JP2017130171A - ブラックボックスでない人工知能装置 - Google Patents

Abstract

【課題】処理内容の詳細がブラックボックスでない人工知能技術を提供する。【解決手段】入力した情報を構文分析し主語、主語の修飾、述語、述語の修飾、数値、記号に整理して検索し易い構造にして記録する。入力した情報は既に記録している情報と比較、分析し、有用な情報を抽出して知識体系を構築し、人工知能が有用性を判断できない場合は人間が判断する。人間により質問等が生成されると本人工知能は構築した知識体系から質問に回答するために必要な手順および情報を検索し、検索した手順に従って回答を生成して問題解決する。【選択図】図１９

Description

この発明は逐次、入力した情報から自律的に知識体系を構築するとともに、構築した知識体系を活用して状況の分析および問題の識別を実施し、会話、翻訳および問題を解決するための情報検索、処理を実施するプログラムの起動、問題解決に必要な情報の生成と知識体系への組み込みを実施し、自律的に問題を処理するとともに更なる知識の向上を行う人工知能、ロボットおよび、その機能を実現するソフトウェアに関するものである。
また、人工知能の機能・性能および自律性を高める段階で課題となっているブラックボックス化を排除した「ブラックボックスでない」人工知能、ロボットおよび、その機能を実現するソフトウェアに関するものである。

従来の人工知能技術としてはエキスパートシステム、ニューラルネットワークを使用したものがある。
エキスパートシステムはルール群から構成されるプログラムであり、固定である推論エンジンと可変である知識データベースから構成されている。推論エンジンは規則群を用いた推論を行っており、推論の論理としては命題論理、述語論理、認識論理、様相論理、時相論理、ファジー論理等が規則群として使用されている。知識データベースは一般的に専門家の知識を入力することにより構成する必要があるが、定式化してみると規則間で矛盾している等の問題が文献等において指摘されている。また、論理以外の処理を扱うことは困難である。
ニューラルネットワークでは、一般的に入力層、中間層、出力層の人工ニューロンをシリアルに接続し、人工ニューロン間の接続はシナプス学習させることにより実施する。シナプス学習としては誤差逆伝搬法（バックプロパゲーション）が一般的に用いられているが、バックプロパゲーションは下記に示すような欠点が文献等にて指摘されている。
・バックプロパゲーションでは、人工ニューロンで使われる伝達関数が可微分でなければならない。
・バックプロパゲーションによる学習での収斂は非常に遅い。
・バックプロパゲーションによる学習は、必ず収斂するとは限らない。
・広域的な最適解ではなく局所的な誤差最少点に収斂することが多い。
等
また、ニューラルネットワークは処理の過程がブラックボックスであり、処理の妥当性を確認することが困難である等の欠点が指摘されている。

従来の人工知能技術としてはエキスパートシステム、ニューラルネットワークを使用したものがあるが、いずれも人工知能を実現するためには大きな欠点を有している。
エキスパートシステムは規則群を用いた論理のみが処理の対象である。人間の思考は論理のみで表現することは困難である。また、エキスパートシステムの知識データベースは一般的に専門家の知識を入力することにより構成するが、定式化してみると規則間で矛盾している等の問題が文献等において指摘されている。
ニューラルネットワークでは、一般的に入力層、中間層、出力層の人工ニューロンをシリアルに接続し、人工ニューロン間の接続はシナプス学習させることにより実施する。シナプス学習としては誤差逆伝搬法（バックプロパゲーション）が一般的に用いられているが、バックプロパゲーションは下記に示すような欠点が文献等にて指摘されている。
・バックプロパゲーションでは、人工ニューロンで使われる伝達関数が可微分でなければならない。
・バックプロパゲーションによる学習での収斂は非常に遅い。
・バックプロパゲーションによる学習は、必ず収斂するとは限らない。
・広域的な最適解ではなく局所的な誤差最少点に収斂することが多い。
等
また、ニューラルネットワークは処理の過程がブラックボックスであり、処理の妥当性を確認することが困難である等の欠点が指摘されている。
人間の思考パターンの遷移のように論理以外の遷移も実施できる人工知能を実現する。情報（言語）を入力することにより自律的に知識体系を構築する人工知能を実現する。
また、人工知能の中で構築される知識体系が現実に整合して処理できるかという「記号接地問題」を解決し、処理の過程が人間に理解できるブラックボックス化は排除した「ブラックボックスでない」人工知能を実現する。

人間は言語を用いて思考するので言語を構成する単語、数値および記号をパターン化すれば、人間の思考はパターンの組合せで表現することができる。また思考過程はパターン間の遷移で表現することができる。人間の思考は同じような状況下においては同じ思考過程を示す傾向があるため、概念をパターンで表現し概念と概念の関係を時系列的な出現の度合に応じて結合を強化していくと、概念間の有意な接続関係を自律的に生成することができる。概念間の接続関係の生成はこのような自律的生成の他に、人間が概念間の接続関係を指定して設定する方法によっても実現できる。概念間の関係には様々なものがある。原因と結果、詳細と概要、ある意見と反対の意見、ある項目と関連する内容等、論理関係以外にも多々考えられる。文章または会話における文（概念）を列挙していくと、後で出現する文（概念）は前に出現する文（概念）の影響を受けている。（当然、別の話題に移った場合には、概念間の影響が小さくなる場合があるが、同一の話題の中では影響は存在する。）従って、一つの文（概念）を一つのパターンで表現し、ある文（概念）が出現すると、その文（概念）に対応するパターンを励起し、励起したパターンの接続関係記録部に直近に励起したパターンの励起履歴を記録・蓄積することにより、概念間の関係を自律的に抽出し強化することが可能となる。先に述べたように概念間の関係には様々なものがある。この概念間の関係に関しても人間による指定または学習による自律的生成により設定することができる。学習による自律的生成は次のように実施する。例えば概念Ａが原因（関係１）で概念Ｂが結果（関係２）であるとする。概念Ａが出現し、その後に概念Ｂが出現した時に人間の指定により概念Ｂの関係２（結果）を励起する。この時、関係２（結果）に対応するパターンの接続情報記録部には概念Ａに続き概念Ｂが励起した履歴が記録される。将来、概念Ａの後に概念Ｂが励起すると励起履歴と結果（関係２）の接続情報記録部に記録した型が合致するので結果（関係２）のパターンが励起し、関係に関する学習が行われたことが分かる。また結果（関係２）の接続情報記録部には概念Ａおよび概念Ｂの励起履歴が記録されているので、この情報を使えば概念Ａの関係２（結果）は何かを検索したい場合、概念Ｂが該当すると容易に識別することができる。同様に概念Ｂの関係１（原因）は概念Ａであることを容易に識別することができる。ここで生成した関係に関する情報は情報の絞り込みに活用することができる。概念間の接続を実施していくと、一般的にある概念は他の概念と複数の接続を有すると考えられる。この時に関係を各段階において適切なものを設定することにより、複数の関連情報からその段階において適切な情報を選択することが可能となる。このように入力する情報を既に記録している情報との関係を踏まえ記録していくと、情報は単独の状態で存在するのではなく、他の情報と関係を有した知識体系として記録することができる。また情報を知識体系に記録する際に、情報の分析結果（新規性、信頼性、価値等）の情報も付加して記録すると、将来において関連情報を検索および分析する場合、非常に有益である。さらに、生成した知識体系を使うと数々の質問に対し、回答を生成することが非常に容易である。本手法では入力情報を構文分析し、記録している情報との比較がし易いように文要素を識別し構造化して記録する。入力した情報は記録している情報と比較し、新規性、信頼性および価値を分析し、有用な情報を記録していく。既に記録している情報と関連性がある場合は、該当する情報との関係も付加して記録し、情報検索の際に関連情報として検索できるように記録する。このような形で本人工知能は入力した情報から有用な情報を抽出して記録器に知識体系を構築していく。知識体系は人間が「子供」を教育しながら育てるように段階的に構築していく。初期段階では言語入力により基本的な知識を入力していく。可能な範囲で知識間の関係性も設定していく。後から入力する情報は構築した知識と比較し有用な情報を抽出して知識体系に加えていく。人工知能が有用性を判断できない場合は人間が判断する。人間が指示した内容はパターン間の結合強化として学習していくことにより自律性を高めていく。人間により質問等が生成されると本人工知能は構築した知識体系から質問に回答するために必要な手順および情報を検索し、検索した手順に従って回答を生成していく。本人工知能は入力した情報から逐次、知識体系を構築していき、問題解決方法も逐次、追加・更新していくことができる。また状況に応じて適切なプログラムを起動し処理を進めるとともに、言語を分析し分析結果に応じて処理を進める言語ベースでの処理も実施できる。プログラミングではなく言語での指示による処理も可能なシステムである。（当然プログラミングによる処理も可能である。）
また、処理内容については励起するパターンをモニターすることにより監視することができ、パターンおよびパターン間の接続関係も単語、数および記号で表現した概念に対応したものであるため、人間による理解が容易である。従って、ニューラルネットワークを使用した人工知能で大きな課題となっているブラックボックス化を解決したシステムとなっている。

