CN114830087A - 信息处理系统、信息处理方法和程序 - Google Patents

Abstract

本公开涉及使得能够通过创造性的并且具有改善的自由度的处理来实施任务处理的信息处理系统、信息处理方法和程序。基于关于任务的信息来处理任务，然后基于对处理结果的评价、还基于与任务的相关性低的信息来处理任务。本发明可以被应用于任务处理装置。

Description

信息处理系统、信息处理方法和程序

技术领域

本公开涉及信息处理系统、信息处理方法和程序，更具体地说，涉及可以实现创造性和高度灵活的任务处理的信息处理系统、信息处理方法和程序。

背景技术

用于通过使用机器学习呈现任务的处理的技术正变得越来越普及。

用于呈现任务的处理的技术不仅需要呈现统一的一般处理，还需要呈现创造性和高度灵活的处理。

因此，例如，关于任务的处理，提出了将成功案例和失败案例编译成数据库、比较成功案例和失败案例两者并呈现成为差异的信息的技术(参见专利文献1)。

此外，作为与诊断相关的任务处理，提出了呈现作为基于用户信息的推理结果的诊断名称和作为关于推理结果的否定结果的诊断名称两者的技术(参见专利文献2)。

可以使用任一情况作为考虑创造性和高度灵活的任务处理的提示。

引文列表

专利文献

专利文献1：日本专利申请公开No.9-6619

专利文献2：日本专利申请公开No.2013-165780

发明内容

本发明要解决的问题

然而，专利文献1和2均可以是考虑创造性和高度灵活的任务处理的提示，但它们没有实现实际的处理。

本公开是针对这种情况做出来的，尤其是实现创造性和高度灵活的任务处理。

问题的解决方案

根据本公开的一个方面的信息处理系统和程序是包括任务处理单元的信息处理系统和程序，该任务处理单元基于与任务的相关性高于预定标准的第一信息和与任务的相关性低于预定标准的第二信息来处理识别出的任务。

根据本公开的一个方面的信息处理方法是包括基于与任务的相关性高于预定标准的第一信息和与任务的相关性低于预定标准的第二信息来处理识别出的任务的步骤的信息处理方法。

在本公开的一个方面中，基于与识别出的任务的相关性高于预定标准的第一信息和与任务的相关性低于预定标准的第二信息来处理任务。

附图说明

图1是示出本公开的信息处理装置的硬件的配置示例的示图。

图2是示出图1的任务处理单元的第一实施例的配置示例的示图。

图3是示出图2的任务处理单元的任务处理的流程图。

图4是示出第一实施例的变更例的示图。

图5是示出图1的任务处理单元在第一实施例的变更例中的配置示例的示图。

图6是示出图5的任务处理单元的任务处理的流程图。

图7是示出图1的任务处理单元的第二实施例的配置示例的示图。

图8是示出图7的任务处理单元的任务处理的流程图。

图9是示出图1的任务处理单元的第三实施例的配置示例的示图。

图10是示出图9的任务处理单元的任务处理的流程图。

图11是示出通用个人计算机的配置示例的示图。

具体实施方式

下面将参考附图详细描述本公开的优选实施例。注意，在本说明书和附图中，具有基本上相同的功能配置的配置要素被赋予相同的附图标记，因此将省略其冗余描述。

下面将描述用于实施本技术的模式。将按以下顺序给出描述。

1.第一实施例

2.第一实施例的变更例

3.第二实施例

4.第三实施例

5.使软件执行的示例

<<1.第一实施例>>

<本公开的信息处理装置的配置示例>

本公开旨在提出并使其能够实现创造性和高度灵活的任务处理作为解决任务的处理。这里，“创造性”意味着例如通过使用与任务具有较远相关性的信息(与任务的相关性低的信息)解决问题。

首先，将参考图1的框图描述本公开的信息处理装置的硬件的配置示例。

图1的信息处理装置11为例如个人计算机等，并且通过构成用于处理各种任务的系统的一部分、处理各种任务并将其作为处理结果输出从而解决各种任务。

任务可以为例如通过机器人的物体抓取(拾取)，并且在这种情况下，信息处理装置11实现具有执行物体抓取(诸如工厂中的部件抓取或家中的用户辅助)的操纵器的机器人或者控制操纵器的系统。

此外，任务可以为例如路线搜索(路径计划)，并且在这种情况下，信息处理装置11实现呈现从设定的起点到目标点的路线的系统。路线搜索用于例如向诸如汽车之类的移动物体给予关于路线的指示，或准备移动物体本身的行动计划。

此外，任务可以为例如用于料理等的食谱生成，并且在这种情况下，信息处理装置11实现生成和输出料理食谱的系统。食谱为例如用于通过组合成分和材料进行处理和编辑的过程，并且，除了料理之外，还可以是加工过程或研究过程。

此外，任务可以为例如在与用户通信的系统中自动生成语音，并且在这种情况下，信息处理装置11实现例如通过金融机构等的基于语音的系统操作、商店中的服务指南以及在护理设施或家中的聊天的系统。

此外，该任务可以是对用户做出决策的支持，并且在这种情况下，信息处理装置11实现生成并呈现候选行动选项、以对应于选项的优先级向用户推荐选项以及执行关于行动或业务行动支持的导航的系统。

因此，任务可能存在很大差异，并且不限于上述任务类型。

图1的信息处理装置11包括经由总线38彼此连接的控制单元31、输入单元32、输出单元33、存储单元34、通信单元35、驱动器36和可移除存储介质37，并且可以发送和接收数据和程序。

控制单元31包括处理器和存储器，并控制信息处理装置11的整体操作。

此外，控制单元31包括任务处理单元51。

任务处理单元51基于经由输入单元32输入的信息来识别需要处理的任务，实施用于解决识别出的任务的处理(以下，也称为任务处理)，并从输出单元33输出处理结果。

注意，后面将参考图2描述任务处理单元51的详细配置。

输入单元32包括诸如用户输入操作命令的键盘和用户通过声音输入操作命令的麦克风之类的输入设备，以及诸如相机、测距传感器、温度传感器、湿度传感器、照度传感器和生物传感器之类的各种传感器。输入单元32将输入或检测到的各种信号供给到控制单元31。

注意，构成输入单元32的传感器不限于上述传感器，并且只要任何传感器检测任务所需的信息，就可以使用该传感器。

输出单元33包括包含扬声器等的声音输出单元和包含液晶显示器(LCD)和有机电致发光(EL)等的图像显示单元，并输出各种任务处理结果。

注意，输出单元33的配置只需要是实现任务所需的配置，并且不限于声音输出单元或图像显示单元。

此外，在单独存在实施任务的处理所需的硬件的情况下，通过输出用于操作硬件的控制信号并使硬件操作，实施任务的处理。

此时，与硬件的连接可以是有线或无线的。因此，硬件可以通过在必要时将可有线连接的接口连接到输出单元33并经由接口向硬件供给控制信号，执行用于通过控制信号实施任务的处理的操作。

此外，硬件可以通过经由后面描述的通信单元35而不是输出单元33通过有线通信或无线通信向硬件供给控制信号，执行用于通过控制信号实施任务的处理的操作。

存储单元34包括硬盘驱动器(HDD)、固态驱动器(SSD)或半导体存储器，由控制单元31控制，并写入或读取各种数据和程序。

注意，在必要时，存储单元34可以配置在能够经由后面描述的通信单元35进行通信的网络的服务器中。

通信单元35由控制单元31控制，并以有线(或无线(未示出))的方式经由局域网(LAN)等表示的通信网络与各种装置之间发送和接收各种数据和程序。

驱动器36从和向诸如磁盘(包括软磁盘)、光盘(包括光盘只读存储器(CD-ROM)和数字多功能盘(DVD))、磁光盘(包括迷你盘(MD))或半导体存储器之类的可移除存储介质37读取和写入数据。

注意，本说明书解释本公开的技术由信息处理装置11实施的示例，但是本公开的技术可以由包括多个装置的系统实施。

即，在本公开的技术中，可以在网络上配置例如具有包含于信息处理装置11中的控制单元31、输入单元32、输出单元33、存储单元34、驱动器36和可移除存储介质37的功能的多台个人计算机和服务器，或者，本公开的技术可以由具有能够通过由云计算配置彼此通信的配置的信息处理系统来实施。

