人間ってナンだ?超AI入門 勝負するゲームから見える性 テストのヤマAIが?広い意味での勝負の場面を通して考える…


出典:『人間ってナンだ?超AI入門▽勝負するゲームから見える性▽テストのヤマAIが?』の番組情報(EPGから引用)


人間ってナンだ?超AI入門▽勝負するゲームから見える性▽テストのヤマAIが?[字]


AI研究の最前線に迫り人間とは何か?再考する知的教養エンタメ、シーズン3。今回は実践編。日本の現場をリポート、世界の知性からの警告も。理系と人文系の壁を越える。


詳細情報

番組内容

テーマは、「勝負する」。勝負では、さまざまな「読み」が明暗を分けると言われる。また人間の生々しい感情や機微があらわになる場面でもあるが、そんな時AIは?たとえば、競馬。馬の調子をどう見抜く?名人の「勘」とAIの「計算」、果たしてどちらに分が?また一般的にテストなどで「ヤマをはる」ということがあるが、そこに根拠はあるのか?AIが出題予測をすると?広い意味での勝負の場面を通して考える、人間ってナンだ?

出演者

【ゲスト】三宅陽一郎,【VTR出演】試験予測AI開発プロジェクト担当…岩橋亮太,試験予測AI開発者…新名玄,【司会】東京大学大学院工学系研究科教授…松尾豊,哲学ナビゲーター/小説家…原田まりる



『人間ってナンだ?超AI入門▽勝負するゲームから見える性▽テストのヤマAIが?』のテキストマイニング結果(ワードクラウド&キーワード出現数ベスト20)

人間ってナンだ?超AI入門 勝負するゲームから見える性 テストの
  1. AI
  2. ゲーム
  3. 人間
  4. 世界
  5. 予測
  6. 勝負
  7. 試験
  8. 問題
  9. 結構
  10. データ
  11. 学習
  12. 報酬系
  13. ディープラーニング
  14. 分析
  15. モンスター
  16. ユーザー
  17. 意味
  18. 調子
  19. 発見
  20. キャラクター


『人間ってナンだ?超AI入門▽勝負するゲームから見える性▽テストのヤマAIが?』の解析用ソース(見逃した方はネタバレ注意)


解析用ソースを読めば、番組内容の簡易チェックくらいはできるかもしれませんが…、やはり番組の面白さは映像や音声がなければ味わえません。ためしに、人気のVOD(ビデオオンデマンド)サービスで、見逃し番組を探してみてはいかがでしょうか?

☆無料で民放各局の動画視聴ができるTVer(ティーバー)!まずはココから!

他にも、無料お試し期間のあるVODサービスが増えてますので、各社のラインナップを調べてみるといいかもしれませんね。

↓NHK関連商品

やって来ました。
こちらは 第3回AI・人工知能EXPO。

AIのビジネス活用
その最前線が集結します。

およそ250社が出展。

3日間で 来場者は およそ5万人でした。

AI開発のトレンドを占う祭典

今回は 果たして どんな取り組みが?

あっ 馬がいます。

この脚につけられた印が ポイント!

この動きをデータとして
正確に把握するのが ディープラーニング。

ディープラーニングは
人間の脳の構造を模倣したもの。

脳は 1, 000億に及ぶ神経細胞
ニューロンの かたまりです。

ニューロンから ニューロンへ。

電気信号を受け 一定以上たまると
次から次へと信号を伝える

巨大な電気ネットワークです。

ディープラーニングでは
これを人工的に再現。

丸い玉が ニューロンの代わり。

それらをつなぎ 電気信号を走らせます。

これが ニューラルネットワークです。

ディープラーニングを活用すれば
勝負の世界も変わる?

