JP2003528362A

JP2003528362A - 動的分散型問題解決実行用知識管理システム

Info

Publication number: JP2003528362A
Application number: JP2001513068A
Authority: JP
Inventors: エイ．キスピーター; エス．ダニエル，３世ロバート; エス．ヤロウィッツジェフリー
Original assignee: センター・インコーポレイテッド
Priority date: 1999-07-21
Filing date: 2000-07-19
Publication date: 2003-09-24
Also published as: AU6222100A; WO2001008051A1; EP1222570A1; EP1222570A4; US6484155B1

Abstract

(57)【要約】本発明は、分散知識リソースを照会するメタサーチエンジンである。ユーザは、質問又は問題文の形で問い合わせを提示する。ユーザは、メタエージェント（１１９）、知識エージェント（１２１）を含む協働する知的エージェントの集まりを介して知識リソースと対話する。エージェントは、自動化・一般化された交渉及び推論のプロセスを含んでいる。本発明は、入力された問題文を解析し、タスクに組織化する階層アーキテクチャを有するエージェントサービス層（１１３）を使用する。本発明は、関連知識を検索して、回答を解析・統合する知識エージェント（１２１）を使用する。そして、本発明は、人間のユーザ又は使用するプロセスにその回答を提供する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】

本発明は、知識演算処理システムに関し、特に、大規模分散型知識システムに
関するものである。

【０００２】

【従来の技術】

軍隊の指揮・管理、医学的診断・治療、及び企業の経営管理等、複雑な作用を
管理する組織は、管理者の知識資産を効果的に把握及び維持管理する手段として
の大規模知識システムへと転換してきた。このような知識資産は、イントラネッ
ト及びインターネットを含む分散型電算処理リソースに分散している。

【０００３】

【発明が解決しようとする課題】

このようなシステムを支える技術の進歩は、人間並みの問題解決をサポートす
るために何千というオーダーの知識ユニット（アルゴリズム／規則／フレーム／
公理）で知識を把握し、利用するところまで到達している。しかし、今日に至る
まで、複数の大規模分散知識システムを横断する動的分散型問題解決をサポート
することが可能な知識管理システムは存在しない。このようなシステムは、数十
万乃至数百万の知識ユニットを処理し、連繋させることができるものでなくては
ならないのである。

【０００４】このような問題が存在する理由のひとつとして、知識ベースシステムのような
システムが、典型的に、システムが直接制御する特定の知識ベースに存在する知
識のみを操作する推論エンジンを用いていることがあげられる。例えば、データ
ベース検索エンジンは、情報の発見と検索を管理する能力はあるが、知識を一般
形で検索したり複数のソースから検索した知識を統合推論パタンに結合する能力
はない。対照的に、人間は、複数の表現タイプ又は分野に広く跨って分散する知
識を関連させた推論プロセスを実行する。

【０００５】また、分散型問題解決機能を実行する既存のシステムは、通常、推論結果にお
ける、特に分野に固有な自動知識処理結果とタイプに固有な自動知識処理結果と
の間における、ギャップを埋める人間の推論の介在を必要とする。人間の推論が
介在する場合、通常、ソフトウェア又はハードウェアのインターフェース上で実
行されるケース固有処理の形態をとる。

【０００６】既存の知識処理システムの一例に、アーメド（Ahamed）に特許付与され、ＡＴ
＆Ｔ社（AT & T Corp.）に譲渡された、発明の名称を「知識処理のために使用さ
れるコンピュータシステム用アーキテクチャ（Architecture for a Computer Sy
stem Used for Processing Knowledge）」という米国特許第5,465,319号で開示
する発明がある。アーメドは、情報を処理し、知識を生成する知識機械を開示し
ている。しかし、このシステムは、知識を照会する前に、格納された知識を、固
定されたリンクと所定の階層で組織化しておかなければならないという点で、制
約を有する。また、アーメドの開示するシステムは、個別のものばかりでなく部
分的に重なるものや相反するものもある複数の知識モジュールの結果を結びつけ
る分散型推論を含まない。さらに、アーメドのシステムは、知識処理ハードウェ
アリソースの割り当てと、そのハードウェアリソースの知識表現の実行を中央制
御する必要がある。

【０００７】既存の知識処理システムの例としては、アーメド他（Ahamed et al.）に特許
付与され、ＡＴ＆Ｔ社に譲渡された、発明の名称を「ネットワークベース知的情
報提供装置（Network-Based Intelligent Information-Sourcing Arrangement）
」という米国特許第5,628,011号で開示する発明もある。アーメド他は、知識ベ
ースを「知識リング（knowledge ring）」に階層的に配置するシステムを開示し
ている。クエリは、まとめてこの知識リングに渡される。システムは、この問い
合わせ（クエリ）を、知識ベースを統合するように再構成し、確認を得て、クエ
リに応答する。しかし、このシステムは、静的な知識ツリーの使用に限定される
。すべてクエリは、知識辞書の既存のエントリと一致しなければならない。基本
的に、アーメド他のシステムは、階層的に関連づけられた主題の名称の分類を本
質とする静的な知識ツリーを検索することによって、既存のデータを発見し検索
するものである。

【０００８】さらに、既存の知識処理システムの例として、アーメド他（Ahamed et al.）
に特許付与され、ルーセントテクノロジーズ社（Lucent Technologies, Inc.）
に譲渡された、発明の名称を「信頼度を用いた知識処理システム（Knowledge Pr
ocessing System Employing Confidence Levels）」という米国特許第5,809,493
号で開示する発明もある。アーメド他は、インクリメンタル統合推論を生成する
ために知識分野における知識を、信頼度を生成するために数値範囲における知識
を処理する知識処理システムを開示している。この知識処理システムは、信頼度
に基づき、最適解を生成するために何度も解を修正する。しかし、このシステム
は、動的な問題解決を開示しているわけではなく、同じ問題を解決しようとした
過去の企図のデータベースを構築することによって、既存の問題解決における信
頼を確立するものである。開示されたシステムは、既定の（非動的）知識操作マ
ッピングを用いるものである。

【０００９】従って、動的分散型問題解決システムのための知識管理システムが要請されて
いる。

【００１０】

【課題を解決するための手段】

本発明は、分散知識リソースの照会をサポートする知識管理システムを提供す
ることによって、上述の問題を克服する。この照会は、ユーザが提示する質問又
は問題文の形をとる。ユーザと知識リソースとの対話処理（インタラクション）
は、協働する知的エージェントの集まりによって媒介される。

【００１１】協働する知的エージェントは、一般化され自動化された交渉及び分散推論（即
ち、問題解決）プロセスを含む。このプロセスを階層アーキテクチャに用いるこ
とにより、本発明は、入力された問題文を解析し、その問題文をタスク群として
組織化する。各タスクを遂行する際、本発明は、知識エージェントによって表示
されるアクセス可能な知識保管場所から、関連する知識を得るために、知識保管
場所からの応答を解析及び統合する。そして、本発明は、人間のユーザ又は使用
しているプロセスに、その応答を提供する。

【００１２】本発明は、問題解決プロセスの進行に従って、適応的且つ動的に問題固有の知
識インターフェース及び推論処理を統合する。本発明は、異なる場所にあり、異
なる専門技術分野をカバーし、異なるタイプの莫大な知識ソースを活用する自動
推論能力を拡張する。

【００１３】一側面において、本発明は、構築された知識ベース環境その他のソフトウェア
ベースの知識を、明確に定義された独立の「知識モジュール」にブレークダウン
することによって、統合する。この知識モジュールは、知識と、知識分野に対す
る知識処理能力（例えば、推論、データベース管理、アルゴリズム等）を含む。
知識モジュールは、独立であって、部分的に重なった知識又は排他的な知識を含
む。各知識モジュールは、協働する知的エージェントと結びつき、他のユニット
との統合を促進するユニットを形成する。このユニットによって、システムは、
分散推論（及び問題解決）処理を通じて協働推論をサポートすることができる。
ユニットは、制限された知識内容を含むとともに、明確に定義されたインターフ
ェースを有するため、検証が容易である。処理後のアーキテクチャは、常に生成
する分散型知識システムの展開をサポートする。

