JP5737642B2 - 自律型知識向上装置 - Google Patents
自律型知識向上装置 Download PDFInfo
- Publication number
- JP5737642B2 JP5737642B2 JP2014178513A JP2014178513A JP5737642B2 JP 5737642 B2 JP5737642 B2 JP 5737642B2 JP 2014178513 A JP2014178513 A JP 2014178513A JP 2014178513 A JP2014178513 A JP 2014178513A JP 5737642 B2 JP5737642 B2 JP 5737642B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- patterns
- knowledge
- information
- language
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
-
- 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)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
この発明は入力された言語情報の意味、新規性、真偽、論理の妥当性等を評価し、自律的に知識を獲得し、問題解決のための知能を向上させ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、入力された言語情報により機械自ら処理の改善および高度化を行うことはできない。
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、入力された言語情報により機械自ら自律的に知識を獲得し処理を改善、高度化させていくことは困難であった。
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。条件および対応する動作を人間の思考に対応するパターンとして設定し、パターンからパターンへの変化により動作を実行する機械は従来無い。また入力した情報の意味、真偽、論理の妥当性を評価し、自律的に知識を獲得し、知能を向上させる機械は従来無い。
画像情報、音声情報および人間から得た情報により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。条件および対応する動作を人間の思考に対応するパターンとして設定し、パターンからパターンへの変化により動作を実行する機械は従来無い。また入力した情報の意味、真偽、論理の妥当性を評価し、自律的に知識を獲得し、知能を向上させる機械は従来無い。
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。条件および対応する動作を人間の思考に対応するパターンとして設定し、パターンからパターンへの変化により動作を実行する機械は従来無い。また入力した情報の意味、真偽、論理の妥当性を評価し、自律的に知識を構築し、不明な点があれば質問を提示し、質問に対し人間等が回答した場合はその回答を元に知識を更新していく機械は従来無い。
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。条件および対応する動作を人間の思考に対応するパターンとして設定し、パターンからパターンへの変化により動作を実行する機械は従来無い。また入力した情報の意味、真偽、論理の妥当性を評価し、自律的に知識を構築し、構築した知識に修正が必要な場合は外部より知識の変更を実施する機械は従来無い。
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。条件および対応する動作を人間の思考に対応するパターンとして設定し、パターンからパターンへの変化により動作を実行する機械は従来無い。また獲得した知識、問題解決手法等の一般化を行い、類似の問題を解決する機械は従来無い。
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。条件および対応する動作を人間の思考に対応するパターンとして設定し、パターンからパターンへの変化により動作を実行する機械は従来無い。また入力した情報の意味、真偽、論理の妥当性を評価し、自律的に知識を獲得し、知能を向上さ、制御出力を生成する機械は従来無い。
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つた。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、機械に構築した知識により新規に獲得した情報を評価（新規性、信憑性、価値等）することは困難であり、機械内部に系統立った知識を構築することは従来困難であった。
