JP2015072700A - 自動論理構築機 - Google Patents
自動論理構築機 Download PDFInfo
- Publication number
- JP2015072700A JP2015072700A JP2014233113A JP2014233113A JP2015072700A JP 2015072700 A JP2015072700 A JP 2015072700A JP 2014233113 A JP2014233113 A JP 2014233113A JP 2014233113 A JP2014233113 A JP 2014233113A JP 2015072700 A JP2015072700 A JP 2015072700A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- recording module
- information
- excited
- history
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N99/00—Subject matter not provided for in other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Machine Translation (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
Abstract
【課題】入力された情報から自動的に論理および知識を構築する人工知能及び自動論理構築機を提供する。
【解決手段】パターン変換器１は情報をパターンに変換する。変換したパターンは逐次、パターン記録器３の記録モジュールに記録する。パターン検出器４は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴はパターン照合器５に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。
【選択図】図１
【解決手段】パターン変換器１は情報をパターンに変換する。変換したパターンは逐次、パターン記録器３の記録モジュールに記録する。パターン検出器４は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴はパターン照合器５に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。
【選択図】図１
Description
この発明は逐次、入力された情報から自動的に論理および知識を構築する人工知能に関するものである。
従来の人工知能は、あらかじめプログラムされた手順に従った行動を行う。プログラムで設定された処理以外の実施は困難であり、入力された情報により機械自ら論理および知識を構築していくことは困難であった。
従来の自動機械、ロボット等の知能機械はある状況に対する対応は、あらかじめプログラムされた手順に従った行動を行う。プログラムは人間が設計し、機械に搭載された計算機に入力する必要があり、開発に多大な時間を要する等のデメリットがあった。また、逐次、入力された情報から自動的に論理および知識を構築していくことは困難であった。
（請求項１に対応）
機械に動作を行わせる場合、機械に搭載した計算機にあらかじめプログラム言語により作成されたプログラムを組込み、実行することにより実現する。あらかじめ設定された条件が検出されると対応する動作が実行されるようにプログラムを作成する。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを修正する。入力した情報をパターンに変換して逐次記録するとともに、パターンとパターンの接続関係を自動的に生成および強化することにより、情報に含まれた論理的な結合関係を自動的に生成、強化していく機械は従来無い。
（請求項２に対応）
機械に動作を行わせる場合、機械に搭載した計算機にあらかじめプログラム言語により作成されたプログラムを組込み、実行することにより実現する。あらかじめ設定された条件が検出されると対応する動作が実行されるようにプログラムを作成する。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを修正する。入力した情報をパターンに変換して逐次記録するとともに、生成した論理に誤りがあった場合、正しい論理への修正をプログラムの変更無しに実現する機械は従来無い。
（請求項３に対応）
機械に動作を行わせる場合、機械に搭載した計算機にあらかじめプログラム言語により作成されたプログラムを組込み、実行することにより実現する。あらかじめ設定された条件が検出されると対応する動作が実行されるようにプログラムを作成する。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを修正する。入力した情報に関連する思考パターンの内、適切な思考パターンを情報と情報の論理関係を考慮して、自動的に選択していく機械は従来無い。
（請求項４に対応）
機械に将来の入力情報を予測させる場合、入力された情報の履歴を分析し、過去の履歴から将来の挙動を外挿して予測する。
入力した情報をパターンに変換して逐次記録するとともに、パターンとパターンの接続関係を自動的に生成および強化することにより、将来の人力情報を予測する機械は従来無い。
入力した情報をパターンに変換して逐次記録するとともに、パターンとパターンの接続関係を自動的に生成および強化することにより、将来の人力情報を予測する機械は従来無い。
（請求項５に対応）
機械に動作を行わせる場合、機械に搭載した計算機にあらかじめプログラム言語により作成されたプログラムを組込み、実行することにより実現する。あらかじめ設定された条件が検出されると対応する動作が実行されるようにプログラムを作成する。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを修正する。入力する言語は予めプログラムとして登録し、該当する言語が検出された時に、対応する動作を行う。
入力した語から単語、単語の意味、単語と単語の組合せから主部、述部および修飾部等の識別および文の生成、文と文の組合せから論理等を生成し、知識を構築していく機械は従来無い。
入力した語から単語、単語の意味、単語と単語の組合せから主部、述部および修飾部等の識別および文の生成、文と文の組合せから論理等を生成し、知識を構築していく機械は従来無い。
（請求項６に対応）
機械に動作を行わせる場合、機械に搭載した計算機にあらかじめプログラム言語により作成されたプログラムを組込み、実行することにより実現する。あらかじめ設定された条件が検出されると対応する動作が実行されるようにプログラムを作成する。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを修正する。入力する言語は予めプログラムとして登録し、該当する言語が検出された時に、対応する動作を行う。
新規に入力された情報を既に記録された情報で表現することにより、新規情報の意味を理解することが可能な機械は従来無い。
新規に入力された情報を既に記録された情報で表現することにより、新規情報の意味を理解することが可能な機械は従来無い。
（請求項７に対応）
機械に動作を行わせる場合、機械に搭載した計算機にあらかじめプログラム言語により作成されたプログラムを組込み、実行することにより実現する。あらかじめ設定された条件が検出されると対応する動作が実行されるようにプログラムを作成する。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを修正する。目標とする動作を行うための手順等を自動的に生成することが可能な機械は従来無い。
（請求項１に対応）
従来は機械に動作を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
また入力した情報を逐次記録するとともに、情報に含まれた論理的な関係を自動的に生成していくことは従来困難であった。
また入力した情報を逐次記録するとともに、情報に含まれた論理的な関係を自動的に生成していくことは従来困難であった。
（請求項２に対応）
従来は機械に動作を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
また入力した情報を逐次記録するとともに、生成した論理に誤りがあった場合、正しい論理への修正をプログラムの変更無しに実現することは従来困難であった。
また入力した情報を逐次記録するとともに、生成した論理に誤りがあった場合、正しい論理への修正をプログラムの変更無しに実現することは従来困難であった。
（請求項３に対応）
従来は機械に動作を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
また入力した情報に関連する情報の内、適切な情報を情報と情報の論理関係を考慮して、自動的に選択していくことは従来困難であった。
また入力した情報に関連する情報の内、適切な情報を情報と情報の論理関係を考慮して、自動的に選択していくことは従来困難であった。
（請求項４に対応）
機械に将来の入力情報を予測させる場合、入力された情報の履歴を分析し、過去の履歴から将来の挙動を外挿して予測する必要があった。予測結果は通常、一つであり過去の挙動の数々の挙動から、将来の取り得る挙動のパターンがどの程度あり、その起こりうる可能性がどの程度あるのかを定量的に予測することは従来困難であった。
（請求項５に対応）
従来は機械に動作を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
また入力した語から単語、単語の意味、単語と単語の組合せから主部、述部および修飾部等の識別および文の生成、文と文の組合せから論理等を生成し、知識を構築していくことは従来困難であった。
また入力した語から単語、単語の意味、単語と単語の組合せから主部、述部および修飾部等の識別および文の生成、文と文の組合せから論理等を生成し、知識を構築していくことは従来困難であった。
（請求項６に対応）
従来は機械に動作を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
また新規に入力された情報を既に記録された情報で表現することにより、新規情報の意味を理解することは従来困難であった。
また新規に入力された情報を既に記録された情報で表現することにより、新規情報の意味を理解することは従来困難であった。
（請求項７に対応）
従来は機械に動作を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
また目標とする動作を行うための手順等を自動的に生成することは従来困難であった。
また目標とする動作を行うための手順等を自動的に生成することは従来困難であった。
（請求項１に対応）
この発明における自動論理構築機は情報をパターンに変換する。変換したパターンは逐次、パターン記録器の記録モジュールに記録する。パターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴はパターン照合器に逐次、時系列的に記録する。
次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。ある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、本記録モジュールと関係の強い記録モジュールが何かを検出することができる。人間の会話、書物の情報等の一連の情報を本自動論理構築機に入力していくことにより、情報の中に含まれている情報と情報の論理的な関係（原因、結果、理由、手段、条件、結論、詳細説明、概略説明、具体化、抽象化、例え、特徴、状態、別の説明、等価な意味、話の続き等）を有する接続を検出することができる。
次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。ある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、本記録モジュールと関係の強い記録モジュールが何かを検出することができる。人間の会話、書物の情報等の一連の情報を本自動論理構築機に入力していくことにより、情報の中に含まれている情報と情報の論理的な関係（原因、結果、理由、手段、条件、結論、詳細説明、概略説明、具体化、抽象化、例え、特徴、状態、別の説明、等価な意味、話の続き等）を有する接続を検出することができる。
（請求項２に対応）
この発明における自動論理構築機は情報をパターンに変換する。変換されたパターンは逐次、パターン記録器の記録モジュールに記録する。パターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合には該当する記録モジュールを励起する。励起した記録モジュールの履歴はパターン照合器に逐次、時系列的に記録する。
次に別の情報が入力されると、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。このようにある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、ある程度の学習期間を経ると、励起に関連するモジュールが励起すると、当該モジュールが励起するように励起検出の閾値を設定することができる。閾値設定後は入力した情報に対して、適切な記録モジュールが励起するかモニターし、励起すべきモジュールが励起しない場合は、転写による結合係数の増加を実施し、当該記録モジュールが励起するように調整する。励起すべきでない記録モジュールが誤って励起した場合は、転写により結合係数の減少を実施し、当該記録モジュールが励起しないように調整する。上記に説明した学習および調整を実施することにより、ある情報を入力した時に、その情報と論理的に関係のある情報を逐次、検出することができる。
次に別の情報が入力されると、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。このようにある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、ある程度の学習期間を経ると、励起に関連するモジュールが励起すると、当該モジュールが励起するように励起検出の閾値を設定することができる。閾値設定後は入力した情報に対して、適切な記録モジュールが励起するかモニターし、励起すべきモジュールが励起しない場合は、転写による結合係数の増加を実施し、当該記録モジュールが励起するように調整する。励起すべきでない記録モジュールが誤って励起した場合は、転写により結合係数の減少を実施し、当該記録モジュールが励起しないように調整する。上記に説明した学習および調整を実施することにより、ある情報を入力した時に、その情報と論理的に関係のある情報を逐次、検出することができる。
（請求項３に対応）
この発明における自動論理構築機は情報をパターンに変換する。変換されたパターンは逐次、パターン記録器の記録モジュールに記録する。パターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合には該当する記録モジュールを励起する。励起した記録モジュールの履歴はパターン照合器に逐次、時系列的に記録する。
次に別の情報が入力されると、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。このようにある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、ある程度の学習期間を経ると、励起に関連するモジュールが励起すると、当該モジュールが励起するように励起検出の閾値を設定することができる。閾値設定後は入力した情報に対して、適切な記録モジュールが励起するかモニターし、励起すべきモジュールが励起しない場合は、転写による結合係数の増加を実施し、当該記録モジュールが励起するように調整する。励起すべきでない記録モジュールが誤って励起した場合は、転写により結合係数の減少を実施し、当該記録モジュールが励起しないように調整する。上記に説明した学習および調整を実施することにより、ある情報を入力した時に、その情報に論理的に関係のある情報を逐次、検出することができる。人間の会話、書物の情報等の一連の情報を本自動論理構築機に入力していくことにより、情報の中に含まれている情報と情報の論理的な関係（原因、結果、条件、結論、理由、手段、詳細説明、概略説明、具体化、抽象化、例え、特徴、状態、別の説明、等価な意味、話の続き等）を有する接続を検出することができる。次のステップとして情報と情報の論理的な関係について適宜、入力する。必ずしも、全ての関係について入力する必要は無いが、可能な範囲で入力することとする。例えばＡという情報に関連する情報にＢ１とＢ２があるとする。Ｂ１はＡの原因であり、Ｂ２はＡの結果であるとする。ここで、論理的な関係を表現するものとして、原因をＣ１、結果をＣ２とする。このような情報と情報の関係も含めて記録モジュールに記録しておくと、思考の分岐は下記のようになる。
