2018年7月4日

計算機科学から情報学へ

(1) 人工知能のインパクト

西田豊明

Copyright © 2018 Toyoaki Nishida All Rights Reserved.

情報学は学術の世界のどこにいるのか？

http://www.jsps.go.jp/j-grantsinaid/03_keikaku/data/h24/download/j/06.pdf

BEFORE (2002～2012年度)

11細目17区分

298細目

日本学術振興会の系・分野・分科・細目表から

情報学は学術の世界のどこにいるのか？

AFTER (2013～2017年度)

http://www.jsps.go.jp/j-grantsinaid/02_koubo/saimoku.html

21細目13区分

日本学術振興会の系・分野・分科・細目表から

319細目

情報学は学術の世界のどこにいるのか？

総合系

情報学

環境学

人文社会系

復合領域

総合人文社会

人文学

社会科学

理工系

総合理工

数物系科学

化学

工学

生物系

総合生物

生物学

農学

医歯薬学

情報学基礎

計算基盤

人間情報学

情報学フロンティア

情報学基礎理論

数理情報学

統計科学

計算機システム

ソフトウェア

情報ネットワーク

マルチメディア・データベース

高性能計算

情報セキュリティ

認知科学

知覚情報処理

ヒューマンインタフェースインタラクション

知能情報学

ソフトコンピューティング

知能ロボティクス

感性情報学

生命・健康・医療情報学

ウェブ情報学・サービス情報学

図書館情報学・人文社会情報学

学習支援システム

エンタテインメント・ゲーム情報学

https://www.jsps.go.jp/j-grantsinaid/02_koubo/saimoku.html

2013～2017年度

情報学は学術の世界のどこにいるのか？

AFTER2 (2018年度～)

http://www.mext.go.jp/component/a_menu/science/detail/__icsFiles/afieldfile/2016/12/22/1380676_02_1.pdf

日本学術振興会の審査区分表から

大 中 小

A 思想、芸術およびその関連分野 9

文学、言語学およびその関連分野 11

歴史学、考古学、博物館学およびその関連分野 7

地理学、文化人類学、民俗学およびその関連分野 6

法学およびその関連分野 7

政治学およびその関連分野 4

経済学、経営学およびその関連分野 11

社会学およびその関連分野 5

教育学およびその関連分野 10

心理学およびその関連分野 5

B 代数学、幾何学およびその関連分野 2

解析学、応用数学およびその関連分野 4

物性物理学およびその関連分野 4

プラズマ学およびその関連分野 4

素粒子、原子核、宇宙物理学およびその関連分野 3

天文学およびその関連分野 1

地球惑星科学およびその関連分野 5

C 材料力学、生産工学、設計工学およびその関連分野 4

流体工学、熱工学およびその関連分野 2

機械力学、ロボティクスおよびその関連分野 2

電気電子工学およびその関連分野 6

土木工学およびその関連分野 6

建築学およびその関連分野 9

航空宇宙工学、船舶海洋工学およびその関連分野 2

社会システム工学、安全工学、防災工学およびその関連分野

3

大 中 小

D 材料工学およびその関連分野 6

化学工学およびその関連分野 4

ナノマイクロ科学およびその関連分野 5

応用物理物性およびその関連分野 3

応用物理工学およびその関連分野 2

原子力工学、地球資源工学、エネルギー学およびその関連分野

2

人間医工学およびその関連分野 5

E 物理化学、機能物性化学およびその関連分野 2

有機化学およびその関連分野 2

無機・錯体化学、分析化学およびその関連分野 3

高分子、有機材料およびその関連分野 3

無機材料化学、エネルギー関連化学およびその関連分野 2

生体分子化学およびその関連分野 3

F 農芸化学およびその関連分野 6

生産環境農学およびその関連分野 7

森林圏科学、水圏応用科学およびその関連分野 4

社会経済農学、農業工学およびその関連分野 5

獣医学、畜産学およびその関連分野 4

G 分子レベルから細胞レベルの生物学およびその関連分野 6

細胞レベルから個体レベルの生物学およびその関連分野 5

個体レベルから集団レベルの生物学と人類学およびその関連分野

6

神経科学およびその関連分野 3

大 中 小

H 薬学およびその関連分野 6

生体の構造と機能およびその関連分野 4

病理病態学、感染・免疫学およびその関連分野 7

I 腫瘍学およびその関連分野 2

ブレインサイエンスおよびその関連分野 3

内科学一般およびその関連分野 5

器官システム内科学およびその関連分野 5

生体情報内科学およびその関連分野 4

恒常性維持器官の外科学およびその関連分野 6

生体機能および感覚に関する外科学およびその関連分野 7

口腔科学およびその関連分野 8

社会医学、看護学およびその関連分野 8

スポーツ科学、体育、健康科学およびその関連分野 4

人間医工学およびその関連分野 5

J 情報科学、情報工学およびその関連分野 10

人間情報学およびその関連分野 8

応用情報学およびその関連分野 5

K 環境解析評価およびその関連分野 4

環境保全対策およびその関連分野 6

大区分 11中区分 66小区分 327

Computer and Communication*の発展

2000

2010

2020

1990

1980

1970

～

1936 チューリングマシン1951 商用コンピュータ UNIVAC

1969 ARPA-net稼働

1975 Microsoft設立1976 Ethernet

1984 初代Machintosh発売

1991 WWW実装1994 インターネットにショッピングモール1995 Windows 951997 Google Search

2004 Facebook2006 Twitter 2007 iPhone発売2008 Android対応スマホ

2016 ポケモンGO

http://www.ii.ist.i.kyoto-u.ac.jp/?p=3333&lang=ja，http://www.ii.ist.i.kyoto-u.ac.jp/?p=3351&lang=ja

