シンギュラリティの具体的な問題を考える

ランニングできず　英語できず

(1)シンギュラリティの可能性が指示を集められない理由とその打開策を模索する。Arxiv SanityでSingularityを検索したが殆どヒットしないので文献に頼れないことになる

　状況を表す「特徴量」と課題の「解決状態」だけ入力すれば、Bellman方程式で訓練すれば一般的に解けることを皆知らないからと思う。下図は特徴量として「自己位置、壁位置」解決状態として「GOAL」を与えただけでBellman方程式で訓練すると計算機が最短に近い経路を見つけ出した。

　現実的な自動運転の問題設定はもっと複雑である。ここでは「エンジンやハンドルの制御誤差」は「粒子フィルター」や「SLAM」で解決できる。一般走行の場合は、歩道上の人の飛び出しや、側道の自転車の突然なカーブ、対向車の法規無視運転、悪天候による視認の劣化等とあらゆる事を考えなければならない。メーカの話では組合せの爆発によって計算機がパンクするそうである。上図の場合で考えると例えば壁から突然人が飛び降りたり、壁が見えにくい場合もモデル化すれば良いだろう。しかしこれらは確率の問題であり、複雑な状況設定するには現在のモデルを否定するデータを生成できるかに掛かっている。すなわち計算機自体が自分に敵対的な状況を作れるかに掛かっている

　敵対的なデータ生成モデルを考えるには特徴量を如何に設定すればよいかの問題になる。即ち特徴量が適切に抽出できれば、計算機は特徴量の確率的な変動で複雑な局面が幾らでも生成できるからである。

やはりこの問題を考えるには、以下のモデルの統合が考えられる。

　特徴量の抽出

　　OpenPoseによる人間の動きの視認

　　３D－SLAMによる空間把握

　敵対的データ生成

　　半教師学習による生成モデルの組込み

今期は真面目にこの問題に取り組む必要がある。