ケース１：ＡとＣ１が出現した場合 ⇒ Ｂ１
ケース２：ＡとＣ２が出現した場合 ⇒ Ｂ２
人間はある情報により、関連する情報を想起するが、その時に想起する関連情報は、その時の思考フローに適したものを選択する場合が多い。例えば、ある情報に関する原因について注目している場合は、思考の流れを原因から、さらにその原因へと辿る。反対に結果について注目する場合は、思考の流れを結果から、されに引き続いて起きる結果へと辿る。このような論理的な関係のパターンとして、どのようなものを選択するかは、思考フローとしてパターン化しておくと、状況に応じて適切な、思考フローに従って、考えを進めることができる。一例として、ある問題が発生した時の思考フローとしては下記のものがある。
問題の検出⇒状況の把握⇒原因の究明⇒対応方法の検討⇒過去の同様の例の検索⇒前提条件の確認と対応方法の検討⇒計画⇒実行⇒評価⇒次回対応時の改善検討
この思考フローは各ステップの処理が終わり、次のステップに移行する毎に、その時に注目する情報と情報の論理関係を表現するものに切り換えていく。これにより、あるフェーズでの思考は状況の把握に関連する情報へと思考は遷移し、あるフェーズでは原因に関連する情報への思考を遷移させることができる。このように入力情報と、情報と情報との論理関係を表現する言語を使用することにより、思考フローを状況に適した形で自動的に生成することができる。
次に別の情報が入力されると、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。このようにある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、ある程度の学習期間を経ると、励起に関連するモジュールが励起すると、当該モジュールが励起するように励起検出の閾値を設定することができる。閾値設定後は入力した情報に対して、適切な記録モジュールが励起するかモニターし、励起すべきモジュールが励起しない場合は、転写による結合係数の増加を実施し、当該記録モジュールが励起するように調整する。励起すべきでない記録モジュールが誤って励起した場合は、転写により結合係数の減少を実施し、当該記録モジュールが励起しないように調整する。上記に説明した学習および調整を実施することにより、ある情報を入力した時に、その情報に論理的に関係のある情報を逐次、検出することができる。人間の会話、書物の情報等の一連の情報を本自動論理構築機に入力していくことにより、情報の中に含まれている情報と情報の論理的な関係（原因、結果、条件、結論、理由、手段、詳細説明、概略説明、具体化、抽象化、例え、特徴、状態、別の説明、等価な意味、話の続き等）を有する接続を検出することができる。次のステップとして情報と情報の論理的な関係について適宜、入力する。必ずしも、全ての関係について入力する必要は無いが、可能な範囲で入力することとする。例えばＡという情報に関連する情報にＢ１とＢ２があるとする。Ｂ１はＡの原因であり、Ｂ２はＡの結果であるとする。ここで、論理的な関係を表現するものとして、原因をＣ１、結果をＣ２とする。このような情報と情報の関係も含めて記録モジュールに記録しておくと、思考の分岐は下記のようになる。
ケース１：ＡとＣ１が出現した場合 ⇒ Ｂ１
ケース２：ＡとＣ２が出現した場合 ⇒ Ｂ２
人間はある情報により、関連する情報を想起するが、その時に想起する関連情報は、その時の思考フローに適したものを選択する場合が多い。例えば、ある情報に関する原因について注目している場合は、思考の流れを原因から、さらにその原因へと辿る。反対に結果について注目する場合は、思考の流れを結果から、されに引き続いて起きる結果へと辿る。このような論理的な関係のパターンとして、どのようなものを選択するかは、思考フローとしてパターン化しておくと、状況に応じて適切な、思考フローに従って、考えを進めることができる。一例として、ある問題が発生した時の思考フローとしては下記のものがある。
問題の検出⇒状況の把握⇒原因の究明⇒対応方法の検討⇒過去の同様の例の検索⇒前提条件の確認と対応方法の検討⇒計画⇒実行⇒評価⇒次回対応時の改善検討
この思考フローは各ステップの処理が終わり、次のステップに移行する毎に、その時に注目する情報と情報の論理関係を表現するものに切り換えていく。これにより、あるフェーズでの思考は状況の把握に関連する情報へと思考は遷移し、あるフェーズでは原因に関連する情報への思考を遷移させることができる。このように入力情報と、情報と情報との論理関係を表現する言語を使用することにより、思考フローを状況に適した形で自動的に生成することができる。
（請求項４に対応）
この発明における自動論理構築機は情報をパターンに変換する。変換したパターンは逐次、パターン記録器の記録モジュールに記録する。パターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴はパターン照合器に逐次、時系列的に記録する。
次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。ある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、本記録モジュールと関係の強い記録モジュールが何かを検出することができる。ある情報に関して未来の挙動を予測する場合、本情報に関する過去の履歴を入力していき、記録モジュールの接続情報を記録している箇所の結合係数を成長させていく。ある挙動が将来の挙動と全く相関関係を有しない場合は、結合係数の成長は、あらゆる挙動パターンに対してフラット（同等レベル）になるが、挙動と挙動になんらかの相関を有する場合は、対応する挙動との結合係数は大きくなる。この結合関係を使用することにより、ある挙動について将来の挙動を予測することが可能である。ある挙動の状態を示すパターンを記録モジュールに照射すると各記録モジュールとの結合レベルを測定することができる。記録モジュールの中で最大の結合を示したものが、将来の予測として一番有りうるものである。また、その挙動が起こる確率は全モジュールとの結合レベル総和との比から求めることができる。
次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。ある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、本記録モジュールと関係の強い記録モジュールが何かを検出することができる。ある情報に関して未来の挙動を予測する場合、本情報に関する過去の履歴を入力していき、記録モジュールの接続情報を記録している箇所の結合係数を成長させていく。ある挙動が将来の挙動と全く相関関係を有しない場合は、結合係数の成長は、あらゆる挙動パターンに対してフラット（同等レベル）になるが、挙動と挙動になんらかの相関を有する場合は、対応する挙動との結合係数は大きくなる。この結合関係を使用することにより、ある挙動について将来の挙動を予測することが可能である。ある挙動の状態を示すパターンを記録モジュールに照射すると各記録モジュールとの結合レベルを測定することができる。記録モジュールの中で最大の結合を示したものが、将来の予測として一番有りうるものである。また、その挙動が起こる確率は全モジュールとの結合レベル総和との比から求めることができる。
（請求項５に対応）
この発明における自動論理構築機は情報をパターンに変換する。変換したパターンは逐次、パターン記録器の記録モジュールに記録する。パターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴はパターン照合器に逐次、時系列的に記録する。
次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。ある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、励起した記録モジュールと関係の強い記録モジュールを逐次励起していく。
この動作を利用して、入力した語から単語、単語の意味、単語と単語の組合せから主部、述部および修飾部等の識別および文の生成、文と文の組合せから論理等を生成することができる。
ある単語に対応する記録モジュールはその単語を構成する語が順序通りに入力することにより励起し、接続関係を示す結合係数が増加し検出感度が向上する。学習フェーズが終わった後に、その単語に対応する語が順序通りに入力すると、その単語に対応する記録モジュールが励起する。単語が励起すると、その単語は名詞、動詞、形容詞、副詞、助詞等のいずれであるか識別する。これは、単語毎に、どれに対応するか接続関係を生成することにより識別できる。次に単語と単語の組合せにより、主部、述部、修飾部等の識別を実施する。これに関しても、単語と単語の組合せのパターンから識別することができる。
具体例として、「名詞」＋「は（助詞）」、「名詞」＋「が（助詞）」は主部と識別、「動詞」、「形容詞」は述部、「形容詞」＋「名詞」は形容詞が名詞を修飾と識別することができる。このように主部、述部、修飾部等に整理した後に、文に対応するパターンを記録モジュールに記録する。このように整理しておくと、関連する文の検索、照合等を行うときに処理が簡便となる。同様にして入力した文と文との接続関係を成長させることにより、文と文の関係が明確になってくる。文は単独の文として存在するよりも、前に出現した文を受けて出る場合が多いと考えられる。（ある文に注目すると、その文以前の文の中に、その文がでるきっかけとなる文が見つかる場合が多い。）あるテーマに関する文と文の関係を見ると、同じ内容、意味を分かり易く、別の表現で、繰り返し説明する場合が多い。このようなケースにおいても、学習後は文と文との接続関係に論理的な関係を生成させることができる。（あるテーマに関し、複数の書物に関する情報を入力すると、同じ意見、表現の箇所は文と文の関係が強化される。また、結合関係を生成する際に、入力情報を識別することにより、複数の思考を分離し、識別することも可能である。）
次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。ある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、励起した記録モジュールと関係の強い記録モジュールを逐次励起していく。
この動作を利用して、入力した語から単語、単語の意味、単語と単語の組合せから主部、述部および修飾部等の識別および文の生成、文と文の組合せから論理等を生成することができる。
ある単語に対応する記録モジュールはその単語を構成する語が順序通りに入力することにより励起し、接続関係を示す結合係数が増加し検出感度が向上する。学習フェーズが終わった後に、その単語に対応する語が順序通りに入力すると、その単語に対応する記録モジュールが励起する。単語が励起すると、その単語は名詞、動詞、形容詞、副詞、助詞等のいずれであるか識別する。これは、単語毎に、どれに対応するか接続関係を生成することにより識別できる。次に単語と単語の組合せにより、主部、述部、修飾部等の識別を実施する。これに関しても、単語と単語の組合せのパターンから識別することができる。
具体例として、「名詞」＋「は（助詞）」、「名詞」＋「が（助詞）」は主部と識別、「動詞」、「形容詞」は述部、「形容詞」＋「名詞」は形容詞が名詞を修飾と識別することができる。このように主部、述部、修飾部等に整理した後に、文に対応するパターンを記録モジュールに記録する。このように整理しておくと、関連する文の検索、照合等を行うときに処理が簡便となる。同様にして入力した文と文との接続関係を成長させることにより、文と文の関係が明確になってくる。文は単独の文として存在するよりも、前に出現した文を受けて出る場合が多いと考えられる。（ある文に注目すると、その文以前の文の中に、その文がでるきっかけとなる文が見つかる場合が多い。）あるテーマに関する文と文の関係を見ると、同じ内容、意味を分かり易く、別の表現で、繰り返し説明する場合が多い。このようなケースにおいても、学習後は文と文との接続関係に論理的な関係を生成させることができる。（あるテーマに関し、複数の書物に関する情報を入力すると、同じ意見、表現の箇所は文と文の関係が強化される。また、結合関係を生成する際に、入力情報を識別することにより、複数の思考を分離し、識別することも可能である。）
（請求項６に対応）
この発明における自動論理構築機は情報をパターンに変換する。変換したパターンは逐次、パターン記録器の記録モジュールに記録する。パターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴はパターン照合器に逐次、時系列的に記録する。
次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。ある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、励起した記録モジュールと関係の強い記録モジュールを逐次励起していく。
次に情報と情報の結合関係を形式的なものではなく、意味のある結合とする方法について説明する。情報を入力すると意味分析器において意味の分析を行う。意味分析器では、入力した単語を既に理解している単語または単語の組合せで表現する。これは、辞書の情報を使うことにより、各単語の意味をより分かり易い単語で表現に置き換えることができる。これは、下記のように表現できる。
表現は違うが同じ意味：Ａ⇔Ａ’、Ｂ⇔Ａ’、Ｃ⇔Ｃ’（Ａ，Ｂ，Ｃは理解している単語、Ａ’，Ｂ’，Ｃ’は意味が同じであるが別の表現の単語または単語の組合せ）
この時、既に理解済の知識に関して、別の表現となった場合に理解できるか否かを説明する。理解済の知識は理解済の単語を使って下記のように表現されているとする。
理解済みの知識：Ａ，Ｂ⇒Ｃ
この時、論理展開すると下記となる。
Ａ’⇔Ａ
⇒Ｃ⇔Ｃ’
Ｂ’⇔Ｂ
つまり、Ａ’，Ｂ’は（Ａ，Ｂ⇒Ｃ）という理解済の知識を経て、Ｃ’という結論に到達することができる。つまり、新規の情報に関しても、等価な理解済の表現で置き換えることにより、過去の理解済の知識により、妥当か否かの判断が可能となる。過去に記録した理解済の知識と照らし、正しいと判断した新規の情報は以後、理解済の情報として識別し、記録する。このようにして、新規の情報の内、正しいと判断したものを理解済みの知識として組み入れていくことにより、新規情報で表現された別の情報に関しても妥当であるか否かの判断ができるようになる。人間がある情報に関して理解できたと感じるか否かも、同様のプロセスを経ていると考えられる。人間も新しい情報に接した時、新しい情報を既に理解している情報の組合せ、例え等で表現し、理解済の知識と整合していると判断した時に、新しい情報を正しいと感じる。機械に関しても同じプロセスを具備することにより、新しい情報が妥当であるか否かの判断を行わせることが可能となる。
次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。ある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、励起した記録モジュールと関係の強い記録モジュールを逐次励起していく。
次に情報と情報の結合関係を形式的なものではなく、意味のある結合とする方法について説明する。情報を入力すると意味分析器において意味の分析を行う。意味分析器では、入力した単語を既に理解している単語または単語の組合せで表現する。これは、辞書の情報を使うことにより、各単語の意味をより分かり易い単語で表現に置き換えることができる。これは、下記のように表現できる。