Exponential Growth- Moore’s Law¶

- Expanding Internet World

Universal Turing Machine- from Hardware to Software

Pervasive Computing- Mobile, Wearable, Implanted, …

- IoT

¶: “The number of transistors on a chip will double roughly

every 2 years (OR 18 months); ×230 ≒ 109 since 1956

* “Computer and Communication” by Koji Kobayashi (1977)

情報学とは

（理系）情報学とは，ネットワークを介して相互接続されたコンピュータ（コンピューティングプラットフォーム）による情報処理を基盤として，自然界および社会における情報の生成，認識，表現，収集，組織化，最適化，変換，伝達，評価，制御に関わる包括的学問である．

計算機科学の視点を情報学の視点に発展させるためには，コンピューティングプラットフォームの上で処理されるデータの表す意味内容まで踏み込んで情報の発生，貯蔵，活用，消去に至るライフサイクルを理解し，人間社会における価値創出へのプロセスまで広範な領域について思考を巡らせる必要がある．

計算機科学概論12～14回では，次の2つの観点から講述する．1. コンピューティングプラットフォーム上に構成され，人間と同レベルの

知能情報処理の枠組みを志向する人工知能2. コンピューティングプラットフォーム上に構築されたシステムと人間と

のインタフェースの枠組み，および，人間同士のインタラクションの拡張の枠組み

最近の人工知能ブーム（人工知能の第三の波）

2015 06 20 Pepper発売2015 07 28 FLI Open letter 2015 07 31 りんなサービス開始2015 10 AlphaGoがEuropean Champion, Fan Huiに5-0で勝利2015 11 09 TensorFlow2016 02 11 NHK BS1スペシャル「ダボス会議２０１６ 仕事がない世界」2016 02 14 Google Self Driving Carがバスと接触事故2016 03 09～15 AlphaGoがイ・セドル九段に4-12016 03 23 MicrosoftがAIチャットボット、Tayを停止2016 06 27 「ヤマト運輸」LINE公式アカウントに会話AIを活用した荷物問い合わせ機能を追加2016 06 28 総務省 AIネットワーク化の影響とリスク2016 06 30 Teslaオートパイロット死亡事故2016 07 21 ロボネコヤマト2016 08 25 self-driving taxiがシンガポールで運用開始2016 08 14 Uberの自動運転カーが公道デビュー2016 11 04 Adobe sensei, AI（深層学習）を使ったイメージ編集2016 11 15 Google Neural Machine Translation2016 12 12 ローソンとパナソニックはコンビニで商品の会計や袋詰めを自動化する無人レジの実用化発表2016 12 30 富国生命保険、ＡＩ活用の業務効率化で、医療保険など給付金査定部署の人員３割近く削減発表2017 01 25 日経のAI記者，決算サマリーを1日30本2017 02 28 人工知能学会倫理指針公開2017 03 24 Uber自動運転車アリゾナ州で事故に巻き込まれ，テストを一時中止．27日．相手車過失判明再開．2017 04 07 Skype translatorに日本語（音声で通訳）が今年4月7日から追加2017 05 29 ロボット警察官「Robocop」が、ドバイ警察に正式雇用2017 05 23-27 Ke Jie（柯潔） 0<3 AlphaGo，AlphaGoは引退へ2017 07 30 Daimler-Boschが自律駐車ビル実証実験の発表2017 07 31 Amazon AWS Pollyによるエフエム和歌山のAIアナウンサーナナコがNHKで紹介される．2017 08 03 ＡＩキャラクターが中国共産党を批判サービス停止に，各社報道