<任务处理单元的第一配置示例>

接下来，将参考图2的功能框图，描述由控制单元31实施的任务处理单元51的功能的第一配置示例。

任务处理单元51包括任务输入单元71、任务处理模块72、处理结果评价模块73、输出单元74、偏置值设定单元75、输入数据处理单元76和存储模块77。

任务输入单元71接收输入单元32的输入结果和检测结果，并理解要解决的任务的内容。任务输入单元71在必要时执行来自传感器的输入、对输入信息的解释处理和环境识别处理等，识别预定任务，并理解其内容。这里，“识别”和“理解”预定任务意味着，将关于预定任务的信息通过基于输入或检测到的信号应用于由系统处理的数据格式、模式或模型来保持为可以由系统处理的状态。

此外，任务输入单元71将关于理解出的任务的内容的信息输出到任务处理模块72和处理结果评价模块73。

更具体地说，例如，在与语音识别相关的任务的情况下，任务输入单元71将来自用户的声音输入结果转换为文本，执行语义分析，将文本识别为“用户的问题内容”，并将根据识别出的“用户的问题内容”的语音生成理解为任务的内容。

此时，任务输入单元71可以在必要时考虑用户模型、用户的行动历史和环境信息，根据包括例如诸如用户的位置、时间和周边情况之类的信息的语境来识别“用户的问题内容”。

此外，例如，在与物体抓取相关的任务的情况下，任务输入单元71基于构成输入单元32的相机和超声波传感器等的信息来三维地识别物体的外部形状，将外部形状识别为“抓取目标的三维信息”，并将对识别物体的抓取理解为任务的内容。

此时，任务输入单元71可以在必要时估计重心位置和物体表面的硬度等。

当在抓取物体之后进一步需要物体的移动时，任务输入单元71可以获取诸如移动目的地位置之类的信息，并将信息与抓取和移动一起理解为任务的内容。

任务处理模块72从输入数据处理单元76请求并获取处理任务所需的输入数据，并将获取的输入数据应用于特定的处理模式或处理模型，由此处理从任务输入单元71供给的任务，并将处理结果输出到处理结果评价模块73。

更具体地说，例如，在与语音识别相关的任务的情况下，任务处理模块72针对作为任务的“用户的问题内容”生成适当回答候选作为处理结果，并将生成的回答候选输出到处理结果评价模块73。

此外，在与物体抓取相关的任务的情况下，任务处理模块72生成诸如例如构成输出单元33的操纵器进行的物体抓取位置、扭矩和直到抓取的操纵器的接近之类的操纵器控制信息候选作为处理结果，并将生成的候选输出到处理结果评价模块73。

注意，在与物体抓取相关的任务的情况下，操纵器是实施任务的处理所需的硬件。

输入数据处理单元76根据从偏置值设定单元75供给的偏置值，提取存储在存储模块77中的属于第一数据组91的信息和属于第二数据组92的信息，并将提取的信息供给到任务处理模块72。

这里，属于第一数据组91的信息是与理解出的任务相关的信息、与理解出的任务的相关性高于预定值的信息或者与理解出的任务的关系高于第二数据组92的信息。

例如，在与语音识别相关的任务的情况下，属于第一数据组91的信息是与理解出的任务相关的术语组或语音序列模型。例如，当语音具有与金融机构的运营商代理相关的内容时，属于第一数据组91的信息是诸如与金融相关内容、金融机构的服务内容或运营商的语音相关的典型语音序列模型之类的信息。

此外，在与物体抓取相关的任务的情况下，属于第一数据组91的信息是诸如在要在实现物体抓取时适应的情况下频繁出现的抓取目标的三维模型信息、表面信息、重心信息和针对环境识别中的情况优化的偏置值等的信息。

此外，属于第二数据组92的信息是与理解出的任务无关的信息、与理解出的任务的相关性低于预定值的信息或者与理解出的任务的关系低于第一数据组91的信息。

例如，在与语音识别相关的任务的情况下，属于第二数据组92的信息是与理解出的任务无关的术语组或语音序列模型。例如，当任务的处理内容是金融机构的运营商代理时，属于第二数据组92的信息是诸如与金融无关的词语、闲谈主题、医疗领域中的公式化语音序列模型或非典型语音序列模型等的信息。

此外，在物体抓取的任务的情况下，属于第二数据组92的信息是在与要在实现物体抓取中应用的情况不同的情况下使用的信息或与物体抓取无关的信息。例如，在电子部件制造厂中执行的任务的情况下，属于第二数据组92的信息是诸如车体承载机器人的与物体抓取相关的信息、食品的形状模型和硬度模型以及移动机器人的行进信息之类的信息。

处理结果评价模块73评价作为任务处理模块72的处理结果生成的候选输出信息是否是用于适当地解决输入任务的信息作为评价值，并且，当评价结果高于预定阈值以及处理结果可以被视为适当地解决任务时，将处理结果输出到输出单元74。

此外，当评价结果低于预定阈值以及处理结果可以被视为不能适当地解决任务时，处理结果评价模块73将评价值输出到偏置值设定单元75。

更具体地说，处理结果评价模块73通过基于例如任务的成就预测或强化学习模型中的奖励量预测等来获得任务的处理结果的评价值，从而执行评价。

更具体地说，在与语音识别相关的任务的情况下，处理结果评价模块73针对作为候选输出结果的候选回答，鉴于用户模型和问题内容来评价是否可以获得适当的奖励量。

此外，在与物体抓取相关的任务的情况下，处理结果评价模块73基于变为作为候选输出结果的用于抓取物体的候选的控制，计算并评价物体抓取的成功概率作为评价值。

偏置值设定单元75基于作为从处理结果评价模块73供给的评价结果的评价值来设定偏置值。

基于偏置值，输入数据处理单元76选择性地提取存储在存储模块77中理解出的任务的处理所需的属于第一数据组91的信息和属于第二数据组92的信息，并将其供给到任务处理模块72。

在从任务处理模块72请求任务的处理所需的信息的情况下，由于在第一次时不从偏置值设定单元75供给偏置值，因此，输入数据处理单元76默认提取与任务相关或与任务的相关性高的属于第一数据组91的信息，并将其供给到任务处理模块72。

此外，在从任务处理模块72请求任务的处理所需的信息的情况下，在第二次和随后，根据来自偏置值设定单元75的偏置值，输入数据处理单元76不仅提取与任务相关或与任务的相关性高的属于第一数据组91的信息，而且提取与任务不相关或与任务的相关性低的属于第二数据组92的信息，并将其供给到任务处理模块72。

偏置值是指定例如以何种比例混合和提取供给到任务处理模块72的属于第一数据组91的信息和属于第二数据组92的信息的信息(混合比)。

例如，当评价值低于预定阈值的状态继续时，偏置值设定单元75可以设定偏置值，使得提取属于第一数据组91的信息的比例逐渐减小，并且提取属于第二数据组92的信息的比例增加。

作为结果，任务处理模块72最初基于与任务相关的信息来执行任务处理，但是当处理结果的评价值低且未实施适当处理的状态继续时，任务处理模块72基于与任务无关的信息来执行处理。

此外，当评价值低于预定阈值的状态继续时，偏置值设定单元75可以设定偏置值，使得在超过预定次数之前提取属于第一数据组91的信息，但是可以设定偏置值，使得在超过预定次数之后提取属于第二数据组92的信息。

在任一情况下，通过基于与任务无关的信息或与任务的相关性低的信息执行处理，变得能够使创造性和高度灵活的处理解决不能通过基于与任务相关的信息或与任务的相关性高的信息的处理解决的任务。

存储模块77存储任务处理所需的信息，诸如基于要适应的模型信息(例如：语音的典型信息和物体抓取模式信息)、构成输出信息的要素信息(例如：语音主题和移动路线)、传感器信息和环境信息来实时生成的信息、在各情况下应用的学习模型以及经学习的模型，作为第一数据组91和第二数据组92。

输出单元74具有对应于输出单元33(图1)的配置，并且输出处理结果评价模块73中高于评价为用于解决任务的适当处理结果的预定评价值的处理结果。

由输出单元74输出的处理结果将根据要应用的情况由适当的方法执行，并且是声音输出、文本输出、信息呈现、操纵器控制、设备控制以及系统本身的移动和变化等。

更具体地说，例如，在与语音识别相关的任务的情况下，处理结果是响应于“用户的问题内容”的回答的文本、声音或适当的信息呈现(例如，对于与路线引导相关的问题的地图信息的呈现)。

此外，在与物体抓取相关的任务的情况下，处理结果是用于实际抓取物体的操纵器控制信息的输出或操纵器控制本身。

注意，在输出处理结果之后，可以根据传感器或新的输入信息来识别基于处理结果的反馈，并且可以反馈回任务处理模块72或处理结果评价模块73。在这种情况下，任务处理模块72或处理结果评价模块73根据反馈执行处理或评价处理结果。