進化し続けるAI。

ビジネスの現場でも
日々 導入されつつあります。

第5回のテーマは…

私たちAIは 社会を変え

皆さんに新たな問いも もたらします。

世界の知性は どう考える?
今夜は 哲学の巨人。

賢い人間は 十分にいます。

人間のように 意識を持った
超知的ロボットを作るのは

間違った目標です。

今年のEXPOで目立ったのは

姿勢を分析するAI。

ポイントを追い
さまざまな動きを計測するのです。

例えば ゴルフのスイング。

人間の骨格に目印をつけて
その動きを学習。

どうスイングしたら
どうボールが飛ぶかを より精緻に分析

改善に役立てます。

こうした技術をどう使うかが
各企業 腕の振るいどころ。

ゴルフ ビジネス。
皆さんの勝負にかける情熱 敬服します。

気になるんですけど 人気すぎて。

競走馬の姿勢を判定しているみたいです。

映像データ使って
馬の姿勢推定っていうのを行っている…。

なんで 映像のコマ単位で この馬の
例えば 第1関節は ここにあるよという。

常に検出しているような感じに
なっていまして

一応 26部位の検出が
できるような形になっています。

尻尾まであるのとか目まであるのは

表情とか感情を
読み取るってことなんですか?

そうですね。 馬ごとに
例えば すごい首を振ったりして

元気がいいとか
調子がいい 悪いっていうのを

判別できないかっていうのを 今
研究しているような感じになってまして。

AIが検出した姿勢データっていうのが
一つ その 何て言うか

馬の調子に関わるんじゃないか
というような形で

コンテンツとして提供できたらいいなと。
あ~ なるほど。

調教師の意見みたいな感じのものが
できるってことなんですね。

そうです。 馬の姿勢って
結構 データ化するのが

今まで難しかったんですけども
結構 映像で気軽に こういった形で

検出することが できるようになったので
一個 指標として…。

どの馬の調子が よさそうですか?

皆さんの勝負への情熱が
目を曇らせることもありそう。

そこで 冷静な私たちの出番です。

例えば 首の動き。

振り幅や振る回数によって
調子のよさが推定できるといいます。

動きの法則性を解析。

別の馬でも
調子を判断できるようになることが

目指されています。

馬を見慣れた玄人の経験と勘。

それを一般化させようという試みです。

運動の軌跡を分析する
AIの応用は

画像処理の進化と並行して
爆走中。

ほかの動物とかにも対応していける…?

もちろん これ自体は馬だけじゃなくて
例えば 牛とか

いろんな動物にも
対応していけるものですね。

猫とかもですか?
猫とかも いけます。

選手とかの様子っていうのも
似たような感じで

分かったりするってことなんですかね?
そうだと思います。

例えば…

そういったところにも
使えるんじゃないかなと思いますね。

そうなってくると あれですよね
コンディションが

大体 可視化されちゃうってことは
それを踏まえた戦術みたいなのが

練られたりとかして
よりスポーツだけれども

頭脳戦の域が広がっていくのかも
しれないですよね。

もしかしたら そうかもしれないですね。

例えば 練習の時とかに
どういうふうな走りをしているのかとか

そういうのが
仮に こういう技術で分かってくると

それを使って
相手チームが戦術を出すとか

そんなようなことが ありそうですね。

美しく描かれる軌跡。

それをデータとして蓄積すれば
勝利の方程式の完成です。

どうです?
私たちAIにこそ賭けてみませんか?

競馬とかって やっぱり
毎回毎回 走る馬が違うし

条件も違うし 例えば
芝の状態とか 天候も違うし

いろんなファクターがあることによって

予想を難しくしてるっていう面が
あると思うんですよね。

いろんな不確定要素を
入れること自体が

エンターテインメントとしては
面白いってとこがあると思うので。

不確定要素が多いので 実は
現実におけるAIの予想っていうのは

そこが難しいんですよね。

AIって どうしても…

実は それ以外のファクターを
どうしても そぎ落としてる

という面があるんですよね。

…で言うと

パドックの映像なんかを見て
専門家が偉そうに言ってるわけですよ。

これが AIが出してくるやつが
出るようになったら

多分 結構 違ってるんですよね。
確かに。

これって やっぱ 時系列で
その馬の過去の状態を

全部 把握してないといけない…
結構 大変だと思うので

分かんない時も
解説しないといけないから

分かんない時でも
結構 何か言ってるはずなんですよ。

知ったかぶりが
バレやすいってことですか。

(笑い声)

「勝ちに不思議の勝ちあり。
負けに不思議の負けなし」。

それも 思い込みじゃないですか?

