「人工知能で作る楽しい未来」

人工知能で作る楽しい未来

三宅陽一郎 @miyayou

（IGDA日本ゲームAI専門部会代表）

#romoevent 2015.2.21

はじめに

• 現代は人工知能が一つの社会の流れになって行こうとする時代です。

• 人工知能は他の技術と同様に、それを産み出す人・使う人の意思によって良くも悪くもなります。

• 今回は、アイデアを振り絞って、良い未来を創るため、そして、人を楽しませるための「人工知能の発想法」を解説したいと思います。

はじめに

• 人工知能は基礎のない学問です。人工知能では、基礎＝知能とは何か、という答えは、最後の探究の答えとして見出すものです。

• ですから、基礎から人工知能を学ぼうとするのではなく、いろいろな応用を通して、知能を探究して行きましょう。

本講演の目的

現実世界で知能が活躍するイメージ

その知能は何をどう考える？身の周りにあるものを「知能化」してみよう。

知能と出会う体験のイメージ

自分だけのAIを考えよう





課題を総合して、自分だけのAIを考えよう。

→ ワークショップへ

（シートに浮かんだアイデアを書き貯めてね！）

コンテンツ

• 第０章知能とは何か？

• 第１章人工知能の現代の流れ

• 第２章知能と知能化を考えよう

• 第３章人間とロボット/人工知能

• 第４章意思決定技術

第０章知能とは何か？

知能とは？

環境

知能とは？

環境

身体（内部構造）

環境

知能とは？

身体（内部構造）

知能

知能＝環境と自分（＝身体）を動的に調和させる機能を持つ。

環境

人工知能とは？

身体

人工知能＝人工的な存在（＝身体）を環境の中で活動させる

知能

環境


身体


入力（センサー）行動（アウトプット）

知能

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


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





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


運動の構成





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

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


運動の構成





対象・現象



http://www.romotive.jp/

http://www.stiqblox.com/romo-the-smartphone-robot-for-everyone/

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


運動の構成





対象・現象



並行する複数の意思決定経路

意思決定経路の優先度

＝サブサンプション構造 (iRobot社)

http://www.irobot-jp.com/

第１章人工知能の現代の流れ

人工知能の現代までの流れ

スタンドアローンな巨大コンピューター（弾道計算、科学計算）

スタンドアローンな中型コンピューター（ニューラルネット、推論。）

AI on パーソナルコンピューターブラックボード（共有メモリ）を介した複数のAIの連携

ネット空間のAI （Google, facebookなど）

バーチャル空間の中のAI （ゲーム, セカンドライフなど）

現実空間のAI （ロボットなど）

1950 1930 1960 1970 1980 1990

情報の海（ネットワーク）

現実世界

人工知能

人工知能

人工知能

解析・抽出

提出・提案命令・指示

センシング

ネット空間の人工知能

人間

現実世界

情報の海（ネットワーク）

セマンティック・ネット

アプリ・ゲーム

検索エンジン

解析・抽出

提出・提案命令・指示

センシング

ネット空間の人工知能

人間

現実とバーチャルの境界線

普通のソフトウェア

ヴァーチャル空間/現実空間の境界

ネット空間

現実空間（物理空間）純粋なソフトウェア


純粋なソフトウェア

センシングで情報を得る。（身体はない）

ネット空間現実と

同期するソフトウェア

現実空間（物理空間）



ソフトウェア


身体を持つソフトウェア（ロボット）

身体を持って動き回る。

現実と


ネット空間


センシングで情報を得る。（身体はない）


ソフトウェア


身体を持つソフトウェア（ロボット）

身体を持って動き回る。

ヴァーチャル空間


現実と


ソフトウェアは身体を持ち、現実空間を動き回るようになる。これは一つのソフトウェアの進化の形である。

飽和したネット空間のサービス競争（飽和）

ネット空間

現実空間

クラウド人工知能

インターネット

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


ネット空間

現実空間



進出・浸食

ロボット



ネット空間

現実空間



進出・浸食

ロボット

ドローン



ネット空間

現実空間



進出・浸食

ロボット

実空間センシング

ドローン



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



進出・浸食

ロボット


ドローン

IoT


※IoT = Internet of Things



ネット空間

現実空間



進出・浸食

ロボット


ドローン

IoT


デジタル世界

現実世界（～1995）

現実世界2.0

（2015～）

パソコン


人工知能

クラウド

人工知能による新しい空間

デジタル世界

現実世界（～1995）

現実世界2.0

（2015～）

パソコン


人工知能

クラウド

人工知能による新しい空間

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」

ワークシート：課題①

• 現実世界で知能が活躍するイメージを、

自由に描いてください。

3分

第２章知能と知能化を考えよう

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…)