また、機械に構築した知識により新規に獲得した情報を評価（新規性、信憑性、価値等）することは困難であり、機械内部に系統立った知識を構築することは従来困難であった。
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。画像情報、音声情報および言語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つた。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、機械に構築した知識により新規に獲得した情報を評価（新規性、信憑性、価値等）することは困難であり、機械内部に系統立った知識を構築することは従来困難であった。
また、機械に構築した知識により新規に獲得した情報を評価（新規性、信憑性、価値等）することは困難であり、機械内部に系統立った知識を構築することは従来困難であった。
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つた。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、機械に構築した知識により新規に獲得した情報を評価（新規性、信憑性、価値等）することは困難であり、機械内部に系統立った知識を構築することは困難であった。
さらに機械に新規に獲得した情報と機械内部に構築した知識との間にギャップ（不整合、論理の飛躍等）があった場合には疑問を呈し、人間等に対し確認するような動作の実行は従来困難であった。
また、機械に構築した知識により新規に獲得した情報を評価（新規性、信憑性、価値等）することは困難であり、機械内部に系統立った知識を構築することは困難であった。
さらに機械に新規に獲得した情報と機械内部に構築した知識との間にギャップ（不整合、論理の飛躍等）があった場合には疑問を呈し、人間等に対し確認するような動作の実行は従来困難であった。
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つた。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。
プログラムの修正等を施すことなく、機械内部に構築された知識を、パターンおよびパターン間の接続を変更することにより、動作を容易に変更することは従来困難であった。
プログラムの修正等を施すことなく、機械内部に構築された知識を、パターンおよびパターン間の接続を変更することにより、動作を容易に変更することは従来困難であった。
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つた。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。
問題または課題に対しての回答も、特定の問題または課題に限定されており、少し問題または課題が変更されると忽ち回答ができなくなる等の問題があった。
問題または課題に対しての回答も、特定の問題または課題に限定されており、少し問題または課題が変更されると忽ち回答ができなくなる等の問題があった。
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つた。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、機械に構築した知識により新規に獲得した情報を評価（新規性、信憑性、価値等）することは困難であり、機械内部に系統立った知識を構築し、制御出力を生成することは従来困難であった。
また、機械に構築した知識により新規に獲得した情報を評価（新規性、信憑性、価値等）することは困難であり、機械内部に系統立った知識を構築し、制御出力を生成することは従来困難であった。
この発明における自律型知識向上装置は言語情報をパターンに変換する。言語情報の語は対応するパターンに変換され、単語は語の組合せで表現されるので、単語のパターンは語のパターンの組合せとして表現できる。さらに、文は単語の組合せで表現できるので、文のパターンは単語のパターンの組合せとして表現できる。
人間の思考は語、単語、文および文章によって表現されるが、そのパターンはある程度型が決まっていると考えられる。人間は状況に応じ、判断し行動するが、その思考パターン個々の詳細を見てみると、条件付き論理で表現することが可能である。
条件つき論理をプログラム的に表現すると、下記のようになる。
条件付き論理のプログラム的表現
ＩＦ（Ｂ＝Ｃ１）Ｄ１、ＩＦ（Ｂ＝Ｃ２）Ｄ２
