Recommended
More Related Content
What's hot
Similar to 人工知能とビジネス
Similar to 人工知能とビジネス (20)
More from Youichiro Miyake
Recently uploaded
Recently uploaded (6)
人工知能とビジネス
- 2. 目次 • 第一章 人工知能とは？ • 第二章 なぜ今、人工知能技術が注目されているか • 第三章 人工知能の各種事例 • 第四章 人工知能の発展の方向 • 第五章 生成系ニューラルネットワーク • 第六章 ゲームAIと人工生命 • 第七章 環世界と現象学と人工知能 • 第八章 サービスと人工知能 • 第九章 人工知能と哲学 • 第十章 モバイルゲームにおける人工知能 • 第十一章 データ解析・学習によるオンラインゲームのサポート • 第十二章 人工知能と創造性 • 第十三章 人間と人工知能の比較 • 第十四章 人工知能と社会デザイン
- 6. デカルトからフッサールへ • 懐疑 • 自己へと還元 • エポケー • 超越的主観性へ還元 「デカルトのコギト」 （17世紀） 「フッサールの還元」 （20世紀）
- 10. デカルト/フッサール • 我、思う、ゆえに、我あり、 デカルト • 我、 世界が定立している フッサール 気に入る 気に入らない 喜ぶ 悲しい 欲求する 逃避する 希望する 恐怖する 決断する 行為する ….
- 12. ユクスキュルの生物学
- 13. ユクスキュル（1864-1944）とは？ • 1864年 エストニアに産まれる（名家） • 1884-1888年 ドルパート大学で動物学研究 • 1888-1890年 ハイデルベルグ大学で生理学研究（解剖学） 筋肉生理学者。還元主義の限界に思い至る。 • 1890-1903年 ナポリの「臨界研究所」で海棲動物研究 海棲生物の筋肉と精神機構の研究 • 1899-1900年 アフリカ（ダルエスサラーム）での海棲動物研究 熱帯産のウニ類の研究 • 1903年 結婚 （戦争で混乱。実験研究ができなくなり理論研究。理論生物学） • 1924-1940年 ハンブルグ大学付属「環境研究所」所長。 • 1940-1944年 カプリ島で隠居。没。 前野佳彦・「『カント二世』の生物環境論―ヤーコプ・フォン・ユクスキュルの今日的意義」 （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））
- 14. ユクスキュル（1864-1944）とは？ • 生物の生理学的な解剖を通して、生物がどのようにこ の世界の中で根付いているか、運動しているか、認識 しているか、を探究。 • 解剖的な知見を基礎に、還元主義だけでは見えない 生物の主観的な世界の成立のモデルを構築する。 • 哲学としてはカントの影響を受けながら、まったく新し い生物の捉え方「機能環」「環世界」「対世界」を提唱。 • 欧州を中心に哲学・生物学・認知科学に多大な影響 を与える。 • 日本ではなぜか紹介が遅れている。
- 21. 機能環 実行器 受容器 知覚と作用で客体を“つかんでいる“ 客体 作用器官 知覚器官 “現実”（主観世界）の構成要素 ユクスキュル/クリサート 「生物から見た世界」 （岩波文庫） 知覚世界作用世界
- 22. 機能環 効果器 受容器 知覚と作用で客体を“つかんでいる“ 客体 “現実”（主観世界）の構成要素 ユクスキュル/クリサート 「生物から見た世界」 （岩波文庫） 知覚世界活動世界 作用器官 知覚器官
- 23. 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
- 24. 環世界のスキーム（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 知覚微表（Merkmal） ＝ 客体から送られてくるさまざまな刺激 知覚微表担体（Merkmaltrager） ＝客体に備わる刺激を発する諸特質 活動担体（Wirkungstrager） ＝客体の捕捉領域になりうる諸特質
- 25. 環世界のスキーム（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 受容器 ＝ 一定の刺激を受け取る ＋ 定められた刺激以外のすべての刺激を捨象する （知覚の統一性）
- 26. 機能環 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） 効果器 受容器 客体 活動神経網 知覚神経網 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
- 27. 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 ＝ 受容器→知覚神経網→活動神経網→実行来→客体 →受容器→… （閉じた環）
- 32. 環世界のスキーム（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
- 36. 機能環の種類 • 捕食環（Beutekreis） • 索敵環（Feindkreis） • 生殖環（Geschlechkreis） • 媒体環（Kreis de Mediums）
- 38. 世界無限 主体と客体の相互作用の連鎖（Wirkungsketten） （p.76） 自己完結したメカニズム（p.78） 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)