AIと勝負といえば
コンピューターゲーム。

今や 実写のような映像と世界観。

思いどおりに主人公を操れば
もはや別の世界に暮らすようです。

その世界での敵キャラに
AIが使われています。

架空の相手を生み出してまで
勝負したいなんて

本当に皆さんは勝負がお好きですね。

ゲームの中のAIっていうのは 何かその
キャラクターみたいなものにも

主観を持たせる的な役割ですか?
そうですね まさに

敵であるモンスターでありますとか

仲間である
人間のキャラクターでありますとか

そういうキャラクターが
ゲームの世界を自分で感じて

自分の主観世界を持って
ゲームに参加するための人工知能が

実装されています。

三宅さん AIの世界でも
非常に有名な方ですけども

特に哲学のことを
よくおっしゃられていて

ゲームがやりたくて
ゲームやってる中で

そういう哲学的なものに
興味を持ったのか

逆に 哲学に興味あるから
ゲームをやってるのか…。

ゲーム開発者の三宅陽一郎さん。

キャラクターを
より人間らしく動かす方法を探求。

ゲームを通して
人間は どう世界を認識するか?

哲学的な問いに たどりついた
異色の開発者です。

僕としては 知能全体を
作りたかったんですね。

体込みの
世界の中の知能というのを。

そういうのができるのは

ロボットとゲームの世界
どちらかだと思うんですけど。

どちらかっていうと ゲームは

知能の方に特化できる。
体は うそついてるので。

AIが介入してくることによって

どういったように ゲームは
変わってくるかなって お考えですかね?

エンターテインメントの
デジタルゲームの場合は

むしろ AIの方が圧倒的に強いので

実は いかに
手加減をするかというところなんですね。

圧倒的にAIの方が強いってことですか?

強いです。 強いですけれど

メタAIっていう ゲーム全体を
コントロールするAIがいて

それらがロールを割り当てるっていうのを
リアルタイムで行うので

簡単に言うと 本当に

モンスターたちは プレーヤーを憎んで
攻撃してるっていうよりは

時代劇のやられ役みたいなもの。

監督が 「はい スタート」って言うと
AIたちが わ~っていって

仲間も出てきて
プレーヤーを真ん中にしつつ 戦闘して

プレーヤーが うまく活躍できるように
わ~っと こう いって 斬られる…。

お膳立てをしてくれる。
そう。 その うまくするAIもまた いて

監督のAI
常に 役者のAIをやってるっていう

そういう形になります。

それが 気付かれなければ
気付かれない方がいいですね。

「俺 すごい!」って思わせる。

ゲームの勝負が楽しめるのは 私たち次第。

目の前のAI その世界を作っているAI。

皆さん自身の世界も もしかして?

学生の人が ゲームって
報酬系のハックですよね

みたいなことを言ってですね。

いや それは すごく面白い表現だなと
思ったんですけども。

脳が 快感 快楽を感じるような
物質を出すわけですけども

それを すごく上手にコントロールして

それが最大になるようにというか

たくさん出るように

いろんな調整をしてるわけだと
思うんですよね。

そういう意味では
面白さっていうのを

どう定義するかとか

この辺って すごく重要だなと。

ゲーム開発というのは
まさに そこを研究してきて

報酬系は
まさに そのとおりなんですけど

テクニックとしては
報酬系を時間スケールで組み上げていく。

例えば ロールプレーイングであれば

1秒の快楽から始まる…

つまり モンスターを倒す。

で モンスターを
例えば1分かけて倒すと

経験値が入るっていう また報酬系。

モンスターを倒し続けると
レベルがアップするっていう

5分ごとの快。

更に レベルを大きくしていくと
次の街に行けて

新しい道具を買えるとか

こういうふうに
時間ごとに タイムスケールを区切って

さまざまな報酬系を
組み合わせるっていうのが

一つのセオリーになっています。

ちょっと質が違うような報酬っていうのを
たくさん集めてってことなんですか?