上記の意味としては下記となる。
「ＢがＣ１のとき」「Ｄ１を実行せよ！」、「ＢがＣ２のとき」「Ｄ２を実行せよ！」
少し具体的な例で示すと、
Ｂ＝天気、Ｃ１＝晴れ、Ｃ２＝雨、Ｄ１＝ハイキングに行く、Ｄ２＝映画に行く
と置くと、「天気が晴れならハイキングに行く。」、「天気が雨なら映画に行く。」とうい思考を表現することができる。Ｂ、Ｃ１、Ｃ２、Ｄ１、Ｄ２をパターンで表現し、パターン間の接続関係を定義することにより、条件付き論理で表現された人間の思考パターンをパターン間の遷移として表現することができる。
この発明における自律型知識向上装置は、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記録器に記録され、状況に応じて対応するパターンが呼び出され、対応する処理が実行される。人間の典型的な思考パターン、行動パターン等を予め登録しておくことにより、機械も同様の思考パターン、行動パターンを実施することができる。
思考パターンの変更はパターン記録器に記録したパターンおよびパターン間の接続関係を変更することにより実現できるため、従来技術では必須であったプログラムの変更は不要である。
この発明における自律型知識向上装置は入力された言語情報から人間の思考をパターンおよびパターン間の接続関係として記録し、知識を構築していく。また入力された言語情報の新規性、既に記録している知識との整合・不整合、論理の妥当性等を評価し、有益な情報であると判断した場合には知識に逐次追加していく。これにより、自律型知識向上装置は有益な知識を蓄積し、知識の向上を実現することができる。
人間の思考は語、単語、文および文章によって表現されるが、そのパターンはある程度型が決まっていると考えられる。人間は状況に応じ、判断し行動するが、その思考パターン個々の詳細を見てみると、条件付き論理で表現することが可能である。
条件つき論理をプログラム的に表現すると、下記のようになる。
条件付き論理のプログラム的表現
ＩＦ（Ｂ＝Ｃ１）Ｄ１、ＩＦ（Ｂ＝Ｃ２）Ｄ２
上記の意味としては下記となる。
「ＢがＣ１のとき」「Ｄ１を実行せよ！」、「ＢがＣ２のとき」「Ｄ２を実行せよ！」
少し具体的な例で示すと、
Ｂ＝天気、Ｃ１＝晴れ、Ｃ２＝雨、Ｄ１＝ハイキングに行く、Ｄ２＝映画に行く
と置くと、「天気が晴れならハイキングに行く。」、「天気が雨なら映画に行く。」とうい思考を表現することができる。Ｂ、Ｃ１、Ｃ２、Ｄ１、Ｄ２をパターンで表現し、パターン間の接続関係を定義することにより、条件付き論理で表現された人間の思考パターンをパターン間の遷移として表現することができる。
この発明における自律型知識向上装置は、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記録器に記録され、状況に応じて対応するパターンが呼び出され、対応する処理が実行される。人間の典型的な思考パターン、行動パターン等を予め登録しておくことにより、機械も同様の思考パターン、行動パターンを実施することができる。
思考パターンの変更はパターン記録器に記録したパターンおよびパターン間の接続関係を変更することにより実現できるため、従来技術では必須であったプログラムの変更は不要である。
この発明における自律型知識向上装置は入力された言語情報から人間の思考をパターンおよびパターン間の接続関係として記録し、知識を構築していく。また入力された言語情報の新規性、既に記録している知識との整合・不整合、論理の妥当性等を評価し、有益な情報であると判断した場合には知識に逐次追加していく。これにより、自律型知識向上装置は有益な知識を蓄積し、知識の向上を実現することができる。
この発明における自律型知識向上装置は言語情報、画像情報および音声情報をパターンに変換する。言語情報の語は対応するパターンに変換され、単語は語の組合せで表現されるので、単語のパターンは語のパターンの組合せとして表現できる。さらに、文は単語の組合せで表現できるので、文のパターンは単語のパターンの組合せとして表現できる。
画像情報および音声情報もパターンに変換する。変換された画像情報は識別され、対応する対象を示す言語パターンに結びつけられる。変換された音声情報も語、単語または音として識別され。対応する語、単語または音を示す言語パターンと結びつけられる。
人間の思考は語、単語、文および文章によって表現されるが、そのパターンはある程度型が決まっていると考えられる。人間は状況に応じ、判断し行動するが、その思考パターン個々の詳細を見てみると、条件付き論理で表現することが可能である。
条件つき論理をプログラム的に表現すると、下記のようになる。
条件付き論理のプログラム的表現
ＩＦ（Ｂ＝Ｃ１）Ｄ１、ＩＦ（Ｂ＝Ｃ２）Ｄ２
上記の意味としては下記となる。