- 39. • すべての動物種は、彼固有の「環境」（Umwelt）の中心を占め ている。彼は、その「環境」に対して、自律的な主体として登場 する。 • すべての動物種の「環境」は、「知覚世界」と「活動世界」に二 分することができる。この二分された世界は、動物の身体とい う「内的世界」によって、ふたたびひとつの全体へ統合されてい る。 • すべての動物種の「環境」には、当該の動物種に のみ属する事物しか存在しない。 • すべての生物を包括するような 、唯一の普遍的かつ 絶対的な空間、唯一の普遍的かつ絶対的な時間 というものは存在しない。(P.330) 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)
- 40. ユクスキュル「生物から見た世界」 (原著：1933, 翻訳:2005) • 主体が知覚するものはすべてのその知覚世界になり、作用 するものはすべてその作用世界になるからである。知覚世 界と作用世界が連れだって環世界（Umwelt）という一つの完 結した全体を作りあげているのだ。（P.7） • 環世界の研究の第一の課題は、動物の環境の中の諸知覚 標識からその動物の知覚標識を探り出し、それでその動物 の環世界を組み立てることである。（P.28）
- 43. ニワトリの環世界を研究する実験 雛の足をくくって、親鳥が怒るかを見る。 （上）雛の声が聞こえないように透明ドームをする。 （下）見えないように。ついたてだけ 実験 結果 （上） 親鳥は無視。 （下） 見えないのに助けに行こうとする。 結論 ニワトリにとって、雛の姿は重要ではない。 その声によって認識しているのが、 ニワトリの環世界。 （見えていないわけではない） ユクスキュル/クリサート、 「生物から見た世界」 （岩波文庫）
- 45. 三宅の目標 • キャラクターに意識を持たせたい ＝ 自意識を持たせたい ＝ 世界を「経験」させたい ＝ キャラクターに主観的世界を持たせたい ＝ キャラクターの環世界を構築する
- 46. 人工知能と環世界
- 51. 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。
- 52. 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
- 54. Physical Informat ion Abstract Informat ion More Abstract Informat ion Abstraction Time Decision-Making Decision-Making Decision-Making Multi-Layered Blackboard Abstraction Abstraction Reduction Reduction Reduction World Sensor Effector World Dynamics Artificial Intelligence Decision-MakingDecision-Making
- 55. Physical Informat ion Abstract Informat ion More Abstract Informat ion Abstraction Time Decision-Making Decision-Making Decision-Making Multi-Layered Blackboard Abstraction Abstraction Reduction Reduction Reduction World World Dynamics Artificial Intelligence Object Object image on the lowest layer (Umwelt) Object image on the second layer Object image on the third layer Decision-Making Object image on the top layer
- 56. Physical Informat ion Abstract Informat ion More Abstract Informat ion Abstraction Time Decision-Making Decision-Making Decision-Making Multi-Layered Blackboard Abstraction Abstraction Reduction Reduction Reduction World World Dynamics Artificial Intelligence Object Object image on the lowest layer (Umwelt) Object image on the second layer Object image on the third layer Decision-Making Object image on the top layer
- 57. Physical Informat ion Abstract Informat ion More Abstract Informat ion Abstraction Time Decision-Making Decision-Making Decision-Making Multi-Layered Blackboard Abstraction Abstraction Reduction Reduction Reduction World World Dynamics Artificial Intelligence Object Object image on the lowest layer (Umwelt) Object image on the second layer Object image on the third layer Decision-Making Object image on the top layer