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…)

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…

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。

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

• 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


知能化

知能化


知能化

現実世界（～1995）

現実世界2.0

（2015～）

現実世界

現実をオーバーレイするデジタル空間

現実から乖離したバーチャルなデジタル空間

（ネット空間）

センシング・同期

インタラクション

より深い VR空間

より広い現実空間

感覚を拡張する

感覚をハッキングする

ヘッドマウント型ディスプレイのバーチャル空間

位置ゲーム、現実を拡張した空間のゲーム



ネット空間

現実空間



進出・浸食

ロボット


ドローン

IoT


情報空間の拡大



ネット空間

現実空間



進出・浸食

ロボット


ドローン

IoT


オーバーレイ空間

情報空間の拡大～人工知能の舞台が広がる

http://www.s-hoshino.com/f_photo/machi/ma_012.jpg


• やがて街全体が情報空間になる。



• やがて街全体を制御する人工知能が出現する。




• やがて街全体が情報空間になる。

• 家全体が情報空間になる。



• 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。

レベル

ナビゲーションAI

メタAI

キャラクターAI

エージェントを動的に配置レベル状況を監視エージェントに指示ゲームの流れを作る

自律的な判断仲間同士の協調時にチームＡＩとなる

メタAI, キャラクターAIの為にレベルの認識のためのデータを準備オブジェクト表現を管理ナビゲーション・データの管理パス検索 / 位置解析

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

現代ゲームAIの仕組み

モンスターイラスト http://members.jcom.home.ne.jp/hide.mats/new_m.htm

http://members.jcom.home.ne.jp/hide.mats/new_m.htm



ユーザー経験

物語地形・ダンジョン

敵配置・編成

敵の強さ・個性

メタAI

観察

アクション


レベル


メタAI


エージェントを動的に配置レベル状況を監視エージェントに指示ゲームの流れを作る


メタAI, キャラクターAIの為にレベルの認識のためのデータを準備オブジェクト表現を管理ナビゲーション・データの管理パス検索 / 位置解析

Support

敵キャラクタ－プレイヤー


情報獲得

コントロール






街


街AI


エージェントを動的に配置街の状況を監視エージェントに指示街の秩序流れを作る


メタAI, キャラクターAIの為に街の認識のためのデータを準備各対象の表現を管理ナビゲーション・データの管理パス検索 / 位置解析

Support

ドローン人間


情報獲得

コントロール


現代ゲームAIの仕組みを応用




家


家AI


エージェントを動的に配置家の状況を監視エージェントに指示家の秩序の流れを作る


メタAI, キャラクターAIの為に家の認識のためのデータを準備家の各場所の表現を管理ナビゲーション・データの管理パス検索 / 位置解析

Support

ロボット人間


情報獲得

コントロール

現代ゲームAIの仕組みを応用





ワークシート：課題②

• 身の周りにあるものを「知能化」してみましょう。

3分

http://www.s-hoshino.com/f_photo/bar/ba_007.html http://www.s-hoshino.com/f_photo/bar/ba_021.html http://www.s-hoshino.com/f_photo/etc/et_003.html

第３章人間とロボット/人工知能

人間とロボット/人工知能

エンターテインメント＝人間の主観上に現れる知性を創る（娯楽）

シミュレーション＝きちんと知性を構築する（学術）

サービス＝機能重視（産業）

人の認識空間

人人工知能

How does it looks ?

知能

（人間がAIに感じる知能）

＝（AIの知能そのもの） × （人間の知能感受性）

知能方程式

エンターテインメント＝人間の主観上に現れる知性を創る（娯楽）

いろいろ知能との出会い

http://www.s-hoshino.com/f_photo/seibutsu/se_050.html http://www.s-hoshino.com/f_photo/seibutsu/se_049.html http://www.s-hoshino.com/f_photo/seibutsu/se_019.html


産業総合研究所 HRP-4C http://www.aist.go.jp/aist_j/press_release/pr2009/pr20090316/pr20090316.html

