人工知能と人間が共創する未来の建築

「人工知能と人間が共創する

未来の建築」

三宅陽一郎

https://www.facebook.com/youichiro.miyake http://www.slideshare.net/youichiromiyake [email protected]

Archi Future 2016 http://www.archifuture.jp/2016/

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）

Works (2006-2016)

AI for Game Titles Books

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/

http://wired.jp/2015/12/01/vol20-editors-letter-ai/









「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





FFXIV: A Realm Reborn の事例

［SQEXOC 2012］ FFXIVで使われているAI技術～敵NPCはどうやって経路を探索しているのか？ http://www.4gamer.net/games/032/G003263/20121205079/

http://www.4gamer.net/games/032/G003263/20121205079/



• ThinkIT https://thinkit.co.jp/author/10026

• AI最前線の現場から【スクウェア・エニックス】

https://thinkit.co.jp/author/10026

https://thinkit.co.jp/author/10026

コンテンツ第一章知能の起源第二章人工知能とは第三章ゲームと人工知能第四章社会と人工知能第五章スマート・リアリティ第六章サービスと人工知能第七章人工知能と倫理第八章まとめ

コンテンツ

第一章知能の起源第二章人工知能とは第三章ゲームと人工知能第四章社会と人工知能第五章スマート・リアリティ第六章サービスと人工知能第七章人工知能と倫理第八章まとめ

第一章知能の起源

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


客体（対象）

関係がない


関係がある

http://illpop.com/png_insecthtm/aquatic_a02.htm


客体（対象）

関係がある


客体（対象）

関係がある知覚作用

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

入力を求める出力を決める

タチコマの環世界

環境





入力を見つける出力を決める

キツツキの環世界

Ｐｈｏｔｏｍｍｏ http://free-photos.gatag.net/2015/03/20/140000.html

環境





入力を見つける出力先を決める

カメレオンの環世界

環境




キツツキの環世界



環境





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。


環境





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





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





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。

第二章人工知能とは

自然知能と人工知能

人間＝自然知能

機械＝人工知能

ダートマス会議（1956年） • ジョン・マッカーシーのいたダートマス大学で、人工知能をテーマとして初めて開催された会議。

• Artificial Intelligence という名称もはじめてここで用いられた。

http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html





ダートマス会議（1956年）






ダートマス会議（1956年）我々は、1956年の夏の2ヶ月間、10人の人工知能研究者がニューハ

ンプシャー州ハノーバーのダートマス大学に集まることを提案する。そこで、学習のあらゆる観点や知能の他の機能を正確に説明することで機械がそれらをシミュレートできるようにするための基本的研究を進める。機械が言語を使うことができるようにする方法の探究、機械上での抽象化と概念の形成、今は人間にしか解けない問題を機械で解くこと、機械が自分自身を改善する方法などの探究の試みがなされるだろう。我々は、注意深く選ばれた科学者のグループがひと夏集まれば、それらの問題のうちいくつかで大きな進展が得られると考えている。

https://ja.wikipedia.org/wiki/%E3%83%80%E3%83%BC%E3%83%88%E3%83%9E%E3%82%B9%E4%BC%9A%E8%AD%B0

人工知能＝人間の知能を機械に写す（移す）。



機械（マシン）


ソフトウェア


ソフトウェア

知能

http://www.1999.co.jp/blog/1210192


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

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


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


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


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


意識

前意識

無意識


言語・非言語境界面

知覚の境界面


意識

前意識

無意識


意識

前意識

無意識



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。


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

第二章まとめ

• 人工知能は、人間の知能を機械に写したもの。

• 人工知能は、人間の知能を機械に写すこと。

第三章ゲームと人工知能

FC SFC SS, PS PS2,GC,Xbox Xbox360, PS3, Wii

DC （次世代） Hardware 時間軸 2005 1999

ゲームの進化と人工知能

複雑な世界の複雑なＡＩ

ゲームも世界も、ＡＩの身体と内面もますます複雑になる。

単純な世界のシンプルなＡＩ

（スペースインベーダー、タイトー、1978年）（アサシンクリード、ゲームロフト、2007年）

(例) スペースインベーダー(1978)