【００１４】より具体的には、本発明は、一般層として次の３層を有する階層知識管理シス
テムを提供する。即ち、ユーザインターフェース層、メタエージェント層、及び
知識エージェント層である。本システムの各層は、分散型問題解決推論プロセス
の一部を担当する複数の知的エージェントを含む。ユーザインターフェース層は
、ユーザとの直接の対話処理を媒介し、ユーザがシステムの活動を制御すること
を可能にし、それに介入する手段を提供する。メタエージェント層は、ユーザイ
ンターフェース層からのユーザ照会又は問題表現を解析し、知識エージェント層
にタスクを割り当て、知識エージェント層から生ずるコンフリクトを解決し、知
識エージェント層によって提供された結果を統合（融合してコンフリクトを解消
することを含む）する。知識エージェント層は、知識エージェント層内に関連す
る知識エージェントを有する知識モジュール用対話処理メカニズムを提供する。
システムの各エージェントは、相互に交渉し、共同立案を行い、立案されたタス
クを協調して実行する能力があるエージェント間抽象概念コミュニケーション機
能を含む。

【００１５】上述の３層に加えて、エージェントサービス層が、分散型問題解決をサポート
するとともに、システム内のエージェントのレジストリを維持管理するサービス
を提供している。レジストリは、各エージェントの能力及び利害を特定するもの
であり、エージェント間の関係に関する知識を含んでいる。メタエージェント層
及び知識エージェント層は、エージェントサービス層と協議して問題解決プロセ
スを促進する機能を有する他のリソースを特定する。ある機能に関心を寄せるエ
ージェントにその機能を提供する他のエージェントを知らせる仲介機能が提供さ
れている。

【００１６】本発明の、既存技術に対して有利な点として、推論が分散環境を横断して分散
協同する点があげられる。つまり、問題解決プロセスが、中央に位置する推論メ
カニズムから除かれ、粒状化しているのである。問題解決プロセスを案出し、実
行する単一の知識ベースシステムに依存するのではなく、推論メカニズムは多く
の小さな知識システムに分散しており、その各々はより明確に定義された関心と
製品の集合を有しているのである。各々の小さな知識システムは、その知識分野
に対する知識処理機能が付与されている。メタエージェントは、一般的な問い合
わせを構成要素をなす一連のタスクに分解する役割を担っている。各タスクは、
基本知識システムの能力の知識に基づいて表現される。互いに協力し合うことで
、各知識システムのメタエージェント及び知識エージェントは、広範な問題の解
決に向けてそれぞれのタスクを実行する。

【００１７】また、別の利点としては、本発明による知識管理システムが、スケーラブルで
モジュール化されているため、先に存在したコンポーネントに悪影響を与えるこ
となく継続的に生成可能な点があげられる。確立した知識システムがひとたび分
散推論能力を有する小規模ユニットにブレークダウンされると、各小規模ユニッ
トは、より高度な処理・知識・推論能力を有する追加ユニットで変更、追加、削
除、代替又は補完がなされる。この利点のおかげで、システムは、技術の発達や
知識システムの複雑化にしたがって、進化することができるのである。

【００１８】さらに別の利点としては、本発明による知識管理システムが、集中一体型でな
い点があげられる。ここに開示する知識管理システムは分散処理を特質とするも
のなので、単一の推論エンジンがシステムを支配することはない。問題解決プロ
セスは、それぞれが固有の専門分野を有する多くの知的エージェントの間で協調
しあうやり方で実行される。

【００１９】上述した本発明の態様と付随する利点の多くは、添付図面とともに後述する発
明の実施の形態を参照することによって一層の理解が促進され、さらに容易に理
解されるであろう。

【００２０】

【発明の実施の形態】

本発明は、分散型知識システムと対話処理する知識管理システムに具現化でき
る。簡潔に述べると、知識管理システムのエージェントが互いにそして知識モジ
ュールと協働して、ユーザが入力する問題に対する発見的な解決を伴う動的分散
推論及び問題解決タスクを遂行する。エージェントの役割を合致させるため、知
識管理システムには、問題解決知識が組織化されている。そのようなシステムの
一例として、アラバマ州ハンツビルのセンター・インコーポレイテッド（Sentar
, Inc.）が所有し、ライセンス供与しているノウウェブ（KnoWeb）知識管理シス
テムがあげられる。

【００２１】図１は、本発明によって構成された知識管理システムの一実施態様の概念概観
図である。図中、層状知識管理システム１００は、プレゼンテーション層１０３
、ユーザインターフェース層１０５、メタエージェント層１０７、知識エージェ
ント層１０９、知識モジュール層１１１、及びエージェントサービス層１１３を
含む。これらのコンポーネントは、それぞれについてここで説明を加え、知識管
理システム１００の動作については後述する。

【００２２】プレゼンテーション層１０３は、ユーザに、システムとのインターフェースを
とるためのグラフィカルユーザインターフェース１１５を提供する。グラフィカ
ルユーザインターフェース１１５は、ユーザ入力を受け、ユーザにシステム出力
を表示する。

【００２３】ユーザインターフェース層１０５は、ユーザエージェント１１７を含む。ユー
ザエージェント１１７は、ディスプレイメタファー、ユーザＩ／Ｏフォーマット
、及び問題分野の知識を有する。ユーザエージェント１１７は、ユーザと知識管
理システム１００との直接の対話処理を媒介し、環境の活動を制御することがで
きるとともにそれを観察する機会を得ることができる。

【００２４】メタエージェント層１０７は一乃至複数のメタエージェント１１９を含む。簡
潔に言って、各メタエージェント１１９はユーザインターフェース層１０５によ
って提供されたクエリ又は問題の形成を分析し、その問題に対する解を発見する
ためのプランを構成する。メタエージェント１１９は、問題解決方法及び分散推
論手順の知識を有する。メタエージェント１１９は、問い合わせに回答を提供す
るために必要なとき及び必要に応じて利用可能な知識リソースを動的にまとめる
方法についての知識を有する。メタエージェント１１９は、直接その問い合わせ
に回答するために必要な分野固有の知識を保持することもできるが、その必要は
ない。

【００２５】メタエージェント１１９はシステム１００実行する分散推論のための動的「解
決プラン」を案出する役割を担っており、その解決プランを促進するために、知
識エージェント層１０９にタスクを割り当てる。メタエージェント１１９のプラ
ンする能力には、並行サブプランを形成する能力及び、反復的・再帰的手順を実
行する能力が含まれる。メタエージェント１１９は、解決プランが完成する前で
あっても、そのプランの実行を開始するよう構成することができるので、プラン
の実行中に、中間結果の変遷過程によって、さらにプランを発展させることが可
能になる。メタエージェント１１９は、プランの実行中に、行き詰まってしまう
、あるいは行き詰まらないまでも非生産的な結果となるサーチ経路に入り込むこ
とを回避することができるように、バックトラッキングや再プランニングが可能
である。

【００２６】メタエージェント１１９は、予定表、約束一覧表、タスク列、知識マネージャ
、又は、同等の動的制御サービスを保有することによって解決プランを実行する
。動的制御サービスは、未決着タスク及び進行中タスクを監視するために使用さ
れる。タスクは、解決プラン実行中に返される中間結果に応じて、追加、削除、
又は修正が可能である。メタエージェント１１９は、いつ解決プランで具現化す
る諸目標が達成されたかを判断するために、実行中に解決プランの各ステップの
状況を評価するよう構成されている。メタエージェント１１９はユーザエージェ
ント１１７に報告するために、解決プラン実行の状況を維持している。メタエー
ジェント１１９は永続的である必要はなく、個別の問い合わせを処理するよう構
成することができる。メタエージェント層１０７も、知識エージェント層１０９
によって提供される結果をまとめる役割を担っている。メタエージェント１１９
における結果をまとめる処理は、似通った知識モジュールの複数例からの結果に
おける、コンフリクト解消と融合を含む。

