Microsoft PowerPoint _人工知能とロボット2_rev.pptx

Size: px

Start display at page:

Download "Microsoft PowerPoint _人工知能とロボット2_rev.pptx"

ことこわにべ
4 years ago
Views:

名古屋市立大学システム自然科学研究科渡邊裕司日付通算回講義内容 0/7 第 4 回人工知能の概要基礎的研究 0/24 第 5 回ゲーム情報学生物に学んだ機械学習 0/3 第 6 回データマイニングスマートフォンのセキュリティ /7 第 7 回サイボーグロボット 203/0/24 人工知能とロボット 2 2 ゲーム情報学生物に学んだ機械学習ニューラルネットワーク研究事例

1 名古屋市立大学システム自然科学研究科渡邊裕司日付通算回講義内容 0/7 第 4 回人工知能の概要基礎的研究 0/24 第 5 回ゲーム情報学生物に学んだ機械学習 0/3 第 6 回データマイニングスマートフォンのセキュリティ /7 第 7 回サイボーグロボット 203/0/24 人工知能とロボット 2 2 ゲーム情報学生物に学んだ機械学習ニューラルネットワーク研究事例 : ニューラルネットワークを用いたコンピュータ囲碁 3 基礎的研究知識表現知識利用 ( 探索推論 ) 知識獲得( 機械学習 ) 応用的研究ゲームエキスパートシステム画像音声認識言語処理データマイニング情報検索ロボット著作権に抵触する恐れがあるため削除以下の人工知能学会の人工知能のやさしい説明 What s AI を参照くださいから人工知能研究済図の出典 : 人工知能学会のサイト 4 ゲームのプログラムは AI 研究の良い題材として黎明期から研究されているゲームを題材として選ぶ理由ルールが明確である勝敗という形で結果を評価しやすい簡単に解けるものから難しいものまで難易度の異なるものがそろっているゲームという題材自体がおもしろく興味を引きやすいゲーム情報学は 999 年発足の日本の研究会の名称 203/0/24 人工知能とロボット2 5 6

2 チェス将棋囲碁オセロ五目並べ三目並べチェッカー等二人零和有限確定完全情報ゲーム二人 : 二人のプレーヤでゲームを行う零和 : 一方が勝ったらもう一方が負ける有限 : 無限に続くことなくいつかは必ず終わる確定 : サイコロのような偶然的な要素が入らない完全情報 : プレーヤに対して現在の局面についてのすべての情報が与えられているコンピュータチェス 950 年前後から Shannon らがチェスの研究開始 997 年に Deep Blue が世界チャンピオンに勝利コンピュータ将棋チェスなどと比べて開発は後発で 974 年から 980 年代にコンピュータ将棋のゲームが出回る 990 年に将棋会館で第回世界コンピュータ将棋選手権 (203 年は第 23 回 ) 現時点での棋力はプロレベル詰め将棋に限れば人間を凌駕する実力 7 8 年月プロ棋士コンピュータ将棋備考 2003 年 5 月勝又清和 5 段 IS 将棋飛角落ち 2005 年 9 月橋本崇載 5 段 TACOS プロ辛勝 2005 年 0 月日本将棋連盟の許可なくコンピュータ将棋との公開対局を禁止 2007 年 3 月渡辺明竜王 Bonanza 2008 年 5 月清水上アマ名人激指再戦も敗北 200 年 0 月清水市代女流王将あから 200 情報処理学会主催 202 年月米長邦雄元名人ボンクラーズ電王戦 203 年 3-4 月勝分け 3 勝第 2 回電王戦理論上は完全な先読みが可能であり双方のプレーヤが最善手を打てば必ず先手必勝か後手必勝か引き分けかが決まる例えば五目並べは先手必勝三目並べとチェッカーは引き分けになることが知られている理論的には Min-Max 探索法により最善手を求めることができる実際には完全な先読みは困難であるためゲームとして成立する 9 0 自分は最大提出用資料 (max) 相手は最小 (min) ゲーム木 s s0 s2 Min-Max 探索法 s0 5 s 5 s2 3 将棋の探索範囲は ( 局面平均可能手数 80 全局面平均手数 5) 探索範囲の削減枝刈りカットカット s0 s0 5 s3 s4 s5 s6 s3 5 s4 9 s5 3 s6 7 s 5 s2 s 5 s2 3 以下 s7 s8 s9 s0 s s2 s3 s4 s7 s8 s9 s0 s s2 s3 s : 自分の局面 : 自分の手 : 相手の局面 : 相手の手評価関数 ( 自分に有利な度合 ) 将棋の場合は駒の損得駒の働き王の安全度などから決める s3 5 s4 9 以上 s5 s6 s3 5 s4 s5 3 s6 s7 s8 s9 s0 s s2 s3 s4 s7 s8 s9 s0 s s2 s3 s

