====== 人工知能 ====== ===== 人工知能のレベル ===== 世の中で人工知能と呼ばれるものを整理すると、次の４つのレベルに分けることができるでしょう。\\ [[http://www.worksight.jp/issues/607.html|人工知能テクノロジーの現状と可能性]] ^レベル^内容^例^ |1|単純な制御プログラム|温度の変化に応じて機能するエアコンや冷蔵庫など| |2|対応のパターンが非常に多いもの|将棋のプログラムや掃除のロボット、質問に答える人工知能など| |3|対応パターンを自動的に学習するもの|検索エンジンやビッグデータ分析で活用される。機械学習を取り入れたものが多く、特徴量は人間が設計する| |4|対応パターンの学習に使う特徴量も自力で獲得するもの|ディープラーニングを取り入れた人工知能が多く、高度な分析が可能| 簡単に例えるなら\\ レベル1 …「言われた通りにやるアルバイト」\\ レベル2 …「自分の頭を使って言われた通りにやる一般社員」\\ レベル3 …「教えられた着眼点でうまいやり方を見つける課長」\\ レベル4 …「着眼点も自分で見つけるマネジャー」 ===== 人工知能の歴史 ===== 人工知能の研究の歴史は、「ブーム」と「冬の時代」の繰り返し\\ 人工知能(Artificial Intelligence/AI)という言葉が生まれたのは1956年です。\\ [[http://www.gdep.jp/seminar/20150526/DLF2015-01-MATSUO.pdf|人工知能の未来　ディープラーニングの先にあるもの(pdf)　東京大学 松尾 豊]] ==== 第1次のAIブーム(1956〜1960年代) :探索・推論の時代 ==== 迷路やパズルを解いたり、難しい定理を証明する人工知能が登場 ==== 冬の時代:機械翻訳無理！基礎研究は継続 ===== 1966年 ELIZA （人工無能） ==== 第2次のAIブーム(1980年代):知識の時代 ==== エキスパートシステム(特定領域の知識について質問に答えたり問題を解いたりするプログラム)が世界中の企業で採用されるようになり、知識表現がAI研究の中心となった。\\ 第五世代コンピュータプロジェクト:通商産業省が570億円\\ 1981年～1991年 第五世代コンピュータプロジェクトは様々な目標を達成することなく完了。\\ 関係ないが、[[http://ikedanobuo.livedoor.biz/archives/51292529.html|シグマ計画]]も日本語で使えるUNIXツールの標準規格をつくろうとして失敗。 ==== 冬の時代(1995年ごろ～):基礎研究は継続、インターネット時代へ ==== ^年月^出来事^ |1997年|AIチェス カスパロフ vs. Deep Blue| |2005年6月|Bonanza ver 1.0(コンピュータ将棋のプログラム)| |2012年1月|第1回電王戦　故米長元名人vs.ボンクラーズ| ==== 第3次のAIブーム(2013年～):機械学習・表現学習の時代 ==== * ウェブとビッグデータの発展 * 計算機の能力の向上 * Deep Learning(深層学習) ===== シンギュラリティ(技術的特異点) ===== コンピュータ技術や生命科学など の進歩、発展によって、科学技術が自らより優れた科学技術を作れるようになるポイントを指す。このポイントを超えると進化は無限大に発散する。 シンギュラリティーは2045年頃に達成され、これまでの世界とはまったく異なる、不連続な世界がやってくる、とカーツワイルは予測している。 \\ {{::シンギュラリティ.png|}} ===== ディープラーニング(英: deep learning) ===== ディープラーニング(深層学習)は、画像などの特徴をコンピューター自ら抽出して、モデルを自動生成する手法である。\\ 人間の脳を模したシステム「ニューラルネットワーク」を複数組み合わせ多層にして使う。\\ 原型は日本人が開発(1979年福島邦彦氏「ネオコグニトロン」)\\ {{::ニューラルネットワーク.png?300|}}\\ グーグルが2012年に「コンピューターが猫を認識できるようになった」と発表したことで大きな話題になった。\\ {{::deep_cat.png|}}\\ 浅いレイヤー(Layer1:小さい部品より具体的なもの)は単純なパーツを学習し、深いレイヤー(Layer3:全体的な特徴より抽象的なもの)はパーツを組み合わせた全体の学習を行う。\\ {{::deep_layer.png?300|}} ==== 解説 ==== 本：ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装\\ * [[https://www.youtube.com/watch?v=JGaHwOubY4Q|[ScienceNews2016] ディープラーニング　最先端の人工知能アルゴリズム　動画]] * [[http://www.slideshare.net/yutosuzu/deeplearning-53724789|DeepLearningとはなんぞや slideshare]] * [[http://www.slideshare.net/kazoo04/deep-learning-15097274|Deep Learning - 株式会社ウサギィ slideshare]] * [[http://www.slideshare.net/nlab_utokyo/deep-learning-40959442|Deep Learningと画像認識 ～歴史・理論・実践 slideshare]] * [[http://www.fward.net/archives/2126|解けない連立方程式とディープラーニング（深層学習　Deep Learning）]] * [[https://employment.en-japan.com/engineerhub/entry/2017/04/28/110000|ディープラーニング実践入門 〜 Kerasライブラリで画像認識をはじめよう！]] ==== ライブラリ／フレームワーク ==== ディープラーニングの代表的なライブラリ／フレームワーク * TensorFlow：Googleが開発 * Chainer：東京大学発ベンチャーPFI(Preferred Infrastructure)が開発 * Caffe：アメリカのカルフォルニア大学バークレー校のBVLC（Berkeley Vision and Learning Center）を中心に開発 [[https://ja.wikipedia.org/wiki/%E3%83%87%E3%82%A3%E3%83%BC%E3%83%97%E3%83%A9%E3%83%BC%E3%83%8B%E3%83%B3%E3%82%B0|ディープラーニング フレームワーク - Wikipedia]] ==== Deep関連 ==== * DeepMind：AlphaGOなど人工知能による[[http://wired.jp/2015/02/28/google-deepmind-atari/|ゲーム開発]] * DeepDream：[[https://www.google.co.jp/search?q=deepdream&tbm=isch&tbo=u&source=univ&sa=X&ved=0ahUKEwjM_pvd8qLMAhUj5aYKHXtlCNsQsAQIGw&biw=1366&bih=643|人工知能が見る夢]]、[[http://deepdreamgenerator.com/|オンライン版]]　　　　 * DeepFace：ほぼ人間レベルの顔認証技術(Facebook) * DeepPose：人間のポーズ・姿勢分析 {{::deepface.png|}}\\ {{::deeppose.png|}} ==== クラウドサーバー ==== === Google Cloud Platform(GCP) === [[http://www.publickey1.jp/blog/16/googlecloud_machine_learningtensorflowgcp_next_2016.html|Cloud Machine Learning]]\\ TensorFlowベースで、例えば1日かかってたような機械学習の処理が、数分から数十分で試せるようになるようになります。\\ 無料枠の$300\\ GCPの無料アカウントでは1regionにつきvCPU8個までに制限されている。\\ [[http://qiita.com/ashitani/items/8b52a6b0ca812712a348|Distributed TensorFlow を Google Cloud Platform で動かしてみる]] === ドワンゴ 紅莉栖(くりす) === ドワンゴ　ディープラーニング専用GPUサーバ[[http://www.itmedia.co.jp/news/articles/1509/18/news101.html|「紅莉栖(くりす)」]]\\ [[http://japanese.engadget.com/2016/03/01/alphago-deepzengo/|打倒『AlphaGo』！ ドワンゴ川上会長も本気出したコンピューター囲碁ソフト『DeepZenGo』プロジェクト始動]] ===== 戯言 ===== ==== 人工知能は職を奪う？ ==== リクルート社の石山洸さん「まるでレンジでチンをするように誰でも簡単にコンピューターに機械学習をして、その成果を活用するデーターサイエンティストになれる時代が近づいている。そんな中、データーサイエンティストが職を失うのではないか、あるいは人工知能によって人々が職を失う心配がないかと危惧する人もいる。だが、なくなる仕事ではなく、生まれる仕事に注目をするべき。「ITが広まった時にも多種多様な新しい職業が生まれた」\\ [[https://codeiq.jp/magazine/2016/03/38550/|人と機械はどこまで近づくのか？最先端の科学者らが語る『機械で能力を拡張し始めた人類』]]\\ [[http://japanese.engadget.com/2016/03/30/3000/|医療用麻酔ロボット、医者の職を奪うとして市場から追い出される。]] ==== 人工知能のブラックボックス化？ ==== 人工知能は知能のOS(オペレーションシステム)ということが出来るかも知れない。 特徴表現学習のアルゴリズムがブラックボックス化され学習済みの製品だけが製造・販売されるとリバースエンジニアリングで分解したり動作を解析したりすることが不可能。 ==== 量の人工知能、質の販売員 ==== [[http://www.dhbr.net/articles/-/4211|人工知能は販売員の仕事を奪うのか]] ==== 自動運転カーの車載コンピューター ==== NVIDIAの車載人工知能エンジンの最新版「DRIVE PX 2」は、「MacBook Pro 150台分のディープラーニング性能」「世界一パワフルな人工知能エンジン」と表現している。\\ [[http://ascii.jp/elem/000/001/100/1100984/|自動運転カーの車載コンピューターの中でNVIDIAの次世代GPUが動きまくっている]] ===== ゲームAI ===== * [[http://news.denfaminicogamer.jp/interview/gameai_miyake|21世紀に“洋ゲー”でゲームAIが遂げた驚異の進化史。その「敗戦」から日本のゲーム業界が再び立ち上がるには？【AI開発者・三宅陽一郎氏インタビュー】]] * [[http://news.denfaminicogamer.jp/kikakuthetower/aitalk_miyaiwa|“世界最古”にして現代ゲームAIの先駆。21世紀に『パックマン』が再評価される理由を、作者・岩谷徹氏×AI開発者・三宅陽一郎氏が解説【仕様書も一部公開！】]] * [[https://www.isus.jp/games/designing-ai-for-games-2/|ゲーム AI の設計 (その 2) – 知覚とパス検索]] * [[http://blogai.igda.jp/article/29853941.html|BSP法の源流を追う～ジョン・カーマックによるDOOMの実装からQUAKE WARSまで]] ==== 日本のゲームAI ==== 日本でゲームAIの第一人者　三宅陽一郎さん * [[http://blogai.igda.jp/|y_miyakeのゲームＡＩ千夜一夜]] * [[https://www.slideshare.net/youichiromiyake|SlideShare - Youichiro Miyake]] === ドラクエの人工知能の仕様 === * [[https://wikiwiki.jp/dqdic3rd/%E3%80%90AI%E3%80%91|ドラクエのAI仕様]] * [[https://togetter.com/li/1432668|ドラクエのAIの仕様について - togetter]]