表現は違うが同じ意味：Ａ⇔Ａ’、Ｂ⇔Ａ’、Ｃ⇔Ｃ’（Ａ，Ｂ，Ｃは理解している単語、Ａ’，Ｂ’，Ｃ’は意味が同じであるが別の表現の単語または単語の組合せ）
この時、既に理解済の知識に関して、別の表現となった場合に理解できるか否かを説明する。理解済の知識は理解済の単語を使って下記のように表現されているとする。
理解済みの知識：Ａ，Ｂ⇒Ｃ
この時、論理展開すると下記となる。
Ａ’⇔Ａ
⇒Ｃ⇔Ｃ’
Ｂ’⇔Ｂ
つまり、Ａ’，Ｂ’は（Ａ，Ｂ⇒Ｃ）という理解済の知識を経て、Ｃ’という結論に到達することができる。つまり、新規の情報に関しても、等価な理解済の表現で置き換えることにより、過去の理解済の知識により、妥当か否かの判断が可能となる。過去に記録した理解済の知識と照らし、正しいと判断した新規の情報は以後、理解済の情報として識別し、記録する。このようにして、新規の情報の内、正しいと判断したものを理解済みの知識として組み入れていくことにより、新規情報で表現された別の情報に関しても妥当であるか否かの判断ができるようになる。人間がある情報に関して理解できたと感じるか否かも、同様のプロセスを経ていると考えられる。人間も新しい情報に接した時、新しい情報を既に理解している情報の組合せ、例え等で表現し、理解済の知識と整合していると判断した時に、新しい情報を正しいと感じる。機械に関しても同じプロセスを具備することにより、新しい情報が妥当であるか否かの判断を行わせることが可能となる。
（請求項７に対応）
この発明における自動論理構築機は情報をパターンに変換する。変換されたパターンは逐次、パターン記録器の記録モジュールに記録する。パターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合には該当する記録モジュールを励起する。励起した記録モジュールの履歴はパターン照合器に逐次記録する。
次に別の情報が入力されると、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。このようにある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、ある程度の学習期間を経ると、励起に関連するモジュールが励起すると、当該モジュールが励起するように励起検出の閾値を設定することができる。閾値設定後は入力した情報に対して、適切な記録モジュールが励起するかモニターし、励起すべきモジュールが励起しない場合は、転写による結合係数の増加を実施し、当該記録モジュールが励起するように調整する。励起すべきでない記録モジュールが誤って励起した場合は、転写により結合係数の減少を実施し、当該記録モジュールが励起しないように調整する。上記に説明した学習および調整を実施することにより、ある情報を入力した時に、その情報に論理的に関係のある情報を逐次、検出することができる。人間の会話、書物の情報等の一連の情報を本自動論理構築機に入力していくことにより、情報の中に含まれている情報と情報の論理的な関係（原因、結果、条件、結論、理由、手段、詳細説明、概略説明、具体化、抽象化、例え、特徴、状態、別の説明、等価な意味、話の続き等）を有する接続を検出することができる。次のステップとして情報と情報の論理的な関係について適宜、入力する。必ずしも、全ての関係について入力する必要は無いが、可能な範囲で入力することとする。例えばＡという情報に関連する情報にＢ１とＢ２があるとする。Ｂ１はＡの原因であり、Ｂ２はＡの結果であるとする。ここで、論理的な関係を表現するものとして、原因をＣ１、結果をＣ２とする。このような情報と情報の関係も含めて記録モジュールに記録しておくと、思考の分岐は下記のようになる。
ケース１：ＡとＣ１が出現した場合 ⇒ Ｂ１
ケース２：ＡとＣ２が出現した場合 ⇒ Ｂ２
人間はある情報により、関連する情報を想起するが、その時に想起する関連情報は、その時の思考フローに適したものを選択する場合が多い。例えば、ある情報に関する原因について注目している場合は、思考の流れを原因から、さらにその原因へと辿る。反対に結果について注目する場合は、思考の流れを結果から、されに引き続いて起きる結果へと辿る。このような論理的な関係のパターンとして、どのようなものを選択するかは、思考フローとしてパターン化しておくと、状況に応じて適切な、思考フローに従って、考えを進めることができる。一例として、ある問題が発生した時の思考フローとしては下記のものがある。
問題の検出⇒状況の把握⇒原因の究明⇒対応方法の検討⇒過去の同様の例の検索⇒前提条件の確認と対応方法の検討⇒計画⇒実行⇒評価⇒次回対応時の改善検討
この思考フローは各ステップの処理が終わり、次のステップに移行する毎に、その時に注目する情報と情報の論理関係を表現するものに切り換えていく。これにより、あるフェーズでの思考は状況の把握に関連する情報へと思考は遷移し、あるフェーズでは原因に関連する情報への思考を遷移させることができる。このように入力情報と、情報と情報との論理関係を表現する言語を使用することにより、思考フローを状況に適した形で自動的に生成することができる。
次に、目標とする思考パターンへの到達を効率的に行う方法について説明する。関連する情報と情報は結合係数を通じて励起するか否かの識別がされている。この場合、ある情報を入力すると関連する情報が複数、励起する場合が考えられる。特定の意味に対応する記録モジュールの励起レベルを変えることにより、この記録モジュールと接続する記録モジュールへの励起信号のレベルも変わる。特定の意味に関連する情報を抽出したい場合は、特定の意味を示す記録モジュールの励起レベルを上げ、特定の意味に関連する情報の励起を抑える場合は特定の意味を示す記録モジュールの励起レベルを下げる。
特定の意味を示す記録モジュールとして例えば、思考フローに関連するものを逐次、選択していくことにより、その時点において注目する思考がクローズアップするため、目標とするパターンへの到達が、計画した思考フローに準じて実施されるので効率的である。
人間もある事象に対した時、色々な考えが浮かび考えが定まらない時がある。このような場合には、冷静に考え方を整理して対応すると効果がある。この冷静に考えを整理するという対応が、上記に説明した思考フローに従って段階的に目標とする思考パターンへ到達させる手法に対応する。
次に別の情報が入力されると、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。このようにある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、ある程度の学習期間を経ると、励起に関連するモジュールが励起すると、当該モジュールが励起するように励起検出の閾値を設定することができる。閾値設定後は入力した情報に対して、適切な記録モジュールが励起するかモニターし、励起すべきモジュールが励起しない場合は、転写による結合係数の増加を実施し、当該記録モジュールが励起するように調整する。励起すべきでない記録モジュールが誤って励起した場合は、転写により結合係数の減少を実施し、当該記録モジュールが励起しないように調整する。上記に説明した学習および調整を実施することにより、ある情報を入力した時に、その情報に論理的に関係のある情報を逐次、検出することができる。人間の会話、書物の情報等の一連の情報を本自動論理構築機に入力していくことにより、情報の中に含まれている情報と情報の論理的な関係（原因、結果、条件、結論、理由、手段、詳細説明、概略説明、具体化、抽象化、例え、特徴、状態、別の説明、等価な意味、話の続き等）を有する接続を検出することができる。次のステップとして情報と情報の論理的な関係について適宜、入力する。必ずしも、全ての関係について入力する必要は無いが、可能な範囲で入力することとする。例えばＡという情報に関連する情報にＢ１とＢ２があるとする。Ｂ１はＡの原因であり、Ｂ２はＡの結果であるとする。ここで、論理的な関係を表現するものとして、原因をＣ１、結果をＣ２とする。このような情報と情報の関係も含めて記録モジュールに記録しておくと、思考の分岐は下記のようになる。
ケース１：ＡとＣ１が出現した場合 ⇒ Ｂ１
ケース２：ＡとＣ２が出現した場合 ⇒ Ｂ２
人間はある情報により、関連する情報を想起するが、その時に想起する関連情報は、その時の思考フローに適したものを選択する場合が多い。例えば、ある情報に関する原因について注目している場合は、思考の流れを原因から、さらにその原因へと辿る。反対に結果について注目する場合は、思考の流れを結果から、されに引き続いて起きる結果へと辿る。このような論理的な関係のパターンとして、どのようなものを選択するかは、思考フローとしてパターン化しておくと、状況に応じて適切な、思考フローに従って、考えを進めることができる。一例として、ある問題が発生した時の思考フローとしては下記のものがある。
問題の検出⇒状況の把握⇒原因の究明⇒対応方法の検討⇒過去の同様の例の検索⇒前提条件の確認と対応方法の検討⇒計画⇒実行⇒評価⇒次回対応時の改善検討
この思考フローは各ステップの処理が終わり、次のステップに移行する毎に、その時に注目する情報と情報の論理関係を表現するものに切り換えていく。これにより、あるフェーズでの思考は状況の把握に関連する情報へと思考は遷移し、あるフェーズでは原因に関連する情報への思考を遷移させることができる。このように入力情報と、情報と情報との論理関係を表現する言語を使用することにより、思考フローを状況に適した形で自動的に生成することができる。
次に、目標とする思考パターンへの到達を効率的に行う方法について説明する。関連する情報と情報は結合係数を通じて励起するか否かの識別がされている。この場合、ある情報を入力すると関連する情報が複数、励起する場合が考えられる。特定の意味に対応する記録モジュールの励起レベルを変えることにより、この記録モジュールと接続する記録モジュールへの励起信号のレベルも変わる。特定の意味に関連する情報を抽出したい場合は、特定の意味を示す記録モジュールの励起レベルを上げ、特定の意味に関連する情報の励起を抑える場合は特定の意味を示す記録モジュールの励起レベルを下げる。
特定の意味を示す記録モジュールとして例えば、思考フローに関連するものを逐次、選択していくことにより、その時点において注目する思考がクローズアップするため、目標とするパターンへの到達が、計画した思考フローに準じて実施されるので効率的である。
人間もある事象に対した時、色々な考えが浮かび考えが定まらない時がある。このような場合には、冷静に考え方を整理して対応すると効果がある。この冷静に考えを整理するという対応が、上記に説明した思考フローに従って段階的に目標とする思考パターンへ到達させる手法に対応する。
（請求項１に対応）
図１はこの発明の一実施例における自動論理構築機の構成を示した図である。
図１において１は情報をパターンに変換するパターン変換器である。２はパターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールである。３は記録モジュールの構成体であるパターン記録器である。４はパターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器である。５は励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器である。６はパターンを情報に変換するパターン逆変換器である。
図１において１は情報をパターンに変換するパターン変換器である。２はパターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールである。３は記録モジュールの構成体であるパターン記録器である。４はパターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器である。５は励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器である。６はパターンを情報に変換するパターン逆変換器である。
次に動作について説明する。
図１において１のパターン変換器は情報をパターンに変換する。変換したパターンは逐次、３のパターン記録器の記録モジュールに記録する。４のパターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴は５のパターン照合器に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。５のパターン照合器には記録モジュールの励起の履歴を各励起のステップ毎に記録している状況を示している。履歴の転写は当該モジュールが励起する直前のステップから過去にさかのぼって設定した期間の履歴を使用する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。ある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、本記録モジュールと関係の強い記録モジュールが何かを検出することができる。人間の会話、書物の情報等の一連の情報を本自動論理構築機に入力していくことにより、情報の中に含まれている情報と情報の論理的な関係（原因、結果、理由、手段、条件、結論、詳細説明、概略説明、具体化、抽象化、例え、特徴、状態、別の説明、等価な意味、話の続き等）を有する接続を検出することができる。一般的に文は単独で存在するのではなく、その文が出現する前の文を受けて出現する場合が多い。前の文との関係は、上記に述べたように色々なものが考えられるが、同じテーマに関する複数の情報源から情報を入力すると、情報の中に含まれている、共通的な論理関係が抽出されてくることになる。（同じテーマに関する情報には、詳細に説明したもの、表現を変えて分かり易く説明されることが多いので、これらの情報が関連情報として、接続関係を生成することになる。）
図１において１のパターン変換器は情報をパターンに変換する。変換したパターンは逐次、３のパターン記録器の記録モジュールに記録する。４のパターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴は５のパターン照合器に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。５のパターン照合器には記録モジュールの励起の履歴を各励起のステップ毎に記録している状況を示している。履歴の転写は当該モジュールが励起する直前のステップから過去にさかのぼって設定した期間の履歴を使用する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。ある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、本記録モジュールと関係の強い記録モジュールが何かを検出することができる。人間の会話、書物の情報等の一連の情報を本自動論理構築機に入力していくことにより、情報の中に含まれている情報と情報の論理的な関係（原因、結果、理由、手段、条件、結論、詳細説明、概略説明、具体化、抽象化、例え、特徴、状態、別の説明、等価な意味、話の続き等）を有する接続を検出することができる。一般的に文は単独で存在するのではなく、その文が出現する前の文を受けて出現する場合が多い。前の文との関係は、上記に述べたように色々なものが考えられるが、同じテーマに関する複数の情報源から情報を入力すると、情報の中に含まれている、共通的な論理関係が抽出されてくることになる。（同じテーマに関する情報には、詳細に説明したもの、表現を変えて分かり易く説明されることが多いので、これらの情報が関連情報として、接続関係を生成することになる。）
（請求項２に対応）
図２はこの発明の一実施例における自動論理構築機の構成を示した図である。
図２において１は情報をパターンに変換するパターン変換器である。２はパターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールである。３は記録モジュールの構成体であるパターン記録器である。４はパターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器である。５は励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器である。６はパターンを情報に変換するパターン逆変換器である。７は情報を入力した時に、関連して励起したパターンが誤っていれば、誤って励起した記録モジュールにおける接続情報の結合強度を弱め、励起すべきパターンが入力されたにも関わらず励起しない場合は励起すべき記録モジュールにおける接続情報の結合強度を強めるパターン間接続修正器である。