【００２７】解決のプランニングと実行に加え、メタエージェント１１９は、知識エージェ
ント層１０９からの矛盾した回答によって生ずるコンフリクトを解決することが
できる。たとえば、メタエージェント１１９は、後述する知識エージェント１２
１からの回答を解析し、その回答の間に存在論的・意味論的類似があればそれを
特定するためのテストを実施することができる。このようなテストには、回答が
同一の存在論的・統語論的・意味論的実体を記述するものかどうかの判断、回答
が同一の存在論的・意味論的実体を記述する一方で統語論的には差異を示すもの
であるかどうかの判断、及び、回答が、その存在論的・統語論的・意味論的類似
が特定の閾値に達していない実体を記述するものであるかどうかの判断を含む。

【００２８】そのようなテストの結果、回答が同一の存在論的・統語論的・意味論的実体を
記述するものであって価値が異なるだけであれば、メタエージェント１１９は、
統計分析、ベイズ分析（Bayesian analysis）、ブール論理（Boolean logic）、
票決、アルゴリズム上のたたみこみ（convolution）等の統合手法によって回答
を統合することができる。しかし、類似性テストで統語論的差異が存在すると判
断された場合、その回答を解析して、同一の存在論的・統語論的・意味論的属性
を示す共通中間形態が存在し、全回答をそれに変換可能かどうかを判断する。全
回答がそれに変換可能な共通中間形態が存在すると判断された場合、前記統合手
法が適用される。それ以外の場合は、回答をユーザに提示してその評価にゆだね
、ユーザによる回答の選択に従う。この選択された回答が中間回答（二次的問題
の解決）に相当するものであれば、ユーザの回答はシステムに送り返されてユー
ザのクエリに対する後続処理をサポートするために用いられる。

【００２９】知識エージェント層１０９は知識モジュール層１１１内の知識モジュール１２
３のための、直接的なインターフェースと対話処理のメカニズムを提供する。知
識エージェント層１０９内には、複数の知識エージェント１２１がある。各知識
エージェント１２１は、知識モジュール層１１１内の一乃至複数の知識モジュー
ル１２３と関連づけることができる。知識エージェント１２１は、メタエージェ
ント１１９から、問題文を受け取って、知識エージェント１２１に関連づけられ
た知識モジュール１２３に適した形態にその問題文を変換するよう構成されてい
る。

【００３０】このような好適な実施態様においては、知識エージェント１２１は知識モジュ
ール１２３と一対一の関係で結びつけられている。もっとも、各々の関連づけら
れた知識エージェント１２１が知識モジュール１２３の保持する知識の別の側面
を示すものである場合には、知識エージェント１２１の一群と知識モジュール１
２３との多対一の関係も可能である。

【００３１】知識エージェント１２１は、関連づけられた知識モジュールの知識分野の特徴
と方法の一覧を保持している。各知識エージェント１２１は、エージェントサー
ビス層１１３に知識エージェントの関連づけされた知識モジュール１２３の能力
、関心、及び属性を公表する。また、知識エージェント１２１は、他の知識エー
ジェント１２１及びそれに関連づけされた知識モジュール１２３の公表された能
力に基づいて、関連づけされた知識モジュール１２３の能力を強化することがで
きる。各知識モジュール１２３は、分野知識ソースであって、従来型知識ベース
、データベース、シミュレーション、ソフトウェアルーチン、ＷＷＷサイト、リ
アルタイムデータストリーム（例えばセンサー等）、コンピュータのリソース（
例えば、アルゴリズム、ソフトウェア処理ルーチン、ソフトウェアライブラリ、
分散ソフトウェアオブジェクト）、デバイス、等々で構成することができる。知
識エージェント１２１はメタエージェント１９１が必要とする分野固有の知識を
提供する。知識エージェント１２１は、関連づけされた知識モジュール１２３が
知識管理システム１００に含まれている限りにおいて、持続性を有することがで
きる。

【００３２】エージェントサービス層１１３は、各知識モジュール１２３と関連づけされた
知識エージェント１２１により登録された知識モジュール１２３の能力、関心、
属性のレジストリ１１４を維持管理する。エージェントサービス層１１３は、解
決プランの形成をつけるために、メタエージェント層１０７に利用可能な情報を
作成する。エージェントサービス層１１３は、後述する固有推論モードに関連す
る際の一般的な貢献を登録するための知識エージェント１２１に対する意味操作
（semantics）を含む。また、エージェントサービス層１１３は、能力を関心に
関連づける知識モジュール１２３毎のマッピングを提供する。このマッピングは
、問題解決を最適化するために、メタエージェント１１９によって使用される。
また、エージェントサービス層１１３は、エージェント対エージェントの対話処
理を促進するために使用されるエージェントサービス群を提供する。さらに、エ
ージェントサービス層１１３は、エージェントに関心を示した能力を提供する他
のエージェントを知らせる仲介機能を提供する。この仲介機能によって、エージ
ェントが環境変化に動的に対応することができる。知識管理システム１００の各
エージェントは、このようなエージェントサービス層１１３に接続することがで
きる。

【００３３】［分散推論手法］前記本発明の好適な実施態様は、ともに一次論理の使用に基づく二つの分散推
論方式のうちの一つを活用する。第一の方式は、問題固有規則のネットワークを
、メタエージェント１１９等のメタエージェントに制御された分散オブジェクト
として集める。前記分散規則ネットワークは、生産型乃至定理証明型推論エンジ
ンによる推論処理を実行する際の反復使用にたえる。

【００３４】もう一方の利用可能な分散推論方式は、プランナーベースの動的推論アプロー
チである。この方式では、知識エージェントにブロードキャストするための事例
データ付きクエリの生成、又は、知識エージェント１２１がメタエージェント１
１９へ送信する特定のクエリに対する回答等のかたちで中間目標を達成するまで
、推論はエージェント内で進行する。そして、目標達成により指定されたアクシ
ョンがとられて、推論プロセスの次のステップが開始する。メタエージェント１
１９は、実行中、参加エージェントに推論処理の部分を割り当て、スケジュール
化するために、予定表メカニズム又は約束一覧表を用いて、動的分散推論方式を
管理する。

【００３５】上述の分散推論方式に加えて、本発明は複数の分散推論モードでの動作が可能
である。複数の分散推論モード毎の本システムの動作例について、以下説明する
。

【００３６】線形（Linear）モード：メタエージェントは特定の知識エージェントへの初期
クエリを決定しなければならない。このモードは、（１）クエリが単純明快であ
る場合、（２）分野又は問題に対する知識エージェントの数が限られている場合
、（３）目標が少数のクエリで達成可能であることが、問題分野履歴から強く示
唆されている場合に、有用である。

【００３７】分割（Partitioned）モード：ユーザのクエリ又は問題分野を、初期データに
共有される部分が乏しい、別個の下位分野、位相、又は二次的問題に分割するこ
とが容易である。

【００３８】反復（Replicated）モード：ユーザのクエリ及び分野はきわめて曖昧である。
同じ分野、問題、又は、クエリタイプに多くの知識エージェントの登録がある。
データは高度に共有されている。メタエージェントがデータ及び分野を分割する
ことは困難である。重複し矛盾したデータが同化していることも大いにありうる
。