「ＢがＣ１のとき」「Ｄ１を実行せよ！」、「ＢがＣ２のとき」「Ｄ２を実行せよ！」
少し具体的な例で示すと、
Ｂ＝天気、Ｃ１＝晴れ、Ｃ２＝雨、Ｄ１＝ハイキングに行く、Ｄ２＝映画に行く
と置くと、「天気が晴れならハイキングに行く。」、「天気が雨なら映画に行く。」とうい思考を表現することができる。Ｂ、Ｃ１、Ｃ２、Ｄ１、Ｄ２をパターンで表現し、パターン間の接続関係を定義することにより、条件付き論理で表現された人間の思考パターンをパターン間の遷移として表現することができる。
画像情報から晴れを示す画像パターンが検出されると、「晴れ」を示す言語パターンが励起される。画像情報から雨を示す画像パターンが検出されると、「雨」を示す言語パターンが励起される。検出された「晴れ」または「雨」を示す言語パターンは、それぞれのパターンにより「ハイキングに行く」または「映画にいく」を励起することになる。
この発明における自律型知識向上装置は、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記録器に記録され、状況に応じて対応するパターンが呼び出され、対応する処理が実行される。人間の典型的な思考パターン、行動パターン等を予め登録しておくことにより、機械も同様の思考パターン、行動パターンを実施することができる。
思考パターンの変更はパターン記録器に記録したパターンおよびパターン間の接続関係を変更することにより実現できるため、従来技術では必須であったプログラムの変更は不要である。
この発明における自律型知識向上装置は入力された言語情報から人間の思考をパターンおよびパターン間の接続関係として記録し、知識を構築していく。また入力された言語情報の新規性、既に記録している知識との整合・不整合、論理の妥当性等を評価し、有益な情報であると判断した場合には知識に逐次追加していく。これにより、自律型知識向上装置は有益な知識を蓄積し、知識の向上を実現することができる。
画像情報および音声情報もパターンに変換する。変換された画像情報は識別され、対応する対象を示す言語パターンに結びつけられる。変換された音声情報も語、単語または音として識別され。対応する語、単語または音を示す言語パターンと結びつけられる。
人間の思考は語、単語、文および文章によって表現されるが、そのパターンはある程度型が決まっていると考えられる。人間は状況に応じ、判断し行動するが、その思考パターン個々の詳細を見てみると、条件付き論理で表現することが可能である。
条件つき論理をプログラム的に表現すると、下記のようになる。
条件付き論理のプログラム的表現
ＩＦ（Ｂ＝Ｃ１）Ｄ１、ＩＦ（Ｂ＝Ｃ２）Ｄ２
上記の意味としては下記となる。
「ＢがＣ１のとき」「Ｄ１を実行せよ！」、「ＢがＣ２のとき」「Ｄ２を実行せよ！」
少し具体的な例で示すと、
Ｂ＝天気、Ｃ１＝晴れ、Ｃ２＝雨、Ｄ１＝ハイキングに行く、Ｄ２＝映画に行く
と置くと、「天気が晴れならハイキングに行く。」、「天気が雨なら映画に行く。」とうい思考を表現することができる。Ｂ、Ｃ１、Ｃ２、Ｄ１、Ｄ２をパターンで表現し、パターン間の接続関係を定義することにより、条件付き論理で表現された人間の思考パターンをパターン間の遷移として表現することができる。
画像情報から晴れを示す画像パターンが検出されると、「晴れ」を示す言語パターンが励起される。画像情報から雨を示す画像パターンが検出されると、「雨」を示す言語パターンが励起される。検出された「晴れ」または「雨」を示す言語パターンは、それぞれのパターンにより「ハイキングに行く」または「映画にいく」を励起することになる。
この発明における自律型知識向上装置は、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記録器に記録され、状況に応じて対応するパターンが呼び出され、対応する処理が実行される。人間の典型的な思考パターン、行動パターン等を予め登録しておくことにより、機械も同様の思考パターン、行動パターンを実施することができる。
思考パターンの変更はパターン記録器に記録したパターンおよびパターン間の接続関係を変更することにより実現できるため、従来技術では必須であったプログラムの変更は不要である。
この発明における自律型知識向上装置は入力された言語情報から人間の思考をパターンおよびパターン間の接続関係として記録し、知識を構築していく。また入力された言語情報の新規性、既に記録している知識との整合・不整合、論理の妥当性等を評価し、有益な情報であると判断した場合には知識に逐次追加していく。これにより、自律型知識向上装置は有益な知識を蓄積し、知識の向上を実現することができる。
この発明における自律型知識向上装置は入力された言語情報から人間の思考をパターンおよびパターン間の接続関係として記録し、知識を構築していく。また入力された言語情報の新規性、既に記録している知識との整合・不整合、論理の妥当性等を評価し、有益な情報であると判断した場合には知識に逐次追加していく。これにより、自律型知識向上装置は有益な知識を蓄積し、知識の向上を実現することができる。
また、自律型知識向上装置は入力情報と既に記録している知識との整合・不整合、論理の妥当性を評価した際に、不整合または論理の飛躍が検出されると、入力された情報が正しいか否か、正しいならその根拠について質問を提示する。既に記録している知識との整合・不整合の確認は、入力された情報を検索キーとして記録されている関連情報が検索される。検索された関連情報と入力情報の整合・不整合の確認が実施され、不整合が検出された場合には、入力された情報が正しいのか質問を提示する。
また自律型知識向上装置のパターン記録器には数々の知識（真実、事実、規則、慣習、常識等）が記録されている。入力された情報はこれらの知識と照合され、既に記録されている知識との間で不整合が無いか確認される。入力された情報と既に記録されている情報の間で不整合または関連性が全く無い場合は、論理の妥当性が低いと判断し、入力された情報が正しいのか質問を提示する。仮に入力した情報と記録している知識との間に不整合が検出された時に、その根拠について比較することにする。入力した情報および関連情報の根拠を上記において生成した根拠を構成する言語パターンの集合と照合することにより、どちらが根拠として妥当であるか比較することができる。
根拠を構成する言語パターンと照合した時に、照合するものが検出されなかった場合、その根拠は過去に説明されていないことになる。つまり、根拠を構成する言語パターンの集合と照合した時に、照合が多いほど根拠の妥当性が高く、照合が少ないほど、根拠の妥当性が低いことになる。
自律型知識向上装置が提示した質問に対し、人間等が回答すると、その回答内容は追加情報として入力され、再度評価される。追加された情報により、論理の飛躍が解消されると、新しく知識が追加、更新される。
また、自律型知識向上装置は入力情報と既に記録している知識との整合・不整合、論理の妥当性を評価した際に、不整合または論理の飛躍が検出されると、入力された情報が正しいか否か、正しいならその根拠について質問を提示する。既に記録している知識との整合・不整合の確認は、入力された情報を検索キーとして記録されている関連情報が検索される。検索された関連情報と入力情報の整合・不整合の確認が実施され、不整合が検出された場合には、入力された情報が正しいのか質問を提示する。
また自律型知識向上装置のパターン記録器には数々の知識（真実、事実、規則、慣習、常識等）が記録されている。入力された情報はこれらの知識と照合され、既に記録されている知識との間で不整合が無いか確認される。入力された情報と既に記録されている情報の間で不整合または関連性が全く無い場合は、論理の妥当性が低いと判断し、入力された情報が正しいのか質問を提示する。仮に入力した情報と記録している知識との間に不整合が検出された時に、その根拠について比較することにする。入力した情報および関連情報の根拠を上記において生成した根拠を構成する言語パターンの集合と照合することにより、どちらが根拠として妥当であるか比較することができる。
根拠を構成する言語パターンと照合した時に、照合するものが検出されなかった場合、その根拠は過去に説明されていないことになる。つまり、根拠を構成する言語パターンの集合と照合した時に、照合が多いほど根拠の妥当性が高く、照合が少ないほど、根拠の妥当性が低いことになる。
自律型知識向上装置が提示した質問に対し、人間等が回答すると、その回答内容は追加情報として入力され、再度評価される。追加された情報により、論理の飛躍が解消されると、新しく知識が追加、更新される。
この発明における自律型知識向上装置は入力された言語情報から人間の思考をパターンおよびパターン間の接続関係として記録し、知識を構築していく。また入力された言語情報の新規性、既に記録している知識との整合・不整合、論理の妥当性等を評価し、有益な情報であると判断した場合には知識に逐次追加していく。これにより、自律型知識向上装置は有益な知識を蓄積し、知識の向上を実現することができる。
自律型知識向上装置で生成するパターンは逐次モニターすることが可能である。生成されたパターンが適切でなく、修正が必要な場合には外部より、パターンの修正およびパターン間の接続の修正を行うことにより、適切な状態にパターンを維持・管理することができる。
自律型知識向上装置で生成するパターンは逐次モニターすることが可能である。生成されたパターンが適切でなく、修正が必要な場合には外部より、パターンの修正およびパターン間の接続の修正を行うことにより、適切な状態にパターンを維持・管理することができる。