図２において１は情報をパターンに変換するパターン変換器である。２はパターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールである。３は記録モジュールの構成体であるパターン記録器である。４はパターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器である。５は励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器である。６はパターンを情報に変換するパターン逆変換器である。７は情報を入力した時に、関連して励起したパターンが誤っていれば、誤って励起した記録モジュールにおける接続情報の結合強度を弱め、励起すべきパターンが入力されたにも関わらず励起しない場合は励起すべき記録モジュールにおける接続情報の結合強度を強めるパターン間接続修正器である。
次に動作について説明する。
図２において１のパターン変換器は情報をパターンに変換する。変換したパターンは逐次、３のパターン記録器の記録モジュールに記録する。４のパターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴は５のパターン照合器に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。５のパターン照合器には記録モジュールの励起の履歴を各励起のステップ毎に記録している状況を示している。履歴の転写は当該モジュールが励起する直前のステップから過去にさかのぼって設定した期間の履歴を使用する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。
このようにある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、ある程度の学習期間を経ると、励起に関連するモジュールが励起すると、当該モジュールが励起するように励起検出の閾値を設定することができる。閾値設定後は入力した情報に対して、適切な記録モジュールが励起するかモニターし、励起すべきモジュールが励起しない場合は、転写による結合係数の増加を実施し、当該記録モジュールが励起するように調整する。７のパターン間接続修正器により、励起すべきでない記録モジュールが誤って励起した場合は、転写により結合係数の減少を実施し、当該記録モジュールが励起しないように調整する。
上記に説明した学習および調整を実施することにより、ある情報を入力した時に、その情報と論理的に関係のある情報を逐次、検出することができる。
図２において１のパターン変換器は情報をパターンに変換する。変換したパターンは逐次、３のパターン記録器の記録モジュールに記録する。４のパターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴は５のパターン照合器に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。５のパターン照合器には記録モジュールの励起の履歴を各励起のステップ毎に記録している状況を示している。履歴の転写は当該モジュールが励起する直前のステップから過去にさかのぼって設定した期間の履歴を使用する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。
このようにある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、ある程度の学習期間を経ると、励起に関連するモジュールが励起すると、当該モジュールが励起するように励起検出の閾値を設定することができる。閾値設定後は入力した情報に対して、適切な記録モジュールが励起するかモニターし、励起すべきモジュールが励起しない場合は、転写による結合係数の増加を実施し、当該記録モジュールが励起するように調整する。７のパターン間接続修正器により、励起すべきでない記録モジュールが誤って励起した場合は、転写により結合係数の減少を実施し、当該記録モジュールが励起しないように調整する。
上記に説明した学習および調整を実施することにより、ある情報を入力した時に、その情報と論理的に関係のある情報を逐次、検出することができる。
（請求項３に対応）
図３はこの発明の一実施例における自動論理構築機の構成を示した図である。
図３において１は情報をパターンに変換するパターン変換器である。２はパターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールである。３は記録モジュールの構成体であるパターン記録器である。４はパターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器である。５は励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器である。６はパターンを情報に変換するパターン逆変換器である。７は情報を入力した時に、関連して励起したパターンが誤っていれば、誤って励起した記録モジュールにおける接続情報の結合強度を弱め、励起すべきパターンが入力されたにも関わらず励起しない場合は励起すべき記録モジュールにおける接続情報の結合強度を強めるパターン間接続修正器である。８は情報と情報の論理関係を示す情報により、優先的に励起するパターンを選択する思考フロー選択器である。
図３において１は情報をパターンに変換するパターン変換器である。２はパターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールである。３は記録モジュールの構成体であるパターン記録器である。４はパターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器である。５は励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器である。６はパターンを情報に変換するパターン逆変換器である。７は情報を入力した時に、関連して励起したパターンが誤っていれば、誤って励起した記録モジュールにおける接続情報の結合強度を弱め、励起すべきパターンが入力されたにも関わらず励起しない場合は励起すべき記録モジュールにおける接続情報の結合強度を強めるパターン間接続修正器である。８は情報と情報の論理関係を示す情報により、優先的に励起するパターンを選択する思考フロー選択器である。
次に動作について説明する。
図３において１のパターン変換器は情報をパターンに変換する。変換したパターンは逐次、３のパターン記録器の記録モジュールに記録する。４のパターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴は５のパターン照合器に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。５のパターン照合器には記録モジュールの励起の履歴を各励起のステップ毎に記録している状況を示している。履歴の転写は当該モジュールが励起する直前のステップから過去にさかのぼって設定した期間の履歴を使用する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。
このようにある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、ある程度の学習期間を経ると、励起に関連するモジュールが励起すると、当該モジュールが励起するように励起検出の閾値を設定することができる。閾値設定後は入力した情報に対して、適切な記録モジュールが励起するかモニターし、励起すべきモジュールが励起しない場合は、転写による結合係数の増加を実施し、当該記録モジュールが励起するように調整する。７のパターン間接続修正器により、励起すべきでない記録モジュールが誤って励起した場合は、転写により結合係数の減少を実施し、当該記録モジュールが励起しないように調整する。
上記に説明した学習および調整を実施することにより、ある情報を入力した時に、その情報と論理的に関係のある情報を逐次、検出することができる。
人間の会話、書物の情報等の一連の情報を本自動論理構築機に入力していくことにより、情報の中に含まれている情報と情報の論理的な関係（原因、結果、条件、結論、理由、手段、詳細説明、概略説明、具体化、抽象化、例え、特徴、状態、別の説明、等価な意味、話の続き等）を有する接続を検出することができる。
次のステップとして情報と情報の論理的な関係について適宜、入力する。必ずしも、全ての関係について入力する必要は無いが、可能な範囲で入力することとする。例えばＡという情報に関連する情報にＢ１とＢ２があるとする。Ｂ１はＡの原因であり、Ｂ２はＡの結果であるとする。ここで、論理的な関係を表現するものとして、原因をＣ１、結果をＣ２とする。このような情報と情報の関係も含めて記録モジュールに記録しておくと、思考の分岐は下記のようになる。
ケース１：ＡとＣ１が出現した場合 ⇒ Ｂ１
ケース２：ＡとＣ２が出現した場合 ⇒ Ｂ２
人間はある情報により、関連する情報を想起するが、その時に想起する関連情報は、その時の思考フローに適したものを選択する場合が多い。例えば、ある情報に関する原因について注目している場合は、思考の流れを原因から、さらにその原因へと辿る。反対に結果について注目する場合は、思考の流れを結果から、されに引き続いて起きる結果へと辿る。このような論理的な関係のパターンとして、どのようなものを選択するかは、思考フローとしてパターン化しておくと、状況に応じて適切な、思考フローに従って、考えを進めることができる。一例として、ある問題が発生した時の思考フローとしては下記のものがある。
問題の検出⇒状況の把握⇒原因の究明⇒対応方法の検討⇒過去の同様の例の検索⇒前提条件の確認と対応方法の検討⇒計画⇒実行⇒評価⇒次回対応時の改善検討
この思考フローは８の思考フロー選択器により、各ステップの処理が終わり、次のステップに移行する毎に、その時に注目する情報と情報の論理関係を表現するものに切り換えていく。これにより、あるフェーズでの思考は状況の把握に関連する情報へと思考は遷移し、あるフェーズでは原因に関連する情報への思考を遷移させることができる。このように入力情報と、情報と情報との論理関係を表現する言語を使用することにより、思考フローを状況に適した形で自動的に生成することができる。
図３において１のパターン変換器は情報をパターンに変換する。変換したパターンは逐次、３のパターン記録器の記録モジュールに記録する。４のパターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴は５のパターン照合器に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。５のパターン照合器には記録モジュールの励起の履歴を各励起のステップ毎に記録している状況を示している。履歴の転写は当該モジュールが励起する直前のステップから過去にさかのぼって設定した期間の履歴を使用する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。
このようにある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、ある程度の学習期間を経ると、励起に関連するモジュールが励起すると、当該モジュールが励起するように励起検出の閾値を設定することができる。閾値設定後は入力した情報に対して、適切な記録モジュールが励起するかモニターし、励起すべきモジュールが励起しない場合は、転写による結合係数の増加を実施し、当該記録モジュールが励起するように調整する。７のパターン間接続修正器により、励起すべきでない記録モジュールが誤って励起した場合は、転写により結合係数の減少を実施し、当該記録モジュールが励起しないように調整する。
上記に説明した学習および調整を実施することにより、ある情報を入力した時に、その情報と論理的に関係のある情報を逐次、検出することができる。
人間の会話、書物の情報等の一連の情報を本自動論理構築機に入力していくことにより、情報の中に含まれている情報と情報の論理的な関係（原因、結果、条件、結論、理由、手段、詳細説明、概略説明、具体化、抽象化、例え、特徴、状態、別の説明、等価な意味、話の続き等）を有する接続を検出することができる。
次のステップとして情報と情報の論理的な関係について適宜、入力する。必ずしも、全ての関係について入力する必要は無いが、可能な範囲で入力することとする。例えばＡという情報に関連する情報にＢ１とＢ２があるとする。Ｂ１はＡの原因であり、Ｂ２はＡの結果であるとする。ここで、論理的な関係を表現するものとして、原因をＣ１、結果をＣ２とする。このような情報と情報の関係も含めて記録モジュールに記録しておくと、思考の分岐は下記のようになる。
ケース１：ＡとＣ１が出現した場合 ⇒ Ｂ１
ケース２：ＡとＣ２が出現した場合 ⇒ Ｂ２
人間はある情報により、関連する情報を想起するが、その時に想起する関連情報は、その時の思考フローに適したものを選択する場合が多い。例えば、ある情報に関する原因について注目している場合は、思考の流れを原因から、さらにその原因へと辿る。反対に結果について注目する場合は、思考の流れを結果から、されに引き続いて起きる結果へと辿る。このような論理的な関係のパターンとして、どのようなものを選択するかは、思考フローとしてパターン化しておくと、状況に応じて適切な、思考フローに従って、考えを進めることができる。一例として、ある問題が発生した時の思考フローとしては下記のものがある。
問題の検出⇒状況の把握⇒原因の究明⇒対応方法の検討⇒過去の同様の例の検索⇒前提条件の確認と対応方法の検討⇒計画⇒実行⇒評価⇒次回対応時の改善検討
この思考フローは８の思考フロー選択器により、各ステップの処理が終わり、次のステップに移行する毎に、その時に注目する情報と情報の論理関係を表現するものに切り換えていく。これにより、あるフェーズでの思考は状況の把握に関連する情報へと思考は遷移し、あるフェーズでは原因に関連する情報への思考を遷移させることができる。このように入力情報と、情報と情報との論理関係を表現する言語を使用することにより、思考フローを状況に適した形で自動的に生成することができる。
（請求項４に対応）
図４はこの発明の一実施例における自動論理構築機の構成を示した図である。
図４において１は情報をパターンに変換するパターン変換器である。２はパターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールである。３は記録モジュールの構成体であるパターン記録器である。４はパターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器である。５は励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器である。６はパターンを情報に変換するパターン逆変換器である。
図４において１は情報をパターンに変換するパターン変換器である。２はパターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールである。３は記録モジュールの構成体であるパターン記録器である。４はパターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器である。５は励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器である。６はパターンを情報に変換するパターン逆変換器である。
次に動作について説明する。