【００３９】リアルタイムモード：ユーザは、例えば「回答を１０分待ってもよい」のよう
に、クエリの期限を表明することができる。メタエージェントは、応答の猶予に
対応できない知識エージェントを停止し、その未完成知識エージェントから不完
全な情報を集めることができる。メタエージェントは、高速回答の履歴を持つ知
識エージェント又はその問題解決をリアルタイムに合わせることができる知識エ
ージェントを選択する。

【００４０】先取り（Preemptive）モード：問題解決回答のインクリメンタルな処理を実行
するメタエージェントは、問題解決の別の方向性に対して注意を逸らせたり集中
させたりするために、現在なお実行中の知識エージェントを先取りすることがで
きる。このモードは、他の知識エージェントからの回答が、現在処理中の知識エ
ージェントが処理することでより直接的に解決に導くことができる矛盾や曖昧さ
を示唆するような場合に必要となる。

【００４１】定性（qualitative）モード：ユーザは必要な回答タイプを指示することがで
きる。メタエージェントは、その回答タイプを問題形成の一部として指示する。
メタエージェントは、知識エージェントを横断してクエリと情報を複製し、最良
の回答を決定するために、それらの回答を（例えばすべてを「第一」として）比
較することができる。

【００４２】分散推論モード又はタイプは、解決される問題への最良のアプローチを提供す
るために、メタエージェント１１９乃至ユーザによって、利用可能な集合から選
択可能である。

【００４３】［動作の説明］問題解決の出発点は、知識管理システム１００が取得する知識の記述の形態で
、ユーザＧＵＩ１１５を介して、クエリをプレゼンテーション層１０３に提示す
ることである。クエリのフォーマットは、疑問文や命令文等複数あるうちのいず
れでもよい。例えば、クエリの要求は、治療経過の結末を予測することなどよう
な問題に対する解決であってもよく、投薬の副作用などのような情報の検索であ
ってもよい。ユーザエージェント１１７はユーザの問い合わせを構文解析し、解
析された問い合わせをメタエージェント１１９に送信してアクションを起こさせ
る。

【００４４】メタエージェント１１９は、処理の問題解決フェーズのための目標文を生成し
、その問題に対する解決プランを形成する。メタエージェントの解決プランは、
サーチスペースの制約が展開する中で、構文解析された問い合わせ中に含まれる
情報のすべての要素を使用しようとする。メタエージェント１１９は、問題と（
ユーザ−知識エージェント１２１間の）その解決状況を動的に評価し、問題を分
割し、その解決にあたる適当な知識エージェント１２１を割り当てる。メタエー
ジェント１１９はエージェントサービス層１１３にアクセスして、当該問題の解
決状況に関連のある能力を登録している知識エージェント１２１を特定すること
ができる。例えば、問題が、販売における個別の増加が収入に与える影響につい
てのクエリを含むものであれば、メタエージェント１１９は、エージェントサー
ビス層１１３に問い合わせて、販売関連の知識を提供してくれる能力の登録され
ている知識エージェント１２１を一乃至複数特定することができる。

【００４５】明確に定義されていない形態を回避し、サーチ作業を容易化するために、入力
及び問題の形式を標準化する前処理機能が、メタエージェント１１９に組み込ま
れている。この機能は、例えば、事実に基づく回答、決定、推薦、予測、診断、
最適化、計算、プロセス細目等を含む。テンプレートには、メタエージェントの
クエリに対するフォローアップを先取りプランニングする等の、問題解決アクシ
ョンのよく使われるセグメントを実行する標準的な方法を含む。

【００４６】解決プランが形成された後で、メタエージェント１１９はプロセスの制御を維
持しつつ、問題解決のサーチ・実行フェーズを遂行するために、分散推論プロセ
スを実施する。メタエージェント１１９は、進行中の作業の結果、副次的問題解
決の要求が発生すること、及び、他のメタエージェント１１９及び知識エージェ
ント１２１から問題の入力を受け取ることに対し、準備する。

【００４７】推論プロセスはエージェントサービス層１１３にアクセスするところから、あ
るいは、メタエージェント１１９から知識管理システム１００の全知識エージェ
ント１２１にクエリをブロードキャストするところから、スタートする。クエリ
の内容は、メタエージェント１１９によって作成された解決プランから生成する
。関連する知識を有する知識エージェント１２１は、メタエージェント１１９に
回答する。分散オブジェクト規則のネットワーク方式が用いられる場合、回答す
る知識エージェントは、実行時に使用する規則−ネットワーク登録ポイントと、
返す結果フォームへのリンクを提供する。メタエージェント１１９は、推論実行
中適切なポイントで使用するためにその情報を保存する。動的方式を用いる場合
には、クエリは、推論実行中に発生し、事例の価値を含む。回答する知識エージ
ェント１２１は、適用可能と考えられる処理を即座に実行し、結果をメタエージ
ェント１１９に送信する。

【００４８】メタエージェント１１９は、全回答を受信して、それを（できれば、フィルタ
リングして）保存する。そして、受信した回答のコンフリクトを解消する。コン
フリクト解消には、回答のうちの一つを（できれば、何かしらの順位付けに基づ
いて）選択することや、回答のうちのいくつか乃至すべてを選言命題に含めるこ
とや、すべての回答を拒絶することや、回答又はメタエージェント１１９の知識
の中に確率データが含まれている場合の確率論的選択基準などの融合メカニズム
を適用することを含むことができる。メタエージェント１１９は、取り組んでいる問題のために選
択された回答群をその知識ベースに取り込み、進行中のプランの次のステップで
ある内部推論、プランニング、または検索を実行する。

【００４９】セッションが進行する中で、メタエージェント１１９は、知識エージェント層
１０９で解決不可能なコンフリクトを仲裁し、ユーザに提示する解決状況を形成
する。結果の形成には、推論生成物の編集と、必要な場合にはコンフリクトの解
消と融合、及び、ユーザに提示するのに適した形態で結果を表現することを含む
。また、既知の制約または経験的データで、無矛盾性のテストを行うこともでき
る。コンフリクト解消と融合を成し遂げるために、メタエージェントは、規則の
ネットワークとともに、従来型の多元ソース決定乃至推定アルゴリズムへのアク
セスを有する。

【００５０】図２は、ユーザエージェント１１７とそれが調和連動する他のエージェントと
の間の情報の流れを示す機能ブロック図である。ユーザエージェント１１７は、
ユーザと対話する方法を決定し、ユーザＧＵＩ１１５からのクエリ及び問題形成
をメタエージェント１１９に送信する。例えば、ユーザ入力に対するメタエージ
ェント１１９からの要求に応答して、ユーザエージェント１１７はユーザＧＵＩ
１１５にユーザ情報要求を発行し、ユーザＧＵＩ１１５からユーザ情報を受信す
る。その後、ユーザエージェント１１７は、ユーザ情報をメタエージェント１１
９に転送する。ユーザエージェント１１７は、ユーザＧＵＩ１１５から、要求さ
れていないユーザクエリを受信することもできる。ユーザエージェント１１７は
、クエリの正確性確認のため、言い換えたクエリをユーザＧＵＩ１１５に発行し
、その言い換えたクエリの正確性を確証するクエリ確認を、ユーザＧＵＩ１１５
から受信することができる。ユーザエージェント１１７は、エージェントサービ
ス層１１３と調和連動して、メタエージェント１１９にクエリを明確に表現され
た質問として渡す前に、ユーザ入力を構文解析して標準のクエリ又は問題形成に
変換することができる。