赤：社会にインパクト橙：発表など

緑：AI賞賛報道青：AI中立報道灰：AI否定報道

最近の人工知能ブーム（人工知能の第三の波）

2017 08 09 銀行のチャットボット導入が欧州でトレンドに AIで顧客満足度向上（Forbes JAPAN）2017 08 15 フランスの自動運転バス。NAVYA社製。いまは補助員付きで運行2017 08 20 MIcrosoftの会話型音声認識システム,5.1％のエラーレートに達したことを発表2017 08 20 FLIが自律殺人兵器禁止のオープンレター公表2017 08 22 AIが価格調整 デジタルカルテル、法的責任だれに2017 08 26 IBMのAIが脳の血流画像から統合失調症を予測2017 09 01 ストーリーの人気を予測し、クオリティを評価する人工知能をディズニーが開発2017 09 06 USC ICTがホロコースト生存者とのVR対話をMUSEUM OF JEWISH HERITAGEで展示．2017 09 25 総務省「国際的な議論のためのAI開発ガイドライン案」の英語版を公開2017 10 05 Google Google Assistantを搭載したBluetoothイヤフォン「Pixel Buds」を発表．同時通訳可．2017 10 17 Sidewlk labs, Torontoでライドシェア型の「taxibot」ネットワーク構築計画発表2017 10 18 凸版印刷、AIを活用した農業効率化研究「人工知能未来農業創造プロジェクト」を開始2017 11 04 AI（渋谷みらい）が渋谷区に特別住民登録（日本初）2017 11 10 LINEが完全無線のBluetoothイヤホン「MARS」のティザー公開2017 11 13 Slaughterbot videoが公開2017 11 16 Boston Dynamicsが後ろ宙返りをするAtlasのビデオを公開2017 11 17 Stanford大学の機械学習アルゴリズムが人間の専門医より正確に肺炎を診断（IEEE Spectrum）2017 11 21 トヨタ自動車、第3世代のヒューマノイドロボットT-HR3を発表2017 11 21 JPLで世界トップクラスのドローンパイロット対AIのタイムトライアル，人間が辛勝2017 11 30 SBI生命とFiNC、人工知能による健康管理・生活習慣改善が行える「FiNC for SBI生命」を提供2017 11 30 「あと13年で5人に1人がロボットに仕事を奪われる」と，ニューズウィーク日本版2017 11 30 Stanford大学，地域の好みの政党、グーグルストリートビューの画像からAIで推定2017 12 12 IEEEからEthically Aligned Design （「倫理的に配慮されたデザイン」）v2が公開2017 12 15 ロボットが観光案内する「RoBoHoNと行く『ロボ旅』（京都）」をエースJTBが発売2017 12 18 CMUのAI Libratusが，ポーカー（無制限テキサスホールデム）最強のプロたちに勝ったと発表2017 12 22 ソフトバンクと三菱地所が自動運転バス「NAVYA ARMA」の試乗会を丸の内で開催2018 02 05 Intelがレーザーを照射によって網膜に直接映像を映し出すスマートグラス「Vaunt」を開発

いまどきのAI① すぐ身近にある② おもしろい③ 自分でも作れる④ たくさんある⑤ 日々進歩している

でも，あまり知られていない

Google Translate

Google Translate

Mathpix

Wolfram Alpha

http://ja.wolframalpha.com/input/?i=100%E5%80%8B%E3%81%AE%E3%83%9C%E3%83%BC%E3%83%AB%E3%81%8B%E3%82%893%E5%80%8B%E9%81%B8%E3%81%B6%E3%80%80%E4%BD%95%E9%80%9A%E3%82%8A

Skype Translator

Microsoft Hololens

→ Microsoft https://www.microsoft.com/ja-jp/hololens

人工知能のいろいろな定義

中島秀之（公立はこだて未来大学） 人工的につくられた、知能を持つ実態。あるいはそれをつくろうとすることによって知能自体を研究する分野である武田英明（国立情報学研究所）

西田豊明（京都大学） 「知能を持つメカ」ないしは「心を持つメカ」である溝口理一郎（北陸先端科学技術大学院）人工的につくった知的な振る舞いをするためのもの（システ

ム）である長尾真（京都大学） 人間の頭脳活動を極限までシミュレートするシステムである堀浩一（東京大学） 人工的に作る新しい知能の世界である浅田稔（大阪大学） 知能の定義が明確でないので、人工知能を明確に定義できない松原仁（公立はこだて未来大学） 究極には人間と区別が付かない人工的な知能のこと池上高志（東京大学） 自然にわれわれがペットや人に接触するような、情動と冗談に

満ちた相互作用を、物理法則に関係なく、あるいは逆らって、人工的につくり出せるシステム

山口高平（慶應義塾大学） 人の知的な振る舞いを模倣・支援・超越するための構成的システム

栗原聡（電気通信大学） 人工的につくられる知能であるが、その知能のレベルは人を超えているものを想像している

山川宏（ドワンゴ人工知能研究所） 計算機知能のうちで、人間が直接・間接に設計する場合を人工知能と呼んで良いのではないかと思う

松尾豊（東京大学） 人工的につくられた人間のような知能、ないしはそれをつくる技術。人間のように知的であるとは、「気づくことのできる」コンピュータ、つまり、データの中から特徴量を生成し現象をモデル化することのできるコンピュータという意味である

「松尾豊『人工知能は人間を超えるか』（KADOKAWA）p.45より作成」，平成28年版 情報通信白書 第1部， p. 234http://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h28/pdf/n4200000.pdf