パターンという概念を使って人間の各思考を表現し、パターン間の遷移を行うことにより人間の思考過程をコンピュータ内において模擬、実現することができる。人間の思考および思考過程を模擬する人工知能を実現するため、パターンおよびパターンを格納する記録ユニットの機能を以下のように設定した。
・入力した情報（文、概念）の単語、数値および記号を分析し、記録器に記録する際、主語、主語の修飾、述語、述語の修飾（５Ｗ１Ｈ）、数値、記号および分析結果に整理して格納し、連想記憶的な情報検索を容易にする。（情報を構造化して記録しているので一部の情報を検索パターンとして照合させ相関の大きいパターンから必要な情報を抽出することができる。）
・プログラムの機能を包含する。（処理を代表するパターンが励起すると対応する処理プログラムが起動する。処理を代表するパターンをシーケンス的に実行することにより、より複雑な処理を実行する。）処理の結果、新しく発生した情報は適切な検索キー（パターンの組合せ）により記録し、他の処理からの情報検索を容易にする。
・パターンの励起により内蔵した処理を実行する。また接続関係のあるパターンを逐次、励起し能動的な処理を実行する。
・パターンおよび記録ユニットの主な励起方法を示す。
（１）検索用のパターンを各パターンと照合し、相関の大きいパターンを励起する。
（２）現時点から設定した期間の過去の励起履歴を各パターンの接続情報記録部に記録した他のパターンとの接続情報と照合し、相関の大きいパターンを励起する。
（３）接続関係のあるパターンを励起する。接続関係が複数ある場合は設定した関係のパターンだけを励起することができる。
・パターン間の接続関係は人間による設定および励起履歴を使った接続関係の自律的強化により生成する。
・パターンに記録している接続情報を変更することにより励起するパターンのシーケンスを変更する。（処理の変更は関連する接続情報をローカルに変更することで実現できる。）
・特徴的なパターンを検出すると対応する処理を実施する。
（関連情報検索→検索した情報を使用して処理→結果を記録）
図１はパターンおよび記録ユニットの機能概要を示している。記録ユニットには情報を表現するパターン、パターンの分析結果、他の記録ユニットとの接続情報、接続関係（接続数、接続先、関係性）および情報の処理手順（プログラムの関数機能を含む）を記録する。パターンは励起により活性化し内蔵した処理の実行および接続先の記録ユニットの励起等の能動的な動作を行う。（情報検索、検索した情報を使った処理、結果の記録）
図２はパターンおよび記録ユニットの励起方法を示したものである。これらの励起方法を使用すると様々な機能を実現することができる。
励起方法１を使用すると検索パターンを使用した情報の抽出ができる。情報は主語、主語の修飾、述語、述語の修飾（５Ｗ１Ｈ）、数値、記号に整理して記録ユニットに記録されているので、検索パターンを適切に設定すると必要な情報が格納されている記録ユニットを励起、識別し、その記録ユニットから欲しい情報を抽出することができる。さらに抽出した情報により条件分岐および処理を実施することで条件付処理を実現することができる。（記録ユニットに構造化して記録されている情報のうち探している箇所に格納されている情報を抽出することにより実施できる。）
励起方法２を使用すると一連の情報のシーケンスを記録することができる。概念（情報）逐次、入力すると新規性を確認し、新規の概念は新しく記録ユニットに登録し、既に記録されている概念は該当の記録ユニットを励起する。励起した記録ユニットの接続情報記録部に直近の励起履歴を記録することにより、励起した記録ユニットと直近で励起した記録ユニット間の接続関係が強化されることになる。一連の情報のシーケンスを入力し、励起した情報と直近に励起した情報間で接続を強化することにより、情報は強化された接続関係を通じて逐次、励起していく。つまり一連の情報シーケンスを自律的に学習して記録することができる。また、本機能を使うと文脈の記録も可能となる。通常、概念（情報）は文脈を踏まえて出現するので多くの文章を入力していくと共通の文脈が強化されていくことになる。
励起方法３を使用すると情報間の関係性を使用した情報検索および情報抽出が可能である。一般的にある概念（情報）は他の複数の概念（情報）と関係を有していると考えられる。従って、入力した概念と関連のある概念を全て励起していくと、励起する概念の数が指数関数的に増大することになる。関係性を使用することにより多くの関連する情報から必要な情報に絞っていくことができるので、指数関数的な増大の問題は回避することができる。パターンおよび記録ユニットの機能を使用することにより人間の思考における能動的な動作（情報検索、条件付き処理、一連の情報処理）を実現することができる。

パターンの最少単位は語、数および記号に対応するものである。語が時系列的に発生することにより単語に対応するパターンが励起する。数および少数点に対応するパターンが時系列的に発生することにより数値を検出する。記号および記号の組合せは適宜、対応する演算子等に識別し、識別結果を記録する領域に記録する。語が時系列的に発生することにより単語が識別され、単語に対応する品詞の情報を使って文要素を識別していく。主部は主語と主語を修飾する部分に識別し、述部は述語と述語を修飾する部分に識別する。述語を修飾する部分は（いつ、どこで、何を、どのように、何故）が識別される。数の時系列は数値として識別し、数値データを格納する領域に記録する。
図３は語パターンが時系列的に励起し語列になっている様子を示している。本例で入力した文は「わたしはせんせいです。」（私は先生です。）である。単語、数、数式、記号からパターンへの変換は識別できるものであれば特に形式に制約は無い。またパターンの組合せも、パターンである。本人工知能のプロトタイプでは各単語に識別番号を割り当てることにより実施した。（例えば「私」という単語の単語識別番号は「０」、助詞「は」の単語識別番号は「１」、「先生」「２」、「です」「１２」、・・・「人工知能」「１６９」、「職業」「１７０」・・・等々）新規の単語が発生した場合には識別番号を逐次追加することにより対応することができる。語の励起履歴が各単語の接続情報記録部に照射され照合が行われる。単語に対応する語列および一致した語数を検出すると該当の単語が励起する。単語が検出されると検出した単語の語列を除いた励起履歴を使って次の単語の検出を行う。この励起履歴により次の単語を検出できる場合は、先の単語の識別は適切であったと判断できる。一方、この励起履歴により次の単語が検出できず不整合が生じた場合は誤った照合であったと判断し別の単語候補に対し整合性を確認する。
図４は語列から文の構造の分析例を示したものである。語列から単語、単語識別番号、品詞、品詞識別番号、文要素および文の構造が分析され分析結果を使うことにより文要素を検索し易い構造に整理した記録が可能となる。
図５は入力した情報を検索し易い構造に整理して記録している様子を示している。ｍ１〜ｍ４は主語の修飾部、ｓ１，ｓ２は主語、ｏ１，ｏ２は目的語、ｈ１１，ｈ２はｗｈｅｎ、ｈ２１，ｈ２２はｗｈｅｒｅ、ｈ３１，ｈ３２はｗｈｙ，ｈ４１，ｈ４２はｈｏｗ、ｖ１，ｖ２は述語に対応する文要素の単語識別番号および数値を格納している。入力情報の単語、記号、数字、式はパターン（識別番号）に変換し、主語、主語の修飾、述語、述語の修飾（何を、いつ、どこで、なぜ、どのように）を検索し易い構造に整理して記録している。
このように入力した文を構造化して記録すると文と文の比較を文要素毎に実施できるため、非常に有益である。例えば完全に同じ文を検索する場合は全ての文要素が一致するパターンを検索する。一部が一致すれば良い場合は一致させる箇所を組み合わせたパターンを検索パターンとして使い、該当するパターンを検索すれば良い。このように文要素を構造化することにより情報を連想記憶的に記録および検索ができるようになる。
また質問に対する回答も容易に生成することができる。質問に対応する箇所については情報が欠落しているので、仮に［？］というパターンを配置すると、残りのパターンと組み合わせることにより質問に対応する検索パターンを生成することができる。質問の回答として期待する文要素が何なのか（主語、主語の修飾部、述語、述語の修飾部）について検索パターンに設定する。これは［？］の対応する文要素の位置から識別することができる。例えば、［いつ］について検索したい場合は［？］Ｈ１となる。同様に［どこで］⇒［？］Ｈ２、［なぜ］⇒［？］Ｈ３、［どのように］⇒［？］Ｈ４、［誰が］⇒［？］Ｓ、［何を］⇒［？］０、［どうした］⇒［？］Ｖと表現することにする。質問から生成した検索パターンを記録器に照射し、相関があるパターンを検索する。検索したパーンの中で、上記の［？］に対応する位置に内部パターンが存在しているものが、あれば回答の候補となる。
図６は入力した情報のパターンと記録領域にある情報を文要素毎に比較し、文要素のどの箇所が一致しているかを示したものである。（入力情報および記録している情報の両方で無い文要素に関する比較は除外する。）入力した情報と記録している情報とのパターンを文要素毎に比較することにより、完全一致する情報または部分的に一致がする情報が記録されているか否か識別でき、入力情報の新規性および関連情報との関連度が評価できる。また入力情報の文要素に対応に対応するパターンを別の関係性のものを使用して検索することにより、様々な情報を記録した情報から抽出することができる。例えば入力情報のある文要素を類似の単語のパターンに置き換えることにより、類似の意味の文を検索することができる。また入力情報のある文要素と反対の意味の単語のパターンに置き換えて検索することにより入力した文と反対の意味を有した情報の有無を確認することができる。このことを応用すると入力した情報が規則、常識およびモラルに則したものか否かの判断をすることが可能となる。知識体系に知識を記録する際に、規則、常識およびモラルに関する情報は、その識別結果（規則、常識およびモラル）も付加情報として合わせて記録しておく。仮に入力した情報と記録した情報を照合し不整合（反対の単語検出）が検出され、記録した情報の種類が（規則、常識およびモラル）である場合、入力した情報は（規則、常識およびモラル）に反していると識別することができる。このことを利用すれば、入力情報から不健全な情報を識別し、知識体系には組み込まないように管理することができる。

図１８、図１９はこの発明の一実施例における人工知能装置の構成図および機能構成を示した図である。
本人工知能で使用している記録ユニットは以下の特徴を有している。
・概念を単語、数値および記号を構造化して記録しておりパターンを組み合わせた検索パターンで連想記憶的な情報の記録および検索ができる。
・処理機能（関数機能）を有しておりプログラムと同様の機能を実現できる。処理はユニット化が可能であり、処理の組合せおよび変更は接続を変更することで容易に実現できるデータ駆動型のシステムである。（処理の組み換え、変更が容易である。）
・特徴的なパターンを検出し、検出したパターンに対応した処理プログラムを起動して問題を解くことができる。
・パターンの励起履歴を記録し、励起履歴を使ってパターンの励起を再生することができる。
・パターン、励起履歴および関係性を使用して記録ユニットを自律的に励起し、処理を実行することができる。
図１９において１は情報（単語、言語、文章、数式、記号、画像、音声）をパターンに変換する入力処理器である。２は入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器である。３は分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録する記録器である。４は分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための論理展開、処理の実行および処理プログラムの起動、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた遷移制御を実施する制御器である。５はパターンを情報および制御信号に変換する出力処理器である。以下では次に示す各機能の動作について説明していく。