- 65. 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 興奮という記号に置き換えられた外界からの刺激は、もはや直接、 運動神経網(motorischer Netz)に流入することはない。運動神経網は、 すべての興奮を中枢神経内に確立された新しい興奮野 （Erregungswelt）から間接的に受け取るようになる。(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)
- 69. 目次 • 第一章 人工知能とは？ • 第二章 なぜ今、人工知能技術が注目されているか • 第三章 人工知能の各種事例 • 第四章 人工知能の発展の方向 • 第五章 生成系ニューラルネットワーク • 第六章 ゲームAIと人工生命 • 第七章 環世界と現象学と人工知能 • 第八章 サービスと人工知能 • 第九章 人工知能と哲学 • 第十章 モバイルゲームにおける人工知能 • 第十一章 データ解析・学習によるオンラインゲームのサポート • 第十二章 人工知能と創造性 • 第十三章 人間と人工知能の比較 • 第十四章 人工知能と社会デザイン
- 70. 第八章 サービスと人工知能
- 72. スマートシティ構想 • 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。 AI
- 75. 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。
- 80. 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。
- 81. • 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？
- 82. • 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。
- 83. • 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
- 84. • 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
- 85. • 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
- 95. 第八章まとめ • 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。 • だからそれは、「社会インフラ」の新しい形でもある。
- 96. 目次 • 第一章 人工知能とは？ • 第二章 なぜ今、人工知能技術が注目されているか • 第三章 人工知能の各種事例 • 第四章 人工知能の発展の方向 • 第五章 ゲームAIと人工生命 • 第六章 環世界と現象学と人工知能 • 第七章 サービスと人工知能 • 第八章 人工知能と哲学 • 第九章 モバイルゲームにおける人工知能 • 第十章 データ解析・学習によるオンラインゲームのサポート • 第十一章 人工知能と創造性
- 97. 第八章 人工知能と哲学
- 102. ライプニッツ（1646-1716） • 万能の天才 • ハノーファー候（ドイツ）に仕える外 交官・文官 • 欧州全体に広い人脈（ロシア皇帝か らバチカンまで） • ベルリンアカデミー設立 • 法律、数学（『微積分』の発見、二進 法に関する論文）、哲学（『モナド 論』）に大きな足跡を残す • デカルト批判
- 103. Element Characteristics universalis Leibniz （普遍的記号法の原理） http://www.iep.utm.edu/leib-log/ しかし、途中で終わる。 （ライプニッツはすぐに できると思っていたが、 実は人類史上の、 とても大仕事だった。）
- 108. フレーゲ（1848-1925） • 分析哲学の祖 • 人間の思考の形式化 • ゲッティンゲン大学で博士号 • イエーナ大学で殆どの時期を過ごす • 数学と哲学の間で独自の学問を打 ち立てる • 現代数学の記号、一階述語論理は フレーゲに寄る。
- 111. 述語論理 命題 一階述語 論理 二階述語 論理 ～は～である。 （例）メアリは女優である。女優は女性である。 メアリは女性である。 すべての～はーである。 {∀ t | P(t) } （例）すべての人間は生まれた。 ～という ー が存在する。 {∃t | P(t) } （例） 体の白いラインが存在する。 全称量化記号 (universal quantifier) ∀ と 存在量化記号 (existential quantifier) ∃ 命題 と変数 P (t) 命題 と変数 と集合 P (t)、集合S ～という集合が存在する すべての集合について～である。 （例）任意のxについて、それは集合に属するか、属さないかである。 ∀S ∀x (x ∈ S ∨ x ∉ S) 三段論法