プレイヤーの動きに関係なく、決められた動きをする

（スペースインベーダー、タイトー、1978年）

（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。

（プリンスオブペルシャ、1989年）

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キャラクター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

http://dear-croa.d.dooo.jp/download/illust.html

http://dear-croa.d.dooo.jp/download/illust.html

http://piposozai.blog76.fc2.com/

キャラクターＡＩ：意思決定

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？


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？

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

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

入力（センサー）行動（アウトプット）

知能

知能の内部世界

環境世界

エフェクター・身体

センサー・身体

知能の内部世界

環境世界



エージェント・アーキテクチャ＝世界と知能を分けて考える。

思考

環境世界



記憶

環境世界

認識の形成

記憶


記憶体

情報処理過程

情報統合

記憶

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

記憶

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

記憶

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

エージェント・アーキテクチャ＝世界と知能を分けて考える。

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

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

記憶

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

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/

http://research.microsoft.com/en-us/projects/drivatar/ukstudentday.pptx



http://research.microsoft.com/en-us/projects/mlgames2008/




http://research.microsoft.com/en-us/projects/ijcaiigames/





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 ）

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 宮田一乗「プロシージャル技術の動向」（CEDEC 2008）

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

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

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/

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

第四章社会と人工知能

http://static.flickr.com/5051/5525304279_65012a492c_s.jpg

？ http://flopdesign.com/download/Human_S/pages/B50.html

？

http://flopdesign.com/download/Human_S/pages/B51.html

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。

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

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

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…)

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～）

機械

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

ＡＩは単なる情報処理ではなく、人間に近い理解を目指す

機械


記号

自然言語

概念

人間

AI 意味

言葉

情報画像

範疇

判別

イメージ

意味

映像

判別

時系列

流れ

意味

機械


記号

自然言語

概念

人間

AI 意味

言葉

情報画像

範疇

判別

イメージ

意味

映像

判別

時系列

流れ

意味機械（マシン）が得意なこと（＝情報処理、画像処理、映像処理）と、人間が得意なこと（＝概念、イメージ、想像）は正反対。

機械


記号

自然言語

概念

人間

AI 意味

言葉

情報

機械（マシン）が得意なこと（＝情報）と、人間が得意なこと（＝概念）は正反対。

データの海が人工知能を育てる

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

情報の海

）

人工知能



人間

記号の海

言葉の海

情報の海

）

人工知能



人間

記号の海

言葉の海

意味の海

概念の海

情報の海

情報の海（ネットワーク）

ネット空間の人工知能

人間

検索エンジンがあるおかげで、かろうじて人間は情報の世界を渡ることができる。

検索エンジン（Googleなど）


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


人間

人間は人工知能のおかげで、情報の海を旅することができる。


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


人間

センシング技術やロボットの徘徊、カメラなどによって現実の世界の情報とネットワークの世界が同期する

）

人工知能



人間

記号の海

言葉の海

意味の海

概念の海

情報の海

データの海が人工知能を育てる • Amazon（協調フィルタリング） • IBMワトソン • IBM Watson in みずほ銀行 • AlphaGO • ソニー「デジタルアナウンサー」 • Nvidia「自動運転」 • 医療用診断データベース

人人工知能

「人」の代わりに人工知能

人

人工知能

「人」の間に人工知能

人

人

人工知能

「人」の間に人工知能

人

いつ空いている？えーと…

人

人工知能

「人」の間に人工知能。たとえば予定を自動調整してくれる。

人

いつ空いている？えーと…

予定表予定表

来週の月曜日の夜どうですか？

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

二つの人工知能

IF (s_collison==true) register_all(s_star); assign_edge(); assign_vertex(); mix_all();

