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
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
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
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
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
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
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
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
現実とバーチャルの境界線
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)
ヴァーチャル空間/現実空間の境界
現実とバーチャルの境界線
ソフト ウェア
ヴァーチャル空間/現実空間の境界
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
同期するソフトウェア
ネット空間
現実空間(物理空間)
センシングで 情報を得る。 (身体はない)
現実とバーチャルの境界線
ソフト ウェア
ヴァーチャル空間/現実空間の境界
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
現実空間(物理空間)
現実と
同期するソフトウェア
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
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
進出・ 浸食
ロボット
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
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
進出・ 浸食
ロボット
ドローン
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
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
進出・ 浸食
ロボット
実空間 センシング
ドローン
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
飽和したネット空間のサービス競争(飽和)
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
クラウド 人工知能
インターネット
進出・ 浸食
ロボット
実空間 センシング
ドローン
IoT
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
※IoT = Internet of Things
飽和したネット空間のサービス競争(飽和)
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
クラウド 人工知能
インターネット
進出・ 浸食
ロボット
実空間 センシング
ドローン
IoT
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
デジタル世界
現実世界 (~1995)
現実世界2.0
(2015~)
パソコン
インターネット
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
インターネット
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
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
知能化
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
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
飽和したネット空間のサービス競争(飽和)
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
クラウド 人工知能
インターネット
進出・ 浸食
ロボット
実空間 センシング
ドローン
IoT
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
情報空間の拡大
飽和したネット空間のサービス競争(飽和)
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
クラウド 人工知能
インターネット
進出・ 浸食
ロボット
実空間 センシング
ドローン
IoT
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
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
情報空間の拡大 ~人工知能の舞台が広がる
• やがて街全体が情報空間になる。
http://www.s-hoshino.com/f_photo/machi/ma_012.jpg
情報空間の拡大 ~人工知能の舞台が広がる
• 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/f_photo/machi/ma_012.jpg
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
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。
• 家全体が情報空間になる。
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
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
現代ゲームAIの仕組み
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
街
ナビゲーションAI
街AI
キャラクター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
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 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
頭脳として機能
情報獲得
コントロール
モンスターイラスト http://members.jcom.home.ne.jp/hide.mats/new_m.htm
現代ゲームAIの仕組みを応用
家
ナビゲーションAI
家AI
キャラクター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
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 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
頭脳として機能
情報獲得
コントロール
現代ゲームAIの仕組みを応用
モンスターイラスト http://members.jcom.home.ne.jp/hide.mats/new_m.htm
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
いろいろ知能との出会い
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/
いろいろ知能との出会い
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
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
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
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
Subsumpution Architecture
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
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
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
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
意思決定 モジュール
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
人工知能とは?
身体
知能
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)
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
• 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。
現在の状況
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。
現在の状況
判断
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。
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
• 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。
現在の状況 これまでの状況 (記憶)
ゴール 現在
非リアクティブAI
• 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。
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
非リアクティブAI
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。
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 1 : IF …. THEN …
ID 3 : IF …. THEN ….
ID 4 : IF …. THEN …
ID .. :
ID 4 : IF …. THEN …
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
モンスターイラスト http://members.jcom.home.ne.jp/hide.mats/new_m.htm
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)
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
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?
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
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
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]