（ａ）入力情報の評価機能
（ｂ）文間の関係分析および設定の機能
（ｃ）文の種類に応じた処理を実施する機能
（ｄ）命令文・依頼文へ対応する機能
（ｅ）質問への回答を生成する機能
（ｆ）条件文へ対応する機能
（ｇ）価値ある情報の抽出と記録を実施する機能
（ｈ）会話を生成する機能
（ｉ）問題を自律的に解決する機能
（ｊ）情報、手順の一般化、汎用化する機能
（ｋ）より優れた知識、論理へ更新する機能
（ｌ）興味対象の情報検索および整理する機能
（ｍ）パターン間接続関係の自律的生成機能
（ｎ）文脈を自律的に記録する機能
人工知能を実現するための機能はパターンおよび記録ユニットの機能を使い、情報の検索および抽出、検索した結果に応じた処理の実行、特徴的なパターンの検出と検出結果に応じた処理プログラムの起動、記録ユニットへの情報の登録と変更、記録ユニット間の接続の生成と更新、関連した記録ユニットの起動と接続の生成等の処理をアルゴリズムとして具体化することでこれらの機能を実現することができる。

（ａ）入力情報の評価機能
入力した情報に関し、下記の評価を実施する。
・情報の信頼性評価
・情報の分野／テーマ評価
・情報の種類評価
・情報の関心度評価
・新規性評価
・妥当性評価
これらの評価は情報および情報に関する付帯情報（入手元）を分析することにより実施することができる。信頼性評価は情報源（いつ、誰、何処からの情報か？）の信頼性を確認することにより実施可能である。情報の分野／テーマ、種類および関心度は情報に含まれる単語に対応するパターンを識別することにより実施可能である。新規性および妥当性評価に関しては入力情報のパターンと知識体系に記録しているパターンを照合し、文要素毎に一致、不一致、整合性に関し確認することにより実施可能である。

（ｂ）文間の関係分析および設定の機能
情報間の関係としては原因と結果、事象と理由、説明と結論、概略と詳細、類似の意味、反対の意見、本文と要約、本文と詳細情報等、様々なものがある。これらの関係性の設定は人間の指示または情報と情報の関係を学習することによる自律設定により実施する。図２０において関係性の設定は次の手順にて実施される。学習フェーズにおいては情報（文章）を逐次入力していく。文間の関係を人間が識別し、文間の関係性に対応する記録ユニットを励起する。（Ａの処理）この時、関係性に対応する記録ユニットの接続情報記録部に励起した文の励起履歴が記録され、文間の関係性との接続が強化される。（Ｂの処理）学習が進むと文間の関係性に応じて関係性に対応する記録ユニットが自動的に励起するようになる。数々の文間の関係性を自動的に識別できると、この識別結果を文間の接続関係を各ユニットの関係性を記録する箇所に記録していく。これにより文間の関係性の識別および設定が学習され、自動的な設定が実施可能となる。（Ｃの処理）なお、当然のことながら文間の関係性の設定は人間の指定によっても容易に実施可能である。

（ｃ）文の種類に応じた処理を実施する機能
入力した文は文に含まれる特徴的な単語を検出することにより文の種類（平常文、疑問文、命令文等）が分析される。分析された文の種類に応じて処理が実施される。平常文では価値ある情報の抽出と記録が実施される。疑問文では質問に対する回答が生成される。命令文では命令、依頼内容の分析、対応分析（対応の可否、対応した場合の影響分析）が実施され処理（対応の有無）が決定される。条件文では条件の成立性が分析され分析結果に応じ処理が実行される。

（ｄ）命令文・依頼文へ対応する機能
入力した文を分析し、分析結果に応じて対応する処理を実施する。命令文は「○○せよ」、「▽▽の時○○せよ」という表現を一般的に取る。○○を実施することに関し、過去の記録から実施の可否（実施経験の有無から判断）および実施した場合に影響について分析し、実施の有無を判断する。実施が可能な命令である場合は、必要に応じ条件（▽▽の時）の成立性を確認し、処理（○○）を実行する。

（ｅ）質問への回答を生成する機能
図１４は質問文へ対応する機能について示したものである。質問に対応する箇所については情報が欠落しているので、仮に［？］というパターンを配置すると、残りのパターンと組み合わせることにより質問に対応する検索パターンを生成することができる。質問の回答として期待する文要素が何なのか（主語、主語の修飾部、述語、述語の修飾部）について検索パターンに設定する。これは［？］の対応する文要素の位置から識別することができる。例えば、［いつ］について検索したい場合は［？］Ｈ１となる。同様に［どこで］⇒［？］Ｈ２、［なぜ］⇒［？］Ｈ３、［どのように］⇒［？］Ｈ４、［誰が］⇒［？］Ｓ、［何を］⇒［？］Ｏ、［どうした］⇒［？］Ｖと表現することにする。質問から生成した検索パターンを記録器に照射し、相関があるパターンを検索する。検索したパーンの中で、上記の［？］に対応する位置に内部パターンが存在しているものが、あれば回答の候補となる。情報は文要素に整理されているので文要素毎の比較が可能である。また、比較も完全一致、部分的一致、類似、反対の意味の検出等、様々な比較が可能である。記録ユニットに記録している単語間には同じ意味、類似、反対の意味、関連等の関係を定義することができる。入力した情報に含まれる単語から、これらの関連性を有する単語を使用した照合および比較を実施することにより記録している情報との様々な関係を抽出することができる。

（ｆ）条件文へ対応する機能
図２２は条件文へ対応する機能について示したものである。情報の単語を分析することにより情報の条件部と処理部を識別することができる。例えば、「Ａ」「が」「Ｂ」「の時」「Ｃ」「を実施せよ」という文では［「Ａ」「が」「Ｂ」「の時」］が条件部であり、［「Ｃ」「を」「実施せよ」］は処理部である。「Ａ」「が」「Ｂ」「なら」「Ｃ」「は」「Ｄ」「である」という文では［「Ａ」「が」「Ｂ」「なら」］が条件部であり、［「Ｃ」「は」「Ｄ」「である」］は処理部である。
このように文を条件部と処理部に分け、条件部のパターンが起動すると、自律的に条件部が成立しているか否かを確認する処理を起動するようにする。条件付処理で表現できる文が逐次、条件の成立性を確認しながら処理を進めていくという能動的な思考動作を実現することができる。条件の成立性確認は質問への回答を生成する機能を使用することにより容易に実施可能である。条件付処理で表現できる文が逐次、条件の成立性を確認しながら処理を進めていくという能動的な思考動作を実現することができる。一般的に人間の問題解決、行動決定は条件付処理で表現することができる。人間の問題解決策および行動決定策を自然言語で入力することにより本人工知能装置は自律的に条件の成立性を確認しながら処理を進めていくという能動的な思考動作が可能となる。人間の問題解決および行動決定に相当する動作をプログラミングすることなく自然言語で表現された知識（問題解決および行動決定に関する手順および思考方法）を入力することにより、人間が思考により問題解決または行動決定するように問題解決または行動決定を自律的に実施することが可能となる。

（ｇ）価値ある情報の抽出と記録を実施する機能
入力情報の信頼性、新規性、妥当性、関心度を評価し有用であると判断すると、情報の種類、分野、テーマ、関心度等の識別結果を付加し、検索し易い形にして記録器に記録する。情報の評価は先に説明した（ａ）の分析により実施可能である。

