人工知能(第12週)

人工知能(第12週)
Artificial Intelligence
(AI)
1
AI ‐授業計画(今週)
•
•
•
•
•
•
•
「人工知能」とは何か
問題解決とは
探索アルゴリズムとグラフ表現
前向き推論,後向き推論
ルール,意味ネットワーク,フレーム
機械学習と学習モデル←今年はスキップ
知的エージェント
2
エージェントとは
• agent; 代理人,代行する人
– 松井選手のエージェント
– (適切な理解のためには)
•
•
•
•
•
依頼者の意図を汲んで,
ある程度(または,かなり)自由に,
周りの状況を把握して,
ある行為を行って,
効果を及ぼすものである
3
エージェントに関する考え方(1)
エージェントは,他のエージェントと
協調して,問題を解決する自律的な
存在である
自律性
協調と競合
多数のエージェント
が存在するマルチ
エージェント社会
社会的なソフト,..
4
エージェントに関する考え方(2)
エージェントは,sensor によって環境を
知覚し,effecter によって環境に働き
かける行為者である
sensing &
effecting
外部環境を認識し,
適切に応答する
なにか,生き物みたいな
5
エージェントに関する考え方(3)
エージェントは,合理的に判断し,
自主的に行動する主体である
合理的
自主的
いちいちの指示を
要しないこと
なにか,人間みたいな
6
エージェントの特性(Wooldridge)
自律性
エージェントは人間や他のシステムからの指示を
受けないでも行動する.自己制御機能が必要.
社会性
エージェントは他のエージェントや人間と相互作用
を行う.交信のための言語やプロトコルが必要.
反応性
エージェントは自分の外部環境やその変化に対
応する.センサやイフェクタが必要.
自発性
エージェントは目標を目指して主導的に行動する.
充足を感じる“心”が必要.
7
どんなエージェントがあるか(1)
• 代行エージェント;
– ユーザの意図を受けて,仕事を代行
– ユーザからの指図は不要(権限委譲)
– ユーザは,GUIでアクション
• (応用例)
– メールの整理
– 情報フィルタリング
– Webを見るときかける個人用めがね
8
どんなエージェントがあるか(3)
• 相互運用エージェント;
– エージェント同士が大域的に動作
– 他のエージェントと交渉し,協調し,競合して
目的を達成
• (応用例)
– 仮想的な統合データベース
– これからの情報通信エージェント
– ubiquitous社会のインフラに
9
どんなエージェントがあるか(4)
• 擬人化エージェント;avatar
– 顔や身体を持つ人,動物,キャラクタ
– 人間の感情投入の対象
• 認知的に不可欠
– 音声,視線,表情,身振りを仮想的に具現
• (応用例)
– 学習教材,仮想商店街
エージェントといわないで,
アバタということも多いが
10
エージェントに求めたいこと
ー実現方法の観点からー
• 知的であること:intelligent agent
– 自律的で,行動のプランニングができること
• 移動できること:mobile agent
– ほんとうの分散処理;動かない移動もある
• マルチであること:multiple agent
– ひとつずつのエージェントは簡素であること
11
知的エージェントの最小構成
状況認識モジュール
環境
観測
+
環境モデル
プランニング
目標
行為
エージェ
ント群
12
プランニング(planning)
• 熟考型プランニング
– AIの伝統的なツール
– 環境モデルを持ち
– 多数の「状態」を用意して
– 現在の状態から,目標の状態までを
– 探索する
– 前向き/後向き探索など
• 組合わせ的爆発をいかに回避するか
13
プランニング(planning)
• 反応型プランニング
– 実時間解決が使命(ロボットなど)
– プロダクションルール群を置いて
– 可能なルールを選択して
– 目標の状態を短時間で
• デッドロックをいかに回避するか
– (環境モデルは持っていないから)
14
知的エージェントの改良
状況認識モジュール
プランニング
目標
学習器
環境モデル
環境
観測
行為
+
エージェ
ント群
15
移動エージェントの実現
エージェント
スクリプト 移動
エージェント間通信
agent
agent
agent
バーチャルマシン
migration
16
migrationに求められること
• エージェント実行の途中で打ち切って他の
ノードに移ることが出来なければならない
• 変数の値も保持しなければならない
• 環境から独立して動作しなければならない
• 他のノードの独立性,守秘性を破壊しては
ならない
• (普通のプログラムでは条件を満たさない)
17
協調型マルチエージェントシステム
・タスクの分解
・タスクの分配
・タスクの統合
サブタスクの
処理
18
均衡型マルチエージェントシステム
それぞれ
独自に
タスクを
実行
タスク
・問題の分割
・解決の調整
・結果の交換
タスク
タスク
19
黒板モデルによるエージェント間通信
黒 板
「黒板」を使って,各自が
情報交換し,判断する
20
プロトコルによるエージェント間通信
通常の情報通信と同様に
プロトコルを決めて情報交換
21
エージェントのたくさんの故郷
• AIの研究
– 同期と競合解消,交渉,契約,黒板モデル
• GUI-HCIの研究
– 代行によるUser Interfaceの知的化
• 分散システム
エージェントの
概念も多様化
するわけだ
– OOPの分散化からmultiagent systemへ
• Webの研究
– データベースの仮想統合,personalization
• 情報通信の研究
– ubiquitous computingの時代
22