コミュニケーションロボット 'Pul‘ (brionac) http://brionac.jp/product.html

Pepper (ソフトバンク) http://www.softbank.jp/robot/


http://www.stiqblox.com/romo-the-smartphone-robot-for-everyone/

知能と出会う感覚をたいせつにしよう

• どんな第一印象？

• 何かワクワクする？

• 友達になれそう？

• 何を一緒にしたい？

• どんな未来を想像する？

知能と出会う感覚をたいせつにしよう

• どんな第一印象？

• 何かワクワクする？

• 友達になれそう？

• 何を一緒にしたい？

• どんな未来を想像する？

ワークシート：課題③ 知能と出会う、と言う新しい体験。そんな体験をイメージしてみよう。

第４章意思決定技術

環境


身体



知能

知能の世界

環境世界

認識の形成

記憶


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





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


運動の構成





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


運動の構成





対象・現象



遅延反応系

INPUT OUTPUT

時間

情報抽象度

遅延反応系

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

反応を遅延させるところに、知性の生じるチャンスがある。

物質と知覚（べルクソン）

物

作用

反作用

知性

作用

反作用

作用と反作用の間の遅延＝知覚

「物」なら、作用に対する反作用はすぐに返って来る。（ニュートン力学）生命は違う。それは内部の時間を通して遅延されて返って来る。

参考文献

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


抽象的に思考


言語化のプロセス

Subsumpution Architecture

INPUT OUTPUT

時間

情報抽象度

反射的に行動


抽象的に思考


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

サブサンプション・アーキテクチャ（ロドニー・ブルックス）

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


運動の構成





対象・現象



並行する複数の意思決定経路

意思決定経路の優先度

＝サブサンプション構造 (iRobot社)

参考文献

時間スケール

空間スケール


短時間、局所の意思決定

長時間、大局の意思決定

長時間、局所の意思決定

短時間、大局の意思決定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

意思決定＝時間・空間のスケール

環境


身体

知能



リアクティブ・非リアクティブ

• リアクティブ＝「反射的」状況に対して、常に反応することで対応する。

• 非リアクティブ＝「目標」や「計画」に沿って行動することで、より抽象的な活動を可能にする。

リアクティブ


現在の状況



現在の状況

判断



現在の状況

判断

行動

反射型（リアクティブ）AI

時間

今の状況から判断して行動するよ

反射型ＡＩ

現在の状況現在の行動

判断判断判断判断

非リアクティブAI


現在の状況これまでの状況（記憶）

ゴール現在



現在の状況これまでの状況（記憶）

ゴール現在

行動を組み立てる

目標を持って行動するＡＩ

時間

目標を持ってそれを達成するために

計画を立てて行動するんだ

目標目標目標


意思決定

意思決定

環境行動決定（精神、身体）

意思決定モデル

ステート（状態）ベースAI

ゴール（目標）ベースAI

ルール（規則）ベースAI

ビヘイビア（振る舞い）ベースAI

実際の静物の意思決定というものは非常に高度で複雑なプロセスです。いくつかの簡易モデルが存在します。

シミュレーションベース AI

ユーティリティ（効用）ベース AI

Rule-based AI

State-based AI

Behavior-based AI

Goal-based AI

Utility-based AI

「○○-based AI」とは、○○をAIを構築する基本単位（アトミック）として採用したＡＩということ。

タスク（仕事）ベース AI Task-based AI

意思決定

Simulation-based AI

意思決定モデル

ステート（状態）ベースAI

ゴール（目標）ベースAI

ルール（規則）ベースAI

ビヘイビア（振る舞い）ベースAI

実際の静物の意思決定というものは非常に高度で複雑なプロセスです。いくつかの簡易モデルが存在します。

ユーティリティ（効用）ベース AI

Rule-based AI

State-based AI

Behavior-based AI

Goal-based AI

Utility-based AI

「○○-based AI」とは、○○をAIを構築する基本単位（アトミック）として採用したＡＩということ。

タスク（仕事）ベース AI Task-based AI

リアクティブ

非リアクティブ

意思決定

シミュレーションベース AI Simulation-based AI

IF （前置宣言文） then （後置宣言文）

ルールベース意思決定 Rule-based Decision Making

ルール

ここでは、この形式の制御文をルールと言います。もちろん、IF ( … IF (.... IF… ) ) ) のような入れ子構造の制御文もルールベースと呼びますが、ルールベースと言えば、基本的には、ルールを一つの単位として、意思決定を行う、という意味です。

ルール制御

ID 0 : IF …. THEN …


ID 3 : IF …. THEN ….


