More Related Content
What's hot (20)
Similar to 人工知能と未来 (20)
More from Youichiro Miyake (14)
人工知能と未来
- 1. 第８回 人工知能と未来 三宅 陽一郎 202.1.18 https://www.facebook.com/youichiro.miyake http://www.slideshare.net/youichiromiyake y.m.4160@gmail.com @miyayou https://miyayou.com/
- 4. DXとは？
- 14. デジタル世界のエコシステム（AI, IA, A） 自律型人工知能 （汎用型人工知能） ＝自分で感じて、判断して、自分で行動する エージェント（小型人工知能） ＝自分で感じて、判断して、自分で行動する（ただし単機能） 機能特化型人工知能（専門型人工知能） ＝ある問題のために作られた人工知能 知的アプリケーション（IA） ＝知的機能を実現したアプリケーション アプリケーション（A） ほぼ同義 自律性 全体 埋め込み 性
- 15. デジタル世界のエコシステム（AI, IA, A） 自律型人工知能 （汎用型人工知能） ＝自分で感じて、判断して、自分で行動する エージェント（小型人工知能） ＝自分で感じて、判断して、自分で行動する（ただし単機能） 機能特化型人工知能（専門型人工知能） ＝ある問題のために作られた人工知能 知的アプリケーション（IA） ＝知的機能を実現したアプリケーション アプリケーション（A） ほぼ同義 自律性 全体 埋め込み 性 人間
- 16. デジタル世界のエコシステム（AI, IA, A） 人間 知的アプリケーション（IA） IA IA アプリケーション（A） アプリケーション（A） アプリケーション（A） 自律型人工知能 自律型人工知能 IA エージェント エージェント エージェント
- 18. デジタル世界のエコシステム（AI, IA, A） 人間 知的アプリケーション（IA） IA IA アプリケーション（A） アプリケーション（A） アプリケーション（A 自律型人工知能 自律型人工知能 IA エージェント エージェント エージェント DXの 階層
- 19. デジタル世界のエコシステム（AI, IA, A） 人間 知的アプリケーション（IA） IA IA アプリケーション（A） アプリケーション（A） アプリケーション（A 自律型人工知能 自律型人工知能 IA エージェント エージェント エージェント DXの 階層 知能化（インテリジェント化） デジタル化 IT化
- 20. 第９章 スマートシティ
- 25. 都市全体を監視・制御するAI 交通全般を制御するAI 各エリアを監視・制御するAI 各ビルを監視・制御するAI 道路を監視・制御す るAI 各広場を監視・制御す るAI 人の流れを監 視・制御するAI 抑止・委任 報告 抑止・委任 報告 抑止・委任 報告 都市 監視 制御 監視 制御 人 ドローン ロボット デジタル アバター 報告 命令 人 監視 制御 監視 制御
- 26. 都市全体を監視・制御するAI（メタAI） 交通全般を制御するAI 各エリアを監視・制御するAI 各ビルを監視・制御するAI 道路を監視・制御す るAI 各広場を監視・制御す るAI 人の流れを監 視・制御するAI 抑止・委任 報告 抑止・委任 報告 抑止・委任 報告 都市 監視 制御 監視 制御 人 ドローン ロボット デジタル アバター 報告 命令 人 監視 制御 監視 制御 キャラクターAI ナ ビ ゲ ｜ シ ョ ン Ａ Ｉ
- 27. Enhancing Game Experiences with Character AI Andrew Moran, Jordan Carlton(Magic Leap, Magic Leap/Weta Workshop) https://gdcvault.com/play/1025829/Magic-Leap-Enhancing-Game-Experiences
- 28. Enhancing Game Experiences with Character AI Andrew Moran, Jordan Carlton(Magic Leap, Magic Leap/Weta Workshop) https://gdcvault.com/play/1025829/Magic-Leap-Enhancing-Game-Experiences
- 29. Kaolin: A PyTorch Library for Accelerating 3D Deep Learning Research https://arxiv.org/abs/1911.05063
- 30. Kaolin: A PyTorch Library for Accelerating 3D Deep Learning Research https://arxiv.org/abs/1911.05063
- 34. 技術の進歩 時間軸 ※横軸の数字はおおよそのものです 非技術的世界 機械化 コンピュータ化 電動化 人工知能(AI)化 人間拡張化 （Human Augmentation） インターネット化 1760 1950 1870 1980 2010 2035
- 36. 人工知能が導入される場所 ① 人間 ② 人工知能 ③ 社会 ① 拡張人間 ② 自律的人工知能 ③ 自律社会
- 37. デジタル世界のエコシステム（AI, IA, A） 自律型人工知能 （汎用型人工知能） ＝自分で感じて、判断して、自分で行動する エージェント（小型人工知能） ＝自分で感じて、判断して、自分で行動する（ただし単機能） 機能特化型人工知能（専門型人工知能） ＝ある問題のために作られた人工知能 知的アプリケーション（IA） ＝知的機能を実現したアプリケーション アプリケーション（A） ほぼ同義 自律性 全体 埋め込み 性
- 38. デジタル世界のエコシステム（AI, IA, A） 自律型人工知能 （汎用型人工知能） ＝自分で感じて、判断して、自分で行動する エージェント（小型人工知能） ＝自分で感じて、判断して、自分で行動する（ただし単機能） 機能特化型人工知能（専門型人工知能） ＝ある問題のために作られた人工知能 知的アプリケーション（IA） ＝知的機能を実現したアプリケーション アプリケーション（A） ほぼ同義 自律性 全体 埋め込み 性 人間
