「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/
「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/
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/
「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/
• 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】
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
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。
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
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
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
入力を見つける 出力先を決める
カメレオンの環世界
環境
環境とキャラクター
http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html
カメレオンの環世界
キツツキの環世界
タチコマの環世界
Photommo http://free-photos.gatag.net/2015/03/20/140000.html
環境
環境とキャラクター
http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html
カメレオンの環世界
タチコマの環世界
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。
Photommo http://free-photos.gatag.net/2015/03/20/140000.html
環境
環境とキャラクター
http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html
カメレオンの環世界
タチコマの環世界
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
環境とキャラクター
http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html
カメレオンの環世界
タチコマの環世界
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
環境とキャラクター
http://www.kaiyodo.co.jp/revoltech/yamaguchi_2012.html
カメレオンの環世界
タチコマの環世界
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。
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
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)
http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html
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
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
機械(マシン)
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
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
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)
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/
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
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
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
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
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
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/
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)
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
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
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 (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
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
http://static.flickr.com/5051/5525304279_65012a492c_s.jpg
? http://flopdesign.com/download/Human_S/pages/B50.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
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
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 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。
)
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
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)
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
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。
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
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
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
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
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/
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
深階層ニューラルネットワーク
http://www.nature.com/nature/journal/v518/n7540/full/nature14236.html
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
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
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/
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
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
• 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)
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
新しい現実空間
クラウド
現実世界 (~1995)
インターネット 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。
新しい現実空間
人工知能
クラウド
現実世界 (~1995)
インターネット
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。
新しい現実空間
クラウド
現実世界 (~1995)
インターネット 人工知能
人工知能による新しい空間
パソコン
新しい現実空間
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」
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 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
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)
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
ゲーム空間
人工知能
https://www.ingress.com
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
ゲーム空間
人工知能
https://www.ingress.com
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
ネット空間から現実空間へ、現実世界からネット空間へ
ゲーム空間
人工知能
現実世界の人工知能
デジタル世界の人工知能
新しい 現実空間の 誕生
=スマート・リアリティ (スマート・シティ)
@2010-2015 SQUARE ENIX CO., LTD. All Rights Reserved.
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
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
• 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。
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。
情報空間の拡大 ~人工知能の舞台が広がる
http://www.s-hoshino.com
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。
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
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。
職業は人工知能でなくなるか?
• 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。
• 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
• 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
• 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
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