ID .. :


Priority: 3

Priority: 1

Priority: 4

Priority: 5

Priority: 2

ルールに固定、あるいは変動プライオリティ（優先度）をつけて制御を行う。

あるいはランダムにルールをピックアップする場合もある。戦略思考、キャラクターの挙動などでよく使われる。

Priority: -

制御

ルール＝ IF （行動条件文） then （動作命令文）

応用可能性例

ID 0 : IF （敵確認） THEN （逆方向）

ID 1 : IF （誰もいない） THEN （ランダムウォーク）

ID 2 : IF （フルーツ発見） THEN （フルーツゲット）

ID 3 : IF （パワー発見） THEN （パワーゲット）

ID 0 : IF （敵強い） THEN （雷魔法）

ID 1 : IF （自分弱い） THEN （弱い敵に攻撃）

ID 2 : IF （HP<20） THEN （回復魔法）

ID 3 : IF （パワー発見） THEN （パワーゲット）

こうなっているというのではなくて、こういうふうに応用できる例

パックマンなど

RPGなど





ステートベース

ステート自分の行動を記述する。

ステートステート遷移条件

世界と自己の変化を記述する。

ステート・マシン

ステート

ステートステート

ステートマシン（有限状態マシン）

ステートに自分への命令、遷移条件に世界と自分の状況の変化を書く。ループ構造により、フィードバック構造はない。

(例) Quake HFSM

状態遷移図を用いる

http://ai-depot.com/FiniteStateMachines/FSM-Practical.html






102

一つのゴールはより小さなゴールから組み立てられる

Goal

Goal Goal Goal

ゴール・ベース

ゴールはより小さなゴールから組み立てられる

Goal

Goal Goal Goal

Goal

Goal

Goal Goal Goal

ゴール・ベース

104

映画を見たい

映画館に行く

映画を見る

映画館は新宿だ

映画館まで歩く

新宿駅に行く

晴れなら新宿駅へ歩く

雨なら電車で新宿へ

駅まで歩く

電車に乗る

ゴール指向型プランニングの考え方

タスクベース

タスク自分の行動を記述する。

タスクタスクしかし、そこには、他のタスクとの連動が意識されている。

タスクベース

タスクタスク

つまり、タスクとは、同一対象に対する連携可能な操作を前提としている。なので、そこには自然に世界の事象の変化の記述が含まれる。

タスク

事象事象事象

タスクベースAI タスク（＝仕事）を単位として構築する方法

タスク（＝仕事）の表現は様々なだが、具体的な仕事の内容を示したものでなければならない。

(単純な場合)

初期状態ゴール 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

ビヘイビアベース

ビヘイビア自分自身の身体的活動をターゲットにしたタスク

ビヘイビアベイスAI (Behavior-Based AI)

ビヘイビア（振る舞い）によって知能を記述する方法ビヘイビアは具体的な身体運動の仕方を定義するものでなくてはならない。

ビヘイビア

ビヘイビア何らかの意思決定

ビヘイビア

意志決定

Root

Self-preservation

Engage

Search

Charge

Fight

Guard

Cover

Presearch

Uncover

Guard

Grenade

Investigate

Idle Guard

Retreat Flee

Vehicle fight

Vehicle strafe

MeleeRoot

Engage

Search Uncover

Damian Isla, Handling Complexity in the Halo 2 AI, D. Isla, GDC 2005 http://naimadgames.com/publications.html

Halo2におけるビヘイビアツリー

ビヘイビアツリー (DAG = 方向性を持った非循環グラフ)

http://naimadgames.com/publications.html

ユーティリティ・ベース

• 点数をつけて評価する。

３０点６０点４０点

シミュレーション・ベース

ジャンプするシミュレーションを行うことで、成功するジャンプを見出して実行する。

ワークシート：課題④

• 技術から発想してみよう。

• 何を考えさせたいか？

• どんなふうに考えさせたいか？





まとめ

• 課題を総合して、自分だけのAIを考えよう。

（ワークショップへ！）

• AIという学問はまだ基礎というものがありません。知能とは何か、という問いがわからないから。

• 人工知能で良いことも悪いこともできます。だから、良いことに使いましょう。

• 悪い人工知能は良い人工知能が取り締まりましょう。

参考文献

三宅陽一郎

「ディジタルゲームにおける人工知能技術の応用の現在」

（人工知能学会誌 2015年 Vol.30 No.1）

https://jsai.ixsq.nii.ac.jp/ej/?action=pages_view_main&active_action=repository_view_main_item_detail&item_id=559&item_no=1&page_id=13&block_id=8





三宅陽一郎「はじめてのゲームAI」

（技術評論社 WEB+DB PRESS、2012年、Vol.68）

参考文献

ご清聴ありがとうございました。 HTTPS://WWW.FACEBOOK.COM/YOUICHIRO.MIYAKE [email protected]

https://www.facebook.com/youichiro.miyake

https://www.facebook.com/youichiro.miyake

mailto:[email protected]

「人工知能で作る楽しい未来」

Technology

Transcript of 「人工知能で作る楽しい未来」