Human and Machine

人間と機械に関するスライドです(2020ver)。

Transcript

1. Human and Machine 1 / 49
2. Lifelog Q 各自で、過去から現在まで継続して記録しているデータを列挙せよ ※ 電子データでの記録でなくても良い 2 / 49
3. Lifelog Lifelog 人間の日々の行動や活動を記録したデータ Examples of lifelog • 家計 (収支、光熱費、ポイント、…) • 健康 (身長、体調、診断結果、…) • 移動 (交通経路、訪問地、GPS、…) • 活動 (学習、ゲーム、ネット接続、運 動、Web 検索、予定、タスク、写真、 動画、…) • 制作物 (レポート、作文、宿題、日記、 旅行記、読書メモ、tweet、…) • 評価 (成績、資格証明書、賞状、…) 3 / 49
4. Lifelog Lifelog 人間の日々の行動や活動を記録したデータ Examples of lifelog • 家計 (収支、光熱費、ポイント、…) • 健康 (身長、体調、診断結果、…) • 移動 (交通経路、訪問地、GPS、…) • 活動 (学習、ゲーム、ネット接続、運 動、Web 検索、予定、タスク、写真、 動画、…) • 制作物 (レポート、作文、宿題、日記、 旅行記、読書メモ、tweet、…) • 評価 (成績、資格証明書、賞状、…) 4 / 49
5. Lifelog Figure: 位置情報 (GPS) のライフログ 5 / 49
6. Lifelog 6 / 49
7. Lifelog 7 / 49
8. Lifelog Lifelog の活用例 • 自分の過去の活動を思い返す • 自分が過去にした行動を調べる • 過去の状況と現状を比較し分析する • 過去のデータを再利用して新たなものを作成する Lifelog の記録 手作業で収集するのは大変! ⇒ 自動で (or 簡単に) 記録するツールを用いる ※ 継続して記録することで知見が得られるので、すぐにデータを捨てない ことが大事 8 / 49
9. Big Data Q. 量販店で夕方に「ビール」と一緒によく売れるものは何か? 9 / 49
10. Big Data Figure: 共通ポイント提携社間での個人情報の利用例 10 / 49
11. Big Data Big Data 一般的な方法では分析が困難な膨大なデータ 例. 10 年分の移動を記録した GPS データ、Suica の乗降記録 11 / 49
12. Big Data 12 / 49
13. Big Data Mapping the world’s photos (Crandall et al., 2009) Flickr 上の写真 (約 3340 万枚) の位置情報を二次元上にプロット ⇒ Flickr ユーザは何も意図しないのに海岸線の描画が可能に ※ 集合知の一例 13 / 49
14. Big Data 14 / 49
15. Artificial Intelligence Q1 機械 (コンピュータ) の特徴や利点を列挙せよ 15 / 49
16. Artificial Intelligence 人工知能 (Artificial Intelligence, AI) 人間の知能が行うような高度な処理を人工的に再現する技術 • 「高度な」=「現時点ではコンピュータには難しいと考えられる」 • 「人工知能」が指す技術は時代により異なる 16 / 49
17. Artificial Intelligence 17 / 49
18. Artificial Intelligence 18 / 49
19. Artificial Intelligence 19 / 49
20. Artificial Intelligence 20 / 49
21. Artificial Intelligence 21 / 49
22. Artificial Intelligence サカイ引越センターの 16 年 4～12 月期、純利益 12.9% 減 29 億円 サカイ引越センターが 25 日に発表した 2016 年 4～12 月期の連結決算は、 純利益が前年同期比 12.9% 減の 29 億円となった。売上高は前年同期比 7% 増の 558 億円、経常利益は前年同期比 2.5% 増の 50 億円、営業利益は前年同 期比 1% 増の 47 億円だった。 株式会社 SD ホールディングスの子会社化に伴う仲介手数料の支払い 1 億 4700 万円や、第 2 四半期連結会計期間より株式会社 SD ホールディングス及 び子会社 3 社の損益を連結したことにより、のれん及び契約関連無形資産の 償却費が 8000 万円発生したものの、営業利益は増益、経常利益は増益と なった。固定資産売却益及び投資有価証券売却益が前年同四半期に比べ減少 したことから純利益は減少となった。 今期の年間配当は 20 円減らし 35 円の予想。 2017 年 3 月期は純利益が前期比 3.9% 減の 41 億円、売上高が前期比 4% 増の 762 億円、経常利益が前期比 3.2% 増の 73 億円、営業利益が前期比 5.7% 増の 71 億円の見通し。 (日経新聞より) 22 / 49