- 39. デジタル世界のエコシステム（AI, IA, A） 拡張した人間 知的アプリケーション（IA） IA IA アプリケーション（A） アプリケーション（A） アプリケーション（A） 自律型人工知能 自律型人工知能 IA エージェント エージェント エージェント
- 40. 第10章 ミラーワールド
- 42. 都市全体を監視・制御するAI 交通全般を制御するAI 各エリアを監視・制御するAI 各ビルを監視・制御するAI 道路を監視・制御す るAI 各広場を監視・制御す るAI 人の流れを監視・制御 するAI 抑止・委任 報告 抑止・委任 報告 抑止・委任 報告 都市 監視 制御 監視 制御 人 ドローン ロボット デジタル アバター 抑止・委任 報告
- 44. 都市全体を監視・制御するAI 交通全般を制御するAI 各エリアを監視・制御するAI 各ビルを監視・制御するAI 道路を監視・制御す るAI 各広場を監視・制御す るAI 人の流れを監 視・制御するAI 抑止・委任 報告 抑止・委任 報告 抑止・委任 報告 都市 監視 制御 監視 制御 人 ドローン ロボット デジタル アバター 報告 命令 人 監視 制御 監視 制御
- 51. AIアバター 北海道産 です
- 66. 強化学習とは何か？
- 69. 2000年に発行（昔はこの本しかなかった。 今はたくさんある） • Sutton先生の、森北出版「強化学習」 https://www.morikita.co.jp/books/book/1990 • は、2000年の翻訳のままで、 • 2018年に新版 • https://www.andrew.cmu.edu/course/10- 703/textbook/BartoSutton.pdf
- 71. 強化学習とは • とりあえず行動してみる（ランダムでもいい） • 行動から得られるリターンによって行動の方針を変えること 自分で例を考えてみましょう。 • 初めてのコミュニティーに入る時 • 研究とか • 初めてさわるゲーム • サッカーわかんないけどとりあえず蹴ってみる • 部屋の片付け
- 73. 強化学習（例） スロット マシン ルーレット マシン フラッシュ マシン ＡＩ π : どのマシンで賭けをするか？ a_0：アクション a_1：アクション a_2：アクション R_0 : 報酬 R_1：報酬 R_2：報酬 強化学習 （例）マルチバンディッド問題
- 74. 強化学習（例） スロット マシン ルーレット マシン フラッシュ マシン ＡＩ π : どのマシンで賭けをするか？ a_0：アクション a_1：アクション a_2：アクション R_0 : 報酬 R_1：報酬 R_2：報酬 最初から、どのマシンに賭けていいか、わからない。 少しずつ賭けつつ、どのマシンからの報酬が良いかを判断しながら、 賭けを続ける。 ＝強化学習 環境と自分のアクションのインタラクションを見ながら、 随時、行動を決定する基準を変えて行くこと。 強化学習 （例）マルチバンディッド問題
- 76. 強化学習とは • とりあえず行動してみる（ランダムでもいい） • 行動から得られるリターンによって行動の方針を変えること • とりあえず行動してみる（ランダムでもいい） • 行動から報酬が得られる（低かろうと高かろうと） • そこから行動に対して期待される報酬を設定できる
- 77. 強化学習とは • とりあえず行動してみる（ランダムでもいい） • 行動から得られるリターンによって行動の方針を変えること • とりあえず行動してみる（ランダムでもいい） • 行動から報酬が得られる（低かろうと高かろうと） • そこから行動に対して期待される報酬の指標を設定できる A Q R
- 78. 強化学習（例） スロット マシン ルーレット マシン フラッシュ マシン ＡＩ π : どのマシンで賭けをするか？ a_0：アクション a_1：アクション a_2：アクション R_0 : 報酬 R_1：報酬 R_2：報酬 π : 最初はどのマシンにも同じ確率 1/3 で賭ける。 でも、最初100ドルずつ賭けた時の報酬が、50ドル、20ドル、30ドル だったとしたら？ π : どのように変化させるか？ 例えば、 5:2:3 など。 強化学習 （例）マルチバンディッド問題
- 79. Q-Learning とは • π：Q = 各アクションで期待される報酬の指標 （意思決定：Qが一番大きいアクションを選択する） • S = State • A = Action • R = Reward • Q (s,a) という関数を決める方法
- 80. 強化学習 （例）格闘ゲーム キック パン チ 波動 R : 報酬＝ダメージ http://piposozai.blog76.fc2.com/ http://dear-croa.d.dooo.jp/download/illust.html A : アクション ℚ値＝0.4 ℚ値＝0.5 ℚ値＝0.1 ℚ : 期待される報酬
- 81. 強化学習 （例）格闘ゲーム キック パン チ 波動 R : 報酬＝ダメージ http://piposozai.blog76.fc2.com/ http://dear-croa.d.dooo.jp/download/illust.html A : アクション ℚ値＝0.4 ℚ値＝0.5 ℚ値＝0.1 ℚ : 期待される報酬
- 83. 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/
- 86. ビックデータ ｘ ディープラーニング から シミュレーション ｘ ディープラーニング へ
- 91. 人工知能全域 機械学習 ディープ ラーニング 統計 学習 コネクショニズム シンボリズム デジタルゲームAI 機械学習の導入には土台となるシミュレーション （物理、仕組み）が必要 シミュレーション技術
- 92. 技術の変わり目 ビックデータ ｘ ディープラーニング シミュレーション ｘ ディープラーニング データが貯まるところでディープラーニングを行い特徴抽出を行う シミュレーションでデータを貯めてディープラーニングを行う