人工知能とその応用(α:エージェント)

受講者の声:人工知能とその応用(α:エージェント)詳細はこちら

第7回
マルチエージェント学習と社会シミュレーション

■講義実施日

2018年6月9日(土)

■時間

9時00分 ~ 10時30分

■会場(教室)

日本橋キャンパス ホール

■担当講師

丸山 祐丞、野田 五十樹、朝日 透

■講義内容

 マルチエージェント社会のシミュレーションに関するいくつかの理論的成果と考察が中心の講義だった。マルチエージェントの強化学習として、利己性と社会性の対立が挙げられる。自分の利益を最大にしようとする学習は利己性であり、他との相互作用を共用するものを社会性という。最適戦略を見つけるには、ゲーム理論と機械学習を混合させることにより、相手に得されない混合戦略を見つける。ナッシュ均衡により、エージェントが選択肢を変更しても利得が改善されない確率の組み合わせを使い、この利得行列を既知氏機械学習で考えると良い。しかし、この利得行列は、社会現象に応用するには精密な値が不可知であるためマルチエージェント学習により、エージェントが個々の経験から学習すると効果が期待される。

第6回
マルチエージェント 社会シミュレーションの応用

■講義実施日

2018年6月2日(土)

■時間

10時40分 ~ 12時10分

■会場(教室)

日本橋キャンパス ホール

■担当講師

野田 五十樹、丸山 祐丞

■講義内容

 2限では、シミュレーションに関する具体的な例が多く紹介された。まずは、人流シミュレーションの例として避難と交通が挙げられた。水害からどのように逃げることができるのか、地震が起きた際のビルからの人の流れはどうなるのかなど具体的な状況想定することで比較を可能にしている。特に水害の例ではどのように頑張っても逃げきれない人が生じるというショッキングなものもあったが、そうしたシミュレーションを元に縦に逃げる重要性でビルのオーナーに協力を要請できるなど、新しい対策につながるとのことだった。さらに、逃げ地図という子供たちでも簡単にパラメータを変えるソフトの開発で当事者意識が生むなど、一般人防災意識を作り出すのに一役買っている。
 こうしたシミュレーションを実空間でも実証するために、花火大会や、自治体の避難体験オペラコンサート等で3D画像認識を設置し実際のものと計算上のものを相互に対応させている。株価など様々な検証応用が考えられている。

第5回
マルチエージェント社会シミュレーションの事例

■講義実施日

2018年6月2日(土)

■時間

9時00分 ~ 10時30分

■会場(教室)

日本橋キャンパス ホール

■担当講師

丸山 祐丞、野田 五十樹、朝日 透

■講義内容

 共通項として、自律的に判断できる人が関わりあっていることを根本に、様々なテクノロジーが組み合わさっているものが、マルチエージェントである。AIと比べて、マルチエージェントは思った通りにいかないことが多いが、実際にはどのようにシミュレーションされ実社会に応用されているかがテーマであった。強化学習による混合戦略のシミュレーションの結果から、社会システムを直感的に扱うと間違った方向に進むことを示した。わかりやすい社会問題を切り出してシミュレーションした社会シミュレーションと自然シミュレーションの相違点は、シミュレーションの結果を知ってしまうと、エージェントの行動を変えてしまい不確定なものになる点である。実際、人間の本質のシミュレーションは、完全に達成することはできず、制度に関しても自然科学ほど的確ではないうえ境界設定が曖昧であり実証実験ができない問題点があるが、この難点が研究のポイントでもある。

第4回
ヒューマンコンピュテーションとクラウドソーシング

■講義実施日

2018年5月26日(土)

■時間

10時40分 ~ 12時10分

■会場(教室)