（ｈ）会話を生成する機能
話者の入力文の種類、関心および意図を分析する。これは入力文に含まれる特徴的なパターン（単語の組合せ）を検出することにより実施し、対応する処理プログラム（挨拶、相手の情報収集、相手の会話評価、会話のための情報検索、問題・質問への回答生成、問題を解くプログラムの起動、相手への質問・確認）を起動し会話（出力）を生成する。処理プログラムの中で会話に出現する単語を検索キーとして連想的な情報検索および情報間の関係性を使用した情報検索することにより、人間が実施している日常的な会話を実施することが可能である。下記は人間と人工知能が実施している会話の例である。下記の会話では人工知能は連想記憶的に関連する情報を検索し会話を生成している。会話生成の処理の詳細は処理１〜処理５に示す。
ＮＯ（会話番号）人間と人工知能の会話
１ 人間：初めまして
２ 人工知能：私はアトムです（処理１）
３ 私は人工知能です
４ 人間：私は太郎です
５ 人工知能：私の職業はアシスタントです（処理２）
６ 太郎さんの職業は何ですか
７ 人間：私の職業は教師です
８ 人工知能：教師は大変ですね（処理３）
９ 人間：私は物理を授業で教えています
１０ 人間：私はテニスを放課後部活で指導します
１１ 人工知能：太郎さんの趣味は何ですか（処理４）
１２ 人間：私の趣味はスポーツです
１３ 人工知能：スポーツと言えば（処理５）
１４ ケイ選手は昨日テニス大会で優勝しました
１５ ケイ選手は決勝戦でストレート勝ちです
１６ すごいですね
（処理１）……………………………
（１） 関連情報の抽出
挨拶文（はじめまして）検出
話者（相手）の情報（名前、職業）収集プログラム起動動
話者（相手）の情報（名前）は未記録
（２） 人工知能（出力）
私はアトムです
私は人工知能です
（処理２）……………………………
（１） 関連情報の抽出
話者（相手）の情報（名前）を検出
話者（相手）の情報（名前）は 太郎
話者（相手）の情報（名前）は既に記録済
話者（相手）の情報（職業）は未記録
（２） 人工知能（出力）
私の職業はアシスタントです
太郎さんの職業は何ですか
（処理３）……………………………
（１） 関連情報の抽出
話者（相手）の情報（名前）は既に記録済
話者（相手）の情報（名前）は 太郎
職業に関する回答を検出
話者（相手）の情報（職業）は 教師
話者（相手）の職業に対する感想を検索・出力
（２） 人工知能（出力）
教師は大変ですね
（処理４）……………………………
（１） 関連情報の抽出
話者（相手）の情報（趣味）収集プログラム起動
話者（相手）の情報（趣味）は未記録
（２） 人工知能（出力）
太郎さんの趣味は何ですか
（処理５）……………………………
（１） 関連情報の抽出
話者（相手）の情報（趣味）を検出
話者（相手）の情報（趣味）は スポーツ
話者（相手）の趣味に対する関連ニュースを検索・出力
検出した関連情報の分析（「ストレート勝ち」を検出
検出した関連情報の評価（「ストレート勝ち」に対する評価「すごいですね」を検索
検出した関連情報の評価、感想を出力
（２） 人工知能（出力）
スポーツと言えば
ケイ選手は昨日テニス大会で優勝しました
ケイ選手は決勝戦でストレート勝ちです
すごいですね
ＮＯ１は初対面の人間に対する挨拶を生成する会話である。会話の生成過程の詳細については（処理１）に示す。（処理１）において「はじめまして」を検出し、話者（相手）の情報（名前、職業）に関する情報を収集するプログラムを起動している。それと同時に自己紹介である会話「私はアトムです」「私は人工知能です」を出力している。次に人間（相手）の会話から相手の名前が「太郎」であることを検出している。ただし、相手の職業に関する情報は未入手であるので、職業に関する情報を収集するための会話「私の職業はアシスタントです」「太郎さんの職業は何ですか」を出力している。（処理２）ここで相手の名前が「太郎」であることが知識として既に記録しているので、以降の会話での相手への呼びかけは「太郎さん」としている。
ＮＯ７は相手の職業に関する情報を収集し、その情報に関する人工知能の会話を生成する動作について示している。職業に関しては相手の会話から「教師」であることを知識として取得している。人工知能は「教師」に関して記録している自己の感想である「教師は大変ですね」を検索し、出力している。（処理３）
ＮＯ１１は相手の名前、職業に関する情報を取得したので趣味に関する情報を取得するプログラムを起動している。（処理５）は相手の趣味が「スポーツ」であることを知識として取得したので、「スポーツ」に関するニュース、トピックス、話題が無いかを知識体系の中の情報を検索している。ニュースの中に人工知能がファンであるテニス選手に関するものが記録されていたので、その話題を「スポーツ」が趣味であることに絡めて「スポーツと言えば・・・」との会話に繋げている。所謂、連想記憶を利用した会話を実施している。また、ニュースの内容を単に紹介するだけでなく、ニュースの内容を分析しニュースの中から特徴的な単語「ストレート勝ち」を検出している。そして「ストレート勝ち」に対する評価として「すごいですね」を検索し、ニュースの紹介とともにニュースの評価、感想も合わせて出力している。このように知識体系に記録している情報間の関係性を活用することにより会話を深く掘り下げていくことが可能である。

（ｉ）問題を自律的に解決する機能
状態から問題を検出し、検出した問題に対応する解決策を適用していくことにより段階的に問題を解決していく。まず、問題について知識体系を活用して分析し問題点の明確化および問題解決の目標を設定する。次に問題点を解決するための解決策を抽出し適用する。適用後の状況を評価し、問題解決の目標に到達すれば処理としては完了になる。問題解決の目標に到達していなければ、再度新しい状態に対し、上記のプロセスを適用し、問題解決の目標に近づけていく。問題を自律的に検出し問題を解決するための処理プログラムを自律的に起動することができると高度な会話システムを構成することができる。話者（相手）の会話が入力すると入力文について分析を行い文の種類、話者の関心、意図を分析する。分析結果に応じた処理プログラムが起動し会話を成立させるために必要な処理を実施する。処理プログラムの例としては挨拶、相手の情報収集、相手の会話の評価、会話のための情報検索、問題および質問への回答生成、問題を解くプログラム、相手への質問、確認等がある。また情報検索は会話の単語を検索キーとして連想的な情報抽出、情報間の関係性を使用した関連情報の検索を実施し、様々な会話の状況への対応が可能である。会話により話者および関心のあるテーマに関して新規で有用な情報が収集されると記録器に記録し知識の拡大を行っていくことが可能である。
情報の処理の仕方として次の機能を設定すると、様々な問題に対して問題の識別、問題解決に向けた処理の実行および新しく生成した知識の知識体系への組込みを自律的に行うことが可能となる。
○問題識別部：問題の種類を識別し、対応する処理を起動する。
○主要パラメータ検索部：問題を解決するために必要なキーパラメータを検索する。キーパラメータが検索できない場合はキーパラメータを生成するプログラムを起動する。
○処理部：主要パラメータ検索部において獲得したキーパラメータを使用して処理を行う。（処理は数式処理の他、言語を使用した処理も含む）
○記録部：処理部において生成した処理結果を新しい知識として知識体系に記録する。記録は連想記憶的に行うことが可能である。（キーワードまたはキーワードの組合せに対応したパターンを主部に配置し、処理結果に対応したパターンを述部に配置して記録することにより実施可能である。）

（ｊ）情報、手順の一般化、汎用化する機能
図２３は情報、手順の一般化、汎用化を実施する機能について示したものである。情報が入力した際に、一般化したパターン（一般化した情報に対応するパターン）も同時に励起するようにすると、一般化した情報と情報との間で関係性が強化されるようになる。情報を一般化する単語の使用例としては上位概念を示す単語、意味、特徴を示す単語等の使用がある。多数の文を入力し、一般化した単語間で関係性を強化することにより常識、一般的な考え方を抽出することが可能である。

（ｋ）より優れた知識、論理へ更新する機能
あるテーマに関して入力した情報の価値を評価し有用な情報に関しては既に記録している関連情報と比較する。入力した情報の価値が高い場合（新規性、信頼性、論理展開が詳細、論理が信頼性の高い情報に基づいている、高い評価が得られている等）は知識体系での関連情報との接続関係の優先度を既に記録してあるテーマに関して入力した情報の価値を評価し有用な情報に関しては既に記録している関連情報と比較する。入力した情報の価値が高い場合（新規性、信頼性、論理展開が詳細、論理が信頼性の高い情報に基づいている、高い評価が得られている等）は知識体系での関連情報との接続関係の優先度を既に記録している関連情報よりも上げて記録する。情報が入力される毎に情報の有用性、優先度を評価して記録することにより知識体系に記録した関連情報は最も優れたものを優先的に検索することができる。情報間の関係性は図１において説明したように関係性に係る情報を記録している。（接続数、接続先、接続先との関係性等）あるテーマに関して複数の情報の接続先がある場合には分析した優先度が高いものから検索することで実現可能である。本人工知能ではパターンの概念を単語、数値および記号を構造化した形態および処理（関数機能）を内蔵した形態と捉えている。これは図１に示した記録ユニットの機能に示すように情報（単語、数値および記号）と処理手順（プログラム）を記録ユニットという単位に納めることにより実施できる。通常、複数のプログラム間で情報をインタフェースする場合には処理の内容、入出力変数、定数の整合性を図る必要がある。プログラム数が少ない場合にはプログラム間でインタフェースする変数、定数を定義し整合性を取ることは容易であるが、処理するプログラムの数が非常に大きくなる場合または処理するプログラムが逐次追加されるような場合には、通常のプログラミングで実施する変数および定数で情報をインタフェースする方式では処理間での整合性を取るのが非常に困難となる。本人工知能では処理間（記録ユニット間）での情報インタフェースに変数および定数で実施する必要は無い。各記録ユニットからの情報検索は（単語、数値および記号）に対応するパターンを組み合わせる連想記憶的な情報の検索が可能である。（各記録ユニット（各処理プログラム）から処理に応じて単語、数および記号を組み合わせたパターンで情報を記録し、他の処理プログラムでその情報を使用する場合には適宜、単語、数および記号を組み合わせたパターンで連想記憶的に情報を検索する。これにより処理プログラムの追加および変更が他の処理プログラムに影響を与えない形で人工知能を実現するシステムを構築することが可能となる。また別の観点から記録ユニットを見ると、記録ユニットにより処理プログラムの独立性を高めているので、処理プログラム（関数）のデータ化（ユニット化）を実現していることになる。処理プログラム（関数）のデータ化により、処理をパターンの組合せおよび状況に応じた順序での起動が可能となるので柔軟性の高いデータ駆動型のシステムを構築することができる。このようにパターンは情報および処理手順をデータ化していると捉えることが可能であり、より優れた知識および論理へ更新する機能もパターン間の接続を変更することによるローカルな変更で実現可能である。

（ｌ）興味対象の情報検索および整理する機能
登録した興味ある分野および対象に関する情報を定期的に収集するため、本人工知能はインターネット等から情報を収集する。興味のある分野および対象に関するキーワードにより関連情報を検索する。検索した情報を内部に構築した知識体系により評価し、安全で有用な情報を抽出して知識体系に組み込んでいく。本人工知能はインターネットに接続する前に真実、事実、常識、規則、モラルに関する学習を事前に実施し、仮に人間の道徳、規範に反する情報が入力されても検出し知識体系に組み込まない。本人工知能は入力した情報を鵜呑みにするのではなく内部に構築した知識体系との整合性、妥当性、安全性を評価し知識を拡大していく。