図４において１のパターン変換器は情報をパターンに変換する。変換したパターンは逐次、３のパターン記録器の記録モジュールに記録する。４のパターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴は５のパターン照合器に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。５のパターン照合器には記録モジュールの励起の履歴を各励起のステップ毎に記録している状況を示している。履歴の転写は当該モジュールが励起する直前のステップから過去にさかのぼって設定した期間の履歴を使用する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄績していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。ある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、本記録モジュールと関係の強い記録モジュールが何かを検出することができる。
ある情報に関して未来の挙動を予測する場合、本情報に関する過去の履歴を入力していき、記録モジュールの接続情報を記録している箇所の結合係数を成長させていく。ある挙動が将来の挙動と全く相関関係を有しない場合は、結合係数の成長は、あらゆる挙動パターンに対してフラット（同等レベル）になるが、挙動と挙動になんらかの相関を有する場合は、対応する挙動との結合係数は大きくなる。この結合関係を使用することにより、ある挙動について将来の挙動を予測することが可能である。
本情報に関する過去の履歴の学習が完了したら、次にある挙動を示した時に、次の挙動を予測することにする。これは５のパターン照合器の現時点から過去にさかのぼって設定した期間の励起の履歴を記録器の記録モジュールの接続情報記録部に照射する。このとき、接続情報記録部には、各記録モジュールを励起した関連パターンとの結合レベルが検出することができる。各記録モジュールにおける結合レベルはそれぞれの結合レベル検出部にて確認することができる。記録モジュールの中で最大の結合を示したものが、将来の予測として一番有りうるものである。また、その挙動が起こる確率は全モジュールとの結合レベル総和との比から求めることができる。
図４において１のパターン変換器は情報をパターンに変換する。変換したパターンは逐次、３のパターン記録器の記録モジュールに記録する。４のパターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴は５のパターン照合器に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。５のパターン照合器には記録モジュールの励起の履歴を各励起のステップ毎に記録している状況を示している。履歴の転写は当該モジュールが励起する直前のステップから過去にさかのぼって設定した期間の履歴を使用する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄績していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。ある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、本記録モジュールと関係の強い記録モジュールが何かを検出することができる。
ある情報に関して未来の挙動を予測する場合、本情報に関する過去の履歴を入力していき、記録モジュールの接続情報を記録している箇所の結合係数を成長させていく。ある挙動が将来の挙動と全く相関関係を有しない場合は、結合係数の成長は、あらゆる挙動パターンに対してフラット（同等レベル）になるが、挙動と挙動になんらかの相関を有する場合は、対応する挙動との結合係数は大きくなる。この結合関係を使用することにより、ある挙動について将来の挙動を予測することが可能である。
本情報に関する過去の履歴の学習が完了したら、次にある挙動を示した時に、次の挙動を予測することにする。これは５のパターン照合器の現時点から過去にさかのぼって設定した期間の励起の履歴を記録器の記録モジュールの接続情報記録部に照射する。このとき、接続情報記録部には、各記録モジュールを励起した関連パターンとの結合レベルが検出することができる。各記録モジュールにおける結合レベルはそれぞれの結合レベル検出部にて確認することができる。記録モジュールの中で最大の結合を示したものが、将来の予測として一番有りうるものである。また、その挙動が起こる確率は全モジュールとの結合レベル総和との比から求めることができる。
（請求項５に対応）
図５はこの発明の一実施例における自動論理構築機の構成を示した図である。
図５において１は情報をパターンに変換するパターン変換器である。２はパターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールである。３は記録モジュールの構成体であるパターン記録器である。４はパターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器である。５は励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器である。６はパターンを情報に変換するパターン逆変換器である。
図５において１は情報をパターンに変換するパターン変換器である。２はパターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールである。３は記録モジュールの構成体であるパターン記録器である。４はパターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器である。５は励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器である。６はパターンを情報に変換するパターン逆変換器である。
次に動作について説明する。
図５において１のパターン変換器は情報をパターンに変換する。変換したパターンは逐次、３のパターン記録器の記録モジュールに記録する。４のパターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴は５のパターン照合器に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。５のパターン照合器には記録モジュールの励起の履歴を各励起のステップ毎に記録している状況を示している。履歴の転写は当該モジュールが励起する直前のステップから過去にさかのぼって設定した期間の履歴を使用する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。ある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、本記録モジュールと関係の強い記録モジュールが何かを検出することができる。人間の会話、書物の情報等の一連の情報を本自動論理構築機に入力していくことにより、情報の中に含まれている情報と情報の論理的な関係（原因、結果、理由、手段、条件、結論、詳細説明、概略説明、具体化、抽象化、例え、特徴、状態、別の説明、等価な意味、話の続き等）を有する接続を検出することができる。一般的に文は単独で存在するのではなく、その文が出現する前の文を受けて出現する場合が多い。前の文との関係は、上記に述べたように色々なものが考えられるが、同じテーマに関する複数の情報源から情報を入力すると、情報の中に含まれている、共通的な論理関係が抽出されてくることになる。（同じテーマに関する情報には、詳細に説明したもの、表現を変えて分かり易く説明されることが多いので、これらの情報が関連情報として、接続関係を生成することになる。）
この動作を利用して、入力した語から単語、単語の意味、単語と単語の組合せから主部、述部および修飾部等の識別および文の生成、文と文の組合せから論理等を生成することができる。
まず、語の登録について説明する。図５において各語に対するパターンを決める。識別が可能であればパターンの形式は特に問わない。語に対するパターンを決めたら４のパターン検出器で設定し、そのパターンを語生成領域にある記録モジュールに登録していく。語のパターンの登録が完了したら、次に単語の登録について説明する。単語に対するパターンは語のパターンを順番に並べたもので良い。単語のパターンが決まったら、４のパターン検出器で単語のパターンを設定し、単語領域の記録モジュールに登録する。登録が完了したら、単語を構成する語に対応する語のパターンを順番に設定していく。語のパターンの設定が完了したら単語に対応するパターンを記録した記録モジュールを励起する。この時、単語を記録した記録モジュールの接続情報を記録している箇所に、励起した語の履歴が記録される。
以上で単語の登録は完了である。本単語に対応する語が順番通りに入力すると、本単語の接続情報を記録した箇所により、語が単語を構成する順番で入力されたことを確認し、本単語の記録モジュールが励起することになる。
次に単語と単語の組合せにより、主部、述部、修飾部等の識別を実施する。これに関しても、単語と単語の組合せのパターンから識別することができる。単語が励起すると、その単語の種類が何か（名詞、動詞、形容詞、副詞、助詞等）検出することにする。これは各単語対応で紐づけすることにより容易に実施できる。この単語の種類の出現パターンを検出することにより、単語の組合せが何に対応するか識別することができる。
具体例として、「名詞」＋「は（助詞）」、「名詞」＋「が（助詞）」は主部と識別、「動詞」、「形容詞」は述部、「形容詞」＋「名詞」は形容詞が名詞を修飾と識別することができる。
このように主部、述部、修飾部等に整理した後に、文に対応するパターンを記録モジュールに記録する。このように整理しておくと、関連する文の検索、照合等を行うときに処理が簡便となる。
同様にして入力した文と文との接続関係を成長させることにより、文と文の関係が明確になってくる。文は単独の文として存在するよりも、前に出現した文を受けて出る場合が多いと考えられる。（ある文に注目すると、その文以前の文の中に、その文がでるきっかけとなる文が見つかる場合が多い。）あるテーマに関する文と文の関係を見ると、同じ内容、意味を分かり易く、別の表現で、繰り返し説明する場合が多い。このようなケースにおいても、学習後は文と文との接続関係に論理的な関係を生成させることができる。（あるテーマに関し、複数の書物に関する情報を入力すると、同じ意見、表現の箇所は文と文の関係が強化される。また、結合関係を生成する際に、入力情報を識別（入力ラインを分けることにより実施可能）することにより、複数の思考を分離し、識別することも可能である。）
図５において１のパターン変換器は情報をパターンに変換する。変換したパターンは逐次、３のパターン記録器の記録モジュールに記録する。４のパターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴は５のパターン照合器に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。５のパターン照合器には記録モジュールの励起の履歴を各励起のステップ毎に記録している状況を示している。履歴の転写は当該モジュールが励起する直前のステップから過去にさかのぼって設定した期間の履歴を使用する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。ある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、本記録モジュールと関係の強い記録モジュールが何かを検出することができる。人間の会話、書物の情報等の一連の情報を本自動論理構築機に入力していくことにより、情報の中に含まれている情報と情報の論理的な関係（原因、結果、理由、手段、条件、結論、詳細説明、概略説明、具体化、抽象化、例え、特徴、状態、別の説明、等価な意味、話の続き等）を有する接続を検出することができる。一般的に文は単独で存在するのではなく、その文が出現する前の文を受けて出現する場合が多い。前の文との関係は、上記に述べたように色々なものが考えられるが、同じテーマに関する複数の情報源から情報を入力すると、情報の中に含まれている、共通的な論理関係が抽出されてくることになる。（同じテーマに関する情報には、詳細に説明したもの、表現を変えて分かり易く説明されることが多いので、これらの情報が関連情報として、接続関係を生成することになる。）
この動作を利用して、入力した語から単語、単語の意味、単語と単語の組合せから主部、述部および修飾部等の識別および文の生成、文と文の組合せから論理等を生成することができる。
まず、語の登録について説明する。図５において各語に対するパターンを決める。識別が可能であればパターンの形式は特に問わない。語に対するパターンを決めたら４のパターン検出器で設定し、そのパターンを語生成領域にある記録モジュールに登録していく。語のパターンの登録が完了したら、次に単語の登録について説明する。単語に対するパターンは語のパターンを順番に並べたもので良い。単語のパターンが決まったら、４のパターン検出器で単語のパターンを設定し、単語領域の記録モジュールに登録する。登録が完了したら、単語を構成する語に対応する語のパターンを順番に設定していく。語のパターンの設定が完了したら単語に対応するパターンを記録した記録モジュールを励起する。この時、単語を記録した記録モジュールの接続情報を記録している箇所に、励起した語の履歴が記録される。
以上で単語の登録は完了である。本単語に対応する語が順番通りに入力すると、本単語の接続情報を記録した箇所により、語が単語を構成する順番で入力されたことを確認し、本単語の記録モジュールが励起することになる。
次に単語と単語の組合せにより、主部、述部、修飾部等の識別を実施する。これに関しても、単語と単語の組合せのパターンから識別することができる。単語が励起すると、その単語の種類が何か（名詞、動詞、形容詞、副詞、助詞等）検出することにする。これは各単語対応で紐づけすることにより容易に実施できる。この単語の種類の出現パターンを検出することにより、単語の組合せが何に対応するか識別することができる。
具体例として、「名詞」＋「は（助詞）」、「名詞」＋「が（助詞）」は主部と識別、「動詞」、「形容詞」は述部、「形容詞」＋「名詞」は形容詞が名詞を修飾と識別することができる。
このように主部、述部、修飾部等に整理した後に、文に対応するパターンを記録モジュールに記録する。このように整理しておくと、関連する文の検索、照合等を行うときに処理が簡便となる。
同様にして入力した文と文との接続関係を成長させることにより、文と文の関係が明確になってくる。文は単独の文として存在するよりも、前に出現した文を受けて出る場合が多いと考えられる。（ある文に注目すると、その文以前の文の中に、その文がでるきっかけとなる文が見つかる場合が多い。）あるテーマに関する文と文の関係を見ると、同じ内容、意味を分かり易く、別の表現で、繰り返し説明する場合が多い。このようなケースにおいても、学習後は文と文との接続関係に論理的な関係を生成させることができる。（あるテーマに関し、複数の書物に関する情報を入力すると、同じ意見、表現の箇所は文と文の関係が強化される。また、結合関係を生成する際に、入力情報を識別（入力ラインを分けることにより実施可能）することにより、複数の思考を分離し、識別することも可能である。）
（請求項６に対応）
図６はこの発明の一実施例における自動論理構築機の構成を示した図である。
図６において１は情報をパターンに変換するパターン変換器である。２はパターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールである。３は記録モジュールの構成体であるパターン記録器である。４はパターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器である。５は励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器である。６はパターンを情報に変換するパターン逆変換器である。７は情報を入力した時に、関連して励起したパターンが誤っていれば、誤って励起した記録モジュールにおける接続情報の結合強度を弱め、励起すべきパターンが入力されたにも関わらず励起しない場合は励起すべき記録モジュールにおける接続情報の結合強度を強めるパターン間接続修正器である。９は入力した情報の意味を既に記録した情報または情報の組合せにより表現し、入力した情報と既に記録した情報との接続関係を生成する意味分析器である。