日本橋キャンパス ホール

■担当講師

櫻井 祐子

■講義内容

 クラウドソーシングの仕組みに関する基礎と実際に先生が行ったものについて丁寧に教えていただいた。クラウドソーシングを通じて集めることは多くの人の考え方を集めるということでもあり、AIの学習やその評価に対する訓練につながるとしてかなり盛んに行われている。その手法はゲーム感覚でできるものも多く、小遣い稼ぎにもつながっている。例えば、ESPゲームという手法では相手のことを思いながら思考させることに繋げることができ、解答者の方向性をある程度定めたデータを集めることを可能にする。
 先生も考察のメカニズムを分析するために、問題を出して解いてもらうことや、そこで集めた答えをまた分析してもらうことにクラウドソーシングを使い評価していた。こうした調査はあくまで一般の人の力が大きい。より多数の人に参加してもらったり、良いデータを集めたりするためにインセンティブについても考えていく必要がある。

第3回
マーケットデザイン

■講義実施日

2018年5月26日(土)

■時間

9時00分 ~ 10時30分

■会場(教室)

日本橋キャンパス ホール

■担当講師

丸山 祐丞、櫻井 祐子、朝日 透

■講義内容

 マルチエージェントシステムは社会を設計するためのAIで、自動運転や電力市場の自由化など、従来のマーケットデザインでは対象としなかった新たなデザインによるシミュレーションから成り立つ社会の実現が期待できる。しかしネットワーク環境下でネットワークデザインするには、地理的メリットはあるものも、匿名のハッカーによる犯罪がどこで起こるかわからない欠点がある。その例としてオークションがある。オークションは価値を消費者が定めることが可能である。通常一番高い評定をした人が購入できる権利があり、財が譲渡されるが、その方法は様々である。しかし全ての問題点として、架空の名義による入札で市場が錯乱している可能性が大いにある。現段階ではシステム研究が行われており、この問題を解決することができるシステムを構築する事が望ましい。その他にマッチングというアルゴリズムも存在し、平等に評価できる方法の探索が進んでいる。

第2回
マルチエージェントシステムのゲーム理論的アプローチ

■講義実施日

2018年5月19日(土)

■時間

10時10分 ~ 11時40分

■会場(教室)

日本橋キャンパス ホール

■担当講師

櫻井 祐子

■講義内容

 1限の授業が早めに終わったため2限も前倒しで始まった。マルチエージェントシステムについて学ぶにあたりその考え方の基礎について講義された。まずエージェントというのは代理人であり、yahooの自動落札やルンバ等が挙げられる。その性質として自律性、社会性、反応性、自発性がある。マルチエージェントシステムの基本として複数が集まって相互作用している。複数で協働して働く方法の分類として協力型や競争型の二つがある。
 協力型の例としては分散制約充足問題やネットプロトコルが挙げられた。競争型についてはゲーム理論が重要な概念を担っており、問題の例として支配的戦略均衡や混合戦略均衡について解説していただいた。その応用として警備計画問題がある。こうした問題の解決方法として確率が用いられており、マルチエージェントシステムには計算の考え方が非常に大切である。

第1回
オリエンテーション

■講義実施日

2018年5月19日(土)

■時間

9時00分 ~ 10時30分

■会場(教室)

日本橋キャンパス ホール

■担当講師

朝日 透、丸山 祐丞

■講義内容

 実際に起業をした丸山先生による、AI技術がどのように世間で応用されているかについての講義であった。現在、人工知能の研究が多く進められており、そのノウハウを使ったスポーツの解析技術が向上している。2020年の東京オリンピックでは、試合の評定も人工知能が施行した、いわゆる「人的処置によるミスがない判定」が期待できる。スポーツ界のAIの例として、それぞれのプレイをデータ化することによって、個人の特徴的な動きやチームの組織的な動きを解析することができるようになったことがあげられる。このような「IT×スポーツ」を試みている企業としてTOSHIBAがある。「SPORTS×ICT映像解析」によりサッカーの分野で、スポーツの重要なシーンの自動抽出をするソフトを開発した。映像の中から、選手とボールの位置を自動認識し、画像・音声認識でシーン毎に自動タグ付けし分解することで重要シーンの抽出が可能になった。丸山先生は、実際のバレーボールを使った例をあげられた。