SAI-Lab Blog

「ヒトとAIの共生」がミッションの企業、SAI-Lab株式会社のブログです。

アラン・チューリングとデミス・ハサビスの国を訪れました(1)

所用で、人工知能の父アラン・チューリングと現代のAIのキープレーヤーデミス・ハサビスの国を訪れました。

f:id:azyukky:20181003224322j:plain

滞在中に、ロンドンのAlbert and Victoria Museumで開催中されていたAI関連の展示会、THE FUTURE STARTS HEREを訪問しました。

f:id:azyukky:20181003223033j:plain

その名の通り、AIの発展、そしてシンギュラリティの発生などによる未来をテーマにした展示会です。

こちらは、火星への移住をテーマにした展示です。

f:id:azyukky:20181003223054j:plain

中でも興味を引いたのは、不老不死に関する展示です。

以下の写真は、デミス・ハサビス率いるDeepMindによる深層強化学習の展示です。

不老不死のコーナーに深層強化学習が展示されているということは、いったい何を意味するのでしょうか?

f:id:azyukky:20181003223712j:plain

上記の写真の手前にあるのは人格をチャットボットに移植するアプリです。

f:id:azyukky:20181003223817j:plain

以下の写真は、シンギュラリティの提唱者レイ・カーツワイルが毎日飲むサプリです。

彼はシンギュラリティの到来まで生き延びるため、毎日100に及ぶサプリを摂取しているそうです。

f:id:azyukky:20181003223913j:plain

英国は人工知能の発祥の地ということもありますが、世界中でますます多くの人がシンギュラリティに対する関心を強めていることを改めて感じました。

iOSDC2018に登壇しました

こんにちは、@yuky_azです。

2018年8/30-9/3に開催された日本最大のiOSカンファレンス、iOSDC2018に登壇しました。

f:id:azyukky:20180913121453j:plain

発表のタイトルは、「iOSと(深層)強化学習」です。

タイトルの通り、iOSにAlphaGoなどで有名な深層強化学習を実装するお話です。

 

発表のスライド:

speakerdeck.com

発表の全文:

qiita.com

 

内容は4章仕立てでした。

Sec. 1: 強化学習とは?
Sec. 2: Swiftで強化学習
Sec. 3: Accelerate Frameworkによるニューラルネットワーク
Sec. 4: Swiftで深層強化学習

強化学習の基礎の解説から始めて、Q学習、DQN(Deep Q-Network)、Accelerate Frameworkによるニューラルネットワーク の実装などを解説しました。

f:id:azyukky:20180913122148j:plain

発表に対して、多くの好意的な反響がありました。

 

また、いくつかのブログ記事で扱っていただくことができました。

blog.aidemy.net

developers.freee.co.jp

yamakentoc.hatenablog.com

tamablog.firstseed.io

扱っていただき、有難うございます!

 

iOSDC2018、全体的にとてもクオリティの高いカンファレンスでした。

可能であれば、また来年も参加したいと思います。

 

↓以下は来年の野望(?)です。

ALIFE2018に参加しました

2018.7.23-27に開催された人工生命(ALife)の国際会議、ALIFE2018に参加しました。

会場はお台場の日本科学未来館です。

2018.alife.org

 

人工知能が生命が持つ知性を模倣する分野であるのに対して、人工生命は生命現象そのものを模倣する分野です。

人工生命はまだそれほど知名度は高くないですが、汎用人工知能を育むための身体性と環境を考える上で重要だと個人的に考えています。

 

会議の前日のプリカンファレンスでは、アンドロイドによるオペラ「Scary Beauty」が上演されました。


Android Opera “Scary Beauty” Keiichiro Shibuya /アンドロイド・オペラ 「Scary Beauty」 渋谷慶一郎 日本科学未来館公演

動きや表情で多数の演奏者と表現豊かにコミュニケーションする様子に、ヒトと機械の境界線って何?と改めて考えさせられました。

 

数々の著名な先生による講演がありましたが、特に面白かったのは大阪大学の石黒先生によるアンドロイドのお話です。

Hiroshi Ishiguro – ALIFE 2018

ロボットが、我々の生活に当たり前のように溶け込んでいくお話でした。

(以下はALife2018の動画ではありません。)


Introducing androids Erica and Ibuki, by Hiroshi Ishiguro

あと10年もしたら、機械やロボットに対する抵抗感は、いまよりもずっと低いものになる、機械との共生は当たり前のことになっているのでしょうね。

 

 

また、人工生命のサマースクールに参加したのですが、この中でevolutionary roboticsという分野の専門家、Josh Bongard先生によるワークショップがありました。

ニューラルネットワークと遺伝的アルゴリズムを組み合わせた非常に興味深いデモがあったのですが、以下の内容です。


Evolving Soft Robots with Multiple Materials (muscle, bone, etc.)