図６において１は情報をパターンに変換するパターン変換器である。２はパターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールである。３は記録モジュールの構成体であるパターン記録器である。４はパターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器である。５は励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器である。６はパターンを情報に変換するパターン逆変換器である。７は情報を入力した時に、関連して励起したパターンが誤っていれば、誤って励起した記録モジュールにおける接続情報の結合強度を弱め、励起すべきパターンが入力されたにも関わらず励起しない場合は励起すべき記録モジュールにおける接続情報の結合強度を強めるパターン間接続修正器である。９は入力した情報の意味を既に記録した情報または情報の組合せにより表現し、入力した情報と既に記録した情報との接続関係を生成する意味分析器である。
次に動作について説明する。
図６において１のパターン変換器は情報をパターンに変換する。変換したパターンは逐次、３のパターン記録器の記録モジュールに記録する。４のパターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴は５のパターン照合器に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。５のパターン照合器には記録モジュールの励起の履歴を各励起のステップ毎に記録している状況を示している。履歴の転写は当該モジュールが励起する直前のステップから過去にさかのぼって設定した期間の履歴を使用する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。
このようにある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、ある程度の学習期間を経ると、励起に関連するモジュールが励起すると、当該モジュールが励起するように励起検出の閾値を設定することができる。閾値設定後は入力した情報に対して、適切な記録モジュールが励起するかモニターし、励起すべきモジュールが励起しない場合は、転写による結合係数の増加を実施し、当該記録モジュールが励起するように調整する。７のパターン間接続修正器により、励起すべきでない記録モジュールが誤って励起した場合は、転写により結合係数の減少を実施し、当該記録モジュールが励起しないように調整する。
次に情報と情報の結合関係を形式的なものではなく、意味のある結合とする方法について説明する。情報を入力すると意味分析器において意味の分析を行う。意味分析器では、入力した単語を既に理解している単語または単語の組合せで表現する。これは、辞書の情報を使うことにより、各単語の意味をより分かり易い単語で表現に置き換えることができる。これは、下記のように表現できる。
表現は違うが同じ意味：Ａ⇔Ａ’、Ｂ⇔Ａ’、Ｃ⇔Ｃ’（Ａ，Ｂ，Ｃは理解している単語、Ａ’，Ｂ’，Ｃ’は意味が同じであるが別の表現の単語または単語の組合せ）
この時、既に理解済の知識に関して、別の表現となった場合に理解できるか否かを説明する。理解済の知識は理解済の単語を使って下記のように表現されているとする。
理解済みの知識：Ａ，Ｂ⇒Ｃ
この時、論理展開すると下記となる。
Ａ’⇔Ａ
⇒Ｃ⇔Ｃ’
Ｂ’⇔Ｂ
具体例として下記におきかえて考えると、
（Ａ：親しい友達、Ｂ：上手にできた、Ｃ：お祝いする）
（Ａ’：親友、Ｂ’：成功、Ｃ：祝福する）
「親しい友達が上手にできたのでお祝いする」という知識が記録されているとする。次に「親友」が「成功した」という情報が入ったとする。この時、上記の知識を使って
「親友が成功したので」⇒「祝福する」という意味を理解することができる。
つまり、Ａ’，Ｂ’は（Ａ，Ｂ⇒Ｃ）という理解済の知識を経て、Ｃ’という結論に到達することができる。つまり、新規の情報に関しても、等価な理解済の表現で置き換えることにより、過去の理解済の知識により、妥当か否かの判断が可能となる。過去に記録した理解済の知識と照らし、正しいと判断した新規の情報は以後、理解済の情報として識別し、記録する。このようにして、新規の情報の内、正しいと判断したものを理解済みの知識として組み入れていくことにより、新規情報で表現された別の情報に関しても妥当であるか否かの判断ができるようになる。人間がある情報に関して理解できたと感じるか否かも、同様のプロセスを経ていると考えられる。人間も新しい情報に接した時、新しい情報を既に理解している情報の組合せ、例え等で表現し、理解済の知識と整合していると判断した時に、新しい情報を正しいと感じる。機械に関しても同じプロセスを具備することにより、新しい情報が妥当であるか否かの判断を行わせることが可能となる。
機械に意味を理解させるのは、人間が子供を育てるのと同様の方法（簡単なものから複雑、高度な知識へと段階を経て学習）が基本的には望ましい。新しい情報が入った時に既に登録されている理解済みの知識の組合せにより解釈するということは理解済の知識体系と照らし合わせ、妥当性を確認しながら知識を構築することができるからである。ただし、機械に学習させる場合は、このことを厳密に実施する必要は無い。理解済の知識の組合せで理解できない新規情報については仮登録（確認中の知識と識別）しておき、将来のある時点において理解済の知識と関連づけられる情報が入力した時点で、理解した知識として本登録するということも可能であるからである。（人間も言語を本当の意味で理解していなくても、慣用的に使用し、話を先に進めることはできる。同様の進め方は機械における意味の理解についても適用できる。）
図６において１のパターン変換器は情報をパターンに変換する。変換したパターンは逐次、３のパターン記録器の記録モジュールに記録する。４のパターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴は５のパターン照合器に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。５のパターン照合器には記録モジュールの励起の履歴を各励起のステップ毎に記録している状況を示している。履歴の転写は当該モジュールが励起する直前のステップから過去にさかのぼって設定した期間の履歴を使用する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。
このようにある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、ある程度の学習期間を経ると、励起に関連するモジュールが励起すると、当該モジュールが励起するように励起検出の閾値を設定することができる。閾値設定後は入力した情報に対して、適切な記録モジュールが励起するかモニターし、励起すべきモジュールが励起しない場合は、転写による結合係数の増加を実施し、当該記録モジュールが励起するように調整する。７のパターン間接続修正器により、励起すべきでない記録モジュールが誤って励起した場合は、転写により結合係数の減少を実施し、当該記録モジュールが励起しないように調整する。
次に情報と情報の結合関係を形式的なものではなく、意味のある結合とする方法について説明する。情報を入力すると意味分析器において意味の分析を行う。意味分析器では、入力した単語を既に理解している単語または単語の組合せで表現する。これは、辞書の情報を使うことにより、各単語の意味をより分かり易い単語で表現に置き換えることができる。これは、下記のように表現できる。
表現は違うが同じ意味：Ａ⇔Ａ’、Ｂ⇔Ａ’、Ｃ⇔Ｃ’（Ａ，Ｂ，Ｃは理解している単語、Ａ’，Ｂ’，Ｃ’は意味が同じであるが別の表現の単語または単語の組合せ）
この時、既に理解済の知識に関して、別の表現となった場合に理解できるか否かを説明する。理解済の知識は理解済の単語を使って下記のように表現されているとする。
理解済みの知識：Ａ，Ｂ⇒Ｃ
この時、論理展開すると下記となる。
Ａ’⇔Ａ
⇒Ｃ⇔Ｃ’
Ｂ’⇔Ｂ
具体例として下記におきかえて考えると、
（Ａ：親しい友達、Ｂ：上手にできた、Ｃ：お祝いする）
（Ａ’：親友、Ｂ’：成功、Ｃ：祝福する）
「親しい友達が上手にできたのでお祝いする」という知識が記録されているとする。次に「親友」が「成功した」という情報が入ったとする。この時、上記の知識を使って
「親友が成功したので」⇒「祝福する」という意味を理解することができる。
つまり、Ａ’，Ｂ’は（Ａ，Ｂ⇒Ｃ）という理解済の知識を経て、Ｃ’という結論に到達することができる。つまり、新規の情報に関しても、等価な理解済の表現で置き換えることにより、過去の理解済の知識により、妥当か否かの判断が可能となる。過去に記録した理解済の知識と照らし、正しいと判断した新規の情報は以後、理解済の情報として識別し、記録する。このようにして、新規の情報の内、正しいと判断したものを理解済みの知識として組み入れていくことにより、新規情報で表現された別の情報に関しても妥当であるか否かの判断ができるようになる。人間がある情報に関して理解できたと感じるか否かも、同様のプロセスを経ていると考えられる。人間も新しい情報に接した時、新しい情報を既に理解している情報の組合せ、例え等で表現し、理解済の知識と整合していると判断した時に、新しい情報を正しいと感じる。機械に関しても同じプロセスを具備することにより、新しい情報が妥当であるか否かの判断を行わせることが可能となる。
機械に意味を理解させるのは、人間が子供を育てるのと同様の方法（簡単なものから複雑、高度な知識へと段階を経て学習）が基本的には望ましい。新しい情報が入った時に既に登録されている理解済みの知識の組合せにより解釈するということは理解済の知識体系と照らし合わせ、妥当性を確認しながら知識を構築することができるからである。ただし、機械に学習させる場合は、このことを厳密に実施する必要は無い。理解済の知識の組合せで理解できない新規情報については仮登録（確認中の知識と識別）しておき、将来のある時点において理解済の知識と関連づけられる情報が入力した時点で、理解した知識として本登録するということも可能であるからである。（人間も言語を本当の意味で理解していなくても、慣用的に使用し、話を先に進めることはできる。同様の進め方は機械における意味の理解についても適用できる。）
（請求項７に対応）
図７はこの発明の一実施例における自動論理構築機の構成を示した図である。
図７において１は情報をパターンに変換するパターン変換器である。２はパターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールである。３は記録モジュールの構成体であるパターン記録器である。４はパターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器である。５は励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器である。６はパターンを情報に変換するパターン逆変換器である。７は情報を入力した時に、関連して励起したパターンが誤っていれば、誤って励起した記録モジュールにおける接続情報の結合強度を弱め、励起すべきパターンが入力されたにも関わらず励起しない場合は励起すべき記録モジュールにおける接続情報の結合強度を強めるパターン間接続修正器である。１０は指定した記録モジュールの励起レベルを他の記録モジュールの励起レベルと変えることにより、思考フローを制御する思考フロー制御器である。
図７において１は情報をパターンに変換するパターン変換器である。２はパターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールである。３は記録モジュールの構成体であるパターン記録器である。４はパターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器である。５は励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器である。６はパターンを情報に変換するパターン逆変換器である。７は情報を入力した時に、関連して励起したパターンが誤っていれば、誤って励起した記録モジュールにおける接続情報の結合強度を弱め、励起すべきパターンが入力されたにも関わらず励起しない場合は励起すべき記録モジュールにおける接続情報の結合強度を強めるパターン間接続修正器である。１０は指定した記録モジュールの励起レベルを他の記録モジュールの励起レベルと変えることにより、思考フローを制御する思考フロー制御器である。
次に動作について説明する。
図７において１のパターン変換器は情報をパターンに変換する。変換したパターンは逐次、３のパターン記録器の記録モジュールに記録する。４のパターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴は５のパターン照合器に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。５のパターン照合器には記録モジュールの励起の履歴を各励起のステップ毎に記録している状況を示している。履歴の転写は当該モジュールが励起する直前のステップから過去にさかのぼって設定した期間の履歴を使用する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。
このようにある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、ある程度の学習期間を経ると、励起に関連するモジュールが励起すると、当該モジュールが励起するように励起検出の閾値を設定することができる。閾値設定後は入力した情報に対して、適切な記録モジュールが励起するかモニターし、励起すべきモジュールが励起しない場合は、転写による結合係数の増加を実施し、当該記録モジュールが励起するように調整する。７のパターン間接続修正器により、励起すべきでない記録モジュールが誤って励起した場合は、転写により結合係数の減少を実施し、当該記録モジュールが励起しないように調整する。
上記に説明した学習および調整を実施することにより、ある情報を入力した時に、その情報に論理的に関係のある情報を逐次、検出することができる。人間の会話、書物の情報等の一連の情報を本自動論理構築機に入力していくことにより、情報の中に含まれている情報と情報の論理的な関係（原因、結果、条件、結論、理由、手段、詳細説明、概略説明、具体化、抽象化、例え、特徴、状態、別の説明、等価な意味、話の続き等）を有する接続を検出することができる。次のステップとして情報と情報の論理的な関係について適宜、入力する。必ずしも、全ての関係について入力する必要は無いが、可能な範囲で入力することとする。例えばＡという情報に関連する情報にＢ１とＢ２があるとする。Ｂ１はＡの原因であり、Ｂ２はＡの結果であるとする。ここで、論理的な関係を表現するものとして、原因をＣ１、結果をＣ２とする。このような情報と情報の関係も含めて記録モジュールに記録しておくと、思考の分岐は下記のようになる。
ケース１：ＡとＣ１が出現した場合 ⇒ Ｂ１
ケース２：ＡとＣ２が出現した場合 ⇒ Ｂ２
人間はある情報により、関連する情報を想起するが、その時に想起する関連情報は、その時の思考フローに適したものを選択する場合が多い。例えば、ある情報に関する原因について注目している場合は、思考の流れを原因から、さらにその原因へと辿る。反対に結果について注目する場合は、思考の流れを結果から、されに引き続いて起きる結果へと辿る。このような論理的な関係のパターンとして、どのようなものを選択するかは、思考フローとしてパターン化しておくと、状況に応じて適切な、思考フローに従って、考えを進めることができる。一例として、ある問題が発生した時の思考フローとしては下記のものがある。
問題の検出⇒状況の把握⇒原因の究明⇒対応方法の検討⇒過去の同様の例の検索⇒前提条件の確認と対応方法の検討⇒計画⇒実行⇒評価⇒次回対応時の改善検討
この思考フローは各ステップの処理が終わり、次のステップに移行する毎に、その時に注目する情報と情報の論理関係を表現するものに切り換えていく。これにより、あるフェーズでの思考は状況の把握に関連する情報へと思考は遷移し、あるフェーズでは原因に関連する情報への思考を遷移させることができる。このように入力情報と、情報と情報との論理関係を表現する言語を使用することにより、思考フローを状況に適した形で自動的に生成することができる。