【００５１】ユーザエージェント１１７は、ユーザＧＵＩ１１５から、助言又は説明の要求
を受信することができる。ユーザエージェント１１７は、その要求を解釈し、説
明を形成し、その説明をユーザＧＵＩ１１５に返信する。助言又は説明の要求が
ユーザエージェント１１７で利用可能な知識以上の知識を必要とする場合には、
助言要求を、メタエージェント１１９に発行することができる。すると、メタエ
ージェント１１９からの説明を、メタエージェント１１９から受信し、ユーザＧ
ＵＩ１１５に渡される。また、ユーザエージェント１１７は、メタエージェント
１１９から受信した状況情報を、ユーザＧＵＩ１１５に渡すよう構成することも
できる。また、メタエージェント１１９は、処理中にエラーが発生したときにそ
れをユーザエージェント１１７に生成・発行することもできる。すると、ユーザ
エージェント１１７は、それらのエラーをユーザＧＵＩ１１５に転送することが
できる。

【００５２】最後に、メタエージェント１１９が、前記明確に表現された質問に対する回答
に達すると、ユーザエージェント１１７は、メタエージェント１１９からその回
答を受信し、それをユーザＧＵＩ１１５に提供する。ユーザエージェント１１７
及びメタエージェント１１９は実施中常に、エージェントサービス層１１３と調
和連動していることに留意されたい。

【００５３】図３は、メタエージェント１１９とそれが調和連動する他のエージェントとの
間の情報の流れを示す機能ブロック図である。メタエージェント１１９はユーザ
ＧＵＩ１１７から明確に表現された質問を受信する。メタエージェントはその明
確に表現された質問を解析し、解決プランを案出する。エージェントサービス層
１１３と対話することによって、メタエージェント１１９は、知識エージェント
１２１に、その知識エージェント１２１の関心と能力に基づいてタスクを割り当
てて付与する。

【００５４】処理が継続する中で、メタエージェントは、ユーザエージェント１１７ａに対
して、ユーザ情報要求を発行することができる。すると、メタエージェント１１
９は、ユーザエージェント１１７からユーザ情報を受信し、後で参照できるよう
に、その情報を保存する。メタエージェント１１９は、ユーザエージェント１１
７からユーザの助言又は説明の要求を受信することができる。メタエージェント
は、ユーザの要求に対する回答を作成し、その回答をユーザエージェント１１７
に返す。

【００５５】処理が進行する中で、知識エージェント１２１は、そのタスク完了に必要な追
加情報を要求することができる。メタエージェント１１９は知識エージェント１
２１からの情報要求を受信して、エージェントサービス層１１３と調和連動する
ことによってその情報の適切なソースを特定する。システム内の各知識エージェ
ント１２１は、エージェントサービス層１１３で、その関心及び能力を登録する
。すると、メタエージェント１１９は、知識エージェント１２１に、回答を提供
する。回答の提供には、必要な情報を提供するために図示しない他の知識エージ
ェントによって実行されるべき追加タスクを示すことを含むことができる。

【００５６】知識エージェント１２１は、メタエージェント１１９に対し、ステータスレポ
ートを発行することができる。すると、メタエージェント１１９は、ユーザエー
ジェントに対しステータスを報告する。このように、メタエージェント１１９は
、知識エージェント１２１によって、処理中に発生するエラーの知らせを受信す
ることができ、メタエージェント１１９は、それらのエラーを、メタエージェン
ト１１９で発生するかもしれない何らかのエラーとともに、報告することができ
る。

【００５７】メタエージェント１１９は、知識エージェント１２１から、知識エージェント
のタスクの結果を受信する。メタエージェント１１９は、複数の知識エージェン
ト１２１からの結果を、問題を解決するために複数使用する場合には、統合する
ことができる。複数の知識エージェント１２１が使用される場合には、メタエー
ジェント１１９が、各知識エージェント１２１から受信した結果の間のコンフリ
クトを解決する。コンフリクト解消後、メタエージェント１１９は、最終回答を
、ユーザエージェント１１７に提供する。

【００５８】図４は、本発明に従って構成された例示的エージェント５０１の機能ブロック
図である。開示されるエージェントは、ここでは簡潔に記述するが、詳しくは、
発明の名称を「分散電算処理システムにおける知的エージェントの高度な信頼性
を有する協調を提供するためのシステム及び方法」として、１９９７年１２月３
０日に出願し、本出願と同じ譲受人に譲渡されて、同時係属している米国特許出
願シリアル番号90/001,119号で、説明を加えている。

【００５９】エージェントアーキテクチャには、すべてのメタエージェント１１９及び知識
エージェント１２１で使用される５つの主要構成要素がある。即ち、対話マネー
ジャ、登録マネージャ、エージェントコントローラ、データ障害分析モジュール
、及びサービスモジュールである。これらの構成要素のうち、最初の４つは、エ
ージェントのための一般的な枠組を形成するものであり、エージェントの下位区
分を横断して再使用される。サービスモジュールは、常駐するエージェントの役
割に固有のソフトウェアを含む。サービスモジュールは、「プラグイン」として
設計されており、インストールのために枠組に変更を要するものではない。エー
ジェントコントローラは、その中核に、個別のエージェントと関連づけされた知
識に基づき、エージェントの活動を誘導するプランを生成する知識マネージャを
有する。

【００６０】図５は、問題解決実行中に、ここに開示する本発明の実施態様によって使用さ
れる典型的な分散推論プロセスを例示するイベントトレースである。推論プロセ
スは、メタエージェント１９が、予定表中の次のアクションがクエリであると判
断したときに、ブロック５０３で、開始する。ブロック５０３では、ＫＡ１５
１１、ＫＡ２５１３、及びＫＡ３５１５等の複数の知識エージェントのそれ
ぞれにブロードキャストする下位問題のクエリを形成することによって、メタエ
ージェント１１９が回答する。

【００６１】下位問題を受信すると、各知識エージェント（ＫＡ１、ＫＡ２、ＫＡ３）は、
その下位問題クエリに関連する知識があるかどうかのチェックを行う。ブロック
５１７、５１９、５２１を参照されたい。この例では、ＫＡ３５１５は、当該
下位問題クエリに関連する知識はないと判断しているが、ＫＡ１５１１及びＫ
Ａ２５１３はともに関連知識ありと判断している。ブロック５２３及びブロッ
ク５２５で、ＫＡ１及びＫＡ２はそれぞれ、自身の知識分野に基づいて、下位問
題クエリに対する知識回答を形成する。各知識エージェントは、メタエージェン
ト１１９に、それぞれの知識回答を返す。

【００６２】ブロック５３０で、メタエージェント１１９はＫＡ１５１１及びＫＡ２５
１３から知識回答を受信する。すると、メタエージェント１１９は、必要であれ
ば、融合及びコンフリクト解消操作によって二つの知識回答の間の曖昧さを解決
することができる。曖昧さ又はコンフリクトが解決されると、２つの知識回答は
メタエージェント１１９の知識ベースにとり込まれる。ブロック５３２で、メタ
エージェント１１９は、次のアクションを決定する。

【００６３】図６から２０は本発明に従って構成され、ビジネス経営管理及びプランニング
環境において配備された、例示的知識管理システム７００の概念図である。シス
テム７００はユーザに、ビジネスプランニング環境における「仮定（what-if）
」のシナリオに対する解決を提供する。この例では、ここに開示するシステム７
００のグラフィカルユーザインターフェース（「ＧＵＩ」）７０３は、ユーザが
インターネットや他の広域ネットワーク（wide area network）を介してのシス
テム７００へのアクセスを提供するウェブブラウザを含む。ユーザは、ＧＵＩ７
０３と対話して、ビジネス環境に関する仮定のシナリオを生成する。ＧＵＩ７０
３は、図９に示すような入力画面をユーザに提示し、ユーザはそれを通じて、当
該シナリオに対する関心の変数を入力することができる。