人工知能：人間のように考え，人間のように接することのできるコンピュータ

知能の捉え方と人工知能のアプローチ

スキーマ：状況の心的モデル

いろいろなスキーマ

人間や社会に関わるスキーマ

物理現象に関わるスキーマ

人工物に関わるスキーマ

基本的なスキーマ

知能の捉え方と人工知能のアプローチ

スキーマ：状況の心的モデル

知覚運動

自我情動意識

パーソナリティー意図

いろいろなスキーマ

スキーマの獲得と適用と共有のためのメカニズム

学習

記憶

思考

コミュニケーション

人間や社会に関わるスキーマ

物理現象に関わるスキーマ

人工物に関わるスキーマ

基本的なスキーマ

知能の捉え方と人工知能のアプローチ

スキーマ：状況の心的モデル

知覚運動

自我情動意識

パーソナリティー意図

いろいろなスキーマ

スキーマの獲得と適用と共有のためのメカニズム

学習

記憶

思考

コミュニケーション

人間や社会に関わるスキーマ

物理現象に関わるスキーマ

人工物に関わるスキーマ

基本的なスキーマ

人工知能＋関連領域の歴史

2000

2010

2020

1990

1980

1970

～

1936 チューリングマシン1951 商用コンピュータ UNIVAC1956 Dartmouth Conferences1966 ELIZA / ALPAC Report1969 ARPA-net稼働1973 Lighthill report1974 MYCIN1975 Microsoft設立1976 Ethernet1982 Version Space / 第五世代コンピュータ1984 初代Machintosh発売1985 AARON1986 バックプロパゲーション1989 ALVINN1991 WWW実装1994 インターネットにショッピングモール1995 Windows 951997 Google Search / Deep Blueが世界チェスチャンピオンG. Kasparovを破る1999 SONY AIBO販売受付2000 ホンダASIMO2004 Facebook2006 Twitter / Hinton, 深層学習2007 iPhone発売2008 Android対応スマホ / Naoの研究機関・大学向け販売開始2011 IBM Watson / Siri / Google Self Driving Car / Kinect2015 Pepper発売2016 AlphaGoがイセドル九段に互先で4-1で勝利 / ポケモンGO

人工知能＋関連領域の歴史

2000

2010

2020

1990

1980

1970

～

1936 チューリングマシン1951 商用コンピュータ UNIVAC1956 Dartmouth Conferences1966 ELIZA / ALPAC Report1969 ARPA-net稼働1973 Lighthill report1974 MYCIN1975 Microsoft設立1976 Ethernet1982 Version Space / 第五世代コンピュータ1984 初代Machintosh発売1985 AARON1986 バックプロパゲーション1989 ALVINN1991 WWW実装1994 インターネットにショッピングモール1995 Windows 951997 Google Search / Deep Blueが世界チェスチャンピオンG. Kasparovを破る1999 SONY AIBO販売受付2000 ホンダASIMO2004 Facebook2006 Twitter / Hinton, 深層学習2007 iPhone発売2008 Android対応スマホ / Naoの研究機関・大学向け販売開始2011 IBM Watson / Siri / Google Self Driving Car / Kinect2015 Pepper発売2016 AlphaGoがイセドル九段に互先で4-1で勝利 / ポケモンGO

確立期

冬の時代①

黎明期

冬の時代②

繁栄期

http://hci.stanford.edu/winograd/shrdlu/

コンピュータグラフィクスでシミュレートされた「積み木の世界」で，英語表現を状況や変化と対応づけて理解して動作する「ことばがわかる」ロボットアームを実現した．

絵画という創造を要する領域でも，知覚に訴える表現の技法を捉えれば作品を生成できることを示した．創作のプロセスを理解するための研究として重要． http://www.aaronshome.com/aaron/index.html

http://repository.cmu.edu/cgi/viewcontent.cgi?article=2874&context=compsci

ニューラルネットワークを使った画像認識によって，道路の視覚的特徴をハンドル操作に対応づけるレーン追跡方式の自律走行車の草分け．

https://www.research.ibm.com/deepblue/home/html/b.shtml

スーパーコンピュータで，かなり先まで駒の動きを予測し，膨大な可能性のなかから最善手を推定することで，チェスの世界チャンピオンに勝る棋力を実現できることを示した．

http://www.google.com/selfdrivingcar/reports/http://www.google.com/selfdrivingcar/

センサー情報，GPS情報，地図データを総合して，道路状況を認識しながら走行する．重い責任が問われる生活空間での実用レベルに達した人工知能の草分け．

クイズ番組で出題される問題文を読解し，膨大なデータに基づいて解答を生成する．解答の確信度に基づく戦略的な行動もする．2011年に人間のチャンピオンに勝った．

http://www-03.ibm.com/innovation/us/watson/index.shtml

汎用性が高く，天気予報やカレンダーなどのアプリとも連携する音声対話システム．iOSに組み込まれて一般消費者にリリースされ，実際に使われ始めた． http://www.apple.com/jp/ios/siri/?cid=MAR-JP-GOOG-IPHONE

人工知能＋関連領域の歴史

2000

2010

2020

1990

1980

1970

～

1936 チューリングマシン1951 商用コンピュータ UNIVAC1956 Dartmouth Conferences1966 ELIZA / ALPAC Report1969 ARPA-net稼働1973 Lighthill report1974 MYCIN1975 Microsoft設立1976 Ethernet1982 Version Space / 第五世代コンピュータ1984 初代Machintosh発売1985 AARON1986 バックプロパゲーション1989 ALVINN1991 WWW実装1994 インターネットにショッピングモール1995 Windows 951997 Google Search / Deep Blueが世界チェスチャンピオンG. Kasparovを破る1999 SONY AIBO販売受付2000 ホンダASIMO2004 Facebook2006 Twitter / Hinton, 深層学習2007 iPhone発売2008 Android対応スマホ / Naoの研究機関・大学向け販売開始2011 IBM Watson / Siri / Google Self Driving Car / Kinect2015 Pepper発売2016 AlphaGoがイセドル九段に互先で4-1で勝利 / ポケモンGO