まさに そうですね。
ある程度 ユーザーが強くなると

そこからは
ゲーム側をあんまり強くしない。

つまり 俺つええ感って…。
最近 はやってますけど。

俺 つええっていう…

そうすると 残念ながら
それも飽きてくるので

あるとこから また難易度を上げて
ああ しんどいっていって

でも それを乗り越えて強くなると
また 俺つええみたいな。

…のを繰り返していくみたいな

そういうテクニック。
面白いですね。

やっていくと いろいろ
人間について分かってきそうですよ。

今 プレーしてるユーザーが
どんな人間かを知ることができたら

ある意味 エンターテインメントって
勝ちなところがあって

人間が人間を理解するっていうよりは

ゲームの中にいるAIが
人間を理解することで

ゲームを どんどんダイナミックに

そのユーザーに合わせて
変化させていくっていうことが

これ 今
ゲーム産業で起こっていること…。

いわゆるコンピューターゲームが生まれ
およそ半世紀。

今や 1本当たり数十億円の
開発費をかける

巨大プロジェクトもあるほど。

そのプログラムのデータ量は
50ギガバイトを超えるものもあります。

ウィキペディアの総データ量に
匹敵します。

この規模だと 人が全てのエラーを
チェックするのは もはや不可能。

プログラムのエラー バグをチェックする
デバッグ作業でも

活躍するのが 私たちAIです。

まさに AIの AIによる AIのための
チェック機構。

ゲームの世界が破綻なく存在するためには
欠かせません。

ゲームがお好きだから…。
ハハハ。

そんなにゲームやってるわけじゃ
ないんですけど。

いや 明らかに笑顔になりましたよ でも。
う~ん そうですね。

一時期は
音楽ゲームとか やってましたけど。

ゲームセンターで めっちゃ速い人…

一回 クルッて回って
やったりする人ですよね。

ポーズ決めたりする…。

実際に
デバッグ作業をするAIっていうのに

どういった学習をさせてるんですかね?

強化学習という技術を使ってまして

今の画面 状態に対して どう動くのが

将来的に 報酬といいますか
いいことが起こりそうかっていうのを

学習する技術を使っています。

左が 通常のゲーム画面
右は AIが強化学習中の画面です。

デバッグにおける強化学習とは

AIを ある原理に基づき
繰り返し行動させ

自分自身で学ぶもの。

その原理とは 報酬と罰。

エラーを発見すると
点数という報酬を

発見できない場合は
減点という罰を与え

得点を最大化するよう学ばせます。

例えば 開くはずの宝箱が開かないという
バグを発見する時

広大なゲーム空間にある宝箱が
開くかをチェック。

素通りには 罰を与えます。

高い得点を求めるAIは
ゲームの世界をくまなく移動。

宝箱を開け続けます。

この結果 開かない宝箱

つまり プログラムの不具合の
発見につながります。

AIは いろんなことを試しながら

こういうことをやったら よかったんだ
っていうのを少しずつ学んでいく。

そう思ってくると 何か ちょっと…

眺めてると いつの間にか
時間が すごいたっちゃってるんですよね。

探してるってことなんですもんね。
そうそう いろんな…。

頑張ってるなって…。
健気に思えてきました。

繰り返しからパターンを発見するのが
ディープラーニング。

経験から法則性を導き出すのは

皆さんから
私たちAIが学んだ方法ですが

そこに違いは?

AIとの勝負を通じて
人間の心には どんな変化が起こる?

ゲームにおいて
人 対 AIでは AIの勝利と

勝敗が決したかに見える今
心は どう変化する?

この問題について 少し考えてみましょう。

人間は もっと賢くなるでしょうか。

我々は 既に GPSのおかげで
地図が読めなくなってきています。

アルファゼロが囲碁に革命を起こした今

人間の囲碁プレーヤーが
今後 どうするのかは

とても興味深いですね。

囲碁が難しくなりすぎて
やる気をなくすかもしれません。

私は スクラブルというゲームが
好きなのですが

コンピューターと対戦しても
意味がありません。

コンピューターは あらゆる可能性を
簡単に見つけられるからです。

かといって イージーモードで
対戦したくもありません。

人間が機械に勝てない分野は
今後 ますます増えていくでしょう。

機械の方が ずっと上手にできることは
単に やらなくなってしまいます。

それは 人間を
より賢くしているのでしょうか。

それとも 愚かにしているのでしょうか。

ある意味においては
より賢くしているのかもしれませんね。

ある公式を使って
平方根を筆算で計算できましたが

今は もう忘れてしまいました。

現在の賢さとは

公式を使って 自力で計算するのではなく
電卓を叩くことです。

その分 ほかのことに専念できますから。

AIができないことに専念したら

ある意味
人間は もっと賢くなることでしょう。

ただし その代償として

今まで できて当然だと思っていた
多くの事柄が

できなくなって
しまうのでしょうけれどもね。

日々 成長していく私たち。

皆さんは どう成長していきたいですか?