（ｍ）パターン間接続関係の自律的生成機能
図２４は励起したパターンの履歴が記録される動作について示している。ある記録ユニットが励起すると、それ以前に励起したパターンの履歴のデータから当該パターンとの接続関係のデータを生成して当該パターンの記録ユニットの接続関係記録部に記録し、励起に関連するパターンとの接続関係が強化する動作について示している。現時点から設定した過去までのパターンの履歴のデータと各記録ユニットの接続関係記録部に記録した接続関係のデータとを照合し、励起条件を満足した記録ユニットを励起する。励起のパターンが繰り返し出現すると、繰り返し出現するパターンとの接続関係が特に強化される。接続関係記録部に記録する接続情報の強化方法には数々の方法があるが、一番シンプルなものとしては励起毎に履歴パターンを蓄積して結合を強化する方法がある。（例：各記録ユニットへの結合を示す結合係数を履歴パターンにおける励起の有無に応じて増加させる。）この動作により励起したパターンとパターンの接続関係が強化され学習が進んでいく。学習データを逐次、入力していくと各学習データに対応するパターンとパターンとの接続関係が強化していき学習データ間の接続関係が知識体系の中に生成されていく。学習が進んだ段階で一部の学習データを入力すると知識体系に生成された学習データに対応するパターン間の接続関係に沿ってパターンが遷移し、学習した内容が想起されていく。つまり、あるテーマに関するキーワードを入力することにより学習した関連情報が逐次、検索することが可能となる。学習データの遷移先が複数の場合は、何を知りたいのかという目標に応じてパターン間の接続関係の関係性を選択することにより、複数の関連情報の中から欲しい情報を絞っていくことができる。記録ユニットは情報および手順を記録することが可能である。パターン間の接続関係が自律的に生成することにより思考および処理手順が生成された接続関係を使って実行されることになる。人間の思考および問題解決の手順をパターンとして定義することにより、人間の思考および問題解決の手順はパターン間の遷移として実行されていく。パターンはプログラムに相当する処理機能も有しているので、処理の結果さらに新しい情報が生成される。新たに生成された情報は処理に応じて適切な単語、数および記号に対応するパターンを組み合わせたパターンにより記録し知識を拡大していくことが可能である。本人工知能では入力情報を既に評価済みの知識体系と妥当性、整合性を評価した後に知識体系に組み入れていくので、人間が教育を受けながら正しく知能を向上させていくのと同様に誤った情報を排除しつつ知識体系を構築していくことができる。誤った情報、規則、道徳に反する情報は仮に入力されても内部に構築した知識体系と整合性が取れないということを検出し、知識体系に組み込まずに廃棄するので安全である。

（ｎ）文脈を自律的に記録する機能
図２５は入力された情報により逐次、文脈を自律的に記録していく動作について示したものである。情報が入力されると情報の新規性、価値が分析され記録ユニットに記録、起動されていく。既に情報が記録されている場合は該当する情報を起動する。起動した記録ユニットの接続関係記録部には直近に起動した記録ユニットの起動履歴が記録され、直近に起動した記録ユニットとの接続関係が強化する。将来、情報入力によりある概念（情報）に対応する記録ユニットが起動すると、起動した記録ユニットは接続が強化された関連する記録ユニットを逐次、起動していく。この動作により入力した概念（情報）は生成した文脈に沿って遷移していくことになる。なお、文脈が生成されると予測、推定を実施することが可能となる。文脈に沿って概念が遷移していくので、その概念が到達する先は、その概念から導出された論理的帰結、結果、結果予測等の事象に相当する。つまり予測、推定に相当する概念を起動することが可能となる。
図１に示した記録ユニットの機能を使い人工知能を実現する上で必要と考える数々の機能（文の種類分析、文間の関係性分析、文の種類に応じた処理、問題解決のための論理展開、情報および手順の一般化、より優れた知識、論理への更新、興味ある分野、対象に関する情報の検索および検索、文脈の自律的記録）が実現できることを示した。これらの機能を動作させることにより本人工知能は入力した情報を評価して有用な情報を知識体系として構築し、数々の問題を自律的に解決していくことが可能となる。

知識体系の構築例および構築した知識体系を活用して質問に対する回答を生成する動作例について説明する。知識としては次の知識１〜３を入力する。これらの知識は図４に示したように語列から文要素および文の構造が分析される。分析された文要素はｍ１〜ｍ４：主語の修飾部、ｓ１，ｓ２：主語、ｏ１，ｏ２：目的語、ｈ１１，ｈ２：ｗｈｅｎ、ｈ２１，ｈ２２：ｗｈｅｒｅ、ｈ３１，ｈ３２：ｗｈｙ、ｈ４１，ｈ４２：ｈｏｗ、ｖ１，ｖ２：述語、記号および数値に整理して記録される。
図５において文番号１〜３に知識１〜３に対応する情報が記録されていることが分かる。図６は入力情報と記録情報を比較している動作について示したものである。本例では第４番目に入力した文として第２番目に入力した文と同一の文（私はテニスを放課後部活で教えています）を入力している。第４番目に入力した文は文要素毎に第１〜３の文と比較され文要素毎に一致するか否かが確認される。入力した文と完全に一致した場合、ｔｏｔａｌの欄に‘１’が表示される。本例では文番号２のｔｏｔａｌ欄に‘１’が表示されており入力した文は既に記録している文番号２の文と一致していることが識別されている。この機能を活用すると入力情報の新規性および記録情報との関連性を分析し知識体系を成長させていくことができる。
また先に説明したように質問から検索パターンを生成し質問に対する回答を生成することも可能である。以下では質問１〜１１に対し回答が正しく生成されていることが分かる。質問８では「私は生徒ですか」という内容になっている。事前に設定した知識としては生徒とは反対の先生であることが記録されているので本人工知能は相違していることを検出している。単語と単語の関係性（同じ意味、反対の意味）を各単語に対応する記録ユニット間で定義しているので、質問として同じ意味あるいは反対の意味を検出すると回答に反映するようにしている。（ある情報で検索する時、その情報だけでなく類似の単語、反対の単語を使った関連情報の検索も実施することで実現している。）
質問９では「私は教師ですか」という内容になっている。事前に設定した知識としては「先生」であり、「教師」という知識を明示的に与えていないが同じ意味を表す「教師」に対しては「はい」と正しく回答している。このように入力文を関連する単語を使って照合することにより、既に記録している情報と比較し評価することができる。
人工知能の実施例１
………… 知識として入力した情報を表示 …………
知識１：私は先生です
知識２：私はテニスを放課後部活で教えています
知識３：私はテニスを強くするため厳しく教えています
………… 質問と回答を表示 …………
質問１：私は先生ですか
回答１：はい
質問２：私は何ですか
回答２：先生です
質問３：私は何を教えていますか
回答３：テニスを教えています
質問４：私はどの様に教えていますか
回答４：厳しく教えています
質問５：私は何故教えていますか
回答５：強くするため教えています
質問６：私は何時教えていますか
回答６：放課後教えています
質問７：私は何処で教えていますか
回答７：部活で教えています
質問８：私は生徒ですか
回答８：いいえ
質問９：私は教師ですか
回答９：はい （同じ意味検出）
質問１０：私はテニスを優しく教えていますか
回答１０：いいえ
質問１１：私はテニスを厳しく教えていますか
回答１１はい

次に情報間の関係を使用した応用例について示す。
質問１２では人間が人工知能に発した人工知能の職業がなぜ「アシスタント」であるのかを質問している。人工知能は自己の職業である「アシスタント」に関する情報を知識体系から検索している。知識４〜１０は知識体系に記録している情報が関連情報と関係性を有して記録している様子を示している。基準の文「私の職業はアシスタントです」に関係性を有する文の数、関係性を有する文の接続先および基準文との関係が記録されており、基準文をベースとして関連する文が関係性を使用して検索できる動作について示している。本例では基準文「私の職業はアシスタントです」に関連文は６個あり、接続関係が［詳細］が５個、接続関係が［理由］が１個あることを示している。人間の質問は何故「アシスタント」であるのかを聞いているので、検索された「アシスタント」に関する情報から接続関係が［理由］であるものを抽出している。本例では接続関係が［理由］であるものが１個あり、その抽出した結果「皆さんの役に立ちたいからです」を出力している。なお、［理由］に関する情報の抽出は上記に述べた接続関係を使用して抽出する方法の他に、構文分析において文を５Ｗ１Ｈに整理して記録しているので、何故を示す検索キー［Ｈ３］［Ｈ４］（［Ｈ３：何故］は検索する情報、［Ｈ４：アシスタント］は検索のキーワード）を使用する方法がある。
質問１３では人間が人工知能の職業「アシスタント」の詳細について質問している。「アシスタント」に関する関連情報から接続関係が［詳細］であるものを検索している。接続関係が［詳細］を示すものが５個あり、回答１３では５個の文を「アシスタント」に関する詳細な情報として出力している。
人工知能の実施例２
………… 知識として入力した情報を表示 …………
知識４：私の職業はアシスタントです［基準の文］
知識５：私は問題解決を支援します
（基準文との関係は［詳細］）
知識６：私は生活上の問題を扱えます
（基準文との関係は［詳細］）
知識７：私は物理の問題を扱えます
（基準文との関係は［詳細］）
知識８：私は数学の問題を扱えます
（基準文との関係は［詳細］）
知識９：私は相談相手になります
（基準文との関係は［詳細］）
知識１０：皆さんの役に立ちたいからです
（基準文との関係は［理由］）
質問１２：職業が何故アシスタントですか
回答１２：皆さんの役に立ちたいからです
質問１３：アシスタントについて詳しく教えてくだい
回答１３：私は問題解決を支援します
私は生活上の問題を扱えます
私は物理の問題を扱えます
私は数学の問題を扱えます
私は相談相手になります