確立期

冬の時代①

黎明期

冬の時代②

繁栄期

機械学習

経験に基づいて自分の振る舞いを改良するアルゴリズム

データマイニング大量のデータに内在するパターンの発見

知識の表現と利用

専門家の知っていることを記述してコンピュータで実行させるための知識表現言語．

ヒューリスティック的探索

プログラマが解法を知らないとき，コツを教えて可能性のある空間を効率的に探させる．

ヒューリスティック探索— 問題分割法

黒、白、黒、白と石が置かれ、次は黒の手番。

[西田豊明: 人工知能の基礎, 丸善, 1999]

…OR分岐

AND/OR木

AND分岐

OR分岐

AND分岐

ヒューリスティック探索— 問題分割法

黒、白、黒、白と石が置かれ、次は黒の手番。

[西田豊明: 人工知能の基礎, 丸善, 1999]

…OR分岐

AND/OR木

… … … …

AND分岐

OR分岐

ヒューリスティック探索— 問題分割法

−

+dx

x

x

1

13

( )−

+

+−

+

dxx

xxx

x

xx

23

22

3

2

1

32

1

2

−= dxxgxfxgxfdxxgxf )(')()()()(')(

1

)12(

11

12

31

32

3 ++

+−

−=

−

+

xx

x

xx

x

++

+−

−dx

xx

xdx

x 1

12

3

1

1

1

3

22

OR分岐

−dx

x 1

1 ++

+dx

xx

x

1

122

AND分岐

[西田豊明: 人工知能の基礎, 丸善, 1999]

http://aitopics.org/publication/rule-based-expert-systems-mycin-experiments-stanford-heuristic-programming-project

知識の表現と利用

MYCIN (1972～1974開発，その後評価等) 伝染性の血液疾患の診断，抗生物質の推薦

ユーザインタフェース

推論エンジン

知識ベース

MYCIN

約600個のIF-THEN rule,

結論導出，説明

RULE145

IF:

1) 考慮中の治療がセファロチン，クリンダマイシン，エリスロマイシン，リンコマイシン，バンコマイシンのいずれかである

2) 患者の感染症診断が細菌性髄膜であるTHEN:

考慮中の治療は当該の細菌には全く(1.0)有効でない

RULE037

IF:

1) 細菌が十分な確度で同定できていない2) 細菌のグラム染色が陰性である3) 細菌の形状が棒状4) 細菌が有酸素

THEN:

細菌のクラスが，腸内細菌科であると強く(0.8)示唆される

… … …

非専門医＜診断結果65%＜専門医(80%)

分類／予測器

機械学習とデータマイニング

- 機械学習AIシステムが経験を通して自らの振舞いや知識を改良するための手法

- データマイニング：データの中から法則性を推定する技術．

法則

データ 分類／予測

トレーニング用

学習システム教師有／無

[西田豊明: 人工知能の基礎, 丸善, 1999]

取引記録計測データ…

画像処理の発展(～2010年頃)

t1990 2000 201019801970

内観に基づく素朴なアプローチ

幾何学的・物理学的・工学的な側面

顔検出，文字認識

SIFT（1999）

Bag of Visual Words（2003）

Caltech-101(2003)

Standard Visual Recognition Pipeline(2004～2012)

ImageNet(2009)

OpenGL

SURF（2006）

Kinect(2011)

知識

物理法則

幾何学的法則

信号処理

統計的パターン認識

特徴抽出（手動）

画像分類

（教師あり）クラス特徴

従来手法

特徴抽出（教師なし）

画像分類

（教師あり）クラス特徴

NNを用いた手法

音声・自然言語処理の発展(～2010年頃)

内観に基づく素朴なアプローチ

コーパスベース

ViaVoice（1999）Dragon Dictate

（1990）

Julius(2000)

NETtalk（1986）

ルールベース

LPC, HMM

自然言語処理

音声認識

DP, DPW

認識率80%

Juman(ver 1: 1993)

KNP(1994)

WordNet(1985～)

t1990 2000 201019801970

ルールベース

統計的パターン認識

ニューラルコンピューティングの発展(～2010年頃)

ヘブ則 (1949)

バックプロパゲーション(1986)

ボルツマンマシン(1985)

Deep belief network(2006)

RNN(1990)

t1990 2000 201019801970

パーセプトロン (1958)

Threshold logic (1943)

LSTM(1997)

ホップフィールドネットワーク(1982)

過学習勾配の消失

Neo Cognitron(1980)

CNN (LeNet-5)(1998)

冬の時代②冬の時代①

Autoencoder

深層学習のインパクト

CNN (1998)

RNN (1990)

DQN(2015)

“Word2Vec”: skip-gram+CBoW(2013)

GAN(2014)

LSTM (1997)

NMT(2016)

AlphaGo(2016)

Show and Tell(2015)

DCGAN(2015)

t2010

基礎

応用

2015

Chainer(2015)

SuperVision(2012)

Deep Belief Network (2006)

TensorFlow(2015)

Deep Boltzmann Machine(2009)