此外，在与语音识别相关的任务的情况下，反馈为例如基于用户感测的用户反应(表情或感情)、用户的评价输入信息和基于用户行为的对用户是否已达到目标的估计结果等。

此外，在与物体抓取相关的任务的情况下，反馈为例如物体是否已被毫无问题地被抓取的结果、成功抓取之前的尝试次数和实际施加于物体的压力信息等。

<通过图2的任务处理单元的任务处理>

接下来，将参考图3中的流程图，描述通过图2的任务处理单元51的任务处理。

在步骤S11中，任务输入单元71接收与要由输入单元32输入的输入结果或要检测到的检测结果相关的各种数据。

在步骤S12中，任务输入单元71基于与输入单元32的输入结果和检测结果相关的数据来理解要解决的任务的内容，并将关于理解出的任务的信息供给到任务处理模块72。

在步骤S13中，任务处理模块72基于从任务输入单元71供给的理解出的任务的信息，向输入数据处理单元76请求处理任务所需的数据。

在步骤S14中，响应于来自任务处理模块72的请求，输入数据处理单元76从存储模块77读取与理解出的任务的处理相关的数据，并将数据供给到任务处理模块72。

更具体地说，输入数据处理单元76访问存储模块77，提取已从任务处理模块72供给的包括与理解出的任务相关的信息或与任务的相关性高的信息的、属于第一数据组91的信息，并将其供给到任务处理模块72。

在步骤S15中，任务处理模块72基于从输入数据处理单元76供给的属于第一数据组91的信息来处理任务，并将处理结果输出到处理结果评价模块73。

在步骤S16中，处理结果评价模块73计算用于评价处理结果是否适当地解决任务的评价值，并评价处理结果。

在步骤S17中，处理结果评价模块73确定任务处理模块72的处理结果的评价值是否高于预定阈值并且处理结果是否适当地解决任务。

在步骤S17中，在处理结果评价模块73确定评价值低于预定阈值并且处理结果没有适当地解决任务的情况下，处理进行到步骤S18。

在步骤S18中，处理结果评价模块73向偏置值设定单元75输出低于已计算出的预定阈值的评价值。然后，偏置值设定单元75基于作为对任务处理模块72的处理结果的评价的评价值或评价值被视为低于预定阈值的次数，设定指示作为属于第一数据组91和第二数据组92中的每一个的信息而提取的数据的混合比(比例)的偏置值，并且将其输出到输入数据处理单元76。

在步骤S19中，输入数据处理单元76访问存储模块77，以基于偏置值的混合比提取属于第一数据组91和第二数据组92的数据作为处理任务所需的数据，并将其供给到任务处理模块72，并且处理返回到步骤S15。

即，重复步骤S15～S19的处理，直到任务处理模块72的处理结果的评价值高于预定阈值，并且处理结果被视为适当地解决任务。

然后，在步骤S17中，当评价值高于预定阈值并且处理结果被视为适当地解决任务时，处理进行到步骤S20。

在步骤S20中，处理结果评价模块73向输出单元74输出具有高于预定阈值的评价值并且被视为适当地解决任务的处理结果。

输出单元74(输出单元33)输出具有高于预定阈值的评价值并且被视为适当地解决任务的处理结果。

在步骤S21中，任务输入单元71确定是否不存在新任务的数据输入以及结束处理的指令是否被给出。在没有给出结束处理的指令的情况下，处理返回到步骤S11。

即，重复步骤S11～S21的处理，直到给出结束处理的指令。

然后，在步骤S21中认为已给出结束的指令的情况下，处理结束。

通过以上的处理，任务处理模块72首先接收作为与任务相关的信息或与任务的相关性高的信息的、来自第一数据组91的、处理所需的数据的供给，并且处理任务。

这里，在任务处理模块72的处理结果的评价值低于预定阈值并且处理结果被视为没有适当地解决任务的情况下，除了作为与任务相关的数据的第一数据组91的数据以外，偏置值设定单元75以预定比例混合作为与任务无关的数据的第二数据组92的数据，作为任务处理模块72中实施的任务处理中所需的数据，并且设定要供给到任务处理模块72的偏置值并将其供给到输入数据处理单元76。

因此，除了作为与任务相关(相关性高)的数据的第一数据组91的数据以外，输入数据处理单元76还向任务处理模块72供给作为与任务不相关(相关性低)的第二数据组92的数据，作为任务处理模块72中实施的任务处理中所需的数据。

当处理任务时，除了与任务相关(相关性高)的属于第一数据组91的数据以外，任务处理模块72还通过使用与任务不相关(相关性低)的第二数据组92的数据来处理任务。因此，执行与使用与任务相关的数据的处理不同的处理。

作为结果，可以通过使用与任务不相关(相关性低)的第二数据组92的数据的创造性和高度灵活的处理，搜索和实施不能用与任务相关(相关性高)的属于第一数据组91的数据解决的任务的解决方法。

此外，偏置值设定单元75可以将作为与任务相关(相关性高)的数据的第一数据组91的数据和作为与任务不相关(相关性低)的数据的第二数据组92的数据，混合为任务处理模块72中实施的任务处理所需的数据，并设定要供给到任务处理模块72的偏置值并将其供给到输入数据处理单元76，使得每次重复评价值低于预定阈值的状态时，第二数据组的数据的混合比逐渐增加。

此外，当重复评价值低于预定阈值的状态时，用于处理任务的数据可以根据评价值低于预定阈值的状态的重复次数，从属于第一数据组91的数据逐渐切换到属于第二数据组的数据。

此外，当评价值低于预定阈值的状态被重复预定次数时，用于处理任务的数据可以从属于第一数据组91的数据切换到属于第二数据组的数据。

在任一情况下，通过这种处理，当评价值低于预定阈值的状态继续时，任务的处理逐渐变为使用与任务无关的数据的处理，因此，任务的处理变为创造性和高度灵活的处理。

此外，当评价值低于预定阈值的状态继续时，通过将用于处理任务的数据切换到与任务无关(低相关性)的数据来处理任务，因此，任务的处理变为创造性和高度灵活的处理。

在任一情况下，处理任务所需的数据从与任务的相关度高的数据变为与任务的相关度低的数据，因此，任务的处理可以变为创造性和高度灵活的处理。

作为结果，即使对于不能仅通过与任务相关的数据解决的任务，也变得能够搜索并实施用于适当地解决任务的处理。

例如，在与导航系统或移动机器人本身(包括自主车辆)的路线搜索等相关的任务的情况下，在各种存在的评价函数中，通过不仅设定初始假定的评价函数和输入评价函数(属于第一数据组91的数据)，而且设定基于更广泛的信息和模型的新的评价函数(属于第二数据组92的数据)，变得能够搜索更合适的解。

此外，在与不是最初假定的目标物体的抓取相关的任务的情况下，通过应用本公开的技术，变得能够实现更灵活的抓取。

即，变得能够不仅参考关于假定的目标物体的信息(形状、重心位置、硬度、脆弱性、合适的抓取接近模型和移动接近模型)(属于第一数据组91的数据)，而且参考其他信息和模型(属于第二数据组92的数据)，并扩展试行方法以更灵活地应对情况。因此，即使目标物体偏离最初假定的范围，也变得能够实现抓取。

此外，在上述的与导航系统或移动机器人本身(包括自主车辆)的路线搜索等相关的任务或与抓取不是最初假定的目标物体相关的任务的情况下，通过同样参考原始假定情况(属于第一数据组91的数据)以外的数据源或模型(属于第二数据组92的数据)，变得能够搜索更广泛的解或从卡滞处理时的局部解中脱离。

此外，在与料理食谱的生成相关的任务的情况下，变得能够参考目标料理类别以外的方法(属于第二数据组92的数据)和在料理中通常假定的方法(属于第一数据组91的数据)输出更具创造性的食谱。

即，变得能够在生成中国烹饪的食谱时参考日本烹饪的食谱以及在提供烹饪时吸收与烹饪无关的艺术相关信息。

注意，这不意味着足以组合更远的信息，但可以包括用于建立作为烹饪的评价的评价函数(在味道、外观和人类饮食等方面是否满足特定标准)。处理结果评价模块73可以基于该标准评价候选输出结果。

此外，烹饪是示例，并且，本公开对于通过组合要素和方法进行创作的所有处理任务都是有效的，并且，例如，可以使其搜索小说写作和视频场景的自动生成等。

此外，在与语音生成相关的任务的情况下，通常通过基于最初假定的使用情况和目标用户(属于第一数据组91的数据)使用形成语音的术语、话语和语音生成逻辑来生成语音。然而，存在用户发出意外声音、情况变化以及需要更灵活的语音响应的许多情况。在这种意外状况和情况下，同样通过参考意外术语组、话语示例和语音生成模型(属于第二数据组92的数据)，变得能够实现更灵活的语音生成。