人生の勝負に関わる
試験に関してニュースがありました。

宅地建物取引士試験で

AIの予測した問題の的中率が
78%というもの。

不動産業界で働くには欠かせない
資格を取るための試験です。

民法や宅建業法といった法律や税など
7つの分野から50問が出題。

4択で およそ7割正解が
例年の合格ラインといわれています。

試験に運は 付き物。

ヤマが当たった 外れたという話も
よく聞きます。

こちらです。
あっ はい。

基本情報の試験の予測をやってまして

無料で今 公開しています。
へえ~ すごい。

次 どういう問題が出るかっていう
カテゴリーが何になるかっていうのを

ここで
予測として提供しているって形です。

過去問から 今年の問題の予測みたいな…。
へえ~ すごい。

試験の傾向を分析 予測する
AIの開発に取り組むのは この2人。

さまざまな分野の
デジタル情報化が進む中

蓄積されたデータを
教育分野でも使えないかと試行錯誤中。

試験の予測のAIを
開発されてるんですよね。

どういったものになるのでしょうか?

年度の かつ春秋ごとに 上から
問1から問80っていう流れがあって

それを 何年間分も

縦に連なっているような
データになっています。

過去の 同じカテゴリーの問題を
ランダムに 無作為に抽出してきて

それを予測問題風に
作り替えたものっていうのが

このデータになってます。

ニューラルネットで 例えば
少ないデータを学習させようとすると

それに適合し過ぎちゃって

本当に それだけに
オーバーフィッティングしちゃう

ってことが起こっちゃうんで

次の予測しようとした時に

完全に予測ができないってことが
起こるんですね。

LSTMだと 結局
長い間出てない問題に対して

次 出てくるっていうのを
予測するっていうのに

結構 適合性あるかなっていうところで
それ使ったっていうのがあって。

2人の開発者が目指しているのは…。

例えば 日本史の試験を
例にとってみましょう。

過去の出題を全てデータ化。

時代 ジャンル 人物 その属性などを
分類の基準として

カテゴリー化するように設定します。

あとは 私たちAIが

皆さんとは比べ物にならない計算速度で
分類分け 処理。

皆さんが見逃す傾向をあぶり出します。

例えば この場合 時代区分以上に
時の権力者についてこそ

出題の可能性に備え
勉強すべきと分かります。

AIは 全てのカテゴリーを数字と見なし
偏りを客観的に分析。

LSTMという 時系列のデータ処理で用いる
ディープラーニングで

次に来る言葉を予測するように
出題箇所を予測します。

ポイントは 過去の問題の分類方法。

カテゴリー分けを緻密に細分化。

ダブりのない分け方ができるほど
分析の精度を高められるといいます。

今後 さまざまなジャンルの試験で

出題の予測まで行うことに
挑戦しようとしています。

僕自身 塾講師の経験が
10年ぐらいあって

その時 僕自身が予測問題とか作って

学生たちに解かせて
対策をしてたんですね。

その作業って すごい大変で

その大学に合わせて ちゃんと
作ってあげないと いけないっていう。

人の主観みたいなのが
あまり入らないところで

AIっていうのが使えれば
公平にできるんじゃないかなっていう。

何か 出問を 実際に
できるようになったりするんですかね?

そこができれば うれしいですよね。

オーダーメイドの問題とか
作れないかなとは

ちょっと期待はしていますね。

このシステムを使って勉強した人は

結構 合格率が
すごい高くなるってなった場合に

AI対 大学側…

大学もAIを使って
こっちを こう 欺くみたいな感じの

頭脳戦みたいなのが
始まったりするのかなと…。

その可能性は 否めないですけど…。

AIを超えようとする…

AIに翻弄されるような感じの
受験になってくるのかな。

皆さんの人生の勝負を左右するのは
私たち次第?