23. Artificial Intelligence 23 / 49
24. Artificial Intelligence AI が国会答弁下書き 経産省が実証実験 (日経新聞より) 経済産業省は人工知能 (AI) に国会答弁を下書きさせる実証実験を始めた。 AI に過去 5 年分の国会の議事録を全て読み込ませたうえで、与えられた質問 に対し、過去の答弁内容を踏まえて回答できるかを検証する。行政分野でも AI の活用をめざす。公務員の長時間労働の要因になっている答弁対応の負担 を減らし「働き方改革」につなげるねらいもある。 野村総合研究所に実験を委託しており、来年 3 月末まで実施する。議事録 を読み込み、過去の質疑や政策課題などを分析した AI に、国会で出そうな 質問や政策課題を問いかけ、答弁の下書きや論点を整理した資料を作成でき るかを実験する。実用化の時期は決まっていないが、成果次第で早期の試用 を検討する。 24 / 49
25. Artificial Intelligence 天気概況の生成 (西日本新聞より) おはようございます。今日から新学期がスター トする学校が多いと思います。1 月 10 日の九州北 部 (福岡県福岡地方) の天気予報は、晴れ時々くも りでしょう。降水確率は午前、午後ともに 10% で しょう。傘は持たなくても大丈夫です。 日中の最高気温は 11 度、最低気温は 6 度となる 見込みです。前日より最高気温は 1 度低く、最低 気温は 4 度低いでしょう。平年と比べて最低気温 は 2 度上回り、最高気温は平年並みでしょう。 風は北西の風後北の風、海上では後北西の風や や強くなるでしょう。日の出は午前 7 時 23 分。日 の入りは午後 5 時 29 分です。 今日のお出かけには、コートを着ないと寒いで しょう。今夜の夜空は、よく見れば星が現れるか もしれません。 25 / 49
26. Artificial Intelligence Bwd LSTM Fwd LSTM | | | | | Embed He loved to eat . Encoder Er liebte Softmax Decoder Er NULL + Encoder Sum + + + + + Encoder Sum + + + + + Encoder Sum + + + + + Encoder Sum + + + + + Encoder Sum + + + + + Encoder Sum + + + + + Decoder Decoder Sum + + Decoder Sum + + Decoder Sum + + Decoder Sum + + Decoder Sum + + Decoder Sum + + 26 / 49
27. Artificial Intelligence 国 語 数 学 IA 数 学 IIB 英 語 (筆 ) 英 語 (リ ) 物 理 日 本 史 B 世 界 史 B 5 教 科 合 計 0.0% 10.0% 20.0% 30.0% 40.0% 50.0% 60.0% 70.0% 80.0% 90.0% 全国平均 東ロボ 2016 得点率 Figure: 進研マーク模試 (2016/6) 27 / 49
28. Artificial Intelligence 国語 数学 IA 数学 IIB 英語 ( 筆 ) 英語 ( リ ) 物理 日本史 B 世界史 B 0 10 20 30 40 50 60 70 東ロボ 2015 東ロボ 2016 偏差値 Figure: 2015 年と 2016 年の偏差値比較 28 / 49
29. Artificial Intelligence 問 1 二項定理、整数 問 2 確率と漸化式 問 3 平面座標、最大値 問 4 立体の体積 問 5 極限、定積分 問 6 複素数平面 0 2 4 6 8 10 12 14 16 18 20 学生平均 東ロボ 2016 得点 Figure: 東大入試プレ (2016, 数学 (理系)) 29 / 49
30. Artificial Intelligence 問 1 二項定理、整数 問 2 確率と漸化式 問 3 平面座標、最大値 問 4 立体の体積 問 5 極限、定積分 問 6 複素数平面 0 10 20 学生平均 東ロボ 2016 Figure: 東大入試プレ (2016, 数学 (理系)) 30 / 49
31. Artificial Intelligence 31 / 49
32. Artificial Intelligence Turing test 人間が生成したものと機械が生成したものを区別する問題に対して、判定者 が確実な区別ができなくなれば、その機械は知的だ (知能をもつ) といえる 32 / 49
33. Artificial Intelligence Turing test 人間が生成したものと機械が生成したものを区別する問題に対して、判定者 が確実な区別ができなくなれば、その機械は知的だ (知能をもつ) といえる 33 / 49
