JP2018151950A - 情報処理装置、情報処理システム及びプログラム - Google Patents

Abstract

【課題】処理動作を単一の人工知能による処理結果に基づいて決定する場合に比して、処理動作の信頼性を向上する。【解決手段】情報処理装置は、入力情報を処理して第１の結果を出力する第１の人工知能と、入力情報を処理して第２の結果を出力する、第１の人工知能とは異なる第２の人工知能とを有し、第１の結果と第２の結果の比較結果に基づいて次に実行する処理の内容を決定する。【選択図】図４

Description

本発明は、情報処理装置、情報処理システム及びプログラムに関する。

特許文献１には、コンピュータ・ネットワーク内の周辺コンポーネントの機能性を監視する装置を提供する技術が記載されている。

特開２０００−１１２７０７号公報

現在、日常生活を支援するロボット（例えばお掃除ロボット、コミュニケーションロボット）への人工知能の搭載が進められているが、処理動作の信頼性に対する要求も高まっている。

本発明は、処理動作を単一の人工知能による処理結果に基づいて決定する場合に比して、処理動作の信頼性を向上することを目的とする。

請求項１に記載の発明は、入力情報を処理して第１の結果を出力する第１の人工知能と、前記入力情報を処理して第２の結果を出力する、前記第１の人工知能とは異なる第２の人工知能とを有し、前記第１の結果と前記第２の結果の比較結果に基づいて次に実行する処理の内容を決定する、情報処理装置である。
請求項２に記載の発明は、前記第１の人工知能は、仮想空間上を移動可能な第１のキャラクタに紐付けられており、前記第２の人工知能は、当該仮想空間上を移動可能な第２のキャラクタに紐付けられている、請求項１に記載の情報処理装置である。
請求項３に記載の発明は、端末装置と通信する場合、当該端末装置の表示画面上に、前記第１のキャラクタと前記第２のキャラクタを表示させる、請求項２に記載の情報処理装置である。
請求項４に記載の発明は、前記仮想空間上で前記第１のキャラクタが移動する場合、前記第２のキャラクタも当該第１のキャラクタと共に移動する、請求項３に記載の情報処理装置である。
請求項５に記載の発明は、前記第１の人工知能と前記第２の人工知能は、通信手段を通じて接続された他の情報処理装置に移動する、請求項１に記載の情報処理装置である。
請求項６に記載の発明は、前記第１の人工知能と前記第２の人工知能の移動は、前記第１の人工知能に紐付けられた第１のキャラクタと前記第２の人工知能に紐付けられた第２のキャラクタのうちの一方又は両方に対する端末装置の表示画面上における移動操作に基づいて実行される、請求項５に記載の情報処理装置である。
請求項７に記載の発明は、前記第１の結果と前記第２の結果が異なる場合、当該第２の結果が優先される、請求項１に記載の情報処理装置である。
請求項８に記載の発明は、次に実行する処理の内容についての前記決定は、前記第１の結果の一部と前記第２の結果の一部の比較結果に基づいて行われる、請求項１に記載の情報処理装置である。
請求項９に記載の発明は、前記第１の人工知能と前記第２の人工知能は方式が異なる、請求項１に記載の情報処理装置である。
請求項１０に記載の発明は、前記第１の人工知能と前記第２の人工知能は方式が同じであるが学習に関するパラメータが異なる、請求項１に記載の情報処理装置である。
請求項１１に記載の発明は、入力情報を処理して第１の結果を出力する第１の人工知能が動作する第１の情報処理装置と、前記入力情報を処理して第２の結果を出力する、前記第１の人工知能とは異なる第２の人工知能が動作する第２の情報処理装置とを有し、前記第１の結果と前記第２の結果の比較結果に基づいて次に実行する処理の内容を決定する、情報処理システムである。
請求項１２に記載の発明は、コンピュータに、第１の人工知能から入力情報に対する第１の処理結果を入力する処理と、前記第１の人工知能とは異にする第２の人工知能から前記入力情報に対する第２の処理結果を入力する処理と、前記第１の処理結果と前記第２の処理結果の比較結果に基づいて次に実行する処理の内容を決定する処理とを実行させるためのプログラムである。

請求項１記載の発明によれば、処理動作を単一の人工知能による処理結果に基づいて決定する場合に比して、処理動作の信頼性を向上できる。
請求項２記載の発明によれば、人工知能を仮想空間上のキャラクタとして管理することで実空間と仮想空間のシームレスな連携を実現できる。
請求項３記載の発明によれば、人工知能をキャラクタの表示を通じて視覚的に把握できる。
請求項４記載の発明によれば、２つの人工知能の協働関係をキャラクタの移動を通じて把握できる。
請求項５記載の発明によれば、２つの人工知能を他の情報処理装置に引き継ぐことができる。
請求項６記載の発明によれば、２つの人工知能の移動を仮想空間上のキャラクタに対する移動操作を通じて実現できる。
請求項７記載の発明によれば、２つの結果が一致するまで２つの人工知能の処理を繰り返す場合に比して、決定の遅延を回避できる。
請求項８記載の発明によれば、結果に複数の情報が含まれる場合でも一部の情報に絞り込むことで決定の遅延を回避できる。
請求項９記載の発明によれば、２つの人工知能の方式が異なることで決定に対する信頼性を高めることができる。
請求項１０記載の発明によれば、２つの人工知能が使用する学習に関するパラメータが異なることで決定に対する信頼性を高めることができる。
請求項１１記載の発明によれば、処理動作を単一の人工知能による処理結果に基づいて決定する場合に比して、処理動作の信頼性を向上できる。
請求項１２記載の発明によれば、処理動作を単一の人工知能による処理結果に基づいて決定する場合に比して、処理動作の信頼性を向上できる。

情報処理装置の一例であるロボットの外観構成を説明する図である。 実施の形態で用いるロボットのハードウェア構成を説明する図である。 ロボットが提供する計算資源の使用例を説明する図である。 ２つの人工知能以外の処理機能を通じて２つの処理結果を統合する仕組みを説明する図である。 ２つの人工知能のうち一方の人工知能に２つの処理結果の統合処理を実行させる仕組みを説明する図である。 実空間と仮想空間との連携動作を説明する図である。 端末装置のハードウェア構成を説明する図である。 表示画面の表示例を説明する図である。 表示画面の他の表示例を説明する図である。 表示画面の他の表示例を説明する図である。 表示画面の他の表示例を説明する図である。 表示画面の他の表示例を説明する図である。 人工知能が移動する過程を説明する図である。 人工知能の移動過程に対応する表示画面の表示例を示す図である。 人工知能の移動が完了した状態を説明する図である。 人工知能の移動が完了した段階に対応する表示画面の表示例を示す図である。 作業役の人工知能と監視役の人工知能が別々の装置で動作する例を説明する図である。 ２つの人工知能が別々の装置で動作する場合の２つの結果の統合動作を説明する図である。 人工知能が別々の装置で動作する場合の表示画面の表示例を示す図である。 表示画面上でのキャラクタに対する操作に連動して人工知能の実行場所が移動する様子を説明する図である。

以下、添付図面を参照して、本発明の実施の形態について詳細に説明する。

＜用語＞
本実施の形態では、人工知能を使用して自律的に動作可能な情報処理装置について説明する。
情報処理装置は、人工知能が使用する計算資源を提供する実空間上の装置として機能する。
計算資源は、コンピュータで実行されるプロセスやジョブが計算のために使用する資源をいい、代表的には情報処理装置がプロセッサを使用する時間の合計（プロセッサ時間）と記憶装置（物理メモリと仮想メモリの両方を含む。）をいう。

人工知能は、入出力関係の全てが予め記述されていない点で既存のプログラムと異なる。
人工知能は、情報処理装置を構成するハードウェア資源に対する指示を通じて実空間に影響を与える。
本実施の形態では、人工知能として、個別の領域に特化して能力を発揮するいわゆる特化型の人工知能を想定する。もっとも、人工知能は、個別の領域に制約されず多様で複雑な問題も解決できるいわゆる汎用型の人工知能でもよい。

人工知能を実現するアルゴリズムには、与えられた情報に基づいて自律的に法則やルールを学習し、学習により生成された法則やルールにデータを適用して結果を出力するいわゆる機械学習型のアルゴリズムがある。
機械学習型のアルゴリズムを使用する人工知能では、学習に使用される情報の種類、量、学習時間、重みづけの違いが、人工知能の出力結果に影響する。
この意味で、学習に使用した情報の種類や量が異なる人工知能は、学習に関するパラメータが異なる人工知能の一例である。

人工知能を実現するアルゴリズムには、多層構造のニューラルネットワークを用いる機械学習として実現される深層学習（「ディープラーニング」ともいう。）型のアルゴリズムもある。
深層学習型のアルゴリズムには、畳み込みニューラルネットワークを利用する方法、再帰型ニューラルネットワークを利用する方法、ディープビリーフネットワークを利用する方法、ディープボルツマンマシンを利用する方法などがある。ここで、実現方法が異なる人工知能は、学習に関するパラメータが異なる人工知能の一例である。

この他、人工知能を実現するアルゴリズムには、遺伝的アルゴリズム、強化学習、クラスタ分析、自己組織化マップ（Self-Organizing Maps：ＳＯＭ）、アンサンブル学習などもある。
本実施の形態では、アルゴリズムが異なる人工知能を、アルゴリズムの方式が異なる人工知能として扱う。また、アルゴリズムが異なる人工知能と、学習量や学習に関するパラメータ等が異なる人工知能を総称して、方式が異なる人工知能という。
なお、各人工知能には処理内容に応じた向き不向きがある。

本実施の形態で使用する人工知能は、言語を扱う機能、画像を扱う機能、音声を扱う機能、制御を扱う機能、最適化や推論を扱う機能などの全部又は一部に対応する。
このうち、前述したコミュニケーションロボットは言語を扱う機能の一例である。また、前述したお掃除ロボットは制御を扱う機能の一例である。
本実施の形態において、「自律的」とは、外部からの制御を必要とせず実行される状態であり、換言すると、自己充足的で他に依存しない状態をいう。

＜情報処理装置＞
続いて、本実施の形態における情報処理装置の具体例について説明する。前述したように、情報処理装置は実空間上に実在している。
図１は、情報処理装置の一例であるロボット１０の外観構成を説明する図である。
図１の場合、ロボット１０は、ヒト型の人形や玩具の外観を模している。もっとも、ロボット１０の外観はヒト型に限らず、犬やネコなどの動物、花や木などの植物、車（電車を含む）や飛行機等の乗り物を模したものでよい。

ヒト型のロボット１０は、胴部１１、頭部１２、腕１３、１５、手１４、１６、足１７、１８を有している。
胴部１１には、信号処理のための電子部品が格納されている。胴部１１には、表示デバイスや音響機器が搭載されてもよい。

頭部１２は、首の部分に設けられたジョイント機構を介して胴部１１に連結されている。本実施の形態の場合、ジョイント機構は、３軸まわりに回転可能である。３軸まわりの回転とは、ヨー（ｚ軸まわりの回転）、ロール（ｘ軸まわりの回転）、ピッチ（ｙ軸まわりの回転）の３つである。
３軸の全てに対して回転可能である必要はなく、１軸のみ又は２軸について回転可能でよい。これらの回転は、不図示のモーターによって実現してもよいが、手動で行ってもよい。もっとも、頭部１２が胴部１１に対して固定される場合を妨げない。
頭部１２には目１２Ａ、１２Ｂが設けられている。目１２Ａ及び１２Ｂは、装飾的に配置されていてもよいし、撮像装置、投影機、照明等を内蔵してもよい。頭部１２には可動式の耳が配置されていてもよい。

本実施の形態における腕１３及び１５は、胴部１１とジョイント機構を介して連結されている。腕１３及び１５の上腕と前腕は、ジョイント機構を介して連結されている。ここでのジョイント機構は、頭部１２と同様に多軸でも単軸でもよい。また、軸周りの回転は不図示のモーターにより実現してもよいし、手動で実現してもよい。もっとも、腕１３及び１５は、胴部１１に固定されていてもよい。
なお、腕１３及び１５を予め定めた角度に折り曲げれば、物の運搬に用いることができる。

手１４及び１６は、手首の部分に設けられたジョイント機構を介して腕１３及び１５に連結されている。手１４及び１６の手の平と指は、いずれもジョイント機構を介して連結されている。ここでのジョイント機構は、頭部１２と同様に多軸でも単軸でもよい。また、軸周りの回転は不図示のモーターにより実現してもよいし、手動で実現してもよい。本実施の形態の場合、手１４及び１６は、指の開閉により物を掴むことができる。
手１４及び１６は、腕１３及び１５に対して固定でもよい。

足１７及び１８は、ジョイント機構を介して胴部１１に連結されてもよいし、車輪やキャタピラー等の自走機構として胴部１１に取り付けられてもよい。
足１７及び１８がジョイント機構を介して胴部１１に連結される場合、ジョイント機構は、頭部１２と同じく多軸でも単軸でもよい。
また、軸周りの回転は不図示のモーターにより実現してもよいし、手動で実現してもよい。なお、足１７及び１８は、胴部１１に対して固定でもよい。

図２は、本実施の形態で用いるロボット１０のハードウェア構成を説明する図である。
ロボット１０は、装置全体の動きを制御する制御部２１と、ロボット周辺の画像を撮像するカメラ２２と、会話用の音声、楽曲、効果音を再生するスピーカ２３と、音の入力又は取得に用いられるマイク２４と、ジョイント機構などの可動機構２５と、外部装置との通信に用いられる通信部２６と、画像を表示する表示部２７と、装置全体を移動させる移動機構２８と、各部に電力を供給する電源２９と、各部の状態や周辺情報の収集に使用されるセンサ３０と、位置情報の取得に用いられる位置検知部３１とを有している。これらの各部は、例えばバス３２により互いに接続されている。

言うまでもなく、図２に示すハードウェア構成は一例である。従って、ロボット１０は、前述した全ての機能部を搭載する必要はない。
また、ロボット１０は、不図示の機能部を更に搭載してもよい。例えばロボット１０は、電源ボタン、記憶装置（ハードディスク装置、半導体メモリ等）、熱源（冷却源を含む。）等を搭載してもよい。

制御部２１は、いわゆるコンピュータであり、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）を有している。
ＲＯＭには、ＣＰＵにより実行されるプログラムが記憶されている。
ＣＰＵは、ＲＯＭに記憶されているプログラムを読み出し、ＲＡＭを作業エリアに使用してプログラムを実行する。プログラムの実行を通じ、ＣＰＵはロボット１０を構成する各部の動作を制御する。
ここでのプログラムには、人工知能に対応するアルゴリズムの実現に関連するプログラムが含まれる。制御部２１を構成するＣＰＵやＲＡＭは、人工知能が使用する計算資源を提供する。

本実施の形態における制御部２１は、例えばカメラ２２、マイク２４、センサ３０を通じて取得される情報を人工知能で処理し、ロボット１０の周辺環境や状態に応じた動作を自律的に決定する。
例えばスピーカ２３を通じて音声を出力したり、通信部２６を通じてメッセージを送信したり、表示部２７を通じて画像を出力してもよい。
これら情報の入出力や可動機構２５の動きを通じ、制御部２１は、ユーザとの間でコミュニケーションを成立させることができる。コミュニケーションの応用例には、例えば接客や会議の進行なども含まれる。
制御部２１は、不明な事態が発生した場合に、インターネット検索や外部のコンピュータとの通信を通じて追加の情報を収集し、検索事象との類似度によって解決策を発見する機能も搭載する。

本実施の形態の場合、制御部２１が取得する情報には、例えば視覚、聴覚、触覚、味覚、嗅覚、平衡感覚、温度が含まれる。
視覚は、カメラ２２で撮像された画像の認識処理を通じて実現される。
聴覚は、マイク２４で取得された音の認識処理を通じて実現される。
触覚には、例えば表在感覚（触覚、痛覚、温度覚）、深部覚（圧覚、位置覚、振動覚など）、皮質性感覚（二点識別覚、立体識別能力など）が含まれる。
制御部２１は、触覚の違いを分別できる。
触覚、味覚、嗅覚、平衡感覚、温度は、各種のセンサ３０による情報の検知を通じて実現される。なお、温度には、周辺温度、内部温度、ヒトや動物の体温なども含まれる。
更に、制御部２１が取得する情報には、ヒトや動物の脳波も含み得る。この場合、脳波は、ヒト等に装着された脳波検知デバイスから発信される情報を通信部２６で受信すればよい。

本実施の形態の場合、カメラ２２は、目１２Ａ及び１２Ｂ（図１参照）の位置に配置される。
表示部２７として投影機が用いられる場合、投影機は、例えば目１２Ａ及び１２Ｂ（図１参照）のいずれか一方又は両方に配置することができる。なお、投影機は胴部１１や頭部１２に配置してもよい。

可動機構２５は、物の搬送の他、感情を表現する目的でも使用される。
物の搬送に使用される場合、可動機構２５は、腕１３、１５や手１４、１６（図１参照）の変形を通じて、例えば物を掴む、抱える、支える等の動作を実現する。
感情の表現に使用される場合、可動機構２５は、例えば頭部１２、腕１３、１５、手１４、１６等（図１参照）の駆動を通じて、頭を傾げる、見上げる、周囲を見回す（キョロキョロする）、万歳する、指さし等の動作を実行する。

本実施の形態における通信部２６は、無線方式によって外部と通信する。
ロボット１０には、通信先として想定する外部装置で用いられる通信方式の数だけ通信部２６が搭載される。
通信方式には、例えば赤外線通信、可視光通信、近接無線通信、ＷｉＦｉ（登録商標）、ブルートゥース（登録商標）、ＲＦＩＤ（登録商標）、ＺｉｇＢｅｅ（登録商標）、ＩＥＥＥ８０２．１１ａ（登録商標）、ＭｕｌｔｅＦｉｒｅ、ＬＰＷＡ（Low Power Wide Area）等がある。
無線通信に使用する帯域には、短波長帯（例えば８００ＭＨｚ〜９２０ＭＨｚ）、長波長帯（例えば2．4ＧＨｚ、5ＧＨｚ）等がある。
なお、通信部２６と外部装置との接続には通信ケーブルを使用してもよい。

表示部２７は、ユーザとの間で視覚的なコミュニケーションを実現するために使用してもよい。例えば表示部２７には、文字や図形を表示してもよい。
表示部２７が頭部１２に配置される場合、表示部２７に表情を表示してもよい。

本実施の形態の場合、移動機構２８には車輪やキャタピラーを用いるが、プロペラや圧縮空気の吹き出し機構を用い、空気の力でロボット１０を移動させてもよい。
本実施の形態における電源２９には二次電池を使用するが、電力を発生できれば一次電池、燃料電池、太陽電池のいずれを用いてもよい。
また、電源２９の代わりに、電源ケーブルを通じて外部から電力の供給を受ける構成を採用してもよい。

本実施の形態の場合、ロボット１０には、位置検知部３１が搭載されている。
位置検知部３１には、例えばＧＰＳ（Global Positioning System）信号から地点情報を読み取る方式、ＧＰＳと同等の信号を用いて屋内の位置を測位するＩＭＥＳ（Indoor Messaging System）方式、ＷｉＦｉの複数のアクセスポイントから送信された電波の強度や到達時間等から位置を測位するＷｉＦｉ測位方式、基地局から定期的に発生される信号に対する応答の方角と遅延時間から位置を測位する基地局測位方式、不可聴域の超音波を受信して位置を測位する音波測位方式、ブルートゥース(登録商標)を使ったビーコンからの電波を受信して位置を測位するブルートゥース(登録商標)測位方式、ＬＥＤ（Light Emitting Diode）等の照明光の点滅によって伝達される位置情報を用いて位置を測位する可視光測位方式、加速度センサやジャイロセンサ等を用いて現在位置を測位する自律航法方式等を利用する。

図３は、ロボット１０が提供する計算資源の使用例を説明する図である。
本実施の形態の場合、制御部２１が提供する計算資源３５は、２つの人工知能と他の制御プログラムの動作に使用される。
ここでは、２つの人工知能を「人工知能１」及び「人工知能２」と表記して区別する。人工知能１は第１の人工知能の一例であり、人工知能２は第２の人工知能の一例である。

本実施の形態の場合、人工知能１と人工知能２には、互いに異なる人工知能を使用する。互いに異なる人工知能の例には、アルゴリズムの方式が異なる場合とアルゴリズムの方式は同じでも学習に関するパラメータが異なる場合等がある。
例えばアルゴリズムの方式が異なる例には、人工知能１には機械学習型のアルゴリズムを使用し、人工知能２には深層学習型のアルゴリズムを使用する例がある。
アルゴリズムの方式は同じであるが学習に関するパラメータが異なる例には、人工知能１には学習時間が１年の深層学習型のアルゴリズムを使用し、人工知能２には学習時間が２年の深層学習型のアルゴリズムを使用する例がある。
これら以外にも、学習データの重み付け（重要視するデータ）を変更する等が、互いに異なる人工知能の例として考えられる。

アルゴリズムの方式や学習に関するパラメータの違いは、処理結果が得られるまでの処理時間として現れることがある。もっとも、処理時間は使用可能な計算資源にも依存する。
本実施の形態では、人工知能１と人工知能２が１つの計算資源を共用しているが、人工知能１が使用する計算資源と人工知能２が使用する計算資源は物理的に異なる計算資源であってもよい。

人工知能１と人工知能２が異なるアルゴリズムを使用するため、同じ入力情報が与えられる場合でも、人工知能１の処理結果と人工知能２の処理結果は同じになるとは限らない。
一方で、人工知能１と人工知能２の処理結果が一致する場合には、多面的な観点から評価した結果が一致することになるので、処理結果の信頼性が一段と高くなる。

なお、図３に示す計算資源のうち人工知能１及び２で使用されていない部分は、２つの人工知能１及び２の処理結果を統合する決定や決定された内容に基づく各部（例えばスピーカ２３、可動機構２５、通信部２６、表示部２７、移動機構２８など）の制御動作に使用される。

図４及び図５を使用して、２つの人工知能の処理結果を統合する仕組みについて説明する。図４は、２つの人工知能以外の処理機能を通じて２つの処理結果を統合する仕組みを説明する図である。図５は、２つの人工知能のうち一方の人工知能に２つの処理結果の統合処理を実行させる仕組みを説明する図である。

図４の場合、人工知能１と人工知能２は、同じ入力情報を受け取る（ステップ１０１）。
人工知能１と人工知能２は、個々のアルゴリズムに基づく処理１及び２を実行し（ステップ１０２、１０３）、結果１及び２を得る（ステップ１０４、１０５）。
２つの結果１及び２は、制御部２１で実行される制御プログラムに与えられ、比較される（ステップ１０６）。制御プログラムとは、入出力関係の全てが予め記述されている既存のプログラムである。

制御プログラムは、２つの結果１及び２を比較し、比較結果に基づいて次に実行する処理の内容を決定する（ステップ１０７）。
ここで、２つの結果１及び２が一致する場合、制御プログラムは、予め定めた一方の処理結果（例えば人工知能１の結果１）を出力として決定する。例えば、制御プログラムは、認識された外部環境に応じて移動機構２８を制御し、ロボット１０を実空間上で移動させる。例えば、制御プログラムは、スピーカ２３を通じて認識した音声内容に対応する音を発生させる。例えば、制御プログラムは、可動機構２５を通じて腕１３、１５を駆動し、認識された外部入力に対応する感情などを表現する。

一方で、２つの結果１及び２が異なる場合、制御プログラムは、例えば上位に定めた人工知能の結果を出力として決定する。例えば人工知能１の結果１を採用する。
もっとも、制御プログラムは、人工知能１及び２のそれぞれに対して処理の再実行を指示してもよい。この場合、制御プログラムは、入力情報に対して追加の条件を付与する。追加の条件は、入力情報に応じて予め定められている。条件の追加は、人工知能１による処理の結果１の選択肢を狭める方向に作用する。制御プログラムは、２つの結果１及び２が一致するまで処理の再実行を繰り返し指示する。

ただし、処理の再実行を繰り返しても２つの結果１及び２が一致しない場合も考えられ、その場合にはロボット１０の動作が停止してしまう。
ロボット１０の動作の停止が許される用途もあるが、自動運転の場合のように予め定めた時間内での反応が求められる場合もある。この場合には、予め定めた時間を超えること又は予め定めた繰り返し回数を超えること等を条件に、制御プログラムは、予め定めた一方の結果（例えば人工知能２の結果２）を出力するものとして（すなわち、優先的に取り扱うものとして）、次に実行する処理の内容を決定する。

なお、人工知能１及び２の結果１及び２のそれぞれが複数の情報を含む場合、２つの結果１及び２の間で全ての情報が一致することが要求されると、２つの結果１及び２が一致するまでに時間を要する可能性がある。
そこで、制御プログラムには、２つの結果１及び２に含まれる複数の情報のうちの一部に限定して比較する機能を設けてもよい。ここでの一部の情報は、時間上の制約がある制御項目に応じて予め定めておけばよい。これにより、決定に要する時間を短縮することができる。

図５に示す処理動作は、比較処理（ステップ１０６）と次に実行する処理の決定（ステップ１０７）が人工知能２で実行される点で図４に示す処理動作と相違する。なお、比較処理（ステップ１０６）と次に実行する処理の決定（ステップ１０７）を人工知能１で実行してもよい。
この場合には、処理の決定にも人工知能が関与するので、状況に応じてどちらの処理結果を採用すればよいかについての学習結果が反映される。その分、図５に示す処理動作は、処理の決定についての信頼性を図４に示す処理動作よりも向上できる。
なお、決定された処理は、人工知能１及び２とは別に動作する制御プログラムに与えられ、予め定められた入出力関係に従ってロボット１０の動作が制御される。

前述の説明では、２つの人工知能１及び２は基本的に対等の関係にあり、２つの結果１及び２の比較を通じて人工知能による処理の結果の信頼性を高めているが、２つの人工知能１及び２のうちの一方の人工知能を作業用とし、他方の人工知能を監視用として用いてもよい。

＜実空間と仮想空間との連携動作例１＞
以下では、実空間上の存在であるロボット１０と端末装置の表示画面（仮想空間）との間の連携動作について説明する。
図６は、実空間と仮想空間との連携動作を説明する図である。
ロボット１０と端末装置４０は、共に実空間上に物理的に存在し、通信手段を通じて通信できる状態にある。

端末装置４０は、表示画面４１と不図示の通信部とを有する電子機器であり、例えば（１）ノート型のコンピュータ、据え置き型のコンピュータ、タブレット型のコンピュータ、スマートウォッチ、スマートフォン、デジタルカメラ、ビデオカメラ、ゲーム機などの情報機器、（２）冷蔵庫、調理器、洗濯機等の家庭用電気製品、（３）家電モニタ等の住宅設備、（４）自動車等の車両である。端末装置４０は、情報処理装置の一例である。

本実施の形態の場合、端末装置４０の表示画面４１上には、ロボット１０で動作している人工知能１及び２（図３参照）に紐付けられたキャラクタ４２Ａ及び４２Ｂが表示されている。
端末装置４０のユーザは、表示画面４１上に表示された仮想空間上のキャラクタ４２Ａ及び４２Ｂを通じて実空間上のロボット１０の動作状況を認識すると共にロボット１０に実行させたい動作を指示する。
ここで、キャラクタ４２Ａは人工知能１に対応し、キャラクタ４２Ｂは人工知能２に対応する。

キャラクタ４２Ａ及び４２Ｂを通じ、ユーザは、仮想空間上の存在である人工知能１及び２を視覚的に把握できる。
表示画面４１上におけるキャラクタ４２Ａ及び４２Ｂの動きが実空間上のロボット１０の動きに連動していれば、端末装置４０とロボット１０の実空間上の距離が離れていても、ユーザはキャラクタ４２Ａ及び４２Ｂの動きを通じてロボット１０の動作状況をリアルタイムに把握することができる。
図６では、キャラクタ４２Ａ及び４２Ｂの図柄を区別なく表現しているが、人工知能１及び２に作業役と監視役の役割が与えられている場合には、表示寸法、表示色、形状等を変えるなどして２つの人工知能の役割を区別できるようにしてもよい。

図７は、端末装置４０のハードウェア構成を説明する図である。
端末装置４０は、装置全体の動きを制御する制御部４５と、ユーザの操作入力を受け付ける操作部４６と、外部装置（例えばロボット１０）との通信に用いられる通信部４７と、情報を記憶する記憶部４８と、画像を表示する表示部４９と、音声、楽曲、効果音を再生するスピーカ５０とを有している。これらの各部は、例えばバス５１により互いに接続されている。

制御部４５は、いわゆるコンピュータであり、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）を有している。ＲＯＭには、ＣＰＵにより実行されるプログラムが記憶されている。ＣＰＵは、ＲＯＭに記憶されているプログラムを読み出し、ＲＡＭを作業エリアに使用してプログラムを実行する。プログラムの実行を通じ、ＣＰＵは端末装置４０を構成する各部の動作を制御する。
ここでのプログラムは、ロボット１０で動作する２つの人工知能１及び２のそれぞれに対応するキャラクタ４２Ａ及び４２Ｂを表示部４９に表示する機能を備えている。

操作部４６は、例えばキーボード、ボタン、スイッチ、タッチパッド、タッチパネルなどで構成される。
通信部４７は、無線通信その他の通信手段を通じてロボット１０と通信する。
記憶部４８は、ハードディスク装置や半導体メモリなどの記憶装置により構成される。
表示部４９は、プログラム（オペレーションシステムやファームウェアを含む）の実行を通じて各種の画像を表示するディスプレイ装置である。表示部４９は、例えば液晶ディスプレイパネルや有機ＥＬ（Electro Luminescence）ディスプレイパネルで構成される。

以下では、図８〜図１２を使用して、実空間と仮想空間との連携動作を説明する。
図８は、表示画面４１の表示例を説明する図である。図８には、表示画面４１に表示されている仮想空間に対応する装置名４１Ａと、人工知能１が実行している作業４１Ｂ及び４１Ｃと、装置名４１Ａに対応するロボット１０が実空間上で位置する場所４１Ｄとが示されている。
図８の例では、装置名４１Ａとして「ロボットＡ」で示され、同じ画面内には、ロボットＡの処理を実行する人工知能１及び２に紐付けられたキャラクタ４２Ａ及び４２Ｂも示されている。
この表示画面４１を見たユーザは、遠隔地で動作しているロボット１０（ロボットＡ）が周辺画像の収集（作業１）と移動（作業２）を実行中であることを理解することができる。
図８では、人工知能１（キャラクタ４２Ａ）が作業役として動作し、人工知能２（キャラクタ４２Ｂ）が監視役として動作していることも示されている。

図９は、表示画面４１の他の表示例を説明する図である。図９に示す表示画面４１と図８に示す表示画面４１との違いは、装置名４１Ａが人工知能１（キャラクタ４２Ａ）及び人工知能２（キャラクタ４２Ｂ）の仮想空間上の活動領域４１Ｅの名称として表示される点である。

図１０は、表示画面４１の他の表示例を説明する図である。図１０に示す表示画面４１には、仮想空間として４つの作業空間５６〜５９が示されている。
作業空間５６は周辺画像の収集動作を表しており、作業空間５７は画像の処理動作を表しており、作業空間５８は移動動作を表しており、作業空間５９はコミュニケーションを表している。
図１０の場合、人工知能１（キャラクタ４２Ａ）及び人工知能２（キャラクタ４２Ｂ）は、作業空間５６（周辺画像の収集動作）と作業空間５７（画像の処理）の２つの作業を実行していることを表している。

図１１は、表示画面４１の他の表示例を説明する図である。図１１に示す表示画面４１では、複数の作業空間に対応する作業空間６０が表示され、人工知能１に対応するキャラクタ４２Ａと人工知能２に対応するキャラクタ４２Ｂが表示されている。
図１１の表示画面４１の場合、人工知能１及び２が多くの処理を並列に実行していても、キャラクタ４２Ａ及び４２Ｂの表示数の増加を抑制でき、作業内容の確認が容易になる。

図１２は、表示画面４１の他の表示例を説明する図である。図１２は、作業役としての人工知能１（キャラクタ４２Ａ）と監視役としての人工知能２（キャラクタ４２Ｂ）が、仮想空間上の作業空間５６（周辺画像の収集動作）から作業空間５７（画像の処理）に移動した場合を表している。
キャラクタ４２Ａ及び４２Ｂの仮想空間上における移動は、実空間上に位置するロボット１０（ロボットＡ）の動作を表現しており、ユーザはロボット１０（ロボットＡ）における動作状況を仮想空間上の動きを通じて把握することができる。
また、図１２に示すように、作業役としての人工知能１（キャラクタ４２Ａ）と監視役としての人工知能２（キャラクタ４２Ｂ）は仮想空間上で一緒に移動することで、２つの人工知能１及び２の協働関係が視覚的に把握される。

＜実空間と仮想空間との連携動作例２＞
前述の説明では、人工知能１及び２がロボット１０に対応する仮想空間内で移動する場合について説明したが、人工知能１及び２はロボット１０と通信手段を通じて接続された他の装置に移動することもできる。