画像，映像認識（2013～）

音声認識（2012～）

感情推定

映像監視

医療診断，健康管理

遺伝子研究

商品売れ筋予測

金融，取引

ボット，会話型システム

SVMクラスタリング決定木相関ルール

エンドツーエンド（一貫）学習

創薬

現実の難問解決

表現学習（特徴自動設計）

限定されたタスクなら人間以上

リソース：

｛論文，ソフト，データ，勉強会｝がオープン

データからの統計に基づく模倣

深層学習 (Deep Learning)

x1

x2

x3

x4

x5

xn

…

…

…

…

…

L1 L2 L3 L4 L5

• Deep Boltzmann Machine (DBM)では，自己符号化器 (Autoencoder)，深層1層ずつ階層ごとに学習していく（事前学習）

• Convolutional Neural Network (CNN)では，畳み込み層とプーリング層を交互に繰り返す

,

低次の特徴 高次の特徴

系列変換モデル

〈文脈〉 単語 〈文脈〉

Word2vec (skip-gram+CBoW)

入力系列

（意味の）ベクトル空間 分散表現

埋め込み層

再帰層

BOS

出力系列 EOS

埋め込み層

出力層

再帰層

系列変換モデル

注意機構…どのベクトルを重視するか

記憶ネットワーク…記憶したい事例を書き込み，必要な時読み込む

End-to-end 記憶ネットワーク…入力情報変換，一般化，出力情報変換，応答を同時学習させる

[坪井＋．深層学習による自然言語処理，講談社，2017]

動的記憶ネットワーク…エピソード記憶による文脈処理

GAN (Generative Adversarial Nets，敵対的生成ネットワーク)

[Goodfellow 2014, 2016]

Generator

学習用データセット

Discriminator

「イミテーション」

「本物」

「識別結果」

AI:スキーマを利用し，作り出すことができるマキナ

スキーマ：状況の心的モデル

知覚運動

自我情動意識

パーソナリティー意図

スキーマの弱い構造をもつ集まり

スキーマの獲得と適用と共有のためのメカニズム

学習

記憶

思考

コミュニケーション

人間や社会に関わるスキーマ

物理現象に関わるスキーマ

人工物に関わるスキーマ

基本的なスキーマ

部品は高度化したが，全体を統合して一体的に動作させるのはまだまだ難しい

ヒューリスティック探索

知識プログラミング機械学習 ニューラル学習

模倣マシーン

マキナの発展の歴史の流れの中で

レベル１：自然の力を利用したマキナ

産業革命以前（～18世紀中期）は、自然の力を利用したからくりが中心だった。

マキナ (Machina). ラテン語で「機械」

レベル２：機械仕掛けのマキナ

産業革命（18世紀末期～）以来石炭やガソリンを動力源として大きな力を出せるようになった。

レベル３：電気仕掛けのマキナ

19世紀末期から、電気を使うことで比較的複雑な自動制御ができるようになった。電話が発明されたのもこの時期。

レベル４：コンピュータ制御のマキナ

20世紀後半から、コンピュータを使って、低コスト性と偏在性を備えた制御が可能になった。

レベル５：知覚を備えた知的なマキナ

21世紀になって、知覚と運動能力と学習機能を持つマキナが社会に広がり始めた。

レベル６：自律的なマキナ

いろいろな価値判断を模倣で獲得し、与えられたミッションを遂行する。

レベル７：心を持つマキナ

自分の価値感と自我意識を持ち、もはや人間と区別できない。

[西田豊明．AI,いまの実力— ヒトはどう付き合っていくべきか，金融ジャーナル，2016年9月号，pp. 98－101]

いまの人工知能にできること，できないこと

できること（近未来を含む）

• 大量高速どこでも（クラウド／エッジ）情報処理• 探すこと

• ゲーム• ものまね DNN, GAN

• 機械翻訳• 自動車の運転• 作風

• 見分けること CNN• 空間

• （手書き）文字認識• 顔認識• オブジェクト認識（ターミネーター）• 作風（）

• 時間• フィンテク

• 組み合わせ• ビデオの人追跡

• 文法・意味・頻出パターンに基づく会話• 文章要約• 機械翻訳

• 人間のシミュレーション• ゲームAI:クラシックAIの集大成

• パワースーツ，人間の物理的拡張• 義手，義足：神経とロボットの直結• パワーシャベル

できないこと（まだまだチャレンジ）

• 汎用AI，下記の能力の欠如による．• 人間のような強靭な体力，ロボットが遅

れている• 言葉の内容がわかる• 重大な責任を果たすこと• 人間の感覚がわかる• 教え教えられる• 子供の持つ汎用学習能力

• ルールから学ぶゲームやパズル

できないけれど頑張ればできそう

• 円滑・確実に話す会話エージェント（学習支援機能なども含む）

• 大規模イベントのモニタリング（追跡，レポート）

• 視覚・聴覚以外．触覚，味覚，• 専門家の作業の自動化（例えば，創薬プ

ロセスの自動化）• 人間の自立支援（世話，介護）

学ぶ-創る-教える

メディアとしての人工知能

会話が中心

物語で経験を組織化する

知の仲介者としてのAI

社会的共有

メディア：人と人の間に介在するもの．メディアとしてのAI:人とAIが教え，教えられる関係を形成する

IoT (Internet of Things)

インターネットにさまざまな製品装置（モノ）をつなぎ，連携させることで，多様な価値を産出

物理世界

情報ネットワーク

コンピュータコンピュータ コンピュータ

コンピュータ

AIAI AI

AI

人工知能の適用例

[西田豊明．AI,いまの実力— ヒトはどう付き合っていくべきか，金融ジャーナル，2016年9月号，pp. 98－101]