【００６４】図６に示すように、ここに開示するシステム７００は、実質的に上述したのと
同じように機能するユーザエージェント７０５及びメタエージェント７０７を含
む。ここに開示するシステム７００はそれぞれ対応する知識モジュールを有する
６つの知識エージェントを含む。販売知識エージェント７０９は、販売知識モジ
ュール７１１を提示し、装置の販売に関する情報を提供し、（２）生産知識エー
ジェント７１３は生産知識モジュール７１５を提示し、（３）マーケティング知
識エージェント７１７はマーケティング知識モジュール７１９を提示し、（４）
材料知識エージェント７２１は材料知識モジュール７２３を提示し、（５）設備
知識エージェント７２５は設備知識モジュール７２７を提示し、（６）労務知識
エージェント７２９は労務知識モジュール７３１を提示する。

【００６５】

【表１】

【００６６】システム７００の各知識エージェントは、エージェントサービス層７３５にこ
れらの能力及び関心を登録している。

【００６７】図８から２０は、ユーザが提示した問題を分散推論によって解決する際の推論
の流れを例示している。この例では、ユーザがユーザエージェント７０５に「２
０％の売上増がもたらす効果は？」（図８）と質問するところから始まる。この
クエリは、ユーザＧＵＩ７０３を介してユーザエージェント７０５に提示するこ
とができる。許容可能なユーザＧＵＩ７０３の一例を図７に示す。ユーザエージ
ェント７０５はこの問い合わせをメタエージェント７０７に渡す。

【００６８】図９に示すように、メタエージェント７０７は、「販売」に関する質問に答え
る能力を登録してある知識エージェントを特定するためにエージェントサービス
層７３５に問い合わせ１００１をすることによって、解決プランの形成を開始す
る。エージェントサービス層７３５は、販売エージェント７０９を特定すること
によって、回答１００３する。メタエージェント７０７は、販売エージェント７
０９に２０％の売上増の効果を問い合わせるタスクを予定表７３７上に突っ込み
、そのクエリ（問い合わせ）１００５を発行する。

【００６９】メタエージェント７０７は、知識エージェント層の中で販売情報を特定する能
力を登録してある知識エージェントがどれかを特定するために、エージェントサ
ービス層７３５に問い合わせる。エージェントサービス層７３５は、販売知識エ
ージェント７０９がそのような能力を有する旨、メタエージェント７０７に返答
する。従って、メタエージェント７０７は、そのユーザのクエリを、販売知識エ
ージェント７０９に渡す。

【００７０】表１に示すように、販売エージェント７０９は、クエリに答えるために、ユニ
ットあたりの市場価格及びコストを必要とする。販売エージェント７０９は、そ
の関連する知識モジュール７１１にアクセスし、２０％増に相当するユニット数
を特定するために過去の販売ユニット数を特定するが、販売知識モジュールは、
算出したユニット数におけるユニットあたりコストを有してはいない。従って、
販売エージェント７０９はクエリに回答を返すには保有している情報が不十分な
ので、メタエージェント７０７に、ユーザの質問に答えるために必要な情報を求
める第二のクエリを返す。販売知識エージェント７０９は、メタエージェントに
「そのユニット数における市場価格は？」と質問１１０１する。メタエージェン
ト７０７は、予定表７３７に、販売エージェント７０９からのクエリに関連した
タスクを一つ追加し、市場価格を決定する役割を担うのはどのエージェントか特
定するために、エージェントサービス層７３５に質問１１０３する。エージェン
トサービス層７３５は、その情報を担当するものとしてマーケティングエージェ
ント７１７を指定することによって回答１１０５する。従って、メタエージェン
ト７０７はマーケティングエージェント７１７に、指定ユニット数における市場
価格を尋ねる問い合わせ１１０７をする。図１１に示すように、マーケティング
エージェント７１７は、当該ユニット数における市場価格を返し１２０１、メタ
エージェント７０７は、その情報を販売エージェント７０９に転送１２０３し、
予定表７３７から最後のタスクを削除する。

【００７１】本発明は、部分的に重複乃至補完し合う知識を有する複数の知識リソースに問
い合わせるよう構成されている。例えば、システム７００は、追加のマーケティ
ング知識エージェント７１７’等、類似した知識リソースの例を複数含むことが
できる。追加のマーケティングエージェント７１７’は、マーケティングエージ
ェント７１７に関連づけされている知識と、部分的に重なっていたり、補完し合
っていたり、あるいは重複したりする知識を保持することができる。この例にお
いて、メタエージェント７０７は、主要なマーケティングエージェント７１７に
問い合わせることに加え、追加のマーケティング知識エージェント７１７’に問
い合わせることができる。この状況では、メタエージェント７０７は知識エージ
ェントから矛盾した結果を受信するかもしれない。メタエージェント７０７は複
数のマーケティングエージェント７１７、７１７’などの類似知識リソースの複
数の事例から受信した矛盾した結果をコンフリクト解消するよう構成されている
。この例では、複数のマーケティングエージェント７１７’のみが示されている
が、当業者であれば、上述の知識リソースのいずれであっても、複数の事例を有
することができるのであり、メタエージェント７０７は、これらの類似した知識
エージェントのいずれか乃至すべてからの結果のコンフリクトを解消することが
できるものであることを、理解するであろう。

【００７２】図１２に示すように、販売エージェント７０９は、指定ユニット数の生産が可
能であることを確認しなければならないと判断する。従って、販売エージェント
７０９は、指定ユニット数におけるユニットあたりのコストが市場価格プラス許
容可能な利益を超えないことを確認するようメタエージェント７０７に求めるク
エリ１３０１を発行する。メタエージェント７０７は、予定表７３７にそのタス
クを突っ込み、エージェントサービス層７３５と対話して、その能力を確かめる
。エージェントサービス層７３５は、その情報を提供する能力を登録してあるエ
ージェントを特定するために、表１に格納された情報にアクセスする。エージェ
ントサービス層７３５は、生産エージェント７１３を特定することによって、メ
タエージェント７０７に回答１３０５する。従って、メタエージェント７０７は
、生産エージェント７１３に、その能力を確かめるよう求める１３０７。

【００７３】図１３に示すように、生産エージェント７１３は、メタエージェント７０７が
指定ユニット数を生産するのに十分な生産ライン数のコストを特定することを、
要求する１４０１。生産エージェント７１３は、必要な生産ライン数を判断する
ために、その関連づけされた生産知識モジュール７１５に問い合わせる。メタエ
ージェント７０７は新規タスクを予定表７３７に突っ込んで、エージェントサー
ビス層７３５に担当エージェントを特定するよう求める１４０３。エージェント
サービス層７３５は、設備エージェント７２５を特定することによって回答１４
０５する。従って、メタエージェント７０７は、指定生産ライン数のコストを、
設備エージェント７２５に求める。

【００７４】図１４において、設備エージェント７２５はメタエージェント７０７に指定生
産ライン数のコストを返答１５０１する。その回答１５０１は、その生産ライン
数と関連して生ずる遅滞をサポートするために新規設備が必要かどうか等の拡張
情報も含むことができる。メタエージェント７０７は、予定表７３７から最後の
タスクを消去し、生産エージェント７１３にその回答を転送１５０３する。

【００７５】図１５において、生産エージェント７１３は、メタエージェント７０７に個々
の材料の材料コストを特定するよう要求１６０１する。生産エージェント７１３
は生産知識モジュール７１５から、製品を生産するのに使用される個々の材料を
特定することができる。メタエージェント７０７は予定表７３７にタスクを突っ
込んで、エージェントサービス層７３５にその情報を問い合わせる１６０３。エ
ージェントサービス層７３５は、材料エージェント７２１にその情報を提供する
能力があると回答１６０５する。従って、メタエージェント７０７は、材料エー
ジェント７２１に、その情報を照会するクエリ１６０７を発行する。図１６に示
すように、材料エージェント７２１は材料コストを返し１７０１、メタエージェ
ント７０７は、その情報を生産エージェント７１３に転送１７０３して、予定表
７３７から最後のタスクを削除する。