34. Artificial Intelligence 34 / 49
35. Artificial Intelligence 35 / 49
36. Human and Machine 36 / 49
37. Human and Machine 37 / 49
38. Human and Machine 38 / 49
39. Human and Machine 39 / 49
40. Human and Machine Q2 機械や技術が発展してなお、社会の中で人間が担うべき役割は何か? 40 / 49
41. Human and Machine 東ロボくん開発者・新井教授 東ロボくんの答案を採点した予備校の先 生は、 「世界史を理解しようともせず、ただ 教科書を丸暗記して部分点を狙ってくる受 験生の答案に似ている」と喝破した。つま り、東ロボくんのような答案を書いて入学 している受験生が相当数存在するのである。 人が機械より優れているのは、意味を理 解して問題解決を図る能力があるからだ。 意味を理解することを放棄し、単なる暗記 や記号処理に走れば、機械に追い越される のは時間の問題でしかない。 (朝日新聞より) 41 / 49
42. Human and Machine Q. 仏教は東南アジア、東アジアに、キリスト教はヨーロッパ、南北アメリ カ、オセアニアに、イスラム教は北アフリカ、西アジア、中央アジア、東南 アジアにおもに広がっている。 この文章において、オセアニアに広がっているのは（　　　）である 42 / 49
43. Human and Machine モデル (model) ある状況に関するある人の明示された解釈 • 現実の現象から じょうちょう 冗 長 な部分を除き、本質的な部分のみに単純化 (抽象 化) したもの ※ モデル化 (modeling): モデルを作成すること モデル化の利点 • 似た現象を同じ考え方で考察できるようになる • 現象の本質的な理解や分析が容易になる 43 / 49
44. Human and Machine 機械情報 社会情報 生命情報 2. 表現の選択 (デザイン) 4. 理解を受け入れる か否かの選択 次の コミュニケーション 前の コミュニケーション 成果メディア 伝播メディア 3. 理解の選択 1. 情報の選択 × 44 / 49
45. Human and Machine 例. 樹上の鳥 木の上に鳥が 5 羽とまっています。猟師が鳥を 1 羽撃ち落としたとき、木の 上の鳥は何羽になりますか? 45 / 49
46. Human and Machine モデルの「良さ」 何を現象の「本質」だと捉えるかにより、 「良い」モデルは異なる • 何を選び何を捨てるかは、モデル作成の目的により変わる • 現象のどの部分に意味を見出すかは、機械には判断できない 例. 樹上の鳥 「5 から 1 を引く引き算」と、 「鳥が銃声に驚いて飛び去る」のどちらが本質? 46 / 49
47. Human and Machine 児玉『UML モデリングの本質』より 世界はもともと「ゴチャマゼ」であって、人がそれを「片づける」ことな どはできない。でも、視点を定めて、見るべきところを見れば、 「片づいた」 ように見ることはできる。これがモデリングの本質なのではないか Figure: 「片付いた」状態はどれか? 47 / 49
48. Human and Machine Q3 Q2 で挙げた役割を担える人間であるには、何をすべきか? ※ Q2 で挙がったものから一つ選び、どうすれば良いか具体的に考える 48 / 49
49. Reference I LLC. Corusen. Accupedo. url: http://www.accupedo.com. David Crandall et al. “Mapping the world’s photos”. In: Proceedings of the 18th International Conference on World Wide Web. 2009. doi: 10.1145/1526709.1526812. url: http://www2009.eprints.org/77/1/p761.pdf. Google DeepMind. AlphaGo. 