実施例３では構築した知識体系を使って回答を生成する動作について説明する。知識体系には知識１１〜２０の情報を記録している。図７に情報が単語識別番号および数値に変換されて格納されている様子を示す。本例では各単語識別番語は次の単語に対応している。（５３：店Ａ，５４：店Ｂ，５５：店Ｃ，５６：店Ｄ，５７：店Ｅ，１１５：予算，５８：距離，９５：円，６２：ｋｍ）入力した数列は数値に変換され数ｉｎの箇所に格納されている。
図８は質問１４を構文分析し文要素に識別するとともに質問の意味を分析し回答を生成
検出している。質問１４では○○は「予算」が対応する。人工知能は知識体系に関連する情
「予算」「は」「？」「です」というパターンを使用すれば良い。
図８において検索の結果、記録ユニット０〜４に「予算」に関連する情報が記録されていることを検出している。（図７の文番号１〜５に対応する記録ユニットを参照）
次に人工知能は検索した「予算」の数値に関し、質問の条件（８０００円以下）を満足する記録ユニットを識別している。その結果、記録ユニット０，１，２，４が条件を満足することが分
算であることを回答として出力している。
人工知能の実施例３
………… 知識として入力した情報を表示 …………
知識１１：店Ａの予算は４０００円です
知識１２：店Ｂの予算は６０００円です
知識１３：店Ｃの予算は８０００円です
知識１４：店Ｄの予算は１００００円です
知識１５：店Ｅの予算は５０００円です
知識１６：店Ａの距離は０．５ｋｍです
知識１７：店Ａの距離は１．２ｋｍです
知識１８：店Ａの距離は０．８ｋｍです
知識１９：店Ａの距離は１．５ｋｍです
知識２０：店Ａの距離は０．３ｋｍです
質問１４：どの店の予算が８０００円以下ですか
回答１４：店Ａの予算店Ｂの予算店Ｃの予算店の予算店Ｅの予算が８０００円以下です
質問１５：更にどの店の距離が１ｋｍ以下ですか
回答１５：店Ａの距離店Ｃの距離店Ｅの距離が１ｋｍ以下です
質問１５では先の質問において生成した回答から更に追加の条件を満足する「店」を選択する問題である。図９は質問１５を構文分析し更に条件を満足するものを分析する処理について示している。先の質問の回答で店Ａの予算店Ｂの予算店Ｃの予算店の予算店Ｅの予算が条件を満足することが分かったので質問１５の回答を生成するための関連情報として店Ａ店Ｂ店Ｃ店Ｅの「距離」について知識体系から情報を検索している。
検索の結果、記録ユニット番号５，６，７，９に関連情報が記録されていることが分かる。これらの記録ユニットに格納されている距離情報から質問１５の条件（１ｋｍ以下）を満足する記録ユニット番号が５，７，９であることが分かり質問１５に対する回答として店Ａの距離店Ｃの距離店Ｅの距離であることを出力している。
以上の動作から分かるように本人工知能は質問の意味を理解（問題の型を検出）し、回答を生成するために自律的に検索パターンを生成して知識体系から関連情報を抽出して回答を生成することが可能である。パターンは先に説明したように情報を構造化して記録するとともに情報の処理の仕方も記録する。またプログラムの機能を包含する。これらの機能の実施例について次に説明する。

実施例４は微分方程式の解を求める問題である。図１０は入力した情報を分析し、入力した数値および記号列が微分方程式であることを識別している。入力した情報が線形の２次微分方程式であることが識別されたので、本微分方程式を解く処理プログラムが自動的に起動している。微分方程式の２次微分項、１次微分項、０次微分項の係数を識別し、これらの係数および初期値を使用して特性方程式を解くことにより微分方程式の解を求めている。
このように本人工知能は入力する情報（数値、記号）から式の型を識別することが可能である。識別した式に応じて解の公式等を処理プログラムとして登録することにより、本人工知能は式を識別すると同時に、その解も回答することが可能である。
人工知能の実施例４
質問１６：数学の問題です
ｘ０は４です
ｘ１は５です
［２ ｄ２ｘ／＿ｄｔｄｔ＋３ｄ＿ｘ／＿ｄｔ＋１＝０］
回答１６：方程式の解は以下です
ｘ＝Ａｅｘｐ（ｐ１ｔ）＋Ｂｅｘｐ（ｐ２ｔ）
ｐ１＝−１ ｐ２＝−０．５
Ａ＝−１４ Ｂ＝１８

実施例５は２つの関数の囲む面積を求める問題である。図１１は質問文を分析し、問題の型が２つの関数の交点および囲む面積を求める問題であることを識別している
本人工知能は上記の入力により次の処理を逐次行っている。
・関数ｆの特性抽出（２次係数、１次係数、０次係数）
・関数ｇの特性抽出（２次係数、１次係数、０次係数）
・関数ｈ＝ｇ−ｆの係数算出（２次係数、１次係数、０次係数）
・ｈ＝０から交点ｘ１，ｘ２の導出
処理を実施し交点であるｘ１＝−２，ｘ２＝２が正しく導出されている。
質問１８は２つの関数が囲む面積を求める問題である。
本人工知能は上記の入力により関数が囲む面積を求める問題であることを検出し次の処理を逐次行っている。
・関数ｆの特性抽出（２次係数、１次係数、０次係数）
・関数ｇの特性抽出（２次係数、１次係数、０次係数）
・関数ｈ＝ｇ−ｒの係数算出（２次係数、１次係数、０次係数）
・ｈ＝０から交点ｘ１，ｘ２の導出
・関数ｈ＝ｇ−ｆの積分を実施し積分［関数ｈ＝ｇ−ｆ］の係数を導出
・積分範囲［ｘ１−ｘ２］における積分値を導出
（２つの関数の囲む面積の処理には前出の２つの関数の交点を求める処理プログラムを一部活用している）
回答１８に示すように積分値「１０．６６６」が正しく求められている。
人工知能の実施例５
質問１７：数学の問題です
［ｇ＝２ｘ］
ｆとｇの交点は何ですか
回答１７：ｆとｇの交点は−２と２です
質問１８：ｆとｇの囲む面積は何ですか
回答１８：ｆとｇの囲む面積は１０．６６６７です

実施例６は物理の問題（質点の飛距離）である。ボールを初速：Ｖｍ／ｓ、迎角：ｔｄｅｇで投げた場合の飛距離について求める問題である。人工知能への知識としては▲１▼ボールの初速はＶです。▲２▼ボールの迎角はｔです。▲３▼Ｖは１０ｍ／ｓです。▲４▼ｔは４５ｄｅｇです。が入力されている。次に人工知能への質問としてＱ：ボールの飛距離は何ですか？という質問を入力している。この時、人工知能の処理状況を図１２に示す。人工知能はボールの飛距離に関するデータが既に存在する否かの確認を第１ステップとして実施している。飛距離に関するデータが存在していない事を確認すると、飛距離を導出するプログラムを起動し、ボールの初速および迎角に関するデータの検索を行っている。ボールの初速はＶ（記号）で数値は１０ｍ／ｓであること、ボールの迎角はｔ（記号）で数値は４５ｄｅｇであることを知識か
ｍであることを回答として正しく出力している。
人工知能の実施例６
質問１９：物理の問題です
ボールの初速はｖです
ボールの迎角はｔです
ｖは１０ｍ／ｓです
ｔは４５ｄｅｇです
ボールの飛距離は何ですか
回答１９：飛距離は １０．２０４１ ｍです

実施例７は物理（比重）の問題である。この時、人工知能の処理状況を図１３に示す。人工知能は最初に質問に対する回答（物体Ｄの比重）があるか知識体系を検索している。検索の結果、該当のデータが無いため、比重を求めるプログラムを起動している。本プログラムは物体Ｄの体積および重さのデータを検索している。物体の形状に関する情報（立方体）および寸法情報から体積を求め、物体の質量情報を検索することにより比重を求めている。
人工知能の実施例７
質問２０：物理の問題です
物体の形状は立方体です
物体Ｄの辺はｄです
ｄは２です
物体Ｄの体積は何ですか
回答２０：物体Ｄの体積は８です
物体Ｄの重さは４です
質問２１：物体Ｄの比重は何ですか
回答２１：物体Ｄの比重は０．５です