- 114. ブール代数 • 冪等則：x ∧ x = x ∨ x = x 、 • 交換則：x ∧ y = y ∧ x 、x ∨ y = y ∨ x 、 • 結合則：(x ∧ y)∧ z = x ∧(y ∧ z) 、(x ∨ y)∨ z = x ∨(y ∨ z) 、 • 吸収則：(x ∧ y)∨ x =x 、(x ∨ y)∧ x = x 、 • 分配則：(x ∨ y)∧ z = (x ∧ z)∨(y ∧ z) • (x ∧ y)∨ z = (x ∨ z)∧(y ∨ z) • さらにL の特別な元 0 ，1 と単項演算 ¬ について、以下が 成り立つとき ＜L; ∨, ∧, ¬＞ を可補分配束（ブール束）と 呼ぶ。 • 補元則： x ∨ ¬x = 1， x ∧ ¬ x = 0。
- 115. バートランド・ラッセル(英、1872-1970) • 英の数学者・哲学者・文学者 • ノーベル文学賞を受賞 • ケンブリッジ大学で教える。 • ヴィトゲンシュタインを見出す。 • 政治的運動も展開。 • 数々の著作。 • 論理学者としてラッセルのパラドックス
- 117. ラッセル/ホワイトヘッド 数学原理（Principia Mathematica） • 数学が論理学で記述できることを示す。 • ラッセルのパラッドクスを回避するラッセル自身の「型理論」 (type theory)が盛り込まれる。 https://archive.org/details/PrincipiaMathematicaVolumeI
- 118. ヴィトゲンシュタイン（1889-1951） • オーストリアの哲学者 • 工学からその基礎に疑問を持ち、 • 数学、さらに哲学へ。 • イギリスのケンブリッジのラッセルのもとで 哲学を研究する。 • フレーゲと交流。 • 孤高の哲学者。 • ２０代で「論理哲学論考」を著して、小学校 教師に。その後、再び、大学で研究する。 「哲学論考」 • 講義を受けた聴講者が講義録をまとめる。
- 119. ヴィトゲンシュタイン「論理哲学論考」 • 哲学の目的は思考の論理的明晰化である。 • 哲学は学説ではなく、活動である。 • 哲学の仕事の本質は解明することにある。 • 哲学の成果は、命題ではない。命題の明晰化である。 • 思考はそのままではぼやけている。哲学はそれを明晰にし、 限界をはっきりさせねばならない。 （ヴィトゲンシュタイン「論理哲学論考」岩波文庫、P.51）
- 120. ヒルベルト「数理論理学」 • 20世紀最大の数学者 • 「マテマティカ・プリンキピア」の成果を 数学的に細分化し、数学基礎論として 位置付けた。 • ヒルベルト/アッカーマン「数理論理学」 （1927年、オリジナルはゲッティンゲン 大学における講義 1917-1918） • 決定問題を提起
- 123. Logic Theorist (1956年) • 世界初の人工知能プログラム • ダートマス会議においてデモンストレーション • アレン・ニューエルとハーバート・サイモン（後 にノーベル経済学賞） • 「プリンキピア・マテマティカ」の定理を、プロ グラム上で、組み合わせにより証明。 • 「プリンキピア・マテマティカ」は定理を組み合 わせて証明して行くので、適している。 https://www.ai-gakkai.or.jp/whatsai/AItopics5.htm
- 134. 人工知能人間 仏教と人工知能 • 仏教 ＝ 煩悩から解脱する • 人工知能 ＝ むしろ煩悩を与えたい（執着） 煩悩 煩悩 解脱 執着
- 135. 人工知能人間 仏教と人工知能 • 仏教 ＝ 煩悩から解脱する • 人工知能 ＝ むしろ煩悩を与えたい（執着） 煩悩 煩悩 解脱 執着 人工知能にどのようにして煩悩を与えることができるか？
- 137. 谷淳 • 1981年に早稲田大学理工学部機械工学科を卒業。 • 千代田化工建設株式会社にてプラント配管設計。 • スタンフォード大学、ミシガン大学 人工知能（修士号） • ソニーコンピューターサイエンス研究所 • 理化学研究所 脳科学研究センター 動的認知行動研究チーム チームリーダー • KAIST 教授 認知ロボットの実験から考える「自己」とは? ～理研の谷淳氏が東京財団「VCASI」で講演 http://robot.watch.impress.co.jp/docs/news/20091217_336516.html
- 140. 主体と客体（谷淳） • 認識の結果は主体の内部を変化させ、また生成された行為 は環境を変化させる。この相互作用を通して、主体から出発 したトップダウンの流れと客体から出発したボトムアップの流 れは分離不可能になり、もはや主体と客体といった区別は 無意味になる。この時に初めて、古典的な認知論で想定さ れてきた、客体として操作される表象と、それを操作する主 体といった構図からも自由になれるのである。 • いかにこのような相互作用の場を構築するか、本文では筆 者らが行ってきた一連の認知ロボット実験について解説しな がら、本問題について議論していく。 • 谷淳、「力学系に基づく構成論的な認知の理解」、Springer
- 143. 目次 • 第一章 人工知能とは？ • 第二章 なぜ今、人工知能技術が注目されているか • 第三章 人工知能の各種事例 • 第四章 人工知能の発展の方向 • 第五章 ゲームAIと人工生命 • 第六章 環世界と現象学と人工知能 • 第七章 サービスと人工知能 • 第八章 人工知能と哲学第 • 第九章 モバイルゲームにおける人工知能 • 第十章 データ解析・学習によるオンラインゲームのサポート • 第十一章 人工知能と創造性
- 144. 第九章 モバイルゲームにおける人工知能
- 145. 目次 • 第一章 人工知能とは？ • 第二章 なぜ今、人工知能技術が注目されているか • 第三章 人工知能の各種事例 • 第四章 人工知能の発展の方向 • 第五章 ゲームAIと人工生命 • 第六章 環世界と現象学と人工知能 • 第七章 サービスと人工知能 • 第八章 人工知能と哲学第 • 第九章 モバイルゲームにおける人工知能 • 第十章 データ解析・学習によるオンラインゲームのサポート • 第十一章 人工知能と創造性
