デジタルテクノロジーの進化がもたらすクルマの付加価値向上 20151218
TRANSCRIPT
©2015 Toyota InfoTechnology Center Co., Ltd.
デジタルテクノロジーの進化がもたらすクルマの付加価値向上
加藤 整2015年12月18日、福岡国際会議場ISIT第17回カーエレクトロニクス研究会
©2015 Toyota InfoTechnology Center Co., Ltd.
自己紹介
•加藤 整 @seikato
•経歴
•2014.10- トヨタIT開発センター
•2012.6-2014.9 日本アイ・ビー・エム(株)事業戦略グループ
•2002.4-2012.5 日本アイ・ビー・エム(株)東京基礎研究所
第17回カーエレ研究会2
Big Data, Big Simulation and Deep Learning, 2012 エンジニアリングクラウド、2014
大部屋
大規模シミュレーション、2006
村上先生にお世話に福岡国際会議場は
3年ぶりです大規模シミュレーション、リスク分析などを専門
http://fmi2012.imi.kyushu-u.ac.jp/http://www.itmedia.co.jp/enterprise/articles/0806/10/news091.html
数理解析、大規模シミュレーション、リスク分析
新規事業創出、イノベーション・マネジメント
クルマ分野でのイノベーション・マネジメント、先進技術導入
©2015 Toyota InfoTechnology Center Co., Ltd.
はじめに
第17回カーエレ研究会
知能 と モノ
という視座で眺める
3
©2015 Toyota InfoTechnology Center Co., Ltd.
知能側がモノ側を欲ス (身体性)
第17回カーエレ研究会
知能から モノへ
4Google self driving car by Michael Shick [CC BY-SA 4.0]https://youtu.be/JeVppkoloXs https://youtu.be/a3AWpeOjkzw
Preferred Networks社https://research.preferred.jp/2015/06/distributed-deep-reinforcement-learning/
UC Berkeley, Dpt. EE & CShttp://rll.berkeley.edu/deeplearningrobotics/
Google社https://www.google.com/selfdrivingcar/
©2015 Toyota InfoTechnology Center Co., Ltd.
本日のおはなし
1.人工知能研究の最前線で起きてること
2.知能化したモノとの狭間で
3.トヨタIT開発センターでの取組
第17回カーエレ研究会5
AI x IoT = Auto 2020
知能 モノ
©2015 Toyota InfoTechnology Center Co., Ltd.
本日のおはなし1: 人工知能研究の最前線で起きてること
第17回カーエレ研究会
AI x IoT = Auto 2020
6
人工知能研究の最前線で起きてること
©2015 Toyota InfoTechnology Center Co., Ltd.
深層学習によりニューラル再び
第17回カーエレ研究会
0%
10%
20%
30%
40%
50%
1987 1995 2000 2005 2010 2015
Neural
SVM, kernel
Deep
Convex
Submod
コネクショニズムな時代
機械学習興隆
深層学習でニューラル再び
各年のNIPS採択論文タイトルより用語を含む件数を数え上げ、その年の採択論文数で除算して比率をITC算出, https://papers.nips.cc/7
©2015 Toyota InfoTechnology Center Co., Ltd.
機械学習系人材獲得が熾烈(1/2)
第17回カーエレ研究会8 上段画像はNIPS2015にてITC撮影、解像度を下げて掲載下段画像はhttps://twitter.com/hashtag/nips2015
知能側
©2015 Toyota InfoTechnology Center Co., Ltd.
機械学習系人材獲得が熾烈(2/2)
第17回カーエレ研究会9 NIPS2015にてITC撮影、解像度を下げて掲載
モノ側 知能側
©2015 Toyota InfoTechnology Center Co., Ltd.
深層学習の更にその先には?
第17回カーエレ研究会
パーセプトロン
ルールベースでの知識表現
バックプロパゲーション
ボルツマンマシン
ネオコグニトロン
TDギャモン
推論エンジン
エキスパートシステム
畳み込みニューラルネット
DBM, RBM
深層学習
SHRDLU
QUALM
深層学習+逆強化学習
Deep Q-Network
BRETT
Neural TuringMachine
半教師あり学習Memory Netowrks
IBM Watson
IBM TrueNorth
質問応答システム
機械学習統計確率モデル
最適化 データマイニング
強化学習?
10
GoogleGoogle
UCB
IBM
IBM
©2015 Toyota InfoTechnology Center Co., Ltd.
深層学習の更にその先には?
第17回カーエレ研究会
パーセプトロン
ルールベースでの知識表現
バックプロパゲーション
ボルツマンマシン
ネオコグニトロン
TDギャモン
推論エンジン
エキスパートシステム
畳み込みニューラルネット
DBM, RBM
深層学習
SHRDLU
QUALM
深層学習+逆強化学習
Deep Q-Network
BRETT
Neural TuringMachine
半教師あり学習Memory Netowrks
IBM Watson
IBM TrueNorth
質問応答システム
機械学習統計確率モデル
最適化 データマイニング
強化学習?
11
GoogleGoogle
UCB
IBM
IBM
エキスパートシステム
ニューラルネット
機械学習
質問応答
深層学習
©2015 Toyota InfoTechnology Center Co., Ltd.
物体検出から、画像キャプション生成/QA、画像概念へ
第17回カーエレ研究会
画像キャプション生成 画像概念へ
12
O. Vinyals et al., Show and Tell: A Neural Image Caption Generator, arXiv:1411.4555K. Xu et al., Show, Attend and Tell: Neural Image Caption Generation with Visual Attention, arXiv:1502.03044J. Andreas et al., Deep Compositional Question Answering with Neural Module Networks, arXiv:1511.02799S. Antol et al., VQA: Visual Question Answering, arXiv:1505.00468 https://github.com/Newmu/dcgan_codeF. Sadeghi et al., VISALOGY: Answering Visual Analogy Questions, arXiv:1509.08075
画像QA
©2015 Toyota InfoTechnology Center Co., Ltd.
知識記憶機構の構築
第17回カーエレ研究会13
Memory Networks(MemNN/MemN2N)
Neural GPU へNeural Turing Machine (NTM)
学習によりアルゴリズムを獲得文章を記憶、質問に回答 並列化
加算
乗算
1010+0111
0110*0101
S. Sukhbaatar et al., End-To-End Memory Networks, arXiv:1503.08895A. Graves et al., Neural Turing Machines, arXiv:1410.5401Łukasz Kaiser and Ilya Sutskever, Neural GPUs Learn Algorithms, arXiv:1511.08228
©2015 Toyota InfoTechnology Center Co., Ltd.
特徴的なタスクへの適用
第17回カーエレ研究会14
L.A. Gatys et al., A Neural Algorithm of Artistic Style, A Neural Algorithm of Artistic Style, arXiv:1508.06576http://googleresearch.blogspot.jp/2015/06/inceptionism-going-deeper-into-neural.htmlJ. Wu et al., Galileo: Perceiving Physical Object Properties by Integrating a Physics Engine with Deep Learning, NIPS2015C. Vondrick et al., Learning visual biases from human imagination, NIPS2015A. Recasens et al., Where are they looking?, NIPS2015
画像自動生成(コンテントとスタイルの相関最大化)
画像自動生成(入力画像をNNが鳥と認識するように誘導)
視線検知視覚バイアス
モノの物理的特徴の推論
©2015 Toyota InfoTechnology Center Co., Ltd.
深層学習の動向とクルマとのつながり
第17回カーエレ研究会15
1. 画像、自然言語が独立して処理される時代は終焉→ 画像の概念を自然言語で機械が理解
2. NTM、MemN2Nなど記憶機構を持った計算機模型が簡単なアルゴリズムを学習できるように。研究としては興味深いがまだトイタスクに適用できているレベル
3. 深層強化学習のNIPS WS会場が溢れかえるなど、引き続きロボットなどへの適用が注目を集める
クルマへの適用は、1および3の領域で
©2015 Toyota InfoTechnology Center Co., Ltd.
本日のおはなし2: 知能化したモノとの狭間で
第17回カーエレ研究会
AI x IoT = Auto 2020
16
知能化したモノとの狭間で
©2015 Toyota InfoTechnology Center Co., Ltd.
知能化したモノと共生するには、HMI/機能配分/権限移譲が重要に
第17回カーエレ研究会17
Level 0外界
ドライバー
機械感覚機能
認知判断
HMI
外界
機械
人工知能モジュール
センサーモジュール
自動運転モジュール
ドライバー
感覚機能
認知判断
Level 1-3
機能配分権限移譲
HMI
©2015 Toyota InfoTechnology Center Co., Ltd.