バーチャルな生命体は多数のキューブで構成されているのですが、この各キューブは筋肉に相当します。
そして、これらの筋肉はニューラルネットワークが制御します。
ニューラルネットワーク を世代を重ねて進化させることで、この生命体は次第に動物的な動きをするようになります。
改めて、ニューラルネットワークの表現力に驚かされました。

 

その他にも、人工生命のサマースクールと人工生命ソフトウェアAvida-EDのワークショップにも参加しました。

https://avida-ed.msu.edu/

レインボーブリッジが見える会場、そしてランチも素晴らしかったです。

 

現在の人工知能を汎用人工知能につなげるためには、生命とは何か、知性とは何かに立ち戻る必要があるようにも思えます。そのような意味で、今回の会議はコンピュータ上で生命を再現するプロフェッショナルたちに出会える貴重な場でした。

「はじめてのディープラーニング」発売しました。

弊社代表の著書「はじめてのディープラーニング -Pythonで学ぶニューラルネットワークとバックプロパゲーション-」が昨日発売しました。

Amazon様のページ:

https://www.amazon.co.jp/dp/4797396814

SBクリエイティブ様のページ:

https://www.sbcr.jp/products/4797396812.html

紹介動画:


【紹介動画】はじめてのディープラーニング -Pythonで学ぶニューラルネットワークとバックプロパゲーション-

はじめてのディープラーニング -Pythonで学ぶニューラルネットワークとバックプロパゲーション-

はじめてのディープラーニング -Pythonで学ぶニューラルネットワークとバックプロパゲーション-

 

 

読者から、家に届いたという報告が続々と届いています。 

f:id:azyukky:20180829191839j:plain

f:id:azyukky:20180829191901j:plain

f:id:azyukky:20180829191922j:plain

はじめてのディープラーニングは、ディープラーニング初心者向けの本になります。
ゼロから少しずつ、畳み込みニューラルネットワークまでをプログラミング言語Pythonを使って構築します。
フレームワークを使わないので、ディープラーニングの原理を着実に身につけることができます。
そのため、入門書であるにもかかわらず本格的AI開発につながる本です。

 

本書が多くの方にとってディープラーニング、人工知能に親しむきっかけになれば嬉しい限りです。

「AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分」を公開しました

f:id:azyukky:20180823095822j:plain

世界最大のオンライン教育プラットフォーム、Udemyに新しい講座を公開しました。

www.udemy.com

「AIのための数学講座」は、誰にでも開かれた人工知能向け数学の講座です。

線形代数、微分、確率・統計を基礎から少しづつ丁寧に解説するので、人工知能に必要な数学を無理なく着実に身につけることができます。

 

公開中の動画:

Lecture:確率の概念 AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分 - YouTube

Lecture:スカラー、ベクトル、行列、テンソル AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分 - YouTube

Lecture:極限と微分 AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分 - YouTube

 

本コースの最大の特徴は、AI向けの数学をコードを書きながら学べることです。

プログラミング言語Pythonのコードを書いて、手を動かしながら数学を学習します。

これにより、数式の意味を体験を通して理解できます。

Pythonに関しては、1つのセクションで必要な範囲を解説しますので、プログラミング未経験の方でも受講することができます。

また、初心者に優しいことも本コースの特徴です。

扱う数学の難易度は緩やかに上昇するので、無理なく着実にAIに必要な数学の知識を身に付けることができます。

本コースによりAIを本格的に学ぶための準備ができます。

AIを学ぶための障壁を低くし、可能な限り多くの方がAIを学ぶことの恩恵を受けられるようにするのが本コースの目的です。

————————————————————

本コースの主な内容は以下の通りです。

数学の基礎

→ 線形代数や微分、確率統計を学ぶのに必要な数学のベースを身につけます。

線形代数

→ データをベクトルや行列を用いて効率よく扱う方法を学びます。

微分

→ 常微分・偏微分・連鎖率などの、様々な人工知能に必要な微分関連の知識を学びます。

確率・統計

→ データの傾向を捉えたり、世界を確率として捉える方法を学びます。

人工知能(AI)への応用

→ ニューラルネットワークの基礎を勉強し、シンプルな人工知能に学習を行わせます。

————————————————————

本コースの開発環境、AnacondaとJupyter Notebookは簡単にダウンロード、インストールすることができます。

環境構築の敷居が非常に低いため、プログラミング未経験の方でも問題なく受講できます。

本コースを修了した方は、学習意欲が刺激されて、さらにAIや数学のことを学びたくなっているかと思います。

 

AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分 | Udemy