此外，不限于上述一系列任务(诸如与通过导航系统或移动机器人本身(包括自动车辆)的路线搜索等相关的任务、与抓取不是最初假定的目标物体相关的任务、与料理食谱的生成相关的任务以及与语音生成相关的任务)，变得能够在包括一般任务的总体任务中设定更多类型的选项，诸如保守解(属于第一数据组91的数据)和更野心勃勃的解(属于第二数据组92的数据)。

这里，“保守”和“野心勃勃”表示基于用户的风险程度和用户过去的选择倾向计算出的被选择的容易度。更具体地说，保守解为例如对用户具有相对低风险的解或用户容易选择的解。此外，野心勃勃的解为例如对用户具有相对高风险的解或者用户有时选择但难以被选择的解。

此外，在任务被解释为优化问题的情况下，可以通过逐步放松约束条件并进行试行实现灵活的问题解决。

即，存在最初设定的约束条件(属于第一数据组91的数据)如此严苛以至于可以被响应的任务太有限的情况。然而，对于比最初假定的条件更宽的事件，通过逐渐放松条件(通过逐渐使用属于第二数据组92的数据)，更灵活的响应变为可能。

此外，以上，描述了处理结果评价模块73向输出单元74输出具有高于预定阈值的评价值并且被视为适当地解决任务的一个处理结果的示例。然而，具有不同评价值的多个处理结果可以与评价值一起被输出，被呈现给用户，并且可供用户选择。这种处理使得例如能够向用户呈现高于预定阈值的多个处理结果，并且使得能够实现包括用户基于评价值的判断的灵活响应。

此外，在存在针对任务的多个解的情况下，存在通过正常试行的搜索(使用属于第一数据组91的数据的搜索)导致最接近的局部解(变得不可能进一步搜索解)的情况。然而，应用本公开的技术使得能够通过暂时悬置局部解并执行更大范围的搜索(使用属于第二数据组92的数据的搜索)达到更优的解。

即，例如，在与机器人的路径规划相关的任务的情况下，在存在多个评价函数(最短路径、用户舒适的路径和风险较小的路径等)的情况下，通过不以仅基于最初假定的评价函数的解的输出来结束搜索并且还适应未假定的评价函数，变得能够搜索不是最初假定的但更优的解。

此外，在强化学习中，执行根据评价函数(奖励)的学习，因此评价函数的设定变得重要。评价函数通常被预先设定(通过人工设计)，但需要评价函数(奖励量)设定的自动化。

应用本公开的技术使得能够灵活地使用与任务相关的评价函数(可以是多个)和与任务不相关的评价函数或者每次自动生成的评价函数。因此，变得能够更灵活地解决问题。

<<2.第一实施例的变更例>>

以上，描述了通过基于偏置值来混合(或切换)两种类型的数据(包括与任务相关(与任务的相关性高)的数据组的第一数据组和包括与任务不相关(与任务的相关性低)的数据组的第二数据组)从而改变任务处理模块72中的处理的示例。

然而，可以基于与任务的相关性将任务处理所需的数据分为三种或更多种类型，并且可以根据任务处理模块72的处理结果的评价值被视为低于预定阈值的次数，将相关性更低的数据逐渐用于任务处理。

即，例如，如图4所示，任务处理所需的数据被分类为第一数据组111～第n数据组。

在图4中，假定第一数据组111是与任务的相关性最高的数据组、第二数据组112是第一数据组111之后的与任务的相关性第二高的数据组、第三数据组113是第二数据组112之后的与任务的相关性第三高的数据组，然后类似地设定和与任务的相关性水平对应的第n数据组n。即，第n数据组n与任务的相关性最低。

然后，在第一数据组111用于任务的处理并且处理结果的评价值低于预定阈值的情况下，在下一处理中，不仅使用第一数据组111，而且使用第二数据组112，然后，一直到第n数据组n的数据被依次用于任务的处理，直到评价值变得高于预定阈值。

这种处理使得能够按照任务的相关性的降序使用用于处理任务的数据。因此，变得能够适当地解决不能仅通过与任务相关的数据组解决的任务。

<任务处理单元的第一配置示例的变更例>

接下来，将参考图5描述任务处理单元的第一配置示例的变更例。

注意，在图5中，具有与图2的配置相同的功能的配置被赋予相同的附图标记，并且将适当地省略其描述。

即，在图5的任务处理单元51中，与图2的任务处理单元51中的配置不同的是，设置偏置值设定单元101、输入数据处理单元102和存储模块103，而不是偏置值设定单元75、输入数据处理单元76和存储模块77。

偏置值设定单元101在基本功能上与偏置值设定单元75类似。此外，然而，偏置值设定单元101设定偏置值，以改变要供给到任务处理模块72的数据组，使得与任务的相关性低的数据组根据评价值低于预定阈值的次数来增加，并且确定任务不能被适当地解决。

输入数据处理单元102将基于要从偏置值设定单元101供给的偏置值从存储在存储模块103中的第一数据组111～第n数据组提取数据并将其供给到任务处理模块72。

存储模块103存储参考图4描述的第一数据组111和第n数据组n，而不是存储模块77中的第一数据组91和第二数据组92。

即，在第一数据组111～第n数据组中，第一数据组111是与任务最相关的数据组，并且，第二数据组112、第三数据组113、…、第n数据组n是按顺序与任务的相关性高的数据组。

<图5的任务处理单元的任务处理>

接下来，将参考图6中的流程图描述图5的任务处理单元51的任务处理。注意，图6中的步骤S32～S38中的处理与图3中的步骤S11～S17中的处理类似，因此将适当地省略其描述。

在步骤S31中，偏置值设定单元101将存储在存储模块103中的用于标识数据组的计数器m初始化为1。

在步骤S32～S38中，通过任务处理模块72使用第一数据组111来处理任务，并且，处理结果被供给到处理结果评价模块73以计算评价值。

然后，在步骤S38中评价值低于预定阈值的情况下，处理进行到步骤S39。

在步骤S39中，偏置值设定单元101将计数器m增加1。

在步骤S40中，偏置值设定单元101设定偏置值并将其输出到输入数据处理单元102，使得对应于计数器m的数据组的数据被供给到任务处理模块72的处理。

在步骤S41中，输入数据处理单元102访问存储模块103，并基于偏置值从例如属于第一数据组～第n数据组n中的第一数据组～第m数据组m的数据，提取任务处理所需的数据，并将其供给到任务处理模块72，并且，处理返回到步骤S36。

即，重复步骤S36～S41的处理，直到任务处理模块72的处理结果被视为用于适当地解决任务的处理结果并且处理结果的评价值变得高于预定阈值，并且，与重复次数对应地，重复其中使用在第一数据组～第n数据组n中具有逐渐低的与任务的相关性的数据组的数据的任务处理。

然后，在步骤S41中，当评价值高于预定阈值并且处理结果被视为适当地解决任务时，处理进行到步骤S42。

然后，在步骤S42中，输出单元74输出评价值高于预定阈值并且任务被视为被适当地解决的处理结果。

通过上述处理，任务处理模块72首先从作为与任务相关的数据的第一数据组91接收处理所需的数据供给，并处理任务。

这里，在任务处理模块72的处理结果没有适当地解决任务并且评价值低于预定阈值的情况下，作为偏置值设定单元75在任务处理模块72中实施的任务处理中所需的数据，逐渐地与任务不相关(与任务的相关性更低)的数据组的数据被逐渐包括，并且被供给到任务处理模块72。

因此，当处理任务时，任务处理模块72通过使用逐渐地与任务不相关的数据组的数据来执行处理，直到处理结果被视为适当地解决任务，并且，作为结果，变得能够实现创造性和高度灵活的处理。

通过这种处理，当评价值低于预定阈值的状态继续时，通过使用与任务不相关的数据逐渐处理任务，并因此变得能够在逐渐变为创造性和高度灵活的处理的同时处理任务。

因此，处理任务所需的数据逐渐从与任务的相关度高的数据变为与任务的相关度低的数据，使得变得能够适当地解决不能仅通过与任务相关的数据解决的任务。

注意，在上述描述中，已经描述了当评价值低于预定阈值的状态继续时通过使用与任务不相关的数据以逐渐包括该数据的方式处理任务的示例。然而，随着评价值低于预定阈值的状态被重复，仅具有低相关性的数据可以被逐渐提取并用于任务处理。

<<3.第二实施例>>

以上，描述了输入数据处理单元76或102访问存储模块77或103，并根据偏置值将属于第一数据组91和第二数据组92的数据或属于第一数据组111和第n数据组n的数据混合并供给到任务处理模块72的示例。