- 147. A Brief History of Matchmaking in Heroes of the Storm Alex Zook, Blizzard Entertainment https://archives.nucl.ai/recording/a-brief-history-of-matchmaking-in-heroes-of-the-storm/
- 148. A Brief History of Matchmaking in Heroes of the Storm Alex Zook, Blizzard Entertainment https://archives.nucl.ai/recording/a-brief-history-of-matchmaking-in-heroes-of-the-storm/
- 149. A Brief History of Matchmaking in Heroes of the Storm Alex Zook, Blizzard Entertainment https://archives.nucl.ai/recording/a-brief-history-of-matchmaking-in-heroes-of-the-storm/
- 150. Tom Mathews Making "Big Data" Work for 'Halo': A Case Study http://ai-wiki/wiki/images/d/d8/AI_Seminar_177th.pdf
- 151. Tom Mathews Making "Big Data" Work for 'Halo': A Case Study http://ai-wiki/wiki/images/d/d8/AI_Seminar_177th.pdf
- 152. Gameplay Data Analysis: Asking the Right Questions Ian Thomas (Epic Games) http://www.gdcvault.com/play/1015482/Gameplay-Data-Analysis-Asking-the
- 154. 第十二章 人工知能と創造性
- 155. プロシージャル
- 156. 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 ）
- 157. （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 たどり着けないけど… 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）
- 158. （例）③ムーンランディング （月着陸） ３世代 ２０世代 ３５世代 落下法則（物理法則）のもとで降下ポイントから台座に垂直に着陸する操作を見出す 最初は全く見当違い。 だんだんと近付いて来る。 Mat Buckland, Andre Lamothe, “Moon Landings Made Easy ”, chapter.6., AI techniques for game programming, Premier Press (2002) （CD-ROMにソースコードと実行ファイルがあります） 着陸地点 降下開始ポイント 降下開始ポイント 降下開始ポイント
- 159. Neural Networks in Supreme Commander 2 (GDC 2012) Michael Robbins (Gas Powered Games) http://www.gdcvault.com/play/1015406/Off-the-Beaten-Path-Non http://www.gdcvault.com/play/1015667/Off-the-Beaten-Path-Non ニューラルネットワークの応用
- 160. Neural Networks in Supreme Commander 2 (GDC 2012) Michael Robbins (Gas Powered Games) http://www.gdcvault.com/play/1015406/Off-the-Beaten-Path-Non http://www.gdcvault.com/play/1015667/Off-the-Beaten-Path-Non ニューラルネットワークの応用
- 161. Neural Networks in Supreme Commander 2 (GDC 2012) Michael Robbins (Gas Powered Games) http://www.gdcvault.com/play/1015406/Off-the-Beaten-Path-Non http://www.gdcvault.com/play/1015667/Off-the-Beaten-Path-Non ニューラルネットワークの応用
- 162. Neural Networks in Supreme Commander 2 (GDC 2012) Michael Robbins (Gas Powered Games) http://www.gdcvault.com/play/1015406/Off-the-Beaten-Path-Non http://www.gdcvault.com/play/1015667/Off-the-Beaten-Path-Non ニューラルネットワークの応用