【００７６】図１７で、生産エージェント７１３は、メタエージェント７０７に、生産ライ
ンをサポートするのに十分な労働者数の労務費を特定するよう要求１８０１する
。生産エージェント７１３は、生産知識モジュール７１５から労働者数を特定す
ることができる。メタエージェント７０７は予定表７３７に新たにタスクを突っ
込んで、エージェントサービス層７３５にその情報を照会１８０３する。エージ
ェントサービス層７３５は、労務エージェント７２９にその情報を提供する能力
があると回答１８０５する。従って、メタエージェント７０７は、労務エージェ
ント７２９に、その情報を求めるクエリ１８０７を発行する。図１８に示すよう
に、労務エージェント７２９は、労務費及び新参労働者を加えることに付随する
遅滞を返答１９０１し、メタエージェント７０７は、その情報を生産エージェン
ト７１３に転送１９０３して予定表７３７から最後のタスクを削除する。

【００７７】図１９で、生産エージェント７１３は、指定ユニット数におけるユニットあた
りのコストを計算するのに必要な情報をすべて保有し、従って、メタエージェン
ト７０７に、その情報を返答２００１する。すると、メタエージェント７０７は
、販売エージェント７０９にその情報を転送２００３して、予定表７３７から最
後のタスクを削除する。

【００７８】図２０に示すように、販売エージェント７０９は、今やユーザのもとのクエリ
に応じるための十分な情報を有しており、それに従って、製造可能なユニット数
、ユニット単価、及び、それらの数値における予想収入を返答２１０１する。メ
タエージェント７０７はその情報をユーザエージェント７０５に転送２１０３し
、最後のタスクを予定表７３７から削除する。そして、ユーザエージェント７０
５は、その回答を、要求しているユーザに提示する。

【００７９】図２１に示すように、知識管理システム１００は、インターネットのような利
用可能なネットワークサービスを通じて、他の類似システムと相互接続し、大規
模な全世界にわたるシステムを形成することができる。ユーザインターフェース
層１０５、メタエージェント層１０７、及び知識エージェント層からなる層状ア
ーキテクチャが、そのような拡張性をサポートしている。

【００８０】本発明の好適な実施態様を、例示し、説明してきたが、本発明の趣旨と範囲か
ら逸脱せず、さまざまな変更が可能であることが理解されよう。

【図面の簡単な説明】

【図１】本発明によって構成された知識管理システムの一実施態様の概念
概観図である。

【図２】本発明によって構成された、ユーザインターフェース、ユーザエ
ージェント、メタエージェント、及びエージェントサービス層の間のコミュニケ
ーションを例示する機能ブロック図である。

【図３】本発明によって構成された、ユーザエージェント、メタエージェ
ント、エージェントサービス層、及び知識エージェントの間のコミュニケーショ
ンを例示する機能ブロック図である。

【図４】本発明の一実施態様で利用することができる知的エージェントの
機能ブロック図である。

【図５】本発明の一実施態様によって用いられる推論手順を例示するイベ
ントトレースである。

【図６】本発明によって構成された知識管理システムの例示的構成である
。

【図７】図８の実施態様によって用いられるユーザインターフェースの画
面ディスプレイの一例である。

【図８】問題解決を実施する際における、本発明の一実施態様によって用
いられる推論手順を概念的に例示する図である。

【図９】問題解決を実施する際における、本発明の一実施態様によって用
いられる推論手順を概念的に例示する図である。

【図１０】問題解決を実施する際における、本発明の一実施態様によって
用いられる推論手順を概念的に例示する図である。

【図１１】問題解決を実施する際における、本発明の一実施態様によって
用いられる推論手順を概念的に例示する図である。

【図１２】問題解決を実施する際における、本発明の一実施態様によって
用いられる推論手順を概念的に例示する図である。

【図１３】問題解決を実施する際における、本発明の一実施態様によって
用いられる推論手順を概念的に例示する図である。

【図１４】問題解決を実施する際における、本発明の一実施態様によって
用いられる推論手順を概念的に例示する図である。

【図１５】問題解決を実施する際における、本発明の一実施態様によって
用いられる推論手順を概念的に例示する図である。

【図１６】問題解決を実施する際における、本発明の一実施態様によって
用いられる推論手順を概念的に例示する図である。

【図１７】問題解決を実施する際における、本発明の一実施態様によって
用いられる推論手順を概念的に例示する図である。

【図１８】問題解決を実施する際における、本発明の一実施態様によって
用いられる推論手順を概念的に例示する図である。

【図１９】問題解決を実施する際における、本発明の一実施態様によって
用いられる推論手順を概念的に例示する図である。

【図２０】問題解決を実施する際における、本発明の一実施態様によって
用いられる推論手順を概念的に例示する図である。

【図２１】分散環境を横断して配される、本発明の別の実施態様を例示す
る。

───────────────────────────────────────────────────── フロントページの続き (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ，ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＤ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ，ＩＬ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＵＡ，ＵＧ，ＵＳ，ＵＺ，ＶＮ，ＹＵ，ＺＷ (72)発明者ジェフリーエス．ヤロウィッツアメリカ合衆国アラバマ州 35803、ハンツビル、バイルースドライブエス．イー．10003 Ｆターム(参考） 5B075 PP23 QS20 QT01