然而，可以设定主存储模块，可以默认地存储属于第一数据组的数据，任务处理模块可以通过读取存储在主存储模块中的数据处理任务，并且当处理结果不能适当地解决任务时，可以根据偏置值在主存储模块中增加属于第二数据组的数据。

图7示出任务处理单元51的配置示例，其中，设置有默认地存储属于第一数据组的数据并根据偏置值逐渐增加和存储属于第二数据组的数据的主存储模块，并且任务处理模块基于存储在主存储模块中的数据来处理任务。

图7中的任务处理单元51包括任务输入单元171、任务处理模块172、处理结果评价模块173、输出单元174、偏置值设定单元175、输入数据处理单元176、主存储模块177、第一子存储模块178和第二子存储模块179。

注意，任务输入单元171、任务处理模块172、处理结果评价模块173和输出单元174在配置上与图2中的任务输入单元71、任务处理模块72、处理结果评价模块73和输出单元74类似，并因此将适当地省略其描述。

然而，任务处理模块172在基本功能上与任务处理模块72类似，但是与任务处理模块72的不同在于，任务处理模块72通过从输入数据处理单元76请求和获取处理所需的数据来处理任务，而任务处理模块172基于存储在主存储模块177中的数据来处理任务。

此外，主存储模块177、第一子存储模块178和第二子存储模块179的配置与存储模块77的配置基本上类似，并且可以被配置在存储单元34中，可以被配置为单独的存储单元，或者可以由外部服务器经由网络配置。

此外，第一子存储模块178存储对应于第一数据组91的第一数据组191，并且，第二子存储模块179存储对应于第二数据组92的第二数据组192。

基于从处理结果评价模块173供给的评价值，偏置值设定单元175设定偏置值，输入数据处理单元176以该偏置值读取属于存储在第二子存储模块179中的第二数据组192的数据，并指定要存储在主存储模块中的数据量。

更具体地说，例如随着评价值低于预定阈值的次数增加，偏置值设定单元175设定偏置值以增加对属于第二数据组192的数据的提取量。

基于从偏置值设定单元175供给的偏置值，输入数据处理单元176提取在第二子存储模块179中存储的第二数据组的数据，并将其存储到主存储模块177中。

通过这种配置，在主存储模块177中，最初，属于默认地存储在第一子存储模块178中的第一数据组191的与任务相关(与任务的相关性高)的数据被提取和存储，在任务处理模块172中被用于任务的处理，并且，输出处理结果。

然后，当任务处理模块172的处理结果的评价值低于预定阈值并且认为处理结果不能适当地解决任务时，输入数据处理单元176基于由偏置值设定单元175设定的偏置值，从第二子存储模块179中提取与任务不相关且属于第二数据组192的数据并将其存储到主存储模块177中。

作为结果，在主存储模块177中，除了属于第一数据组191的数据以外，属于第二数据组192的数据也被存储并被用于任务处理模块172的任务处理。

当重复该处理、任务处理模块172的处理结果的评价值低于预定阈值并且处理结果没有适当地解决任务的次数增加时，存储在主存储模块177中的与任务不相关(与任务的相关性低)且属于第二数据组192的数据逐渐增加。

即，当处理结果被视为没有适当地解决任务的状态继续时，与任务不相关的数据逐渐存储在主存储模块177中，并且处理变为使用与任务不相关(与任务的相关性高)的数据的任务处理。

作为结果，处理变为其中关于不能仅由与任务相关(与任务的相关性高)的数据解决的任务，增加与任务不相关(与任务的相关性低)的数据的处理，使得变得能够通过创造性和高度灵活的处理来解决任务。

<通过图7的任务处理单元的任务处理>

接下来，将参考图8中的流程图描述通过图7的任务处理单元51的任务处理。

在步骤S51中，任务输入单元171接收与要由输入单元32输入的输入结果或要检测到的检测结果相关的各种数据。

在步骤S52中，任务输入单元171基于与输入单元32的输入结果和检测结果相关的数据来理解要解决的任务的内容，并将关于理解出的任务的信息供给到任务处理模块172。

在步骤S53中，任务处理模块72向主存储模块177供给从任务输入单元71供给的关于理解出的任务的信息。响应于此，主存储模块177访问第一子存储模块178，并提取和存储与任务相关且属于第一数据组191的数据。

在步骤S54中，任务处理模块72基于存储在主存储模块177中的数据来处理任务，并将处理结果输出到处理结果评价模块173。

注意，在第一处理中，仅与任务相关且属于默认的第一数据组191的数据被存储在主存储模块177中，并因此仅用与任务相关的数据处理任务。

在步骤S55中，处理结果评价模块173计算用于评价处理结果是否适当地解决任务的评价值，并评价处理结果。

在步骤S56中，处理结果评价模块173确定任务处理模块172的处理结果的评价值是否高于预定阈值并且处理结果是否适当地解决任务。

在步骤S56中，在处理结果评价模块173确定评价值低于预定阈值并且处理结果没有适当地解决任务的情况下，处理进行到步骤S57。

在步骤S57中，处理结果评价模块173向偏置值设定单元175输出低于计算出的预定阈值的评价值。然后，偏置值设定单元175基于作为对任务处理模块172的处理结果的评价的评价值，设定指示对属于存储在第二子存储模块179中的第二数据组192的数据的提取量的偏置值，并将其输出到输入数据处理单元176。

在步骤S58中，输入数据处理单元176访问第二子存储模块179，基于偏置值从第二数据组192提取与任务不相关(与任务的相关性低)的数据，并将数据供给到主存储模块177以存储数据，并且处理返回到步骤S54。

即，重复步骤S54～S58的处理，并且，重复存储在主存储模块177中的第二数据组192的数据量逐渐增加的状态下的任务处理，直到任务处理模块172的处理结果的评价值变得高于预定阈值并且处理结果被视为适当地解决任务。

然后，在步骤S56中，当评价值高于预定阈值并且处理结果被视为适当地解决任务时，处理进行到步骤S59。

在步骤S59中，处理结果评价模块173向输出单元174输出具有高于预定阈值的评价值并且被视为适当地解决任务的处理结果。

输出单元174输出具有高于预定阈值的评价值并且被视为适当地解决任务的处理结果。

在步骤S60中，任务输入单元171确定是否不存在新任务的数据输入以及结束处理的指令是否被给出。在没有给出结束处理的指令的情况下，处理返回到步骤S51。

即，重复步骤S51～S60的处理，直到给出结束处理的指令。

然后，在步骤S60中认为已给出结束指令的情况下，处理结束。

通过上述处理，在第一处理中，任务处理模块172仅通过存储在主存储模块177中的第一数据组191的数据来处理任务，该数据是与任务相关的数据(与任务的相关性高)。

这里，在任务处理模块172的处理结果没有适当地解决任务并且评价值低于预定阈值的情况下，偏置值设定单元175设定偏置值并将其供给到输入数据处理单元176，使得作为与任务不相关(与任务的相关性低)并且存储在第二子存储模块179中的数据的第二数据组192的数据被供给到主存储模块177。

因此，输入数据处理单元176向主存储模块177供给并存储作为与任务不相关(与任务的相关性低)的数据的第二数据组192的数据，作为在任务处理模块72中实施的任务处理所需的数据。

当处理任务时，除了默认存储的与任务相关(与任务的相关性高)的属于第一数据组191的数据之外，任务处理模块72还使用与任务不相关(与任务的相关性低)的属于第二数据组192的数据。

然后，当处理结果的评价值低于预定阈值的状态继续时，与任务不相关的属于第二数据组192的数据作为存储在主存储模块177中的数据增加。因此，执行与使用与任务相关的数据的处理不同的处理，并且，作为结果，变得能够实现创造性和高度灵活的处理。

<<4.第三实施例>>

以上，描述了这样一个示例，其中设定主存储模块177，默认地存储与任务相关的属于第一数据组191的数据，任务处理模块172基于存储在主存储模块177中的数据处理任务，并且当处理结果的评价值低于预定阈值的状态继续时，在主存储模块177中增加与任务不相关的属于第二数据组192的数据，由此实现创造性和高度灵活的处理。

然而，通过向任务处理模块设置基于特定处理模式或处理模型实施数据处理的第一任务处理模块和实施切换用于第一任务处理模块中的特定任务处理的处理模式或处理模型的处理的第二任务处理模块，第二任务处理模块可以根据偏置值切换处理模式或处理模型。