この発明における自律型知識向上装置は入力された言語情報から人間の思考をパターンおよびパターン間の接続関係として記録し、知識を構築していく。また入力された言語情報の新規性、既に記録している知識との整合・不整合、論理の妥当性等を評価し、有益な情報であると判断した場合には知識に逐次追加していく。これにより、自律型知識向上装置は有益な知識を蓄積し、知識の向上を実現することができる。
自律型知識向上装置で生成するパターン間の関係は一般化する機能を有している。あるパターンとパターンの関係がある事象を限定的に示すのではなく、広く拡大解釈できる場合には本機能により一般化が可能である。
具体的な例として、下記の文を考える。
例：花子さんは成績が上がったので喜んだ。
「花子さんは」＋「成績が上がったので」＋「喜んだ。」
この文の場合、具体的には「花子さん」が喜んだのであるが、「花子さん」に限らず、成績が上がると喜ぶと考えられるため、「成績が上がったので」＋「喜んだ。」は一般性を有すると考えられる。このような場合、「花子さん」の代わりに「Ｘさん」と置き換えて、一般化する。ある時に「Ｘさん」は成績が上がったとすると、「Ｘさん」は「喜んだ」と推測することが可能である。このように、具体的なもののみを記録するのでは無く、ある程度一般化したものを記録することにより、知識として「慣習」または「常識」に対応するものを構築することができる。
自律型知識向上装置で生成するパターン間の関係は一般化する機能を有している。あるパターンとパターンの関係がある事象を限定的に示すのではなく、広く拡大解釈できる場合には本機能により一般化が可能である。
具体的な例として、下記の文を考える。
例：花子さんは成績が上がったので喜んだ。
「花子さんは」＋「成績が上がったので」＋「喜んだ。」
この文の場合、具体的には「花子さん」が喜んだのであるが、「花子さん」に限らず、成績が上がると喜ぶと考えられるため、「成績が上がったので」＋「喜んだ。」は一般性を有すると考えられる。このような場合、「花子さん」の代わりに「Ｘさん」と置き換えて、一般化する。ある時に「Ｘさん」は成績が上がったとすると、「Ｘさん」は「喜んだ」と推測することが可能である。このように、具体的なもののみを記録するのでは無く、ある程度一般化したものを記録することにより、知識として「慣習」または「常識」に対応するものを構築することができる。
この発明における自律型知識向上装置は入力された言語情報から人間の思考をパターンおよびパターン間の接続関係として記録し、知識を構築していく。また入力された言語情報の新規性、既に記録している知識との整合・不整合、論理の妥当性等を評価し、有益な情報であると判断した場合には知識に逐次追加していく。これにより、自律型知識向上装置は有益な知識を蓄積し、知識の向上を実現することができる。
自律型知識向上装置で生成したパターンはパターン逆変換により制御出力に変換され、機械の制御を実施する。
自律型知識向上装置で生成したパターンはパターン逆変換により制御出力に変換され、機械の制御を実施する。
図１はこの発明の一実施例における自律型知識向上装置の構成を示した図である。
図１において１は言語情報をパターンに変換するパターン変換器である。２はパターンおよびパターン間の接続関係を記録するパターン記録器である。３は処理を行うためにパターンを保持するパターン保持器である。４はパターン保持器を制御する制御器である。５はパターン間の関係を処理するパターン間処理器である。
図１において１は言語情報をパターンに変換するパターン変換器である。２はパターンおよびパターン間の接続関係を記録するパターン記録器である。３は処理を行うためにパターンを保持するパターン保持器である。４はパターン保持器を制御する制御器である。５はパターン間の関係を処理するパターン間処理器である。
次に動作について説明する。
１のパターン変換器は言語情報をパターンに変換する。
図７にパターン変換器の構成例を示す。言語情報は語、単語が識別され、構文分析により配置が変換される。主語、述語等に整理された後、パターンに変換され、言語パターンが生成される。ここではパターンの要素を「ＯＮ」「ＯＦＦ」または「１」「０」で表現することにする。他の表現でも良いが相関処理の簡便性により本表現を採用している。
言語パターンは４の制御器を経由して３のパターン保持器に入力される。３のパターン保持器では処理のためにパターンが一時的に保持される。入力されたパターンおよび処理されたパターンは２のパターン記録器に記録される。パターン間の接続関係も２のパターン記録器に記録される。５のパターン間処理器はパターン間の処理を行う。３のパターン保持器から入力されたパターンを処理し、処理した結果を３のパターン保持器に出力する。４の制御器は３のパターン保持器、２のパターン記録器および５のパターン間処理器の動作を制御する。４の制御器は状況に応じて２のパターン記録器から処理フローを呼び出し、パターンの処理を行っていく。処理中のパターンは一時的に３のパターン保持器に格納される。３のパターン保持器に格納されたパターンは２のパターン記録器および５のパターン間処理器に出力され、記録およびパターンの処理が行われる。２のパターン記録器に記録されたパターンは適宜、３のパターン保持器に呼び出される。また、５のパターン間処理器の出力も３のパターン保持器に出力され、一時的に保持される。