実施例８は物理（運動方程式の生成）の問題である。
人工知能の実施例８
質問２２：物理の問題です
：バネの力は−ｋｘです
：ダンパーの力は−ｄｄｘ／ｄｔです
：重力の力は＋ｍ＿ｇです
：バネの力が物体Ｃに働きます
：ダンパーの力が物体Ｃに働きます
：重力の力が物体Ｃに働きます
：何が物体Ｃに働きますか
回答２２：バネの力がダンパーの力が重力の力が働きます
質問２３：ｇは９．８です
：ｍ＿は１です
：ｋは１です
：ｄは１です
：運動の方程式は何ですか
回答２３：運動方程式は以下です
ｇ ＝９．８
ｍ＿＝１
ｋ ＝１
ｄ ＝１
ｄ２ｘ／＿ｄｔｄｔ＋（ｄ／ｍ＿）ｄ＿ｘ／＿ｄｔ＋（ｋ／ｍ＿）ｘ ＝ ｇ
与えられた物理に関する知識（情報）から運動方程式を自律的に生成する動作例について示している。本問題はバネと減衰器を介した質量ｍの運動方程式を求める問題であり、解は下記となる。
運動方程式（解） ｄ２ｘ／ｄｔ２＋（ｄ／ｍ）ｄｘ／ｄｔ＋（ｋ／ｍ）ｘ＝ｇ
質問２２は運動方程式に関する知識（情報）および質問を人工知能に入力している。入力した知識（情報）および質問が記録器の記録ユニットに格納されている様子を図１４に示す。
図１４は「何が物体に働きますか」という質問を入力している。この時、人工知能は「何
している。本質問の関連情報は記録ユニットの番号７１，７２，７３から検出されている。抽出された情報としては項の型、項の内容（［３］，［２］，［１］）である。
項の型の定義を下記に示す。型番号３は（±記号・ｘ）の型であることを示している。同様に型番号４は（±記号・ｄｘ／ｄｔ）の型であること、型番号５は（±記号・記号）の型であることを示している。質問２２において抽出した関連情報としては下記であることを示している。
記録ユニット７１：−ｋｘ
記録ユニット７２：−ｄｄｘ／ｄｔ
記録ユニット７３：＋ｍｇ
０：データ無し、１：記号、２：±記号、３：±記号・ｘ、
４：±記号・ｄ＿ｘ／−ｄｔ、５：±記号・記号、６：±ｄ２ｘ／＿ｄｔｄｔ
質問２３は「運動方程式は何ですか」という質問を入力した時の動作例について示したものである。この時、本人工知能は下記のような動作を実施し、質問に正しく回答することができる。
ステップ０：質問に対応するデータ（運動方程式）が知識として存在するか検索する。（知識として存在していれば記録されているデータを使用して回答を生成する。）
ステップ１：知識として存在していなければ関連情報（物体に働く力：記録ユニット７１，７２，７３の情報）から運動方程式を生成する。
ステップ２：式の整理（移項処理）
ステップ３：式の整理（正規化処理）
ステップ４：運動方程式の表示
本人工知能は数式（数、記号、演算子）を分析し、数字、記号、演算子等を構造化して記録しているので数式処理（式の変形、整理等）を実施することが可能である。また数式、方程式を解釈し、解を求めることも可能である。
図１５〜１７では処理の過程が分かるように各処理過程における項（左辺の項、右辺の項）の各要素を記号番号および記号で表示している。ステップ１においては以下の関係を使用して運動方程式が生成されている。
ｍｄ２／ｄｔ２＝物体に働く力（−ｋｘ−ｄｄｘ／ｄｔ＋ｍｇ）
ステップ２およびステップ３ではステップ１で生成した方程式を整理（移項および正規化）し、最終的な運動方程式を正しく導出している。また求められた運動方程式に初期条件（ｘ０，ｘ１）を先に説明した微分方程式の解を求める処理プログラムを起動することにより運動方程式の挙動を容易に求めることができる。
以上では本人工知能が問題を解く実行例について示したが、ここで示した実行例以外の様々な問題に対しても解決できる能力を有している。一般的に次の条件を有し、人間が解ける問題に関しては本人工知能も解くことが可能である。
条件１：問題を解くために必要な情報およびパラメータが問題の中または過去に記録した情報に含まれている。
条件２：問題を解くための情報およびパラメータの処理の仕方を言語およびプログラムで定義することができる。
人間が問題を解く場合には、問題を解くうえで必要な情報を識別、検索し、検索した情報を知識として記録している問題を解くための情報の処理の仕方に沿って情報を処理し、解を導出する。本人工知能も全く同じ方法で解を導出することができる。
本人工知能は与えられた問題の識別、問題を解くためのキーパラメータの分析、キーパラメータの検索を実施し、問題を解くためのキーパラメータが検索できない場合は該当するキーパラメータを生成する処理プログラムを逐次起動して問題解決する。つまり、問題を解決するための手順を知識から検索し、検索した知識に基づいて問題の処理をブレークダウンしていく。問題を解くために必要なキーパラメータを識別し、キーパラメータの状態について知識体系から検索する。キーパラメータを知識体系から検索することができれば、検索したキーパラメータの状態を使用して問題を解く。キーパラメータを知識体系から検索することができない場合は、キーパラメータの状態を求めるための処理プログラムを起動する。処理プログラムを起動することにより、新たなキーパラメータの状態が必要になる場合があるが、上記の手順を繰り返すことにより新たなキーパラメータの検索または新たなキーパラメータの状態を求めるための処理プログラムを起動する。このような手順を繰り返すことにより当初に設定した問題を解決する。
本項において詳細に説明したようにパターンという概念を使用することにより人間の様々な思考を表現し、思考過程はパターンの自律的な遷移で表現することができる。パターンは２．２項において説明したように能動的な機能（内蔵した処理の実行、プログラム機能、他のパターンおよびプログラムの起動等）を有している。この能動的な機能を使用することにより人間が問題を解決するに当たり、実施する思考活動（関連情報の検索。該当する問題の検出と検出した問題を解決するための処理プログラムの起動）に相当する機能を実現することができる。
なお、処理プログラムをライブラリ化し充実化することによりライブラリを組み合わせて複合的な問題を解くことが可能である。

本人工知能は汎用であるため数々の応用分野が考えられる。ここでは本人工知能の特徴に焦点を当てた一部の構成例について紹介する。ＡＩと表現しているがＡＩを搭載したロボット、機器への適用も想定している。
◇パーソナルＡＩ
図２６にパーソナルＡＩの構成図を示す。人工知能へ入力する情報を個人的にカスタマイズし、個人専用のＡＩを構築する。（個人の思考・思想の記録、話し相手、相談相手、アシスタント、パートナー）情報を入力すると情報間の関係性を分析し記録器に知識体系を構築していく。情報間の接続関係が強化することにより文脈の検出も可能になる。個人の思考、思想、趣味、興味、話題等を逐次、言語で入力することにより個人用にカスタマイズした人工知能が生成される。規則、常識、道徳に関するものを最初に入力情報として選択し、知識体系の基盤を構築する。図７において知識体系の構築について説明したように本人工知能は入力情報の新規性および既に記録した情報との整合性を確認しながら知識を構築していく。知識体系の基盤生成段階においては各情報の種類（規則、常識、道徳）に関しても付帯情報として記録しておく。
このように識別しておけば、後で情報が入力され知識体系の情報と不整合が発生した場合に処置方法が明確になる。知識体系の基盤生成後、パーソナルＡＩでは個人に固有の情報を入力していく。（可能な範囲で情報間の関係についても設定しておく。）個人の思考、思想、趣味等の情報を入力することにより個人にカスタマイズした知識が記録されていく。知識構築後、個人に関する質問をした場合、実施例１および実施例２において説明したように本人工知能は構築した知識体系を使用して回答を生成する。回答を生成する過程の処理として、入力した最新の関連情報（ニュース等）の検索、検索した関連情報を知識体系に照射することにより知識体系における関連情報（評価、、感想等）の励起することにより、連想記憶的に情報を検索することができるので人間が実施するような会話が可能となる。（（ｈ）会話を生成する機能を参照）このレベルまでの会話機能を設定すれば話し相手、相談相手、アシスタント、パートナーとしての機能を有することが可能となる。
◇汎用ＡＩ
図２７に汎用ＡＩの構成図を示す。規則、常識、道徳を学習した人工知能に専門知識（数学、物理、化学、法律、設計、一般科学等）を学習させ、様々な社会活動において人間を支援する。情報を入力すると情報間の関係性を分析し記録器に知識体系を構築していく。情報間の接続関係が強化することにより文脈の検出も可能になる。真実、事実、常識、規則、モラル、専門知識、定理、定義、論理等を逐次、言語で入力することにより汎用の人工知能が生成される。専門知識の実装方法としては実施例４〜実施例８に示したように問題の型検出、問題を解く手順検出、問題を解くキーパラメータの検出、キーパラメータの状態検出（必要に応じてキーパラメータの状態を生成するプログラムを起動）を実施することにより実現できる。所謂、設計作業に関しても、問題の型を識別し、前提条件を検索し、決められた手順に従って処理を実施することにより大部分のものが解くことができるので、本人工知能においても実施することが可能である。（実施例４〜実施例８において説明した問題解決の処理方法を数々の問題に対し拡張していくことにより実現可能である。）解いた問題の解は連想記録的に知識体系に記録することにより、将来同様の問題が発生した時に、知識体系を検索することにより回答を生成することが可能となる。
◇大規模ＡＩ
図２８に大規模ＡＩの構成図を示す。上記の汎用ＡＩの専門能力を高め、複数の専門分野ＡＩとマネージメントＡＩからなるネットワークを構成し協調させ、難度の高い問題、複数の専門知識が必要な問題解決を支援する。マネージメントＡＩは与えられた問題の種類を分析、問題を解決するために必要な情報の種類と専門分野を識別する。識別した求めるべき情報は各専門分野に振り分け担当する専門分野ＡＩに回答要求を出す。人間、専門分野ＡＩおよびマネージメントＡＩ間の情報インタフェースは言語、記号、数字等で実施することが可能である。
専門が多岐にわたるような複雑な問題に対しては人間組織ではマネージャと専門家が連携して解決に向け対処していくように本人工知能も同様の構成およびアプローチをとることが可能である。人工知能間のインタフェースも言語、記号、数字等、既に概念が決まっている共通のものを使用することができるので、それぞれの人工知能の能力向上を独立で実施することができる。各専門分野ＡＩはそれぞれ得意な専門分野を独立して向上させていけば良いので効率的な開発が可能となる。

発明の効果

パターンは概念を表現することが可能であり、パターン間の遷移により人間の思考過程を表現することができる。人間の思考は情報検索、条件付処理、一連の処理を適宜行っており能動的である。このような人間の能動的な思考に関しても、パターンは処理機能（情報検索、条件付処理機能、プログラム機能を含む）を有しているので柔軟に対応することができる。また、パターンの遷移は人間による設定または励起履歴を各パターンの接続情報記録部に記録することによる学習により容易に実施可能である。パターンは単語、数および記号を組合せて表現した概念に対応しているので人間は十分に理解することが可能である。また、パターンの励起先は接続情報および接続関係を確認することにより容易に識別することができる。つまり本人工知能は人間が動作内容を容易に理解することができる透明性の高いシステムである。Ｄｅｅｐ Ｌｅａｒｎｉｎｇ等ニューラルネットワークを使用した人工知能の処理過程が人間にとってブラックボックスであり理解できないという大きな課題があるが、本人工知能では本課題が解決されている。