图9是任务处理单元51的配置示例，在该任务处理单元51中，通过向任务处理模块设置基于特定处理模式或处理模型实现数据处理的第一任务处理模块和实施切换用于第一任务处理模块中的特定任务处理的处理模式或处理模型的处理的第二任务处理模块，第二任务处理模块根据偏置值切换处理模式或处理模型。

图9中的任务处理单元51包括任务输入单元371、任务处理模块372、处理结果评价模块373、输出单元374、偏置值设定单元375和存储模块376。

注意，任务输入单元371、处理结果评价模块373和输出单元374在配置上与图2中的任务输入单元71、处理结果评价模块73和输出单元74类似，并因此将适当地省略其描述。

存储模块376基本上具有与存储模块77类似的配置，并且存储用于处理任务的处理模式和处理模型。

注意，存储模块376可以被配置在存储单元34中，或者可以由外部服务器经由网络配置。

处理模式和处理模型为例如由第一任务处理模块381执行的用于特定任务处理的函数和各种参数等。此外，处理模式和处理模型还包括机器学习的学习模型、经学习的模型、描述特征量梯度的数据库以及机器学习算法的网络结构。

从与任务的相关性高的处理模式和处理模型到与任务的相关性低的处理模式和处理模型，存储模块376针对与任务的相关性存储各种水平下的处理模式和处理模型。

基本上，与任务处理模块72类似，任务处理模块372处理由任务输入单元371识别出的任务，并将处理结果输出到处理结果评价模块373。

然而，任务处理模块372包括第一任务处理模块381和第二任务处理模块382，并实施以下的任务处理。

即，第一任务处理模块381基于由第二任务处理模块382设定的处理模式和处理模型实施特定的任务处理，并将处理结果输出到处理结果评价模块373。

第二任务处理模块382默认地从存储模块376提取与任务相关(与任务的相关性高)的处理模式和处理模型，并将其供给到第一任务处理模块381。

此外，在第一任务处理模块的处理结果的评价值低于预定阈值并且认为任务不能被适当地解决的情况下，第二任务处理模块382基于由偏置值设定单元375设定的偏置值，从存储模块376提取与任务不相关(与任务的相关性低)的处理模式和处理模型，并将其供给到第一任务处理模块381。

在第一任务处理模块的处理结果的评价值低于预定阈值并且认为任务没有被适当地解决的情况下，偏置值设定单元375设定偏置值，并将偏置值供给到任务处理模块372的第二任务处理模块382。

更具体地说，偏置值设定单元375将偏置值设定为0～1。例如，当默认值被设定为0时，偏置值设定单元375将用于从存储模块376提取与任务相关的处理模式或处理模型的偏置值设定为0。

此外，在处理结果的评价值低于预定阈值并且任务没有被适当地解决的状态继续的情况下，偏置值逐渐变为接近1的值。

在这种情况下，基于偏置值，随着偏置值接近1时，第二任务处理模块382从存储模块376读取与任务的相关性低的处理模式或处理模型，并将其供给到第一任务处理模块381。

通过这种配置，当偏置值默认为0时，第二任务处理模块382向第一任务处理模块381供给存储在存储模块376中的、用于处理任务的处理模式和处理模型中的、与任务相关(与任务的相关性高)的处理模式或处理模型。

因此，第一任务处理模块381通过与任务的相关性高的处理模式和处理模型来处理任务。

此外，当第一任务处理模块381的处理结果的评价值低于预定阈值的状态继续时，偏置值设定单元375逐渐将偏置值设定为接近1的值。

因此，第二任务处理模块382逐渐提取与任务的相关性低的处理模式和处理模型，并将其供给第一任务处理模块381。

作为结果，第一任务处理模块381改变，使得逐渐基于与任务的相关性低的处理模式或处理模型来执行任务处理。

此外，通过处理改变，变得能够通过创造性和高度灵活的处理搜索和解决任务处理，使得关于不能通过与任务相关的处理模式和处理模型解决的任务增加与任务不相关的处理模式和处理模型的数量。

<通过图9的任务处理单元的任务处理>

接下来，将参考图10中的流程图描述通过图9的任务处理单元51的任务处理。

在步骤S81中，任务输入单元371接收与要由输入单元32输入的输入结果或要检测到的检测结果相关的各种数据。

在步骤S82中，任务输入单元371基于与输入单元32的输入结果和检测结果相关的数据来理解要解决的任务的内容，并将关于理解出的任务的信息供给到任务处理模块372。

在步骤S83中，任务处理模块372获取从任务输入单元371供给的关于理解出的任务的信息。

响应于此，第二任务处理模块382从存储模块376提取处于默认偏置值为0的状态下的、即与任务相关的处理模式和处理模型，并将其供给到第一任务处理模块381。

在步骤S84中，第一任务处理模块381基于从第二任务处理模块382供给的处理模式和处理模型处理任务，并将处理结果输出到处理结果评价模块373。

在步骤S85中，处理结果评价模块373计算用于评价处理结果是否适当地解决任务的评价值，并且评价处理结果。

在步骤S86中，处理结果评价模块173确定第一任务处理模块381的处理结果的评价值是否高于预定阈值并且处理结果是否适当地解决任务。

在步骤S86中，在处理结果评价模块173确定评价值低于预定阈值并且处理结果没有适当地解决任务的情况下，处理进行到步骤S87。

在步骤S87中，处理结果评价模块373向偏置值设定单元375输出低于计算出的预定阈值的评价值。然后，偏置值设定单元375基于作为对第一任务处理模块381的处理结果的评价的评价值和评价值被视为低于预定阈值的次数，设定由第二任务处理模块382从存储模块376提取的处理模式和处理模型的指示与任务的相关性的偏置值，并将其输出到任务处理单元372。

在步骤S88中，任务处理模块372的第二任务处理模块382访问存储模块376，提取基于偏置值的具有与任务的相关性的处理模式和处理模型，并将其供给到第一任务处理模块381，并且处理返回到步骤S84。

即，重复步骤S84～S88的处理，直到第一任务处理模块381的处理结果被视为用于适当地解决任务的处理结果并且处理结果的评价值变得高于预定阈值，并且，在逐渐改变为使用存储在存储模块376中的处理模式和处理模型中的与任务的相关性低的处理模式或处理模型的任务处理的同时，重复处理。

然后，在步骤S86中，当评价值高于预定阈值并且处理结果被视为适当地解决任务时，处理进行到步骤S89。

在步骤S89中，处理结果评价模块373向输出单元374输出具有高于预定阈值的评价值并且被视为适当地解决任务的处理结果。

输出单元374输出具有高于预定阈值的评价值并且被视为适当地解决任务的处理结果。

在步骤S90中，任务输入单元371确定是否不存在新任务的数据输入以及结束处理的指令是否给出。在没有给出结束处理的指令的情况下，处理返回到步骤S81。

即，重复步骤S81～S90的处理，直到给出结束处理的指令。

然后，在步骤S90中认为已给出结束指令的情况下，处理结束。

通过以上处理，在第一处理中，任务处理模块372的第一任务处理模块381通过由第二任务处理模块382利用存储在存储模块376中的与任务相关的处理模式和处理模型来处理任务。

这里，在第一任务处理模块381的处理结果没有适当地解决任务并且评价值低于预定阈值的情况下，偏置值设定单元375关于第二任务处理模块382从存储模块177提取存储在存储模块376中的处理模式和处理模型中的、基于评价值或评价值被视为低于预定阈值的次数的、与任务的相关性低的处理模式或处理模型，设定要供给到第一任务处理模块381的偏置值并将其供给到任务处理模块372。

因此，第二任务处理模块382从存储模块376提取并且向第一任务处理模块381供给根据偏置值的具有与任务的相关性的处理模式和处理模型，作为任务处理所需的处理模式和处理模型。

当处理任务时，第一任务处理模块381通过使用基于偏置值的包括与任务的相关性的处理模式或处理模型来处理任务。

此时，当处理结果的评价值低于预定阈值的状态继续时，存储在存储模块376中的处理模式和处理模型变为与任务的相关性低的处理模式和处理模型。因此，处理变为与使用与任务相关的处理模式或处理模型的处理不同的处理，并且，作为结果，变得能够实现创造性和高度灵活的处理。

注意，在上述本公开的第一实施例到第三实施例中的任何一个中，在设定偏置值时，可以根据与任务处理相关的条件选择与任务的相关性低的处理模式或处理模型或者改变其权重。

与任务处理相关的条件的示例包括任务处理的风险。即，当任务的失败情况下的风险低时，通过积极选择与任务的相关性低的处理模式和处理模型，变得能够实现对更具创造性和高度灵活性的任务处理的搜索。