能力に限りがある人と能力に限りがある機械の共生
第17回カーエレ研究会
お互いの情報、意図を共有できるようにすることが重要
見ているものが異なる、同じでも対応策が異なると
オートメーションサプライズ
機械に対する不安、不信
機械に対する過信、不信
機械が
見える 見えない
見える
見えない
人が
18 稲垣, 人と機械の共生のデザイン, 2012
©2015 Toyota InfoTechnology Center Co., Ltd.
知能化したモノとのHMI
第17回カーエレ研究会19
• 飛行経路,高度などの入力はキーボードの方が容易
• 操縦桿はあくまで機体に動機づけを与えるための道具なので、ジョイスティックで十分
• 限界点では機械が人間を補ったほうがいい
• パイロットには自然なので操縦桿は残してある
• 操作モードを切り替えることにより、機械を外せる
• ステルス爆撃機 B-2(コクピットはボーイング製)は普通の操縦法で飛ばせる。超複雑な操縦システムを、飛行機の基本的な操作系に縮約して入出力(仮想エルロン・ラダー・エレベーター
• 人間のほうが機械よりうまいと思っている
B787A380 B-2
利用者に理解させやすい設計思想A380 by Naddsy [CC BY 2.0]B787 by BrandrodungswanderfeldhackbauB-2 by by David Bohrer [Public domain]
©2015 Toyota InfoTechnology Center Co., Ltd.
オートメーションサプライズの防止
第17回カーエレ研究会20
• 自動操縦のとき、サイドスティックとスラストレバーは定位置に固定され動かいない
• 自動操縦の際に、コンピュータの制御に応じて、操縦輪とスラストレバーが動く
B787A380 B-2
コンピュータが何をしようとしているのかを情報提示(ディスプレイでの表示に限らない)
稲垣, 人と機械の共生のデザイン, 2012A380 by Naddsy [CC BY 2.0]B787 by BrandrodungswanderfeldhackbauB-2 by by David Bohrer [Public domain]
©2015 Toyota InfoTechnology Center Co., Ltd.
本日のおはなし3: トヨタIT開発センターのとりくみ
第17回カーエレ研究会
AI x IoT = Auto 2020
21
トヨタIT開発センターのとりくみ
©2015 Toyota InfoTechnology Center Co., Ltd.
トヨタIT開発センターのとりくみ
第17回カーエレ研究会22
所有価値から利用価値へ
クルマは社会システムのエレメントに
©2015 Toyota InfoTechnology Center Co., Ltd.
所有価値から利用価値へ
APIエコノミーにおけるクルマ
第17回カーエレ研究会23
Mobility Open Platform
Retail Sales
healthcare
Insurance
API
API
API
API
Mobility Service Providers
Contents ProvidersAPI
Ad. Providers API
API
value in usedata, money
©2015 Toyota InfoTechnology Center Co., Ltd.
クルマは社会システムのエレメントに
社会システムを包摂したシステム(SoS)のモデル駆動開発手法
第17回カーエレ研究会24
Integrationwith Society (Energy, HOME)
ElectronizationTraditional
MBSE for SOSMBSElapping
SURIAWASE
PRODUCT
SYSTEM
CMPNT
PRODUCT
SYSTEM
CMPNT
System of Systems
DEV.Metho-dology
Body
Engine
Interior
Body
Engine
Interior
Body
Engine
Interior
OEM A OEM B OEM C
Interior
Powertrain
Interior
SW forECUs
OEM A OEM B OEM C
SW for ECUs
Vertical Integration Horizontal Collaboration System Design Ability
Social System
Center System
Vehicle
AUTOIND.
OEM A OEM B OEM C
©2015 Toyota InfoTechnology Center Co., Ltd.
まとめ
第17回カーエレ研究会25
機械が概念を理解できるようになりつつある
知能化された機械と人間双方の意図を共有できるようにすることがより重要になりつつある
トヨタIT開発センターではこれらAIxIoTの新たな世界に向けた取組を開始しています
©2015 Toyota InfoTechnology Center Co., Ltd.第17回カーエレ研究会
加藤 整トヨタIT開発センター 調査企画グループ グループリーダー<[email protected]>http://seikato.weebly.com/
26