次に、目標とする思考パターンへの到達を効率的に行う方法について説明する。関連する情報と情報は結合係数を通じて励起するか否かの識別がされている。この場合、ある情報を入力すると関連する情報が複数、励起する場合が考えられる。特定の意味に対応する記録モジュールの励起レベルを変えることにより、この記録モジュールと接続する記録モジュールへの励起信号のレベルも変わる。特定の意味に関連する情報を抽出したい場合は、特定の意味を示す記録モジュールの励起レベルを上げ、特定の意味に関連する情報の励起を抑える場合は特定の意味を示す記録モジュールの励起レベルを下げる。
特定の意味を示す記録モジュールとして例えば、思考フローに関連するものを逐次、選択していくことにより、その時点において注目する思考がクローズアップするため、目標とするパターンへの到達が、計画した思考フローに準じて実施されるので効率的である。
人間もある事象に対した時、色々な考えが浮かび考えが定まらない時がある。このような場合には、冷静に考え方を整理して対応すると効果がある。この冷静に考えを整理するという対応が、上記に説明した思考フローに従って段階的に目標とする思考パターンへ到達させる手法に対応する。
図７では特定の記録モジュール励起レベルを上げ、その記録モジュールと接続している記録モジュールの励起レベルも影響を受けて上がることを示している。
上記では励起レベルを上げる場合について説明したが、励起レベルを逆に下げるという使用も有効である。励起レベルを下げる記録モジュールの設定として、制約および禁止事項に関連するものを指定しておけば、制約または禁止に関わる記録モジュールの励起を抑制することができので、制約条件を満足しながら思考パターンの遷移を進めることが可能である。
図７において１のパターン変換器は情報をパターンに変換する。変換したパターンは逐次、３のパターン記録器の記録モジュールに記録する。４のパターン検出器は入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。入力した情報と同じパターンが既に記録されている場合は該当する記録モジュールを励起する。励起した記録モジュールの履歴は５のパターン照合器に逐次、時系列的に記録する。次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から過去にさかのぼって励起した記録モジュールの履歴をパターン照合器の記録から呼び出し、今回励起した記録モジュールの接続情報を記録している箇所に転写する。５のパターン照合器には記録モジュールの励起の履歴を各励起のステップ毎に記録している状況を示している。履歴の転写は当該モジュールが励起する直前のステップから過去にさかのぼって設定した期間の履歴を使用する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係を示す結合係数を逐次増加させる。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点における過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの設定した期間での履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。このように記録モジュールが励起する毎に、励起に関連したと考えられる記録モジュールの履歴の情報を蓄積していった結果、励起に関連すると考えられる記録モジュールとの結合が徐々に大きくなっていく。
このようにある記録モジュールが励起すると、その励起に関係したと考えられる記録モジュールとの結合が強化していくため、ある程度の学習期間を経ると、励起に関連するモジュールが励起すると、当該モジュールが励起するように励起検出の閾値を設定することができる。閾値設定後は入力した情報に対して、適切な記録モジュールが励起するかモニターし、励起すべきモジュールが励起しない場合は、転写による結合係数の増加を実施し、当該記録モジュールが励起するように調整する。７のパターン間接続修正器により、励起すべきでない記録モジュールが誤って励起した場合は、転写により結合係数の減少を実施し、当該記録モジュールが励起しないように調整する。
上記に説明した学習および調整を実施することにより、ある情報を入力した時に、その情報に論理的に関係のある情報を逐次、検出することができる。人間の会話、書物の情報等の一連の情報を本自動論理構築機に入力していくことにより、情報の中に含まれている情報と情報の論理的な関係（原因、結果、条件、結論、理由、手段、詳細説明、概略説明、具体化、抽象化、例え、特徴、状態、別の説明、等価な意味、話の続き等）を有する接続を検出することができる。次のステップとして情報と情報の論理的な関係について適宜、入力する。必ずしも、全ての関係について入力する必要は無いが、可能な範囲で入力することとする。例えばＡという情報に関連する情報にＢ１とＢ２があるとする。Ｂ１はＡの原因であり、Ｂ２はＡの結果であるとする。ここで、論理的な関係を表現するものとして、原因をＣ１、結果をＣ２とする。このような情報と情報の関係も含めて記録モジュールに記録しておくと、思考の分岐は下記のようになる。
ケース１：ＡとＣ１が出現した場合 ⇒ Ｂ１
ケース２：ＡとＣ２が出現した場合 ⇒ Ｂ２
人間はある情報により、関連する情報を想起するが、その時に想起する関連情報は、その時の思考フローに適したものを選択する場合が多い。例えば、ある情報に関する原因について注目している場合は、思考の流れを原因から、さらにその原因へと辿る。反対に結果について注目する場合は、思考の流れを結果から、されに引き続いて起きる結果へと辿る。このような論理的な関係のパターンとして、どのようなものを選択するかは、思考フローとしてパターン化しておくと、状況に応じて適切な、思考フローに従って、考えを進めることができる。一例として、ある問題が発生した時の思考フローとしては下記のものがある。
問題の検出⇒状況の把握⇒原因の究明⇒対応方法の検討⇒過去の同様の例の検索⇒前提条件の確認と対応方法の検討⇒計画⇒実行⇒評価⇒次回対応時の改善検討
この思考フローは各ステップの処理が終わり、次のステップに移行する毎に、その時に注目する情報と情報の論理関係を表現するものに切り換えていく。これにより、あるフェーズでの思考は状況の把握に関連する情報へと思考は遷移し、あるフェーズでは原因に関連する情報への思考を遷移させることができる。このように入力情報と、情報と情報との論理関係を表現する言語を使用することにより、思考フローを状況に適した形で自動的に生成することができる。
次に、目標とする思考パターンへの到達を効率的に行う方法について説明する。関連する情報と情報は結合係数を通じて励起するか否かの識別がされている。この場合、ある情報を入力すると関連する情報が複数、励起する場合が考えられる。特定の意味に対応する記録モジュールの励起レベルを変えることにより、この記録モジュールと接続する記録モジュールへの励起信号のレベルも変わる。特定の意味に関連する情報を抽出したい場合は、特定の意味を示す記録モジュールの励起レベルを上げ、特定の意味に関連する情報の励起を抑える場合は特定の意味を示す記録モジュールの励起レベルを下げる。
特定の意味を示す記録モジュールとして例えば、思考フローに関連するものを逐次、選択していくことにより、その時点において注目する思考がクローズアップするため、目標とするパターンへの到達が、計画した思考フローに準じて実施されるので効率的である。
人間もある事象に対した時、色々な考えが浮かび考えが定まらない時がある。このような場合には、冷静に考え方を整理して対応すると効果がある。この冷静に考えを整理するという対応が、上記に説明した思考フローに従って段階的に目標とする思考パターンへ到達させる手法に対応する。
図７では特定の記録モジュール励起レベルを上げ、その記録モジュールと接続している記録モジュールの励起レベルも影響を受けて上がることを示している。
上記では励起レベルを上げる場合について説明したが、励起レベルを逆に下げるという使用も有効である。励起レベルを下げる記録モジュールの設定として、制約および禁止事項に関連するものを指定しておけば、制約または禁止に関わる記録モジュールの励起を抑制することができので、制約条件を満足しながら思考パターンの遷移を進めることが可能である。
（請求項１に対応）
第１の発明によれば、人間の思考をパターンとして表現し、思考の遷移をパターンからパターンの変化として表現する。パターンおよびパターン間の接続関係はパターンが励起する毎に、それ以前に励起したパターンとの接続関係を強化することにより、自動的に論理的な関係を抽出することができる。
本発明により機械に動作を行わせる場合は、行う動作手順を言語で入力し、登録することにより実施できる。
本発明によればプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
本発明により機械に動作を行わせる場合は、行う動作手順を言語で入力し、登録することにより実施できる。
本発明によればプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
（請求項２に対応）
第２の発明によれば、人間の思考をパターンとして表現し、思考の遷移をパターンからパターンの変化として表現する。パターンおよびパターン間の接続関係はパターンが励起する毎に、それ以前に励起したパターンとの接続関係を強化することにより、自動的に論理的な関係を抽出することができる。
本発明により機械に動作を行わせる場合は、行う動作手順を言語で入力し、登録することにより実施できる。
本発明によればプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
また、生成した論理に誤りがあった場合、正しい論理への修正をプログラムの変更無しに実現することができる。
本発明により機械に動作を行わせる場合は、行う動作手順を言語で入力し、登録することにより実施できる。
本発明によればプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
また、生成した論理に誤りがあった場合、正しい論理への修正をプログラムの変更無しに実現することができる。
（請求項３に対応）
第３の発明によれば、人間の思考をパターンとして表現し、思考の遷移をパターンからパターンの変化として表現する。パターンおよびパターン間の接続関係はパターンが励起する毎に、それ以前に励起したパターンとの接続関係を強化することにより、自動的に論理的な関係を抽出することができる。
本発明により機械に動作を行わせる場合は、行う動作手順を言語で入力し、登録することにより実施できる。
また、本発明によれば入力した情報に関連する思考パターンの内、適切な思考パターンを情報と情報の論理関係を考慮して、自動的に選択していくことができる。
本発明により機械に動作を行わせる場合は、行う動作手順を言語で入力し、登録することにより実施できる。
また、本発明によれば入力した情報に関連する思考パターンの内、適切な思考パターンを情報と情報の論理関係を考慮して、自動的に選択していくことができる。
（請求項４に対応）
第４の発明によれば、ある事象について将来の挙動について過去の挙動の履歴を使って予測することができる。過去の挙動の数々の挙動から、将来の取り得る挙動のパターンがどの程度あり、その起こりうる可能性がどの程度あるのかを定量的に予測することができる。
（請求項５に対応）
第５の発明によれば、人間の思考をパターンとして表現し、思考の遷移をパターンからパターンの変化として表現する。パターンおよびパターン間の接続関係はパターンが励起する毎に、それ以前に励起したパターンとの接続関係を強化することにより、自動的に論理的な関係を抽出することができる。
本発明により機械に動作を行わせる場合は、行う動作手順を言語で入力し、登録することにより実施できる。
また、本発明によれば入力した語から単語、単語の意味、単語と単語の組合せから主部、述部および修飾部等の識別および文の生成、文と文の組合せから論理等を生成し、知識を構築していくことができる。
本発明により機械に動作を行わせる場合は、行う動作手順を言語で入力し、登録することにより実施できる。
また、本発明によれば入力した語から単語、単語の意味、単語と単語の組合せから主部、述部および修飾部等の識別および文の生成、文と文の組合せから論理等を生成し、知識を構築していくことができる。
（請求項６に対応）
第６の発明によれば、人間の思考をパターンとして表現し、思考の遷移をパターンからパターンの変化として表現する。パターンおよびパターン間の接続関係はパターンが励起する毎に、それ以前に励起したパターンとの接続関係を強化することにより、自動的に論理的な関係を抽出することができる。
本発明により機械に動作を行わせる場合は、行う動作手順を言語で入力し、登録することにより実施できる。
また、本発明によれば新規に入力された情報を既に記録された情報で表現することにより、新規情報の意味を理解することができる。
本発明により機械に動作を行わせる場合は、行う動作手順を言語で入力し、登録することにより実施できる。
また、本発明によれば新規に入力された情報を既に記録された情報で表現することにより、新規情報の意味を理解することができる。
（請求項７に対応）
第７の発明によれば、人間の思考をパターンとして表現し、思考の遷移をパターンからパターンの変化として表現する。パターンおよびパターン間の接続関係はパターンが励起する毎に、それ以前に励起したパターンとの接続関係を強化することにより、自動的に論理的な関係を抽出することができる。
本発明により機械に動作を行わせる場合は、行う動作手順を言語で入力し、登録することにより実施できる。
また、本発明によれば目標とする動作を行うための手順等を自動的に生成することができる。
本発明により機械に動作を行わせる場合は、行う動作手順を言語で入力し、登録することにより実施できる。
また、本発明によれば目標とする動作を行うための手順等を自動的に生成することができる。
１ パターン変換器
２ 記録モジュール
３ パターン記録器
４ パターン検出器
５ パターン照合器
６ パターン逆変換器
７ パターン間接続修正器
８ 思考フロー選択器
９ 意味分析器
１０ 思考フロー制御器
２ 記録モジュール
３ パターン記録器
４ パターン検出器
５ パターン照合器
６ パターン逆変換器
７ パターン間接続修正器
８ 思考フロー選択器
９ 意味分析器
１０ 思考フロー制御器
Claims (7)
- 情報をパターンに変換するパターン変換器と、パターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールから構成されたパターン記録器と、パターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器と、励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器と、パターンを情報に変換するパターン逆変換器を備え、入力した情報をパターンに変換して逐次記録するとともに、パターンとパターンの接続関係を自動的に生成および強化することにより、情報に含まれた論理的な結合関係を自動的に生成、強化していく人工知能装置。
- 情報をパターンに変換するパターン変換器と、パターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールから構成されたパターン記録器と、パターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器と、励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器と、パターンを情報に変換するパターン逆変換器と、情報を入力した時に、関連して励起したパターンが誤っていれば、誤って励起した記録モジュールにおける接続情報の結合強度を弱め、励起すべきパターンが入力されたにも関わらず励起しない場合は励起すべき記録モジュールにおける接続情報の結合強度を強めるパターン間接続修正器を備え、入力した情報をパターンに変換して逐次記録するとともに、生成した論理に誤りがあれば適宜、正しい論理に修正していく人工知能装置。
