Movatterモバイル変換


[0]ホーム

URL:


1,284 views

東大大学院 戦略ソフトウェア特論2021「ロボットで世界を計算可能にする」海野裕也

PFN執行役員 ロボットソリューションズ担当VPの海野裕也が、2021年7月6日の東京大学大学院 情報理工学系研究科 戦略ソフトウェア特論(稲葉真理先生)にオンライン登壇し、「ロボットで世界を計算可能にするー計算機の中の世界と、現実世界のすりあわせ」と題して、PFNのロボット関連技術や自然言語処理技術についてお話しさせていただきました。講義動画はこちらです https://youtu.be/73W_rJLlfw8

(株)Preferred Networks海野 裕也ロボットで世界を計算可能にする― 計算機の中の世界と、現実世界のすりあわせ2020/07/06 戦略ソフトウェア特論
海野裕也自然言語処理、機械学習、深層学習、ロボット、OSS自己紹介2
2006 - 2008 東大院情報理工 修士課程2008 - 2011 日本アイ・ビー・エム株式会社2011 - 2016 (株)Preferred Infrastructure2016 - (株)Preferred Networks経歴を少し3
Preferred Networks現実世界を計算可能にする
全ての人にロボットを
6
● なんでロボットやることになったの?● 今何を考えてこういうことをしているのか?● 技術は授業で習うので、思想的な部分をお話したい今日話すこと8
ロボットの話
10自然言語処理
● 学会に行っても企業の人がほとんどいない● 重要なアプリケーションがなかなか生み出されない● 大きな産業になっていない自然言語処理は役に立っているのか11
● SIGRAPH 2013のUCLAとディズニーの論文● 雪のシミュレーション● どこからどうみても、 2013年にヒットしたあの映画で使われている技術社会に影響を与える研究開発12
言語はプロトコル13言語 背後の問題人が言葉を使うのは、伝えたいことがある、蓄えたい知識がある背後の問題に目を向けないと役にはたてない
ロボットの「意味」は色々14● 仕事をするロボット● コミュニケーションロボット、二足歩行ロボットは今日は対象外● 大きく分けるとアーム型と移動型© KUKA Systems GmbH - KUKA Systems GmbH© Carmenter
● 事前にティーチングペンダントで正確なx,y,z座標を入力する(教示)● 実際に動くときは同じ動作を繰り返すだけで、全く認識を行わない● 教示のときに人間が代わりに認識をしているともいえるティーチングプレイバック
16
教示型のロボットは難しい部分を人間が肩代わりしている17要求環境教示人が理解して設計目で見て位置を確認
教示型から自律型へ18要求環境要求を理解するための技術環境を把握するための技術
ポイントは目と耳の技術19
深層学習Deep Learning
深層学習による画像認識技術の発展オレンジCategorization種類がわかるSegmentation領域がわかるDetection位置がわかるInstancesegmentation個々の領域がわかる
● 2013年ころから画像認識の研究開発をしていた● Boostingを利用してリアルタイム人物検出、タグ付け、時系列DBに格納、集計、可視化古典的な画像認識を昔やっていた24
どこに何がどう置かれているか理解できないとモノをつかんだり避けられない
静的なシステムから動的なシステムへ環境を合わせる 環境に合わせる
27
何のための言語なのか28言語言語処理の多くは知識の表現としての言葉を扱っていた意図の伝達手段としての言語について考えるようになった背後の問題知識の蓄積意図の伝達
現実世界に紐付いた言葉の理解が必要29データの世界現実の世界
30
言葉の意図からプログラムを生成する技術も進化している31https://copilot.github.com/
32どこでも使える誰でも使える
全ての人にロボットを
コピー機を使うような感覚でロボットを使えるように34© Solomon203
物流の現場にロボットを入れていく35
36
● 最初のコンピュータはディスプレイもキーボードもない● 昔はアセンブリ言語を手書きした、ディスプレイもなかった● 最初のコンパイラは1957年● 対話シェルは1960年代?● GUIは1960年代に生まれて、80年代以降に普及● タッチパネルが普及するのは2000年以降● 音声入力が普及するのは2010年くらいコンピュータはいかにして誰でも使えるようになったか37
38© SRI International
徐々に利用者が自ら操作できるようになった39要求要求
1971: Intel 4004発売(初のマイクロプロセッサ)1974: Altair 8800発売(初のパーソナルコンピュータ)1975: Microsoft創業1977: Apple II 発売1978: Intel 8086発売1995: Windows95発売2001: iPod発売2007: iPhone発売パーソナルコンピュータの歴史は意外と浅い(?)40
41Dynabook: Alan Kay, 1972
42 © Rafael FernandeziPhone 2007
言語処理の人間がロボットの仕事をできるのだろうか43
● 人間にとっては非常に簡単なことを機械にやらせようとしている● 人間と同等にはできないので落とし所を探さないといけない● 泥臭いチューニングがたくさんある● 多数のモジュールがそれぞれがエラーを起こすので、全体を動かすのが難しい自然言語処理とロボットは似ている44
深い深いソフトウェアスタック45S. Jabin, S. Samak, K. Sokphyrum.How to Translate from English to Khmer using Moses.http://wiki.ros.org/ja/navigation/Tutorials/RobotSetupMoses: 統計的機械翻訳のツールキット ROSの自律移動のソフトウェアスタック
認識・行動した結果はすべてデータベース化される46
ファイルを触るように現実のモノに触る47
Preferred Networks現実世界を計算可能にする
どこでも動く、誰でも使えるロボットを実現しようとしている今のロボットは昔のメインフレーム、マウスやマイクロプロセッサのような技術革新が必要ロボットは現実世界と計算機の世界を結びつけるインターフェース前半のまとめ49
心構えの話
チャンスかピンチか51◯◯プロジェクトをやるぞ〜失敗しそうだ・・・
● うまくいった場合○ 未踏の領域を達成するのに貢献できた● うまくいかなかった場合○ 解雇される? 本当に?○ 会社が潰れて路頭に迷う? 本当に?● やらなかった場合○ 別の重要な仕事ができる○ 他人がうまく行った時に後悔する本当にリスクがあるのかどうかちゃんと考える52
技術の下地適切な投資と期待実行できる環境挑戦できるときに挑戦できるか53
● 人工知能関連技術は閉塞感が有りできることは限られていた● 誰も技術に期待しておらず、「そういうのはいらない」と言われ続けた● 特定の技術領域でも難しすぎて、分野横断的なチームを構成できない15年前の「人工知能」はどうだったか54
挑戦できるタイミングは一瞬56http://blog.livedoor.jp/lunarmodule7/archives/4504511.html● ちょうど今、一部の分野では十分な精度になるかどうかの過渡期● 技術は進歩し続ける、できることが減ることはない● 挑戦できるタイミングは一瞬、早すぎても遅すぎてもだめ
57
58© Kuha455405
● 私が中高生の時(20年前)にMDは流行した● 高校生のときにMP3プレイヤーが出現したが、1, 2曲しか入らず、絶対に流行らないと思った● 今、「ちょっと頭おかしい」とおもうような技術に投資するくらいがちょうどよい未来の当たり前は今の非常識59
● 探索と活用のトレードオフ● 全部そこそこ上手く行っている状態は、過剰にリスクを回避している● 組織が失敗に寛容にならないと一番良い期待値を取れない全部成功しなくていい60「50%は失敗しないといけません」
61
枯れた技術● 安定している● 問題点が明らかで制御しやすい● 効率や機能で劣るかもしれない技術の選択は簡単ではない62新しい技術● 不安定で動かないかもしれない● 未知の問題に遭遇するリスクがある● 効率や機能で劇的な改善が期待される
63最先端の技術を最短路で実用化する
● 技術の水準は上がり続ける、戻ることはない● 事業の流行り廃りが早く、生涯同じ仕事がつづくことはない● 今何を学ぶかより、学び続けることが大事Learn or Die64
65
継続的に学び続ける文化を醸成する● 社内技術カンファレンス:年3回● テックトーク、技術トーク:隔週● 読書会:週1● 社内勉強会:不定期技術力は1日にしてならず66
● 社会と繋がっていないと社会に価値のあるものは作れないと感じる● 視野を広げる、他の分野、仕事も知る誰のための技術?67
● 企業の安定と従業員の安定は違う● リストラは企業を安定化させるための手段だと知ろう● 常に必要とされるようにスキルを磨き続ける方が安定する大企業とベンチャー68
● 挑戦できる時に挑戦しよう、過度に失敗を恐れない● タイミングは大事、挑戦は一瞬● 技術は学び続けるもの、変化の多い時代に適用しよう後半のまとめ69
東大大学院 戦略ソフトウェア特論2021「ロボットで世界を計算可能にする」海野裕也

Recommended

PDF
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
PPTX
[DL輪読会]Revisiting Deep Learning Models for Tabular Data (NeurIPS 2021) 表形式デー...
PDF
Transformerを多層にする際の勾配消失問題と解決法について
PDF
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
 
PPTX
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)
PPTX
[DL輪読会]Dream to Control: Learning Behaviors by Latent Imagination
PDF
Domain Adaptation 発展と動向まとめ(サーベイ資料)
PDF
[DL輪読会]1次近似系MAMLとその理論的背景
PDF
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
PDF
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
 
PDF
【DL輪読会】Diffusion Policy: Visuomotor Policy Learning via Action Diffusion
PPTX
【DL輪読会】ViT + Self Supervised Learningまとめ
PDF
ブレインパッドにおける機械学習プロジェクトの進め方
PDF
Transformer メタサーベイ
PDF
ナレッジグラフ入門
PDF
「世界モデル」と関連研究について
PDF
CV分野におけるサーベイ方法
PDF
生成モデルの Deep Learning
PDF
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
 
PDF
自然言語処理による議論マイニング
PPTX
BERT分類ワークショップ.pptx
PDF
【DL輪読会】GPT-4Technical Report
PPTX
【DL輪読会】言語以外でのTransformerのまとめ (ViT, Perceiver, Frozen Pretrained Transformer etc)
PDF
【メタサーベイ】Vision and Language のトップ研究室/研究者
PPTX
【DL輪読会】Scaling Laws for Neural Language Models
PDF
[DL輪読会]画像を使ったSim2Realの現況
PPTX
【DL輪読会】時系列予測 Transfomers の精度向上手法
PDF
Lecture univ.tokyo 2017_okanohara
PDF
東北大学講義資料 実世界における自然言語処理 - すべての人にロボットを - 坪井祐太 

More Related Content

PDF
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
PPTX
[DL輪読会]Revisiting Deep Learning Models for Tabular Data (NeurIPS 2021) 表形式デー...
PDF
Transformerを多層にする際の勾配消失問題と解決法について
PDF
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
 
PPTX
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)
PPTX
[DL輪読会]Dream to Control: Learning Behaviors by Latent Imagination
PDF
Domain Adaptation 発展と動向まとめ(サーベイ資料)
PDF
[DL輪読会]1次近似系MAMLとその理論的背景
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
[DL輪読会]Revisiting Deep Learning Models for Tabular Data (NeurIPS 2021) 表形式デー...
Transformerを多層にする際の勾配消失問題と解決法について
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
 
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)
[DL輪読会]Dream to Control: Learning Behaviors by Latent Imagination
Domain Adaptation 発展と動向まとめ(サーベイ資料)
[DL輪読会]1次近似系MAMLとその理論的背景

What's hot

PDF
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
PDF
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
 
PDF
【DL輪読会】Diffusion Policy: Visuomotor Policy Learning via Action Diffusion
PPTX
【DL輪読会】ViT + Self Supervised Learningまとめ
PDF
ブレインパッドにおける機械学習プロジェクトの進め方
PDF
Transformer メタサーベイ
PDF
ナレッジグラフ入門
PDF
「世界モデル」と関連研究について
PDF
CV分野におけるサーベイ方法
PDF
生成モデルの Deep Learning
PDF
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
 
PDF
自然言語処理による議論マイニング
PPTX
BERT分類ワークショップ.pptx
PDF
【DL輪読会】GPT-4Technical Report
PPTX
【DL輪読会】言語以外でのTransformerのまとめ (ViT, Perceiver, Frozen Pretrained Transformer etc)
PDF
【メタサーベイ】Vision and Language のトップ研究室/研究者
PPTX
【DL輪読会】Scaling Laws for Neural Language Models
PDF
[DL輪読会]画像を使ったSim2Realの現況
PPTX
【DL輪読会】時系列予測 Transfomers の精度向上手法
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
 
【DL輪読会】Diffusion Policy: Visuomotor Policy Learning via Action Diffusion
【DL輪読会】ViT + Self Supervised Learningまとめ
ブレインパッドにおける機械学習プロジェクトの進め方
Transformer メタサーベイ
ナレッジグラフ入門
「世界モデル」と関連研究について
CV分野におけるサーベイ方法
生成モデルの Deep Learning
SSII2022 [TS2] 自律移動ロボットのためのロボットビジョン〜 オープンソースの自動運転ソフトAutowareを解説 〜
 
自然言語処理による議論マイニング
BERT分類ワークショップ.pptx
【DL輪読会】GPT-4Technical Report
【DL輪読会】言語以外でのTransformerのまとめ (ViT, Perceiver, Frozen Pretrained Transformer etc)
【メタサーベイ】Vision and Language のトップ研究室/研究者
【DL輪読会】Scaling Laws for Neural Language Models
[DL輪読会]画像を使ったSim2Realの現況
【DL輪読会】時系列予測 Transfomers の精度向上手法