3 x j 激指 (2002, 2005, 2008, 200 年優勝 ) 実現確率探索アルゴリズムプロ棋士の棋譜から統計データを抽出して局面の実現のしやすさを計算し探索の指標に利用実現しそうな局面を中心に探索 Bonanza(2006, 203 年優勝初出場初優勝 ) 評価関数の自動生成当時 0,000 以上 ( 現在 5000 万 ) のパラメータを持つ評価関数を人手ではなく自動チューニング従来と異なる発想と環境指し方に惹かれるものあり? 2009 年に技術公開多くの他のソフトも同技術を利用 3 203/0/24 4 人工知能とロボット 2 問題の定式化知識表現問題や知識をいかに表現すれば機械で処理可能か? 推論探索表現された問題や知識から結論や解をいかに導くか? 知識獲得学習経験から将来使えそうな知識をいかに見つけるか? 機械 ( コンピュータ ) が自らの経験から将来使えそうな知識を発見獲得すること手法決定木学習生物に学んだニューラルネットワーク脳神経系進化論的計算手法遺伝進化系人工免疫システム強化学習データマイニング等免疫系 5 6 樹状突起 (dendrite) 細胞体 (soma) 軸索 (axon) シナプス (synapse) シナプスの伝達効率は異なる膜電位 : 細胞外部の電位を 0 としたときの内部の電位入力信号がないと静止膜電位 ( 約 -70mV) を維持入力信号がしきい値を超えると発火 ( 膜電位の急上昇 ) 軸索に出力パルスを発生膜電位 u i しきい値 0 i i i X 7 8 x x 2 入力 x n 結合荷重 w i w i2 w ij w in n j y f ( u ) f ui wij x j 出力 y i f(x) f(x) 階段関数 X シグモイド関数 f ( x) exp( x) 3

4 階層型ネットワーク目の大きさ大顔の形丸形肌の色黒 B さん相互結合型ネットワークニューラルネットワークの学習 : ニューロン間の結合荷重を変更所望の出力を獲得 9 教師あり学習 (Supervised Learning) ある入力データに対する望ましい出力値が教師信号として与えられた上での学習目の大きさ顔の形肌の色本人 ( 教師信号 ) 大丸薄黒 Aさん大丸黒 Aさん小四角白 Bさんやや大丸薄黒 Aさん小四角やや白 Bさんやや大やや丸黒 Aさん 203/0/24 人工知能とロボット 2 20 入出力データを学習用データとテスト用データに分割学習フェーズテストフェーズ目の大きさ大顔の形丸肌の色薄黒 Bさん教師信号と異なる結合荷重の修正目の大きさ小顔の形四角肌の色やや白 B さん教師信号と一致当研究室での 2008 年度修論テーマ 203/0/24 人工知能とロボット /0/24 人工知能とロボット2 22 相手に囲まれた石は取られる相手に取られるような所 ( 眼 ) には打てない手で取れるなら例外相手が打ち込めない石を作ればよい相手が打てない場所 = 地地が多いほうが勝ち終局図 ( 例 ) スコア = 地 - 取られた石黒地 =29- =28 白地 =5+3 =8 黒 20 目勝ち

5 962 年 Remusによる初のコンピュータ囲碁の論文 969 年 Zobristによる初の対局囲碁プログラム ( 強さは38 級 ) 986 年コンピュータ囲碁の世界大会の初開催 995 年日本棋院が囲碁プログラムに級位 (5 級 ) を認定 2000 年コンピュータによって4 路盤の必勝法が解明 2003 年コンピュータによって5 路盤の必勝法が解明 2006 年モンテカルロ碁という新手法が登場 2008 年モンテカルロ碁がプロ棋士と9 路盤で3 局対戦し対戦成績は勝 2 敗 ( 強さはアマ2 段 ) 203/0/24 人工知能とロボット 2 25 探索範囲が広い局面あたりの可能な手数が多く終局までの手数も長い評価関数の作成が難しいチェスや将棋の駒と異なり各石の価値は平等のため明らかな評価基準がない局所的な最善手が全局的な最善手になりにくい ( 捨石 ) ゲーム探索範囲オセロ 0 60 チェス 0 20 将棋囲碁囲碁の盤面は複雑 + 要素が単純ニューラルネットによる囲碁の盤面評価生の盤面特徴では不十分終局時の評価実際の評価に近い盤面評価を学習盤面評価は困難 +TD 学習作成入力出力盤実(教面際師評信価加工号)対局途中の囲碁盤面面ニューラルネット盤特徴の評価比較誤差が少なくなるように重み変更どのような特徴を入力するか 28.0 囲碁らしい良い形は学習できた連特徴と群特徴を組み合わせた場合には相手の石を取る手を学習できた今後の課題としてより大きな盤面を使って実験を行うどんな盤面でも妥当な評価が行えるようになる 203/0/24 人工知能とロボット /30 盤面評価と木探索を同時に行う手法有望な部分に対する探索とまだ探索していない部分に対する探索とのうまいバランス代表的な囲碁ソフト : Crazy Stone, Mogo /7 2/23 6/8 4/3 2/2 2/6 2/7 A: 二人零和有限確定完全情報ゲーム B: 二人 C: 零和 D: 有限 E: 確定 F: 完全情報 G:Min-Max 探索法 H: 枝刈り I: ニューラルネットワーク J: 進化論的計算手法 K: 樹状突起 L: 発火 M: 軸索 N: 探索範囲が広い O: 評価関数の作成が難しい 203/0/24 人工知能とロボット /0/24 人工知能とロボット

Microsoft PowerPoint - 計算機科学入門2014.pptx

Microsoft PowerPoint - 計算機科学入門2014.pptx 第三回計算機科学入門 ( アプリケーション ) 九州大学大学院システム情報科学研究院情報学部門横尾真 E-mail: yokoo@inf.kyushu-u.ac.jp http://agent.inf.kyushu-u.ac.jp/~yokoo/ 小テストの予定来週 (/) は小テスト内容 :. 制約充足問題を解く. 問題の表現方法は与えられており, 解法はバックトラック.. ある問題を制約充足問題として定式化し,