- 163. ニューラルネットワークの応用 Black & White （Lionhead,2000） クリーチャーを育てていくゲーム。 クリーチャーは自律的に行動するが、 訓練によって学習させることができる。 http://www.youtube.com/watch?v=2t9ULyYGN-s http://www.lionhead.com/games/black-white/
- 164. Belief – Desire – Intention モデル Desire (Perceptrons) Opinions (Decision Trees) Beliefs (Attribute List) Intention Overall Plan (Goal, Main Object) Attack enemy town Specific Plan (Goal, Object List) Throw stone at house Primitive Action List Walk towards stone, Pick it up, Walk towards house, Aim at house, Throw stone at house Richard Evans, “Varieties of Learning”, 11.2, AI Programming Wisdom
- 165. Belief – Desire – Intention モデル Desire (Perceptrons) Opinions (Decision Trees) Beliefs (Attribute List) Richard Evans, “Varieties of Learning”, 11.2, AI Programming Wisdom Low Energy Source =0.2 Weight =0.8 Value = Source*Weight = 0.16 Tasty Food Source =0.4 Weight =0.2 Value = Source*Weight = 0.08 Unhappines s Source =0.7 Weight =0.2 Value = Source*Weight = 0.14 ∑ 0.16+0.08+0.14 Threshold （0～1の値に 変換） hunger Desire（お腹すいた度）欲求を決定する 対象を決定する それぞれの対象の 固有の情報 他にも いろいろな 欲求を計算 Hunger Compassion Attack（戦いたい） Help ニューラルネットワークの応用 Black & White （Lionhead,2000） 14:00-
- 166. 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
- 167. 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
- 168. 迷路の自動的な作り方 • 穴掘り法 • 棒倒し法 • 壁伸ばし法
- 172. 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 19851983
- 179. 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。
- 181. 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
- 183. 第十二章 人間と人工知能の比較
- 193. 閉じている 開いている 総合型専門型 直観 精密 総合型人工知能 （汎用人工知 能） 問題特化型 人工知能 最終的に人工知能がカバーする 問題群 人間が得意 とする問題 群 完全なシンギュラリティ
- 194. 第十四章 人工知能と社会デザイン
- 196. 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。 スマートグリッド構想 • 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
- 198. • 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、人工知能は社会インフラとなる。新し く大きな市場。 スマートシティ構想 • 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。
- 199. 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。
- 201. 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
- 204. 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 19501870 1980 2010 2035
- 210. 人工知能が導入される場所 ① 人間 ② 人工知能 ③ 場 ① 拡張人間 ② 自律的人工知能 ③インテリジェントな場
- 214. 目次 • 第一章 人工知能とは？ • 第二章 なぜ今、人工知能技術が注目されているか • 第三章 人工知能の各種事例 • 第四章 人工知能の発展の方向 • 第五章 ゲームAIと人工生命 • 第六章 環世界と現象学と人工知能 • 第七章 サービスと人工知能 • 第八章 人工知能と哲学 • 第九章 モバイルゲームにおける人工知能 • 第十章 データ解析・学習によるオンラインゲームのサポート • 第十一章 人工知能と創造性