Similar to 東大大学院 戦略ソフトウェア特論2021「ロボットで世界を計算可能にする」海野裕也

PDF
Lecture univ.tokyo 2017_okanohara
PDF
東北大学講義資料 実世界における自然言語処理 - すべての人にロボットを - 坪井祐太 
PDF
aiconf2017okanohara
PDF
デジハリ講義 人工知能 第四回「社会と人工知能」 Society and AI
PDF
ViEW 2018 基調講演 2018-12-7 実世界で働くロボットのためのビジョン・言語処理技術 羽鳥 潤
PDF
Seeing Unseens with Machine Learning -- 
見えていないものを見出す機械学習
PDF
実社会・実環境におけるロボットの機械学習
PDF
Ibis2016okanohara
PDF
人工知能とDX
PDF
Deep Learningを用いたロボット制御
PDF
第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて
PPTX
プロジェクトマネージャのための機械学習工学入門
PDF
実社会・実環境におけるロボットの機械学習 ver. 2
PPTX
人工知能勉強会 第1回 人工知能研究の全体像
PPT
Brain-Inspired Robotics and Neural Dynamics: Lecture 01 (2015)
PDF
20230912JSSST大会基調講演_丸山.pdf
PDF
深層学習による機械とのコミュニケーション
PDF
実世界の人工知能@DeNA TechCon 2017
PPTX
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
PDF
AI入門「人工知能に何ができないか?」
Lecture univ.tokyo 2017_okanohara
東北大学講義資料 実世界における自然言語処理 - すべての人にロボットを - 坪井祐太 
aiconf2017okanohara
デジハリ講義 人工知能 第四回「社会と人工知能」 Society and AI
ViEW 2018 基調講演 2018-12-7 実世界で働くロボットのためのビジョン・言語処理技術 羽鳥 潤
Seeing Unseens with Machine Learning -- 
見えていないものを見出す機械学習
実社会・実環境におけるロボットの機械学習
Ibis2016okanohara
人工知能とDX
Deep Learningを用いたロボット制御
第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて
プロジェクトマネージャのための機械学習工学入門
実社会・実環境におけるロボットの機械学習 ver. 2
人工知能勉強会 第1回 人工知能研究の全体像
Brain-Inspired Robotics and Neural Dynamics: Lecture 01 (2015)
20230912JSSST大会基調講演_丸山.pdf
深層学習による機械とのコミュニケーション
実世界の人工知能@DeNA TechCon 2017
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
AI入門「人工知能に何ができないか?」

More from Preferred Networks

PDF
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
PDF
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
PDF
Kubernetes + containerd で cgroup v2 に移行したら "failed to create fsnotify watcher...
PDF
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
PDF
Kubernetes ControllerをScale-Outさせる方法 / Kubernetes Meetup Tokyo #55
PDF
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
PDF
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
PDF
スタートアップが提案する2030年の材料開発 - 2022/11/11 QPARC講演
PPTX
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
PPTX
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
PDF
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
PDF
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
PDF
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
PDF
PFNのオンプレ計算機クラスタの取り組み_第55回情報科学若手の会
PDF
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
PDF
Kubernetes Service Account As Multi-Cloud Identity / Cloud Native Security Co...
PDF
KubeCon + CloudNativeCon Europe 2022 Recap / Kubernetes Meetup Tokyo #51 / #k...
PDF
KubeCon + CloudNativeCon Europe 2022 Recap - Batch/HPCの潮流とScheduler拡張事例 / Kub...
PDF
独断と偏見で選んだ Kubernetes 1.24 の注目機能と今後! / Kubernetes Meetup Tokyo 50
PDF
Topology Managerについて / Kubernetes Meetup Tokyo 50
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Kubernetes + containerd で cgroup v2 に移行したら "failed to create fsnotify watcher...
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
Kubernetes ControllerをScale-Outさせる方法 / Kubernetes Meetup Tokyo #55
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
スタートアップが提案する2030年の材料開発 - 2022/11/11 QPARC講演
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
PFNのオンプレ計算機クラスタの取り組み_第55回情報科学若手の会
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
Kubernetes Service Account As Multi-Cloud Identity / Cloud Native Security Co...
KubeCon + CloudNativeCon Europe 2022 Recap / Kubernetes Meetup Tokyo #51 / #k...
KubeCon + CloudNativeCon Europe 2022 Recap - Batch/HPCの潮流とScheduler拡張事例 / Kub...
独断と偏見で選んだ Kubernetes 1.24 の注目機能と今後! / Kubernetes Meetup Tokyo 50
Topology Managerについて / Kubernetes Meetup Tokyo 50

東大大学院 戦略ソフトウェア特論2021「ロボットで世界を計算可能にする」海野裕也


[8]ページ先頭

©2009-2025 Movatter.jp