パターンは予め記録された処理フローにより、処理されていく。処理されたパターンは適宜２のパターン記録器に記録され、知識が構築される。パターン間の接続関係は初期のフェーズ（学習フェーズ）においては人間等が外部より設定していく。知識が或る程度、蓄積した段階で、処理フローを自律的に動作させるように設定する。この段階では装置が自律的に言語情報の評価（新規性、真偽、論理の妥当性）を実施し、知識を自律的に構築していく。
１のパターン変換器は言語情報をパターンに変換する。
図７にパターン変換器の構成例を示す。言語情報は語、単語が識別され、構文分析により配置が変換される。主語、述語等に整理された後、パターンに変換され、言語パターンが生成される。ここではパターンの要素を「ＯＮ」「ＯＦＦ」または「１」「０」で表現することにする。他の表現でも良いが相関処理の簡便性により本表現を採用している。
言語パターンは４の制御器を経由して３のパターン保持器に入力される。３のパターン保持器では処理のためにパターンが一時的に保持される。入力されたパターンおよび処理されたパターンは２のパターン記録器に記録される。パターン間の接続関係も２のパターン記録器に記録される。５のパターン間処理器はパターン間の処理を行う。３のパターン保持器から入力されたパターンを処理し、処理した結果を３のパターン保持器に出力する。４の制御器は３のパターン保持器、２のパターン記録器および５のパターン間処理器の動作を制御する。４の制御器は状況に応じて２のパターン記録器から処理フローを呼び出し、パターンの処理を行っていく。処理中のパターンは一時的に３のパターン保持器に格納される。３のパターン保持器に格納されたパターンは２のパターン記録器および５のパターン間処理器に出力され、記録およびパターンの処理が行われる。２のパターン記録器に記録されたパターンは適宜、３のパターン保持器に呼び出される。また、５のパターン間処理器の出力も３のパターン保持器に出力され、一時的に保持される。
パターンは予め記録された処理フローにより、処理されていく。処理されたパターンは適宜２のパターン記録器に記録され、知識が構築される。パターン間の接続関係は初期のフェーズ（学習フェーズ）においては人間等が外部より設定していく。知識が或る程度、蓄積した段階で、処理フローを自律的に動作させるように設定する。この段階では装置が自律的に言語情報の評価（新規性、真偽、論理の妥当性）を実施し、知識を自律的に構築していく。
次に言語パターンと言語パターンの結合関係の動作例について説明する。
図８は言語パターンと言語パターンの結合関係の動作例をパターン記録器の内部に格納されている記録モジュール間の接続関係として表現したものである。
図８においてパターン記録器内の記録モジュールに言語パターンＡおよび言語パターンＢを記録する。言語パターンＡおよび言語パターンＢの設定はパターン保持器からそれぞれ設定する。設定された各パターンは信号ラインを伝搬し、パターン記録器に入力される。パターン記録器内の記録モジュールの内、空きモジュールが選択され、言語パターンＡおよび言語パターンＢが記録される。
次にパターン間接続関係の設定について説明する。まず、パターン保持器に言語パターンＡを設定しパターンＡを励起させる。次にパターン保持器の別モジュールに言語パターンＢを設定しパターンＢを励起させる。この時、パターン間結合生成に関しイネーブル状態にしておくと、言語パターンＡの記録モジュールから言語パターンＢの記録モジュールに向けてパターン間接続が生成される。
パターン間接続が生成されると、次に言語パターンＡが励起すると、引き続き言語パターンＢが励起されるように動作する。これにより論理：Ａ⇒Ｂ が構成できる。
図８は言語パターンと言語パターンの結合関係の動作例をパターン記録器の内部に格納されている記録モジュール間の接続関係として表現したものである。
図８においてパターン記録器内の記録モジュールに言語パターンＡおよび言語パターンＢを記録する。言語パターンＡおよび言語パターンＢの設定はパターン保持器からそれぞれ設定する。設定された各パターンは信号ラインを伝搬し、パターン記録器に入力される。パターン記録器内の記録モジュールの内、空きモジュールが選択され、言語パターンＡおよび言語パターンＢが記録される。