パターンおよび記録ユニットの機能概要 パターンおよび記録ユニットの励起方法 語に対応したパターンの励起履歴 語列から文の構造を分析する実施例 入力情報の記録例 入力情報と記録情報の比較例 知識体系の構築例 質問文の分析と回答生成（質問１４） 質問文の分析と回答生成（質問１５） 質問文の分析と回答生成（質問１６） 質問文の分析と回答生成（質問１７、１８） 質問文の分析と回答生成（質問１９） 質問文の分析と回答生成（質問２０、２１） 運動方程式の求め方（物体に働く力） 運動方程式の求め方（運動方程式の生成） 運動方程式の求め方（移項処理） 運動方程式の求め方（正規化および最終形に整理） 人工知能の構成図 人工知能の機能構成 文間の関係分析および設定の機能図 質問への回答を生成する機能図 条件文へ対応する機能図 情報、手順の一般化、汎用化する機能図 パターン間接続関係の自律的生成 文脈を自律的に記録する動作例 パーソナルＡＩの構成図 汎用ＡＩの構成図 大規模ＡＩの構成図

１ 入力処理器
２ 分析器
３ 記録器
４ 制御器
５ 出力処理器

Claims (30)

1. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、入力した情報と既に記録している情報との関係を分析し有用な情報を抽出して知識体系の構築、拡大および更新を実施し、知識体系に記録された情報、情報間の関係および処理プログラムにより生成した情報を使用して問題解決する人工知能装置。
2. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、言語で指示された処理を自律的に実施する人工知能装置。
3. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、記録器に構築した真理、真実、事実、専門知識、規則、常識のデータ、入手した情報および言語で教示した対応策を活用して、自律的に問題を解決する人工知能装置。
4. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、入力した情報を評価し評価結果に応じた処理（情報の記録、知識体系の更新・改良、指示内容の実行、質問に対する回答）を自律的に実施する人工知能装置。
5. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、逐次入力される情報と情報の有意な関係を情報に対応するするパターンの集合とパターンの集合との関係を強化することにより抽出し、一連の入力情報から予測、推定、常識および一般的な考え方を自律的に構築していく人工知能装置。
6. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、入力した情報および内部に構築した知識体系から関連する情報を適宜呼び出すことにより処理手順を自律的に生成し、処理の結果生じた状況に対して、さらに次の処理手順を自律的に生成し処理を進めていく人工知能装置。
7. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、入力した情報に関して情報の源泉、信頼性、新規性、分野、テーマ、主語、主語の修飾、述語、述語の修飾、修飾関係、いつ、どこで、誰が、何を、どのように、なぜ、したのか、文の種類（平常文、疑問文、命令文、条件文、真実、事実、規則、常識、定義、論理、説明、仮説、予測、意見、感想、噂）、数式、化学式および記録している関連情報との関係性を分析し情報を検索し易い構造に整理して記録する人工知能装置。
8. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、構築した知識体系を活用して状況の分析および問題の識別を実施し、問題を解決するための情報検索、処理を実施するプログラムの起動、問題解決に必要な情報の生成と知識体系への組み込みを実施し、自律的に問題を処理するとともに更なる知識の向上を行う人工知能装置。
9. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、入力した情報と既に記録している情報との関係を分析し安全で有用な情報を抽出して記録することにより知識体系の構築、拡大および更新を実施し、問題解決のために知識体系に記録された情報を使用して目的に沿った情報検索、情報抽出および数々の問題を処理するプログラム群から必要なプログラムを起動し、必要な情報を生成して問題解決する人工知能装置。
10. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、指定した項目に関連する情報を連想記憶的に記録および出力する人工知能装置。
11. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、指定した情報を構築した知識体系の関連情報と比較し、指定した情報を評価（新規性評価、知識体系の情報との差異評価、価値評価）する人工知能装置。
12. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、情報と情報の間に関係性を有した知識体系を自律的に構築し、構築した知識体系と情報間の関係性を使用して与えられた文章の要約または詳細化を自律的に実施する人工知能装置。
13. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、情報を連想記憶的に記録し、指定したテーマ、話題に関連する情報を検索および使用するとともに相手の意図を分析して会話する人工知能装置。
14. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、パターンの起動履歴を使用して文脈の検出と学習を実施し、文脈を踏まえた会話（質疑、応答、確認、関心のある話題の提供、意見および議論）を実施する人工知能装置。
15. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、パターンの起動履歴を使用して文脈の検出と学習を実施し、文脈を踏まえた会話（質疑、応答、関心のある話題の提供、意見および議論）を実施するとともに関心のある、または指定した相手および事項に関する情報（関心のある話題、問題に対する考え方、物事に対する反応、意見および行動、詳細情報）を収集して記録、蓄積する人工知能装置。
16. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、入力した情報と既に記録している情報との関係を分析し有用な情報を抽出して知識体系の構築、拡大および更新を実施し、知識体系に記録された情報、情報間の関係および処理プログラムにより生成した情報を使用して問題解決する人工知能装置として機能させるためのソフトウェア。
17. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、言語で指示された処理を自律的に実施する人工知能装置として機能させるためのソフトウェア。
18. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、記録器に構築した真理、真実、事実、専門知識、規則、常識のデータ、入手した情報および言語で教示した対応策を活用して、自律的に問題を解決する人工知能装置として機能させるためのソフトウェア。
19. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、入力した情報を評価し評価結果に応じた処理（情報の記録、知識体系の更新・改良、指示内容の実行、質問に対する回答）を自律的に実施する人工知能装置として機能させるためのソフトウェア。
20. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、逐次入力される情報と情報の有意な関係を情報に対応するするパターンの集合とパターンの集合との関係を強化することにより抽出し、一連の入力情報から予測、推定、常識および一般的な考え方を自律的に構築していく人工知能装置として機能させるためのソフトウェア。
21. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、入力した情報および内部に構築した知識体系から関連する情報を適宜呼び出すことにより処理手順を自律的に生成し、処理の結果生じた状況に対して、さらに次の処理手順を自律的に生成し処理を進めていく人工知能装置として機能させるためのソフトウェア。
22. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、入力した情報に関して情報の源泉、信頼性、新規性、分野、テーマ、主語、主語の修飾、述語、述語の修飾、修飾関係、いつ、どこで、誰が、何を、どのように、なぜ、したのか、文の種類（平常文、疑問文、命令文、条件文、真実、事実、規則、常識、定義、論理、説明、仮説、予測、意見、感想、噂）、数式、化学式および記録している関連情報との関係性を分析し情報を検索し易い構造に整理して記録する人工知能装置として機能させるためのソフトウェア。
23. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、構築した知識体系を活用して状況の分析および問題の識別を実施し、問題を解決するための情報検索、処理を実施するプログラムの起動、問題解決に必要な情報の生成と知識体系への組み込みを実施し、自律的に問題を処理するとともに更なる知識の向上を行う人工知能装置として機能させるためのソフトウェア。
24. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、入力した情報と既に記録している情報との関係を分析し安全で有用な情報を抽出して記録することにより知識体系の構築、拡大および更新を実施し、問題解決のために知識体系に記録された情報を使用して目的に沿った情報検索、情報抽出および数々の問題を処理するプログラム群から必要なプログラムを起動し、必要な情報を生成して問題解決する人工知能装置として機能させるためのソフトウェア。
25. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、指定した項目に関連する情報を連想記憶的に記録および出力する人工知能装置として機能させるためのソフトウェア。
26. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、指定した情報を構築した知識体系の関連情報と比較し、指定した情報を評価（新規性評価、知識体系の情報との差異評価、価値評価）する人工知能装置として機能させるためのソフトウェア。
27. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、情報と情報の間に関係性を有した知識体系を自律的に構築し、構築した知識体系と情報間の関係性を使用して与えられた文章の要約または詳細化を自律的に実施する人工知能装置として機能させるためのソフトウェア。
28. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、情報を連想記憶的に記録し、指定したテーマ、話題に関連する情報を検索および使用するとともに相手の意図を分析して会話する人工知能装置として機能させるためのソフトウェア。
29. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、パターンの起動履歴を使用して文脈の検出と学習を実施し、文脈を踏まえた会話（質疑、応答、確認、関心のある話題の提供、意見および議論）を実施する人工知能装置として機能させるためのソフトウェア。
30. 情報（単語、言語、文章、知識、数式、記号、画像、音声）をパターンに変換する入力処理器と、入力した情報に関して単語、意味、文要素、分野、興味の対象、記録情報との比較、文の種類、意図、文間の関係性を分析する分析器と、分析器により検索し易いように文要素毎に整理した情報、分析器により生成された分析結果、人間による設定または学習により生成した情報間の接続関係および関係性、人間により設定した処理プログラム、情報および処理プログラムの起動履歴を記録し、文要素を組合せたパターンによる照合、励起履歴による照合および接続情報を使用した励起により起動する記録ユニットから構成された記録器と、分析器で識別した文の種類および意図に応じた処理の実行、分析器で識別した問題を解決するための情報検索、論理展開、処理の実行、処理プログラムの起動および処理結果の記録、記録器に記録した情報間の関係を使用して実施する情報および手順の一般化、記録器に記録した情報の接続関係を変更することにより実施する優れた知識、処理および論理への更新、興味ある分野、対象に関する情報の検索と記録器への記録および目標に向けた情報間の遷移制御を実施する制御器と、パターンを情報および制御信号に変換する出力処理器を備え、パターンの起動履歴を使用して文脈の検出と学習を実施し、文脈を踏まえた会話（質疑、応答、関心のある話題の提供、意見および議論）を実施するとともに関心のある、または指定した相手および事項に関する情報（関心のある話題、問題に対する考え方、物事に対する反応、意見および行動、詳細情報）を収集して記録、蓄積する人工知能装置として機能させるためのソフトウェア。