- 情報をパターンに変換するパターン変換器と、パターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールから構成されたパターン記録器と、パターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器と、励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器と、パターンを情報に変換するパターン逆変換器と、情報を入力した時に、関連して励起したパターンが誤っていれば、誤って励起した記録モジュールにおける接続情報の結合強度を弱め、励起すべきパターンが入力されたにも関わらず励起しない場合は励起すべき記録モジュールにおける接続情報の結合強度を強めるパターン間接続修正器と、情報と情報の論理関係を示す情報により、優先的に励起するパターンを選択する思考フロー選択器を備え、入力した情報に関連する思考パターンの内、適切な思考パターンを逐次、自動的に選択していく人工知能装置。
- 情報をパターンに変換するパターン変換器と、パターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールから構成されたパターン記録器と、パターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器と、励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器と、パターンを情報に変換するパターン逆変換器を備え、入力した情報をパターンに変換して逐次記録するとともに、パターンとパターンの接続関係を自動的に生成および強化することにより、将来の入力情報を予測する人工知能装置。
- 情報をパターンに変換するパターン変換器と、パターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールから構成されたパターン記録器と、パターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器と、励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器と、パターンを情報に変換するパターン逆変換器と、情報を入力した時に、関連して励起したパターンが誤っていれば、誤って励起した記録モジュールにおける接続情報の結合強度を弱め、励起すべきパターンが入力されたにも関わらず励起しない場合は励起すべき記録モジュールにおける接続情報の結合強度を強めるパターン間接続修正器を備え、入力した語から単語、単語の意味、単語と単語の組合せから主部、述部および修飾部等の識別および文の生成、文と文の組合せから論理等を生成し、知識を構築していく人工知能装置。
- 情報をパターンに変換するパターン変換器と、パターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールから構成されたパターン記録器と、パターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器と、励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器と、パターンを情報に変換するパターン逆変換器と、情報を入力した時に、関連して励起したパターンが誤っていれば、誤って励起した記録モジュールにおける接続情報の結合強度を弱め、励起すべきパターンが入力されたにも関わらず励起しない場合は励起すべき記録モジュールにおける接続情報の結合強度を強めるパターン間接続修正器と、入力した情報の意味を既に記録した情報または情報の組合せにより表現し、入力した情報と既に記録した情報との接続関係を生成する意味分析器を備え新規に入力された情報を既に記録された情報で表現することにより、新規情報の意味を理解することが可能な人工知能装置。
- 情報をパターンに変換するパターン変換器と、パターンおよび当該パターンの励起に関連するパターンとの接続情報を記録する記録モジュールから構成されたパターン記録器と、パターン変換器にて変換されたパターンをパターン記録器の記録モジュールと照合し、照合すれば該当の記録モジュールを励起し、照合しなければ新規パターンとして記録モジュールに記録および励起するパターン検出器と、励起したパターンの履歴を設定した期間保持し、最新の履歴から設定した過去までの履歴と各記録モジュールのパターンとの接続情報とを照合し、相関が大きい場合に該当の記録モジュールを励起するパターン照合器と、パターンを情報に変換するパターン逆変換器と、情報を入力した時に、関連して励起したパターンが誤っていれば、誤って励起した記録モジュールにおける接続情報の結合強度を弱め、励起すべきパターンが入力されたにも関わらず励起しない場合は励起すべき記録モジュールにおける接続情報の結合強度を強めるパターン間接続修正器と、指定した記録モジュールの励起レベルを他の記録モジュールの励起レベルと変えることにより、思考フローを制御する思考フロー制御器を備え、目標とする思考パターンへ到達するための思考フローを自動的に生成することが可能な人工知能装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014233113A JP5740761B2 (ja) | 2014-10-29 | 2014-10-29 | 自動論理構築機 |
| PCT/JP2014/082187 WO2016067478A1 (ja) | 2014-10-29 | 2014-11-28 | 自動論理構築機 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014233113A JP5740761B2 (ja) | 2014-10-29 | 2014-10-29 | 自動論理構築機 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2015072700A true JP2015072700A (ja) | 2015-04-16 |
| JP5740761B2 JP5740761B2 (ja) | 2015-07-01 |
Family
ID=53014982
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014233113A Active JP5740761B2 (ja) | 2014-10-29 | 2014-10-29 | 自動論理構築機 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP5740761B2 (ja) |
| WO (1) | WO2016067478A1 (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015130194A (ja) * | 2015-02-02 | 2015-07-16 | 洋彰 宮崎 | 自律型知識分析機 |
| JP2015133138A (ja) * | 2015-02-17 | 2015-07-23 | 洋彰 宮崎 | 自律型知能生成機 |
| JP2015187879A (ja) * | 2015-05-07 | 2015-10-29 | 洋彰 宮崎 | 自律型処理手順生成および実行機 |
| JP2015187882A (ja) * | 2015-05-18 | 2015-10-29 | 洋彰 宮崎 | 自律型知識体系構築機 |
| JP2015207298A (ja) * | 2015-05-25 | 2015-11-19 | 洋彰 宮崎 | 人工知能装置 |
| JP2015232886A (ja) * | 2015-06-17 | 2015-12-24 | 洋彰 宮崎 | 人工知能装置 |
| JP2015232894A (ja) * | 2015-07-08 | 2015-12-24 | 洋彰 宮崎 | 人工知能装置 |
| JP2016006678A (ja) * | 2015-08-04 | 2016-01-14 | 洋彰 宮崎 | 暴走しない人工知能装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002304617A (ja) * | 2001-04-04 | 2002-10-18 | Pacific Systems Corp | 反応型情報処理装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2615422B2 (ja) * | 1994-03-23 | 1997-05-28 | 工業技術院長 | 時系列学習神経回路素子およびそれを用いた時系列学習神経回路 |
-
2014
- 2014-10-29 JP JP2014233113A patent/JP5740761B2/ja active Active
- 2014-11-28 WO PCT/JP2014/082187 patent/WO2016067478A1/ja active Application Filing
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002304617A (ja) * | 2001-04-04 | 2002-10-18 | Pacific Systems Corp | 反応型情報処理装置 |
Non-Patent Citations (2)
| Title |
|---|
| CSNG200001046005; 木ノ内康夫，他３名: 'イメージ間の反応を用いた適応型システムへの考察' 電子情報通信学会技術研究報告 第９８巻，第６４０号, 19990305, ｐｐ．４３-４９, 社団法人電子情報通信学会 * |
| JPN6015001645; 木ノ内康夫，他３名: 'イメージ間の反応を用いた適応型システムへの考察' 電子情報通信学会技術研究報告 第９８巻，第６４０号, 19990305, ｐｐ．４３-４９, 社団法人電子情報通信学会 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016125320A1 (ja) * | 2015-02-02 | 2016-08-11 | 洋彰 宮崎 | 自律型知識分析機 |
| JP2015130194A (ja) * | 2015-02-02 | 2015-07-16 | 洋彰 宮崎 | 自律型知識分析機 |
| JP2015133138A (ja) * | 2015-02-17 | 2015-07-23 | 洋彰 宮崎 | 自律型知能生成機 |
| WO2016132567A1 (ja) * | 2015-02-17 | 2016-08-25 | 洋彰 宮崎 | 自律型知能生成機 |
| JP2015187879A (ja) * | 2015-05-07 | 2015-10-29 | 洋彰 宮崎 | 自律型処理手順生成および実行機 |
| WO2016178293A1 (ja) * | 2015-05-07 | 2016-11-10 | 洋彰 宮崎 | 自律型処理手順生成および実行機 |
| JP2015187882A (ja) * | 2015-05-18 | 2015-10-29 | 洋彰 宮崎 | 自律型知識体系構築機 |
| WO2016185621A1 (ja) * | 2015-05-18 | 2016-11-24 | 洋彰 宮崎 | 自律型知識体系構築機 |
| JP2015207298A (ja) * | 2015-05-25 | 2015-11-19 | 洋彰 宮崎 | 人工知能装置 |
| WO2016189755A1 (ja) * | 2015-05-25 | 2016-12-01 | 洋彰 宮崎 | 人工知能装置 |
| JP2015232886A (ja) * | 2015-06-17 | 2015-12-24 | 洋彰 宮崎 | 人工知能装置 |
| JP2015232894A (ja) * | 2015-07-08 | 2015-12-24 | 洋彰 宮崎 | 人工知能装置 |
| JP2016006678A (ja) * | 2015-08-04 | 2016-01-14 | 洋彰 宮崎 | 暴走しない人工知能装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2016067478A1 (ja) | 2016-05-06 |
| JP5740761B2 (ja) | 2015-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5740761B2 (ja) | 自動論理構築機 | |
| CN102915321B (zh) | 用于处理数据的系统和方法 | |
| JP5737641B2 (ja) | 自律型思考パターン生成機 | |
| JP5737642B2 (ja) | 自律型知識向上装置 | |
| CN106415504B (zh) | 测试用例生成系统及记录测试用例的记录介质 | |
| JP5737643B2 (ja) | 自律学習型知識構築機 | |
| JP5807831B2 (ja) | 自律型問題解決機 | |
| CN115640159A (zh) | 一种微服务故障诊断方法及系统 | |
| da Silva et al. | Improving Named Entity Recognition using Deep Learning with Human in the Loop. | |
| JP5810476B2 (ja) | 自律型知識抽出機 | |
| CN104536880B (zh) | 基于符号执行的gui程序测试用例扩增方法 | |
| JP5821142B2 (ja) | 自律型知能体系構築機 | |
| JP5807830B2 (ja) | 自律型知能生成機 | |
| CN110998740A (zh) | 用于使用临床背景信息扩展搜索查询的系统和方法 | |
| Ocal et al. | A comprehensive evaluation and correction of the timebank corpus | |
| WO2021124411A1 (ja) | 論理結合型プログラムが実行時に発生する非同期型アルゴリズムの正統性の検証を実施可能にする方法 | |
| JP5821141B2 (ja) | 自律型知識体系構築機 | |
| JP5828437B2 (ja) | 自律型処理手順生成および実行機 | |
| US8010477B2 (en) | Integrated problem solving system | |
| JP5828438B2 (ja) | 自律型知識体系構築機 | |
| JP2015232894A (ja) | 人工知能装置 | |
| JP5866721B2 (ja) | 人工知能装置 | |
| Abreu | Ticiana L. Coelho da Silva | |
| Ding | Beyond Natural Language Processing: Advancing Software Engineering Tasks through Code Structure | |
| JP2015130194A (ja) | 自律型知識分析機 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20150113 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150127 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150203 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150407 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150409 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5740761 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |