のマップを作る オブジェクト（草木）＆アニメーションデータを自動生成
FarCry2 (Dunia Engine ) デモ
草原自動生成 時間システム
樹木自動生成 動的天候システム
動的天候システム
http://www.farcry2-hq.com/downloads,18,dunia-engine-nr1.htm
http://www.desura.com/engines/dunia
FarCry3 におけるプロシージャル技術
コンテンツ
第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
第九章 まとめ
まとめ
• AIはまだぜんぜん賢くない。
• 機能としてのAIは多く、全体としてのAIはまだまだである。
• フレームを決めればAIは人間よりうまくなる。
• フレームを固定できない分野でAIは無力である。
• フレームは身体と深く結びついている。
• AIに身体をきちんと与えることはこれからである。
• AIはまだまだこれからである。
芸術と人工知能 三宅 陽一郎 @miyayou
2016.10.16
https://www.facebook.com/youichiro.miyake http://www.slideshare.net/youichiromiyake [email protected]
ご清聴ありがとうございました。
コンテンツ
第零章 ゲームにおける人工知能 第一章 生命と知能 第二章 知能と「フレーム」 第三章 フレームの起源 第四章 身体と知能 第五章 人工知能に身体感覚を与える 第六章 人工知能と環世界 第七章 知能の起源 第八章 人工知能と創造 第九章 まとめ 付録
質疑応答時の参考資料（Ｉ）
付録
職業は人工知能でなくなるか？
• 自分の職業の内容を細かくリストアップしてみましょう。
• その中の何割かが人工知能で置き換わるか、考えるか、専門家に聞いてみよう。
• 全くなくなるのではなく、部分的に置き換わる。
• つまり発想を逆にして、人工知能といかに共存するか、その共存の仕方を模索する時代に来た。
• 朝起きる。 • 電車に乗る。 • メイルをチェック。 • 必要な事項など返信。 • 会社に着く。 • メイルをチェック。予定をチェック。 • 要件を検討し内容を返す。 • 朝ミーティング。 • それぞれの要件を確認。 • 技術的な設計文書を書く。 • 相談する。プログラムして貰う。/ プログラムを書く。 • 出来ると社内に持っていく。 • 説得する。論争になる。 • つかれる。 • 食堂でたそがれながら、コーヒーを飲む。 • 机に返る。相談が来る。 • 技術的な解決策を示す。 • でも心配になってもう一度危機に来る。 • 人間関係の相談を受ける。
職業は人工知能でなくなるか？
• 朝起きる。 • 電車に乗る。 • メイルをチェック。 • 必要な事項など返信。 • 会社に着く。 • メイルをチェック。予定をチェック。 • 要件を検討し内容を返す。 • 朝ミーティング。 • それぞれの要件を確認。 • 技術的な設計文書を書く。 • 相談する。プログラムして貰う。/ プログラムを書く。 • 出来ると社内に持っていく。 • 説得する。論争になる。 • つかれる。 • 食堂でたそがれながら、コーヒーを飲む。 • 机に返る。相談が来る。 • 技術的な解決策を示す。 • でも心配になってもう一度危機に来る。 • 人間関係の相談を受ける。
職業は人工知能でなくなるか？
自分の仕事に何割かが人工知能に置き換わる。
• 朝起きる。 • 電車に乗る。 • メイルをチェック。 • 必要な事項など返信。 • 会社に着く。 • メイルをチェック。予定をチェック。 • 要件を検討し内容を返す。 • 朝ミーティング。 • それぞれの要件を確認。 • 技術的な設計文書を書く。 • 相談する。プログラムして貰う。/ プログラムを書く。 • 出来ると社内に持っていく。 • 説得する。論争になる。 • つかれる。 • 食堂でたそがれながら、コーヒーを飲む。 • 机に返る。相談が来る。 • 技術的な解決策を示す。 • でも心配になってもう一度危機に来る。 • 人間関係の相談を受ける。
職業は人工知能でなくなるか？
自分の仕事に何割かが人工知能に置き換わる。 ＝これからは人間と人工知能が協調する時代
• 朝起きる。 • 電車に乗る。 • メイルをチェック。 • 必要な事項など返信。 • 会社に着く。 • メイルをチェック。予定をチェック。 • 要件を検討し内容を返す。 • 朝ミーティング。 • それぞれの要件を確認。 • 技術的な設計文書を書く。 • 相談する。プログラムして貰う。/ プログラムを書く。 • 出来ると社内に持っていく。 • 説得する。論争になる。 • つかれる。 • 食堂でたそがれながら、コーヒーを飲む。 • 机に返る。相談が来る。 • 技術的な解決策を示す。 • でも心配になってもう一度危機に来る。 • 人間関係の相談を受ける。
職業は人工知能でなくなるか？
自分の仕事に何割かが人工知能に置き換わる。 ＝これからは人間と人工知能が協調する時代 ＝人工知能とペアを組んで強いチームが勝つ
• 朝起きる。 • 電車に乗る。 • メイルをチェック。 • 必要な事項など返信。 • 会社に着く。 • メイルをチェック。予定をチェック。 • 要件を検討し内容を返す。 • 朝ミーティング。 • それぞれの要件を確認。 • 技術的な設計文書を書く。 • 相談する。プログラムして貰う。/ プログラムを書く。 • 出来ると社内に持っていく。 • 説得する。論争になる。 • つかれる。 • 食堂でたそがれながら、コーヒーを飲む。 • 机に返る。相談が来る。 • 技術的な解決策を示す。 • でも心配になってもう一度危機に来る。 • 人間関係の相談を受ける。
職業は人工知能でなくなるか？
自分の仕事に何割かが人工知能に置き換わる。 ＝これからは人間と人工知能が協調する時代 ＝人工知能とペアを組んで強いチームが勝つ ＝ 人間とペアを組むことを前提に人工知能を開発 するべき ＝ 単独の人工知能ではなく
質疑応答時の参考資料（ＩＩ）
付録
KELDIC で行っていること？
状況に応じたセリフ 人間が付けた評価値 AIが付けた評価値
それはすごい！ 30 20
無茶するな。 15 49
本当にそう思う？ 15 1
わからないよ！ 1 4
ある文脈において、セリフ（発話候補）に人間が評価値を付ける。 人間がつけた評価値に近い評価値を付けられるように、 学習させて行く。 教師データ付き学習
稲葉通将，平井尚樹，鳥海不二夫，石井健一郎: 「統計的発話選択による非タスク指向型対話エージェントの設計」 Human-Agent Interaction Symposium 2011 (HAI-2011), 2011. http://www.ii.is.kit.ac.jp/hai2011/proceedings/html/paper/paper-3-1b-1.html
その文脈において…
（稲葉先生の論文を 読んで三宅なりに まとめてみた）
学習