シンボルによる人工知能（シンボリズム））

ニューラルネットによる人工知能（コネクショニズム）

IBM ワトソンなど

AlphaGo など

http://www.nature.com/nature/journal/v518/n7540/full/nature14236.html



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

https://www.change-makers.jp/business/10573




ソニー「デジタルアナウンサー」

• ニュース原稿を流し込む

• エージェント（ＡＩ）が身振りをまじえて読み上げる。

ソニー、CGキャラがニュースを自動で読み上げる“デジタルアナウンサー”--渋谷で実験 http://japan.cnet.com/news/service/35087113/

http://japan.cnet.com/news/service/35087113/




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

http://www.cs.toronto.edu/~vmnih/docs/dqn.pdf


深階層ニューラルネットワーク


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

http://www.slideshare.net/pfi/deep-learning-22350063







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

http://www.slideshare.net/yurieoka37/ss-28152060




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。 Mastering the game of Go with deep neural networks and tree search

http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html https://deepmind.com/research/alphago/



https://deepmind.com/research/alphago/


Mastering the game of Go with deep neural networks and tree search http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html https://deepmind.com/research/alphago/





あから２０１０

激指 YSS

合議

Bonanza GPS

将棋

あから2010合議サーバログを可視化してみた（A Successful Failure）http://blog.livedoor.jp/lunarmodule7/archives/1121781.html

http://blog.livedoor.jp/lunarmodule7/archives/1121781.html

Nvidia「自動運転」

• 専用のグラフィックボードを開発

• 市場へ向けて投入

• 高速道路用など用途別。

http://www.nvidia.co.jp/object/drive-px-jp.html

http://www.nvidia.co.jp/object/drive-automotive-technology-jp.html

• 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）

学習する人工知能から学ぶこと

ユーザー

データ

AI

社会と人工知能

• 人工知能は、オートメーションの新しい姿。

• 人間に近い領域までオートメーションする。

• だから人間には脅威を感じる。

• 人工知能は「社会インフラ」となる。

第五章スマート・リアリティ

新しい現実空間

現実世界（～1995）

人工知能

人工知能による新しい空間

パソコン

現実がデジタル空間を内包していたはずが、内包したデジタル空間が現実を変化させて行く。


現実世界（～1995）

インターネット人工

知能


パソコン



クラウド

現実世界（～1995）

インターネット人工

知能


パソコン



人工知能

クラウド

現実世界（～1995）

インターネット


パソコン



人工知能

クラウド

現実世界（～1995）



パソコン

デジタル空間の発展は、それを内包する現実空間を変容させる。



クラウド

現実世界（～1995）

インターネット人工知能


パソコン


さらに、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」

現実空間


パソコン

現実空間


パソコン人工知能

現実空間


パソコン人工知能

ゲームという箱庭で育まれた人工知能技術は、現実空間の外に出ようとしている。

飽和したネット空間のサービス競争（飽和）

ネット空間

進出・浸食

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

IT技術による新しい現実空間のサービス（新規）

現実空間



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



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


ドローン

IoT


ゲーム空間

人工知能

https://www.ingress.com

情報空間の拡大～人工知能の舞台が広がる

http://www.s-hoshino.com


• 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。



ネット空間

現実空間


進出・浸食

ロボット


ドローン

IoT


ゲーム空間

人工知能

https://www.ingress.com

第六章サービスと人工知能

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。

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。


• やがて街全体を制御する人工知能が出現する。


• 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。



ビックデータ

インフラとしてのAI

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。



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。

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

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。


人間の深さ


意識

前意識

無意識


意識

前意識

無意識



知覚の境界面

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

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。


人間の深さ

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。


人間の深さ

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。


人間の深さ

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。


人間の深さ

どこで人工知能ビジネスを展開するか？ビジネスがうまく行くなら、人工知能技術は、社内であっても社外であっても構わない。


人間の深さ

第七章人工知能と倫理

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。




自分の仕事に何割かが人工知能に置き換わる。



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



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



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

第七章まとめ

単独の人工知能

人間とペアを組む人工知能

社会インフラ

サービス

第七章まとめ

単独の人工知能

人間とペアを組む人工知能

社会インフラ

サービス

サービスでは「人間とペアを組む人工知能」をまず目指す。社会インフラでは「人間の介在しないシステム」を目指す。

1. 人工知能第三次ブームの特徴はデータと学習である。

2. データの蓄積はインターネットによるところが大きい。

3. 人工知能はネット（グローバル）とローカル、現実と仮想を結ぶ。

4. 人工知能の発展は二つ。社会インフラ、とパーソナルなもの。

第八章全体のまとめ

人工知能と人間が共創する未来の建築

Data & Analytics

Transcript of 人工知能と人間が共創する未来の建築