応用 主な人工知能技術

ゲームプレイ 知的探索，機械学習

話し相手，情報アシスタント，診断・アドバイス，エンタテインメント

音声言語対話，画像認識，機械学習

人間行動支援，教育，トレーニング

人間行動センシング，人間・人工物相互信頼，アナリティクス，機械学習

大量文書の活用 自然言語処理（例，バイオNLP），Webからの情報抽出

フィンテック ビッグデータ解析，時系列予測，不完全情報化での意思決定支援，自然言語処理，機械学習

物質製薬創成 実験と機械学習の組み合わせで候補物質を効率的に検索，自然言語理解技術

サプライチェーン 知的最適化，プランニング，意思決定，知覚，プランニング，機械学習

自動運転，自律機械 知覚，プランニング，意思決定，知的制御，機械学習

人工知能の歴史的位置づけ

テクノロジー

テクノロジー

ICT人工知能

テクノロジー

ICT

人工知能への懸念

1. 安全性と制御可能性2. 日常生活のリスクの増加3. 失業4. 自律兵器開発5. 人間社会の衰退

人工知能

サービス

操作

通常の情報端末や人型インタフェース

駆動

製造販売

研究開発

参加、ガバナンス立場①

立場②

立場③

立場④

人間社会

中短期的な人工知能利用の枠組み

[西田豊明．人工知能の光と影（上），経済教室，日本経済新聞，2016年9月16日]

• Fake

• Adversarial Attack

• Filter bubble

• "Alone together"

技術の生み出した課題

人工知能への懸念

時期 イベント

19世紀～

・ 「フランケンシュタイン」(1913)，「すばらしい新世界」(1932)，「1984」(1949)，ロボット3原則(1950)，「2001年宇宙の旅」(1968)，「ターミネーター」(1984)などのフィクション

2004 ・ ロボット倫理（Roboethics）に関する議論開始

2006 ・ Kurzweilが“Singularity is Near”刊行2008 ・ AAAIで人工知能の社会・倫理的側面に関わる議論開始

2011 ・ EPSRCがロボット開発5原則，7メッセージを公表2014 ・ AI100 のホストをStanford大学が受諾

・ 世界経済フォーラムでの人工知能に関わる懸念表明・ 人工知能学会倫理委員会設置

2015 ・ 総務省AIネットワーク化検討会議発足・ FLI Open Letter（自律兵器開発反対）

2016 ・ 米国ホワイトハウスが人工知能の未来への備えに関する意見募集・ NEDO人工知能戦略会議発足・ 内閣府人工知能と人間社会に関する懇談会・ 人工知能学会倫理綱領草稿公表・ Partnership on AI設立・ AI100 2015-2016報告書公表・ 総務省AIネットワーク社会推進会議発足・ 総務省ＡＩ開発ガイドライン策定のための論点公表・ IEEE標準化委員会，倫理的に調和した人工知能

2017 ・ Asilomar AI Principles公表・ EU議会でスマートロボットを民法適用対象にするための公的議論開始を決議

国際的な議論のためのＡＩ開発ガイドライン案

（主にＡＩネットワーク化の健全な進展及びＡＩシステムの便益の増進に関する原則）

①連携の原則—開発者は、ＡＩシステムの相互接続性と相互運用性に留意する。

（主にＡＩシステムのリスクの抑制に関する原則）

②透明性の原則—開発者は、ＡＩシステムの入出力の検証可能性及び判断結果の説明可能性に留意する。

③制御可能性の原則—開発者は、ＡＩシステムの制御可能性に留意する。④安全の原則—開発者は、ＡＩシステムがアクチュエータ等を通じて利用者及び第三者の生命・身体・財産に危害を及ぼすことがないよう配慮する。

⑤セキュリティの原則—開発者は、ＡＩシステムのセキュリティに留意する。⑥プライバシーの原則—開発者は、ＡＩシステムにより利用者及び第三者のプライバシーが侵害されないよう配慮する。

⑦倫理の原則—開発者は、ＡＩシステムの開発において、人間の尊厳と個人の自律を尊重する。

（主に利用者等の受容性の向上に関する原則）

⑧利用者支援の原則—開発者は、ＡＩシステムが利用者を支援し、利用者に選択の機会を適切に提供することが可能となるよう配慮する。

⑨アカウンタビリティの原則—開発者は、利用者を含むステークホルダに対しアカウンタビリティを果たすよう努める。

http://www.soumu.go.jp/menu_news/s-news/01iicp01_02000067.html

総務省AIネットワーク社会推進会議，2017年7月末

IEEE 標準化部会: 倫理的に配慮されたデザイン (EAD) –第1～2版

The IEEE Global Initiative on Ethics of Autonomous and Intelligent Systems. Ethically Aligned Design: A Vision for Prioritizing Human Well-being with Autonomous and Intelligent Systems, Version 2. IEEE, 2017.

http://standards.ieee.org/develop/indconn/ec/autonomous_systems.html.