这里，失败情况下的风险低的任务为例如对试行次数具有低限制的任务、与其他情况相比破坏目标或使用户不舒服的可能性低的任务以及处理执行与用户的通信和信息呈现的任务，诸如当通过行动识别、表情识别和基于声音和生物测定信息的情绪估计在用户处于积极状态中时执行的任务，以及如在代理模型中那样需要具有虚拟人格的处理的情况下，代理模型的情感状态处于积极状态中的任务。因此，在任务处理的风险低的情况下，能够呈现包括目标破坏或用户不适的可能性的解，并且在风险高的情况下，能够仅呈现容易避免这种可能性的解。

<<5.使软件执行的示例>>

能够使硬件执行上述一系列处理，但也能够使软件执行相同的处理。在通过软件执行一系列处理的情况下，构成软件的程序从记录介质被安装到集成在专用硬件中的计算机或例如能够通过安装各种程序执行各种功能的通用计算机等。

图11示出通用计算机的配置示例。该个人计算机包括中央处理器(CPU)1001。输入/输出接口1005经由总线1004连接到CPU1001。只读存储器(ROM)1002和随机存取存储器(RAM)1003连接到总线1004。

输入/输出接口1005与用户用来输入操作命令的包括诸如键盘和鼠标之类的输入设备的输入单元1006、向显示设备输出处理操作画面或处理结果的图像的输出单元1007、包括存储程序和各种数据的硬盘驱动器等的存储单元1008以及包括局域网(LAN)适配器并经由因特网表示的网络执行通信处理的通信单元1009连接。并且，从和向诸如磁盘(包括软磁盘)、光盘(包括光盘只读存储器(CD-ROM)和数字多功能盘(DVD))、磁光盘(包括迷你盘(MD))或半导体存储器之类的可移除存储介质1011读取和写入数据的驱动器1010被连接。

CPU 1001根据存储在ROM 1002中的程序或从诸如磁盘、光盘、磁光盘或半导体存储器之类的可移除存储介质1011读取、被安装在存储单元1008中并且从存储单元1008被加载到RAM 1003的程序执行各种处理。RAM 1003还适当地存储CPU 1001执行各种处理所需的数据等。

在如上所述配置的计算机中，例如，CPU 1001经由输入/输出接口1005和总线1004将存储在存储单元1008中的程序加载到RAM1003中并执行程序，由此执行上述一系列处理。

例如，由计算机(CPU 1001)执行的程序可以通过被记录在例如作为包介质等的可移除存储介质1011中被提供。并且，程序可以经由诸如局域网、因特网和数字卫星广播之类的有线或无线传输介质被提供。

在计算机中，可以通过将可移除存储介质1011固定到驱动器1010经由输入/输出接口1005将程序安装到存储单元1008中。并且，程序可以由通信单元1009经由有线或无线传输介质被接收并且被安装到存储单元1008中。另外，程序可以被预先安装到ROM 1002或存储单元1008中。

注意，由计算机执行的程序可以是沿着在本说明书中解释的顺序以时间序列执行处理的程序，或者可以是并行地或在必要的定时(诸如当进行调用时)执行处理的程序。

注意，图11中的CPU 1001实施图1的控制单元31的功能。

此外，在本说明书中，系统意味着多个构成要素(装置和模块(组件)等)的集合，并且所有构成要素是否在同一壳体中无关紧要。因此，容纳在单独壳体中并经由网络连接的多个装置以及多个模块容纳在单个壳体中的单个装置均是系统。

注意，本公开的实施例不限于上述实施例，并且可以在不脱离本公开的要旨的情况下提出各种变更例。

例如，本公开可以具有由多个装置经由网络共享和协作处理一个功能的云计算的配置。

此外，在上述流程图中解释的各步骤可以由一个装置执行，或者可以由多个装置以共享的方式执行。

此外，在一个步骤包括多个处理的情况下，包含于一个步骤中的多个处理可以由一个装置执行，或者可以由多个装置以共享的方式执行。

注意，本公开还可以具有以下的配置。

<1>一种信息处理系统，包括：

任务处理单元，基于与识别出的任务的相关性高于预定标准的第一信息和与所述任务的相关性低于预定标准的第二信息来处理所述任务。

<2>根据<1>所述的信息处理系统，其中，

所述任务处理单元基于所述第一信息来处理所述任务，并且基于对处理结果的评价、基于所述第二信息进一步处理所述任务。

<3>根据<2>所述的信息处理系统，还包括：

输入数据处理单元，至少将所述第一信息和所述第二信息中的任意信息供给到所述任务处理单元，其中，

在所述任务处理单元对基于所述第一信息进行的处理结果的评价低于预定阈值的情况下，所述输入数据处理单元将所述第二信息供给到所述任务处理单元。

<4>根据<3>所述的信息处理系统，其中，

所述输入数据处理单元以预定混合比将所述第一信息和所述第二信息混合并供给到所述任务处理单元，以及，

在所述任务处理单元对基于以预定混合比混合的所述第一信息和所述第二信息进行的处理结果的评价低于预定阈值的情况下，所述输入数据处理单元以增加所述第二信息的混合比的新混合比将所述第一信息和所述第二信息混合并供给到所述任务处理单元。

<5>根据<4>所述的信息处理系统，还包括：

偏置值设定单元，基于对所述处理结果的评价将偏置值设定并供给到所述输入数据处理单元，该偏置值指示要供给到所述任务处理单元的所述第一信息和所述第二信息的混合比，其中，

所述输入数据处理单元以基于所述偏置值的混合比将所述第一信息和所述第二信息混合并供给到所述任务处理单元。

<6>根据<5>所述的信息处理系统，其中，

当所述任务处理单元对处理结果的评价被视为低于预定阈值时，所述偏置值设定单元设定所述偏置值，使得所述第二信息的混合比变高。

<7>根据<6>所述的信息处理系统，其中，

所述第二信息包括具有与所述任务的相关性水平对应的多个层次结构的多条层次信息，以及

当所述任务处理单元对基于第一信息进行的处理结果的评价被视为低于预定阈值时，所述偏置值设定单元设定所述偏置值，使得包括与所述任务的相关性低的层次信息的所述第二信息的混合比变高。

<8>根据<2>所述的信息处理系统，其中，

所述任务处理单元还包括存储在处理所述任务时使用的主信息的主信息存储单元，

所述主信息存储单元存储所述第一信息作为所述主信息，以及

在所述任务处理单元对基于所述第一信息进行的处理结果的评价低于预定阈值的情况下，使所述主信息存储单元除了已经存储的所述第一信息之外，还存储所述第二信息作为新的主信息。

<9>根据<8>所述的信息处理系统，还包括：

偏置值设定单元，基于对所述处理结果的评价来设定指示要存储在所述主信息存储单元中的所述第二信息的信息量的偏置值，其中，

所述主信息存储单元存储基于该偏置值设定的信息量的第二信息。

<10>根据<9>所述的信息处理系统，其中，

当所述任务处理单元对处理结果的评价被视为低于预定阈值时，所述偏置值设定单元设定所述偏置值，使得要存储在所述主信息存储单元中的所述第二信息的信息量增加。

<11>根据<1>所述的信息处理系统，其中，

所述任务处理单元基于作为所述第一信息的与所述任务的相关性高于预定标准的处理模式或处理模型、和作为所述第二信息的与所述任务的相关性低于预定标准的处理模式或处理模型来处理所述任务。

<12>根据<11>所述的信息处理系统，其中，

所述任务处理单元基于作为关于所述任务的第一信息的与所述任务的相关性高于预定标准的处理模式或处理模型来处理所述任务，并基于对处理结果的评价、基于作为第二信息的与所述任务的相关性低于预定标准的处理模式或处理模型进一步处理所述任务。

<13>根据<12>所述的信息处理系统，其中，

所述任务处理单元包括：

供给处理单元，至少供给不同相关性的多个处理模式或处理模型中的任意处理模式或处理模型，和

任务模式模型处理单元，基于由所述供给处理单元供给的处理模式或处理模型来处理所述任务，

所述任务模式模型处理单元基于作为所述第一信息的与所述任务的相关性高于预定标准的处理模式或处理模型来处理所述任务，以及

在所述任务模式模型处理单元对基于与所述任务的相关性高于预定标准的处理模式或处理模型进行的处理结果的评价低于预定阈值的情况下，所述供给处理单元供给作为所述第二信息的与所述任务的相关性低于预定标准的处理模式或处理模型。

<14>根据<13>所述的信息处理系统，其中，

在所述任务模式模型处理单元对基于作为所述第二信息的与所述任务的相关性低于预定标准的处理模式或处理模型进行的处理结果的评价低于预定阈值的情况下，所述供给处理单元向所述任务模式模型处理单元供给作为所述第二信息的与所述任务的相关性比低于预定标准的另一预定值更低的新处理模式或处理模型。