図１３は、人工知能が移動する過程を説明する図である。図１３では、作業役の人工知能１がロボット１０に対応する計算資源３５からサーバ７０に対応する計算資源７１に移動している。ここで、サーバ７０は情報処理装置の一例である。
この移動は、ロボット１０とサーバ７０との間の通信を通じて実現される。具体的には、人工知能１のアルゴリズムを実現するデータ一式（プログラム、学習データ、パラメータなど）がロボット１０からサーバ７０に送信される。一般に、サーバ７０の提供する計算資源７１の方が、ロボット１０の提供する計算資源３５より広いため、サーバ７０に移動した人工知能１の動作は高速化される。

図１４は、人工知能１の移動過程に対応する表示画面４１の表示例を示す図である。図１４では、作業役としての人工知能１に対応するキャラクタ４２Ａの活動領域４１ＥがロボットＡからサーバ７０に移動している。

図１５は、人工知能１及び２の移動が完了した状態を説明する図である。図１５では、作業役としての人工知能１と監視役としての人工知能２の両方がロボット１０に対応する計算資源３５からサーバ７０に対応する計算資源７１に移動している。作業役としての人工知能１と監視役としての人工知能２が一体的に動作することで、処理結果の信頼性が高められる。
図１６は、人工知能１及び２の移動が完了した段階に対応する表示画面４１の表示例を示す図である。図１６では、監視役の人工知能２に対応するキャラクタ４２Ｂの活動領域４１ＥもロボットＡからサーバ７０に移動している。

このように、図１４及び図１６に示す表示画面４１には、人工知能１及び２に対応するキャラクタ４２Ａ及び４２Ｂの仮想空間上における作業空間の移動が表示される。この表示により、ユーザは、実空間上に実在するロボットＡにおける認識処理、分析処理などに関する処理機能は、サーバ７０上で実行されることを把握できる。
なお、これらの処理機能がロボットＡからサーバ７０に移動しても、その処理の結果は通信手段を通じてロボットＡに与えられる。ロボットＡの計算資源３５では、予め定めた規則に応じて動作する制御プログラムが実行されているのでロボットＡの動作は継続される。

＜実空間と仮想空間との連携動作例３＞
前述の説明では、作業役の人工知能１と監視役の人工知能２の両方が１つのロボット１０内で実行されている場合について説明したが、２つの人工知能１及び２は物理的に異なる装置内で実行されてもよい。
図１７は、作業役の人工知能１と監視役の人工知能２が別々の装置で動作する例を説明する図である。図１７の場合、作業役の人工知能１はロボット１０の計算資源３５上で動作し、監視役の人工知能２はサーバ７０の計算資源７１上で動作している。この例の場合、人工知能１が計算資源３５を占有する割合が低減し、処理効率の向上が期待される。

図１７の配置は、個人情報のような秘匿性の高い情報を扱う場合にも使用できる。
例えばロボット１０側の人工知能１には、ロボット１０の利用者に属する個人情報をそのまま入力情報として与える一方で、サーバ７０側の人工知能２には、統計処理用に秘匿化された情報をロボット１０から入力情報として与える。換言すると、人工知能１は個人情報を入力情報として処理し、人工知能２は個人を特定できないように秘匿化された情報を入力情報として処理する。また、処理結果についても個人を特定できる情報が含まれる場合には、秘匿化処理した後の情報を、ロボット１０からサーバ７０に送信する。
また、秘匿性が高い情報を扱う別の方法には、秘匿性の高い情報を扱う人工知能（専用の人工知能）の処理と秘匿性が高くない情報を扱う人工知能（汎用の人工知能）の処理を切り替える方法も考えられる。例えば処理対象とする情報のうち秘匿性の高い情報については、汎用の人工知能とは方式が異なる１つ又は複数の専用の人工知能が判断し、その判断の終了を待って、汎用の人工知能が判断を引き継ぐ手法も考えられる。この方法の場合、秘匿性が高い情報の漏洩を防いだり、様々な用途で使用される汎用性の高い人工知能に秘匿性の高い情報が学習データとして蓄積されることを防いだりできる。

図１８は、２つの人工知能１及び２が別々の装置で動作する場合の２つの結果の統合動作を説明する図である。図１８に示す処理動作は、各処理の実行主体がロボット１０とサーバ７０である点を除き、図４に示す処理動作と同じである。なお、図５の場合と同様に、比較処理や次に実行する処理の内容の決定処理についてもサーバ７０側で実行してもよい。
図１９は、人工知能１及び２が別々の装置で動作する場合の表示画面４１の表示例を示す図である。図１９より、ユーザは、作業役の人工知能１（キャラクタ４２Ａ）がロボットＡで動作し、監視役の人工知能２（キャラクタ４２Ｂ）がサーバ７０で動作していることを知ることができる。

＜実空間と仮想空間との連携動作例４＞
前述の実施の形態では、人工知能１及び２の実空間上での移動に連動して、対応するキャラクタ４２Ａ及び４２Ｂが仮想空間上で移動する場合について説明したが、表示画面４１上におけるキャラクタ４２Ａ及び４２Ｂに対する移動操作を通じて人工知能１及び２の実行先を移動させてもよい。

図２０は、表示画面上でのキャラクタ４２Ｂに対する操作に連動して人工知能の実行場所が移動する様子を説明する図である。
図２０では、２つの人工知能１及び２に対応するキャラクタ４２Ａ及び４２Ｂのうち人工知能２に対応するキャラクタ４２Ｂが表示画面４１上でロボットＡからサーバ７０に移動されている。この移動操作の内容は、端末装置４０からロボットＡに送信される。
ロボットＡは、受信した移動指示に従い、人工知能２を実現するデータ一式（プログラム、学習データ、パラメータなど）を指定されたサーバへ送信し、実空間上での人工知能２の移動を完了する。