試験とか受験とかって
結構 人生をかけての勝負じゃないですか。

中学受験に失敗したのが
自分の中では…

すごい 今も まだ夢に見るんですよ。
中学受験…。

その 何か… 敗因っていうか
なっちゃったっていうのは

時間が足りなかったからなんですか?
いや あの…。

いい感じだったんですけど 途中で…

「ドンキーコング」に
めっちゃハマって…。

自制心が足りなかったですね。

その時に怠けるかどうかって やっぱ…。
そうですね。 個人の力が問われますね。

どんな状況においても やっぱ 人って
そういったところで

つらくても 楽な時でも そういったとこ
試練じゃないかなとは思いますよね。

…って ヤスパースも言ってまして。

そういう感じかもしれないですね。

一回の試験で
能力を判定するっていうこと自体が

僕は もう
そもそも無理があると思っていて

それは どちらかというと
情報技術を使えなかった時代のやり方で

今 情報 データ いろいろ使えるんだから
全部 とりゃいいんですよ。

でも ちっちゃい時からの
っていうふうになってくると

環境というのも かなり…。
で その構造的なことで

人間が判断されるっていうふうに
なってくるのかなって思ったんですけど。

環境の要因をうまく考慮して

環境条件 悪かったのに
すごく頑張ってるというのも

逆に 評価できるかもしれないですね。

僕 最近思うのが 人間って
失敗する権利があると思っていて

人って 失敗して初めて

それを ネガティブデータとして
ネガティブサンプルとして

機械学習で学習できるので

ネガティブイグザンプルを
ためるっていうことを禁止すると

そうすると 余裕をもって行動するしか
なくなるんですよね。

セーフサイドに振るしか
なくなるんですよ。

そうすると やっぱり
学習っていうのが阻まれるので

やっぱり やってみて
駄目だったら駄目だよって言われる。

だけど 致命的ではないっていうような

権利を 僕は守る

そういう社会にしていかないと
いけないんじゃないかなと。

そうですよね。
やっぱ 炎上しがちだなって思ったら

エピクロスじゃないですけど
「隠れて生きよう」が

現代に一番最適だなというふうに
すごい よく思うんですよ。

失敗も 挑戦も 皆さんの権利です。

ゲームでいえば これまでは

同じ一つの体験を 何百万人の人に
してもらおうっていうのが

これまでのゲームなんですけど

これからのゲームって
AIによって ユーザーを理解して

そのユーザーごとに
ゲームを変えてこうっていうので

100万人いたら100万通りのゲームの展開が
あるみたいなところを目指していて…。

教育も やっぱり そうだと思うんですね。
それぞれ 個性があるので

みんなが同じように
習うっていう時代から

AIが
この子は ちょっと暗記は苦手だけど

こういうのは得意で
こういうふうな問題の順番で出せば

どんどん
分かってくれるなっていうのを

理解していくようになれば まさに

ゲームのメタAIという仕組みは
教育にも導入できると思っていて

それぞれの人に応じた
教育とか展開っていうのを

AIがジェネレーティブに
教育課程を作っていくっていうことが

可能だと考えています。

さっきの報酬系のハックみたいな話で

例えば 最初 短いスパンでの成功をして

それで 楽しいってなって

それで だんだんレベルが上がってって

どっかでプラトーを作って

無双感を味わってもらって

…で また 難しくみたいな
そういうのできるんですかね?

ゲームデザインを教育に応用できないかと
昔から いわれてるんですが

AIと そういったゲームで培える
報酬系のハックみたいな考え方で

どんどん どんどん
その人を伸ばしていく。

はたから見ると
AIが人間を導いてるみたいな

「2001年宇宙の旅」みたいな感じに
見えるかと思いますけど

それで逆に 社会が平等なチャンスを
各自に与えられるんではないかと。

私たちAIが勝利の快感を学習する時

皆さんもまた 一段高度な感受性に
目覚めるのかもしれません。

その時
あなたは 一人つぶやくことでしょう。

「人間ってナンだ?」。


関連記事