Claims

【特許請求の範囲】

【請求項１】複数の知的エージェント及び複数の相互に独立した知識リソ
ースを有する知識管理システムにおいて、ユーザからの知識クエリに応じ、前記知識クエリに対する回答を作成することに関連する、前記複数の相互に独
立した知識リソースから、少なくとも１つの知識リソースを特定し、前記特定された知識リソースと対話して前記知識クエリに対する前記回答を生
成し、前記ユーザに前記知識クエリに対する前記回答を提供することからなる、問題
解決方法。
【請求項２】前記複数の知識リソースにおける、各知識リソースが、専門分野に関連する情報を含む知識モジュールと、前記知識管理システム内の別の知的エージェントと協調して推論処理を実行す
るよう構成されているとともに、前記知識モジュールから前期情報を検索するよ
う構成されている、第一知的エージェントとからなる、請求項１に記載の方法。
【請求項３】前記複数の知識リソース中の２つの知識リソースに関連づけ
された２つの知識モジュールが、部分的に重なっている知識からなる、請求項２
に記載の方法。
【請求項４】前記複数の知識リソース中の２つの知識リソースに関連づけ
された２つの知識モジュールが（部分的に重なることなく）独立した知識からな
る、請求項２に記載の方法。
【請求項５】前記複数の知識リソース中の２つの知識リソースに関連づけ
された２つの知識モジュールが、互いに補完し合う知識からなる、請求項２に記
載の方法。
【請求項６】前記複数の知識リソース中の１つの知識リソースが、知識ベ
ースシステム、シミュレーション、データベース、ワールドワイドウェブサイト
、リアルタイムデータストリーム、コンピュータのリソース、対話型システム、
データ処理装置、アルゴリズム、及び、データ保管場所からなるグループから選
択される知識モジュールを含む、請求項１に記載の方法。
【請求項７】ユーザと知識管理システムとの間の、該ユーザからのクエリ
を受信することを含む、対話処理を媒介するよう構成されているユーザエージェ
ントと、推論能力と、前記ユーザエージェントからの前記クエリを受信するよう作用す
る前記ユーザエージェントへのインターフェースとを有し、複数の知識エージェ
ントと対話することによって前記クエリに回答するためのプランを決定し実行す
るよう構成されたメタエージェントと、前記メタエージェントと複数の知識リソースとの間の対話処理を媒介するよう
構成されており、その各々が推論能力を有するとともに前記複数の知識リソース
中の少なくとも１つの知識リソースと関連づけがなされている、前記複数の知識
エージェントと、からなる知識管理システム。
【請求項８】前記ユーザエージェントは、前記ユーザに前記クエリに応じるために必要な追加情報を提供するよう促し、前記ユーザからの前記追加情報の入力を受信し、前記入力を前記メタエージェントに渡し、前記ユーザに、前記クエリに回答するためのプランの実行に関連する進行情報
を提供するようにさらに構成されている、請求項７に記載の知識管理システム。
【請求項９】前記ユーザエージェントは、前記ユーザからの、前記クエリに回答するためのプランの実行に関連する前記
進行情報の説明の要求を受信し、前記ユーザに、前記要求された説明を提供するようにさらに構成されている、
請求項８に記載の知識管理システム。
【請求項１０】前記ユーザエージェントは、前記ユーザクエリに基づいて
問題文を生成するようにさらに構成されていて、前記メタエージェントは、解決のための下位問題群を作成するために、前記ユーザエージェントにより生
成した前記問題文を解析し、前記複数の知識リソース中の、前記下位問題群中の少なくとも一つの下位問題
の解決に関連する一つの知識リソースを特定し、前記一つの知識リソースの特定に基づき、前記特定された一つの知識リソース
と関連づけされた前記知識エージェントとの対話のためのプランを生成し、前記対話のためのプランに従って、前記特定された一つの知識リソースと関連
づけされた前記知識エージェントに対して少なくとも一つの下位問題を発行する
ようにさらに構成されている、請求項７に記載の知識管理システム。
【請求項１１】前記メタエージェントは、複数の知識エージェントから受信した回答を統合して基準回答とし、前記基準回答を、前記ユーザエージェントに発行するようにさらに構成されて
いる、請求項１０に記載の知識管理システム。
【請求項１２】前記ユーザエージェントへの前記基準回答は、完全に最適
な回答とはいえないまでも問題及び所定の制約の範囲に収まる有効なものである
、請求項１１に記載の知識管理システム。
【請求項１３】前記メタエージェントは、前記問題を解決するために、前
記知識モジュールとその代表的な知識エージェントの分散リソースを動的に設定
する、請求項７に記載の知識管理システム。
【請求項１４】前記複数の知識エージェントの各知識エージェントは、前記メタエージェントから、前記クエリに回答するための前記プランに関連し
た下位問題文を受信し、当該下位問題文を、前記知識エージェントに関連づけされた前記知識リソース
に適した形式に変換し、当該形式変換された下位問題文に基づき、前記知識リソースから回答を受信し
、前記メタエージェントに、該回答を返すようさらに構成されている、請求項７
に記載の知識管理システム。
【請求項１５】前記複数の知識エージェントの各知識エージェントは、前記下位問題文を解決するために必要な追加情報要求を生成し、前記メタエージェント、当該生成した要求を渡し、前記メタエージェントから、追加情報が提供されればそれを受信するようさら
に構成されている、請求項１４に記載の知識管理システム。
【請求項１６】前記複数の知識エージェントの各知識エージェントは、前
記知識管理システムに、前記知識エージェントに関連づけられた前記知識モジュ
ールを表す属性情報を動的に登録するようさらに構成されている、請求項７に記
載の知識管理システム。
【請求項１７】前記属性情報は、関心、能力、知識ソース、知識本体、知
識分野、前記知識リソースの作成日及び時刻、前記知識リソースの最近の更新日
及び時刻、知識の有効性における制約、前記知識リソースの専門性水準、前記知
識の前記有効性の信頼性、有効性認定機関、前記知識の通常の利用者、前記知識
リソースの使用料金、及び、認証、を含む、請求項１６に記載の知識管理システ
ム。
【請求項１８】前記分散問題解決の最適化のために、前記知識エージェン
トの関心及び能力の間のマッピングが、前記メタエージェントによって保存され
、使用される、請求項１７に記載の知識管理システム。
【請求項１９】前記メタエージェントは、前記特定された一つの知識リソースと関連づけられた前記知識エージェントか
ら、前記少なくとも一つの下位問題解決に関連した追加情報の要求を受信し、前記少なくとも一つの下位問題解決に関連した追加情報の要求に関連のある別
の知識リソースを、前記複数の知識リソース中から確定し、前記少なくとも一つの下位問題解決に関連した追加情報の要求を、前記別の知
識リソースに発行するようさらに構成されている、請求項１０に記載の知識管理
システム。
【請求項２０】前記メタエージェントは、前記少なくとも一つの下位問題の解決のために、前記ユーザエージェントから
の追加情報の必要性を特定し、前記追加情報を、前記ユーザエージェントに発行するようさらに構成されてい
る、請求項１０に記載の知識管理システム。
【請求項２１】前記メタエージェントは、前記ユーザエージェントに、前記クエリに回答するための前記プランの実行ス
テータスを示すプラン実行ステータスレポートを提供し、前記ユーザエージェントに、前記クエリに回答するための前記プランの説明を
提供するようさらに構成されている、請求項７に記載の知識管理システム。
【請求項２２】前記プランの説明は、特定の知識リソース使用の理由から
なる、請求項２１に記載の知識管理システム。
【請求項２３】前記推論能力は、複数のモードからなる、請求項７に記載
の知識管理システム。
【請求項２４】前記複数のモードは、線形モード、分割モード、反復モー
ド、リアルタイムモード、先取りモード、定性モードからなる、請求項２３に記
載の知識管理システム。
【請求項２５】前記メタエージェントの前記推論能力は、並行サブプラン
、反復プラン開発、再帰的プランニング、インクリメンタルプラン開発、追加情
報を得るための知識リソースの再考、バックトラッキング、及び再プランニング
をサポートするようさらに構成されている、請求項７に記載の知識管理システム
。
【請求項２６】前記メタエージェントは、非同期式、インクリメンタル、
同時発生式、及び先取り式からなる複数のコミュニケーションモードのうちの一
つで、前記回答を受信する能力を有するようにさらに構成されている、請求項１
１に記載の知識管理システム。
【請求項２７】前記メタエージェントは、前記回答間の、存在論的、意味
論的類似性を判断するために、前記回答を解析するテストを実施するようさらに
構成されており、当該類似性テストは、回答が同一の存在論的・統語論的・意味論的実体を記述するものかどうか及び
該回答が価値においてのみ異なるものであるかどうかを判断することと、回答が同一の存在論的・意味論的実体を記述する一方で統語論的には差異を示
すものであるかどうかを判断することと、回答が、その存在論的・統語論的・意味論的類似が特定の閾値に達していない
実体を記述するものであるかどうかを判断することを含む、請求項１１に記載の
知識管理システム。
【請求項２８】前記類似性テストで、前記回答が同一の存在論的・統語論
的・意味論的実体を記述し、価値においてのみ異なると判断された場合、前記メ
タエージェントは、特定の統合技法を用いて前記回答を統合するよう構成されて
いる、請求項２７に記載の知識管理システム。
【請求項２９】前記前記特定の統合技法は、統計分析、ベイズ分析、ブー
ル論理、票決、及びアルゴリズム上のたたみこみを含むグループから選択された
ものよりなる、請求項２８に記載の知識管理システム。
【請求項３０】前記類似性テストで、統語論的差異が存在すると判断され
た場合、前記回答を解析して、同一の存在論的・統語論的・意味論的属性を示す
共通中間形態が存在し、全回答をそれに変換可能かどうかを判断する、請求項２
７に記載の知識管理システム。
【請求項３１】前記共通中間形態が存在する場合、前記メタエージェント
は、特定の統合手法を用いて前記回答を統合するよう構成されている、請求項３
０に記載の知識管理システム。
【請求項３２】前記回答は、評価し適切な回答を選択するために、前記ユ
ーザエージェントを介して前記ユーザに提示される、請求項２７に記載の知識管
理システム。
【請求項３３】前記選択された回答が、中間回答（下位問題の解決）を示
すものである場合、前記ユーザの選択は、前記知識管理システムに返信され、前
記クエリの後続の処理をサポートするために使用される、請求項３２に記載の知
識管理システム。