2016. url: http://deepmind.com/alpha-go.html. Google DeepMind. “Mastering the Game of Go with Deep Neural Networks and Tree Search”. In: Nature 529 (2016). doi: 10.1038/nature16961. url: https://storage.googleapis.com/deepmind-data/assets/papers/deepmind- mastering-go.pdf. Leon A. Gatys, Alexander S. Ecker, and Matthias Bethge. “A Neural Algorithm of Artistic Style”. In: CoRR (2015). url: http://arxiv.org/abs/1508.06576. Gizmode. A New AI System Passed a Visual Turing Test. 2015. url: http://www.gizmodo.jp/2015/12/post_1212121388.html. ITmedia. 「AI の性能を上げている場合ではない」──東ロボくん開発者が危機感を募らせる、 AI に勝てない中高生の読解力. url: http://www.itmedia.co.jp/news/articles/1611/21/news096.html. 49 / 49
50. Reference II Brenden M. Lake, Ruslan Salakhutdinov, and Joshua B. Tenenbaum. “Human-level concept learning through probabilistic program induction”. In: Science 350 (2015). doi: 10.1126/science.aab3050. Stephen Merity. Peeking into the neural network architecture used for Google’s Neural Machine Translation. url: http://smerity.com/articles/2016/google_nmt_arch.html. Microsoft. りんな. 2015. url: http://rinna.jp. NHK. グーグルが最新人工知能使い囲碁ソフト開発 プロに勝利. 2016. url: http://www3.nhk.or.jp/news/html/20160128/k10010388481000.html. Washington Post. Post Olympics. url: https://twitter.com/wpolympicsbot. Todai Robot Project. ロボットは東大に入れるか。. url: http://21robot.org. Preferred Research. PaintsChainer. url: http://paintschainer.preferred.tech. Preferred Research. 画風を変換するアルゴリズム. 2015. url: https://research.preferred.jp/2015/09/chainer-gogh. 50 / 49
51. Reference III Google Crisis Response. 進化した地図が支援の道を切り開く. url: http://www.google.org/crisisresponse/kiroku311/chapter_12.html. カルチュア・コンビニエンス・クラブ. 個人情報の第三者提供について. url: http://www.ccc.co.jp/customer. ソフトバンク. Life with Pepper(ペッパーと暮らす). 2014. url: http://www.softbank.jp/robot/special/pepper. 高木 新平. Twitter. 2014. url: https://twitter.com/Shimpe1/status/542152256607375360. 日本経済新聞. AI が国会答弁下書き 経産省が実証実験. url: http://www.nikkei.com/article/DGXLASDF05H0D_V01C16A2EAF000. 日本経済新聞. サカイ引越センターの 16 年 4～12 月期、純利益 12.9%減 29 億円. url: http://www.nikkei.com/article/DGXLRST0448540Z21C16A1000000. 日本経済新聞. 完全自動決算サマリー. url: http://pr.nikkei.com/qreports-ai. 朝日新聞. 「東ロボくん」研究の教授コメント 「人間、頑張れ！」. 2015. url: http://www.asahi.com/articles/ASHCG7J2WHCDUSPT00W.html. 51 / 49
52. Reference IV 綾兎. こぁこぁ 線画ー. url: http://seiga.nicovideo.jp/seiga/im2780153. 西日本新聞. AI が新聞記事を書いてみた 執筆 1 秒、でも設定は人間. url: http://www.nishinippon.co.jp/nnp/national/article/300189. 52 / 49