このように、ユーザは、表示画面４１（仮想空間）上のキャラクタを通じ、実空間上の動作をシームレスに操作できる。この場合でも、ロボットＡで動作している人工知能１の処理結果は、サーバ７０で動作している人工知能２の監視を受けることになり、ロボットＡの動作の信頼性を高めることができる。

＜他の実施の形態＞
以上、本発明の実施の形態について説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、種々の変更又は改良を加えたものも、本発明の技術的範囲に含まれることは、特許請求の範囲の記載から明らかである。

例えば前述の実施の形態では、２つの人工知能がロボット１０の計算資源３５上で実行される場合、サーバ７０の計算資源７１上で実行される場合、ロボット１０とサーバ７０の各計算資源３５及び７１に分散して実行される場合について説明したが、３つ以上の人工知能の全てを１つの計算資源上で、又は、３つ以上の人工知能を複数の計算資源に分散して実行してもよい。
この場合も、いずれか１つの人工知能を作業用として使用し、他の人工知能を監視用として使用してもよい。３つ以上の人工知能は、互いに方式が異なることが望ましい。方式の異なる人工知能を使用することにより、多面的な観点からの評価が可能となり、処理結果の信頼性を一段と高めることができる。
なお、３つ以上の人工知能で処理結果を比較する場合、どれか１つの人工知能の結果を他の人工知能の結果よりも優先的に取り扱うようにしたり（重要視したり）、同一の結果が多い方の内容を正しい結果と判断する多数決の判定を導入したりしても良い。多数決の判定手法を採用する場合、処理結果の正しさの精度が向上し、高度な問題を扱う処理への応用も可能になる。

また、前述の実施の形態では、２つの人工知能のうちの一方が監視役として機能する場合について説明したが、１つのプロセスに関連する処理を２つの人工知能が協働して実行してもよい。また、２つの人工知能が分担する処理内容を予め定め、特定の処理については予め定めた人工知能が処理を担当する仕組みとしてもよい。
また、ロボット１０の表示部２７にも、端末装置４０の表示部４９と同様に、人工知能に紐付けられたキャラクタを表示してもよい。人工知能が実行されている機器（ロボット１０に限らない）においてもキャラクタ表示を採用することにより、各機器において実行されている人工知能の数や役割等を視覚的に確認することができる。

また、前述の説明では、人工知能１及び２が動作する情報処理装置としてロボット１０を例示したが、情報処理装置は計算資源を提供可能なハードウェアを有していればよく、その外観上の形態は、ノート型のコンピュータ、タブレット型のコンピュータ、サーバ、スマートウォッチ、スマートフォン、デジタルカメラ、ビデオカメラ、ボイスレコーダ、医療器具、自動車、電車、船、飛行機、ドローンなどでもよい。

１０…ロボット、２１…制御部、３５…計算資源、４０…端末装置、４１…表示画面、４２Ａ、４２Ｂ…キャラクタ、７０…サーバ、７１…計算資源

Claims (12)

1. 入力情報を処理して第１の結果を出力する第１の人工知能と、
   前記入力情報を処理して第２の結果を出力する、前記第１の人工知能とは異なる第２の人工知能と
   を有し、
   前記第１の結果と前記第２の結果の比較結果に基づいて次に実行する処理の内容を決定する、情報処理装置。
2. 前記第１の人工知能は、仮想空間上を移動可能な第１のキャラクタに紐付けられており、前記第２の人工知能は、当該仮想空間上を移動可能な第２のキャラクタに紐付けられている、請求項１に記載の情報処理装置。
3. 端末装置と通信する場合、当該端末装置の表示画面上に、前記第１のキャラクタと前記第２のキャラクタを表示させる、請求項２に記載の情報処理装置。
4. 前記仮想空間上で前記第１のキャラクタが移動する場合、前記第２のキャラクタも当該第１のキャラクタと共に移動する、請求項３に記載の情報処理装置。
5. 前記第１の人工知能と前記第２の人工知能は、通信手段を通じて接続された他の情報処理装置に移動する、請求項１に記載の情報処理装置。
6. 前記第１の人工知能と前記第２の人工知能の移動は、前記第１の人工知能に紐付けられた第１のキャラクタと前記第２の人工知能に紐付けられた第２のキャラクタのうちの一方又は両方に対する端末装置の表示画面上における移動操作に基づいて実行される、請求項５に記載の情報処理装置。
7. 前記第１の結果と前記第２の結果が異なる場合、当該第２の結果が優先される、請求項１に記載の情報処理装置。
8. 次に実行する処理の内容についての前記決定は、前記第１の結果の一部と前記第２の結果の一部の比較結果に基づいて行われる、請求項１に記載の情報処理装置。
9. 前記第１の人工知能と前記第２の人工知能は方式が異なる、請求項１に記載の情報処理装置。
10. 前記第１の人工知能と前記第２の人工知能は方式が同じであるが学習に関するパラメータが異なる、請求項１に記載の情報処理装置。
11. 入力情報を処理して第１の結果を出力する第１の人工知能が動作する第１の情報処理装置と、
    前記入力情報を処理して第２の結果を出力する、前記第１の人工知能とは異なる第２の人工知能が動作する第２の情報処理装置と
    を有し、
    前記第１の結果と前記第２の結果の比較結果に基づいて次に実行する処理の内容を決定する、情報処理システム。
12. コンピュータに、
    第１の人工知能から入力情報に対する第１の処理結果を入力する処理と、
    前記第１の人工知能とは異にする第２の人工知能から前記入力情報に対する第２の処理結果を入力する処理と、
    前記第１の処理結果と前記第２の処理結果の比較結果に基づいて次に実行する処理の内容を決定する処理と
    を実行させるためのプログラム。

Images