目標

1. 人権 (Human rights)—国際的に認識された人権侵害に抵触しないことの保証

2. 身体的、精神的、社会的に良好な状態 (Well-being)—良好な状態を優先すること

3. 説明責任 (Accountability)—設計と運用における責任と説明

4. 透明性 (Transparency)—隠ぺいのないこと

5. 不適切な使用の気づき(Awareness of misuse)—不適切な使用のリスクを最小化すること

IEEE 標準化部会: 倫理的に配慮されたデザイン (EAD) –第1～2版

The IEEE Global Initiative on Ethics of Autonomous and Intelligent Systems. Ethically Aligned Design: A Vision for Prioritizing Human Well-being with Autonomous and Intelligent Systems, Version 2. IEEE, 2017.

http://standards.ieee.org/develop/indconn/ec/autonomous_systems.html.

作業部会

1. 一般原則

2. 自律知能システムへの価値観の組み込み

3. 倫理的研究と設計のための方法論

4. 汎用人工知能（AGI）と人工超知能（ASI）の安全性と善行

5. 個人情報と個別アクセス制御

6. 自律型兵器システム

7. 経済的／人道的問題

8. 法律

9. 感情コンピューティング

10. 政策

11. 伝統的倫理観

12. 複合現実

13. 身体的、精神的、社会的に良好な状態

第2版から追加

まとめ

1.情報学とはa.情報学の中の計算機科学b.情報学の発展の歴史c. 第12～14回は人工知能とヒューマンコン

ピュータインタラクションに焦点2.人工知能a.人工知能とはb.人工知能の発展の歴史c. 現代の人工知能d.人工知能と社会

References

[西田 2017g] 西田豊明（編），小特集「人工知能とインタラクション」，シミュレーション学会誌，Vol. 36, No. 4, 2017年12月号.[西田 2017f] 西田豊明，選択肢としての人工知能，情報管理 Vol. 60, No. 9, p. 655-661, 2017.

https://www.jstage.jst.go.jp/article/johokanri/60/9/60_655/_article/-char/ja[西田 2017e] 西田豊明，スキーマ・マシンとしての人工知能のインパクト，情報管理 Vol. 60, No. 5 p. 339-344, 2017.

https://www.jstage.jst.go.jp/article/johokanri/60/5/60_339/_html/-char/ja/

[西田 2017d] 西田豊明，人工知能の歩み―第3次AIブーム，ブリタニカ国際年鑑2017．https://www.britannica.co.jp/products/jboy.html

[西田 2017c] 西田豊明，人工知能と技術倫理，電気評論，2017年5月号http://www.ehyo.sakura.ne.jp/page030.html

[西田 2017b] 西田豊明，人工知能スキーマ：人々は人工知能をどうとらえているか，視点，情報管理，Vol. 60, No. 1, pp. 50-55, 2017．https://www.jstage.jst.go.jp/article/johokanri/60/1/60_50/_html/-char/ja/

[西田 2017a] 西田豊明，人工知能の現状と展望，インターネット白書2017，2017年2月1日http://www.impressrd.jp/news/170201/NP

西田 2016] 西田豊明，人工知能の光と影（上）—日米欧，倫理問題対応急ぐ，日本経済新聞・経済教室，2016年9月6日．有料会員限定リンク：http://www.nikkei.com/paper/article/?b=20160906&ng=DGKKZO06882280V00C16A9KE8000

[人工知能学会 2016] 人工知能学会監修，松尾豊（編）,中島秀之,西田豊明,溝口理一郎,長尾真,堀浩一,浅田稔,松原仁,武田英明,池上高志,山口高平,山川宏,栗原聡：人工知能とは，近代科学社，2016年5月30日http://www.kindaikagaku.co.jp/information/kd0489.htm

[西田 2015] 西田豊明，人工知能がもたらす未来の「スマート」，CEL (Vol.111)，2015年11月02日http://www.og-cel.jp/search/1230453_16068.html

[西田 2014b] 西田豊明．人間力・社会力を強化する情報通信技術：人工知能を中心に，情報管理 Vol. 57, No. 8, pp. 517-530, 2014.http://dx.doi.org/10.1241/johokanri.57.517

[西田 2014a] 西田豊明．人工知能の社会実装がもたらし得ること．人工知能，29巻5号，pp. 524-532, 2014.http://ci.nii.ac.jp/naid/110009841788

[西田 2013] 西田豊明．人工知能とは(2)，人工知能学会誌，28巻2号，pp. 326-335, 2013.http://ci.nii.ac.jp/naid/110009594470

[西田 2012] 西田豊明．人工知能研究半世紀の歩みと今後の課題，情報管理 Vol. 55, No. 7, pp. 461-471, 2012.http://dx.doi.org/10.1241/johokanri.55.461

[西田 1999] 西田豊明: 人工知能の基礎, 丸善, 1999.

レポート課題 (1/3)

計算機科学概論12～14回の成績は3回のレポートによって採点します．

人工知能のもたらす社会的影響の明暗について重要な議論している文献を少なくとも1つあげ，それに基づいて人工知能技術の研究開発を今後どのように進めていくかについて自分の考えを2000字以上で論じなさい．なお，文献の出典（Webの場合はそのURL）は必ず明示すること．採点にあたっては，深く，独自性が高い考察を評価します．

提出期日 7月10日（火） 17:00

提出方法 pdfファイルをPandAにアップロード