<15>根据<14>所述的信息处理系统，还包括：

偏置值设定单元，基于对所述处理结果的评价将偏置值设定并供给到所述供给处理单元，该偏置值指示对应于要供给的处理模式或处理模型的与所述任务的相关性水平，其中，

所述供给处理单元向所述任务模式模型处理单元供给与所述任务的相关性水平对应于该偏置值的处理模式或处理模型。

<16>根据<15>所述的信息处理系统，其中，

当所述任务模式模型处理单元对处理结果的评价被视为低于预定阈值时，所述偏置值设定单元设定所述偏置值，以供给与所述任务的相关性水平的处理模式或处理模型。

<17>根据<1>～<16>中的任一个所述的信息处理系统，还包括：

输出单元，输出所述任务处理单元的处理结果。

<18>根据<17>所述的信息处理系统，其中，

所述输出单元输出对处理结果的评价被视为高于阈值的所述处理结果。

<19>一种信息处理方法，包括：

基于与识别出的任务的相关性高于预定标准的第一信息和与所述任务的相关性低于预定标准的第二信息来处理所述任务的步骤。

<20>一种程序，使计算机用作

任务处理单元，所述任务处理单元基于与识别出的任务的相关性高于预定标准的第一信息和与所述任务的相关性低于预定标准的第二信息来处理所述任务。

附图标记清单

11 信息处理装置

31 控制单元

32 输入单元

33 输出单元

34 存储单元

35 通信单元

36 驱动器

37 可移除存储介质

51 任务处理单元

71 任务输入单元

72 任务处理模块

73 处理结果评价模块

74 输出单元

75 偏置值设定单元

76 输入数据处理单元

77 存储模块

91 第一数据组

92 第二数据组

101 偏置值设定单元

102 输入数据处理单元

103 存储模块

111～n 第一数据组～第n数据组

171 任务输入单元

172 任务处理模块

173 处理结果评价模块

174 输出单元

175 偏置值设定单元

176 输入数据处理单元

177 主存储模块

178 第一子存储模块

179 第二子存储模块

191 第一数据组

192 第二数据组

371 任务输入单元

372 任务处理模块

373 处理结果评价模块

374 输出单元

375 偏置值设定单元

376 存储模块

381 第一任务处理模块

382 第二任务处理模块

Claims (20)

1.一种信息处理系统，包括：

任务处理单元，基于与识别出的任务的相关性高于预定标准的第一信息和与所述任务的相关性低于预定标准的第二信息来处理所述任务。

2.根据权利要求1所述的信息处理系统，其中，

所述任务处理单元基于所述第一信息来处理所述任务，并且基于对处理结果的评价、基于所述第二信息进一步处理所述任务。

3.根据权利要求2所述的信息处理系统，还包括：

输入数据处理单元，至少将所述第一信息和所述第二信息中的任意信息供给到所述任务处理单元，其中，

在所述任务处理单元对基于所述第一信息进行的处理结果的评价低于预定阈值的情况下，所述输入数据处理单元将所述第二信息供给到所述任务处理单元。

4.根据权利要求3所述的信息处理系统，其中，

所述输入数据处理单元以预定混合比将所述第一信息和所述第二信息混合并供给到所述任务处理单元，以及，

在所述任务处理单元对基于以预定混合比混合的所述第一信息和所述第二信息进行的处理结果的评价低于预定阈值的情况下，所述输入数据处理单元以增加所述第二信息的混合比的新混合比将所述第一信息和所述第二信息混合并供给到所述任务处理单元。

5.根据权利要求4所述的信息处理系统，还包括：

偏置值设定单元，基于对所述处理结果的评价将偏置值设定并供给到所述输入数据处理单元，该偏置值指示要供给到所述任务处理单元的所述第一信息和所述第二信息的混合比，其中，

所述输入数据处理单元以基于所述偏置值的混合比将所述第一信息和所述第二信息混合并供给到所述任务处理单元。

6.根据权利要求5所述的信息处理系统，其中，

当所述任务处理单元对处理结果的评价被视为低于预定阈值时，所述偏置值设定单元设定所述偏置值，使得所述第二信息的混合比变高。

7.根据权利要求6所述的信息处理系统，其中，

所述第二信息包括具有与所述任务的相关性水平对应的多个层次结构的多条层次信息，以及

当所述任务处理单元对基于第一信息进行的处理结果的评价被视为低于预定阈值时，所述偏置值设定单元设定所述偏置值，使得包括与所述任务的相关性低的层次信息的所述第二信息的混合比变高。

8.根据权利要求2所述的信息处理系统，其中，

所述任务处理单元还包括存储在处理所述任务时使用的主信息的主信息存储单元，

所述主信息存储单元存储所述第一信息作为所述主信息，以及

在所述任务处理单元对基于所述第一信息进行的处理结果的评价低于预定阈值的情况下，使所述主信息存储单元除了已经存储的所述第一信息之外，还存储所述第二信息作为新的主信息。

9.根据权利要求8所述的信息处理系统，还包括：

偏置值设定单元，基于对所述处理结果的评价来设定指示要存储在所述主信息存储单元中的所述第二信息的信息量的偏置值，其中，

所述主信息存储单元存储基于该偏置值设定的信息量的第二信息。

10.根据权利要求9所述的信息处理系统，其中，

当所述任务处理单元对处理结果的评价被视为低于预定阈值时，所述偏置值设定单元设定所述偏置值，使得要存储在所述主信息存储单元中的所述第二信息的信息量增加。

11.根据权利要求1所述的信息处理系统，其中，

所述任务处理单元基于作为所述第一信息的与所述任务的相关性高于预定标准的处理模式或处理模型、和作为所述第二信息的与所述任务的相关性低于预定标准的处理模式或处理模型来处理所述任务。

12.根据权利要求11所述的信息处理系统，其中，

所述任务处理单元基于作为关于所述任务的第一信息的与所述任务的相关性高于预定标准的处理模式或处理模型来处理所述任务，并基于对处理结果的评价、基于作为第二信息的与所述任务的相关性低于预定标准的处理模式或处理模型进一步处理所述任务。

13.根据权利要求12所述的信息处理系统，其中，

所述任务处理单元包括：

供给处理单元，至少供给不同相关性的多个处理模式或处理模型中的任意处理模式或处理模型，和

任务模式模型处理单元，基于由所述供给处理单元供给的处理模式或处理模型来处理所述任务，

所述任务模式模型处理单元基于作为所述第一信息的与所述任务的相关性高于预定标准的处理模式或处理模型来处理所述任务，以及

在所述任务模式模型处理单元对基于与所述任务的相关性高于预定标准的处理模式或处理模型进行的处理结果的评价低于预定阈值的情况下，所述供给处理单元供给作为所述第二信息的与所述任务的相关性低于预定标准的处理模式或处理模型。

14.根据权利要求13所述的信息处理系统，其中，

在所述任务模式模型处理单元对基于作为所述第二信息的与所述任务的相关性低于预定标准的处理模式或处理模型进行的处理结果的评价低于预定阈值的情况下，所述供给处理单元向所述任务模式模型处理单元供给作为所述第二信息的与所述任务的相关性比低于预定标准的另一预定值更低的新处理模式或处理模型。

15.根据权利要求14所述的信息处理系统，还包括：

偏置值设定单元，基于对所述处理结果的评价将偏置值设定并供给到所述供给处理单元，该偏置值指示对应于要供给的处理模式或处理模型的与所述任务的相关性水平，其中，

所述供给处理单元向所述任务模式模型处理单元供给与所述任务的相关性水平对应于该偏置值的处理模式或处理模型。

16.根据权利要求15所述的信息处理系统，其中，

当所述任务模式模型处理单元对处理结果的评价被视为低于预定阈值时，所述偏置值设定单元设定所述偏置值，以供给与所述任务的相关性水平的处理模式或处理模型。

17.根据权利要求1所述的信息处理系统，还包括：

输出单元，输出所述任务处理单元的处理结果。

18.根据权利要求17所述的信息处理系统，其中，

所述输出单元输出对处理结果的评价被视为高于阈值的所述处理结果。

19.一种信息处理方法，包括：

基于与识别出的任务的相关性高于预定标准的第一信息和与所述任务的相关性低于预定标准的第二信息来处理所述任务的步骤。

20.一种程序，使计算机用作

任务处理单元，所述任务处理单元基于与识别出的任务的相关性高于预定标准的第一信息和与所述任务的相关性低于预定标准的第二信息来处理所述任务。

Images