次にパターン間接続関係の設定について説明する。まず、パターン保持器に言語パターンＡを設定しパターンＡを励起させる。次にパターン保持器の別モジュールに言語パターンＢを設定しパターンＢを励起させる。この時、パターン間結合生成に関しイネーブル状態にしておくと、言語パターンＡの記録モジュールから言語パターンＢの記録モジュールに向けてパターン間接続が生成される。
パターン間接続が生成されると、次に言語パターンＡが励起すると、引き続き言語パターンＢが励起されるように動作する。これにより論理：Ａ⇒Ｂ が構成できる。
図９は論理：Ａ⇒Ｂ の構成方法につき構成図を使用して示したものである。
図９において言語パターンＡから言語パターンＢに向けて接続関係が生成される様子が分かる。
図９において言語パターンＡから言語パターンＢに向けて接続関係が生成される様子が分かる。
次に条件付処理の動作例について説明する。
図１０は条件付処理の動作例をパターン記録器の内部に格納されている記録モジュール間の接続関係として表現したものである。
図１０において処理Ｐを設定するとパターン記録器の記録モジュールの内、処理Ｐに対応するモジュールが励起する。処理Ｐを実施する上で設定した条件（Ａ）が何か状態記録領域から検索する。条件（Ａ）の状態については予め状態記録領域に記録しておく。条件（Ａ）の検索結果はパターン保持器の検索結果（Ｂ）の領域に格納する。検索結果（Ｂ）と予め設定した条件との照合を行う。もし（Ｂ）が（Ｃ１）なら（Ｄ１）を実施する。もし（Ｂ）が（Ｃ２）なら（Ｄ２）を実施する。照合の結果、決定した処理（Ｄ１またはＤ２）を処理結果格納器に格納する。
図１０は条件付処理の動作例をパターン記録器の内部に格納されている記録モジュール間の接続関係として表現したものである。
図１０において処理Ｐを設定するとパターン記録器の記録モジュールの内、処理Ｐに対応するモジュールが励起する。処理Ｐを実施する上で設定した条件（Ａ）が何か状態記録領域から検索する。条件（Ａ）の状態については予め状態記録領域に記録しておく。条件（Ａ）の検索結果はパターン保持器の検索結果（Ｂ）の領域に格納する。検索結果（Ｂ）と予め設定した条件との照合を行う。もし（Ｂ）が（Ｃ１）なら（Ｄ１）を実施する。もし（Ｂ）が（Ｃ２）なら（Ｄ２）を実施する。照合の結果、決定した処理（Ｄ１またはＤ２）を処理結果格納器に格納する。
図１１は条件付処理：ＩＦ（Ｂ＝Ｃ１）Ｄ１，ＩＦ（Ｂ＝Ｃ２）Ｄ２の構成方法につき構成図を使用して示したものである。
図１１において検索結果（Ｂ）の値（Ｂ＝Ｃ１）により、処理としてＤ１が選択される様子が分かる。
図１１において検索結果（Ｂ）の値（Ｂ＝Ｃ１）により、処理としてＤ１が選択される様子が分かる。
次に質問に対する回答生成の動作例について説明する。
図１２は質問に対して回答を生成する動作について示したものである。質問は検索キーとして表現される。検索キーは対象とする文の構成要素で構成される。図１２の例では主語および述語を指定し、「いつ：Ｗｈｅｎ？」実施されたかを検索する。主語および述語から「Ｓ１」＋「Ｖ１」を検索キーとして関連情報を検索する。パターン記録器に記録されたパターンの内、「Ｓ１」＋「Ｖ１」と照合し、かつ「Ｗｈｅｎ？」に対応するパターンが存在する時、回答案として検索結果の領域に格納する。図１１の例では「Ｗｈｅｎ？」の質問に対して「Ｗｈｅｎ１」が回答として検索結果に格納されることが分かる。
図１２は質問に対して回答を生成する動作について示したものである。質問は検索キーとして表現される。検索キーは対象とする文の構成要素で構成される。図１２の例では主語および述語を指定し、「いつ：Ｗｈｅｎ？」実施されたかを検索する。主語および述語から「Ｓ１」＋「Ｖ１」を検索キーとして関連情報を検索する。パターン記録器に記録されたパターンの内、「Ｓ１」＋「Ｖ１」と照合し、かつ「Ｗｈｅｎ？」に対応するパターンが存在する時、回答案として検索結果の領域に格納する。図１１の例では「Ｗｈｅｎ？」の質問に対して「Ｗｈｅｎ１」が回答として検索結果に格納されることが分かる。
図１３は質問に対する回答生成の動作例につき構成図を使用して示したものである。
パターン保持器に設定された質問に対応するパターンがパターン間処理器の内、質問に対する回答生成器に入力される。回答生成器は質問に対応する検索キーを使用して、パターン記録器内の関連パターンを検索する。パターン記録器内の関連パターンが照合し、「Ｗｈｅｎ？」の質問に対して「Ｗｈｅｎ１」が回答として回答格納領域に格納される。
パターン保持器に設定された質問に対応するパターンがパターン間処理器の内、質問に対する回答生成器に入力される。回答生成器は質問に対応する検索キーを使用して、パターン記録器内の関連パターンを検索する。パターン記録器内の関連パターンが照合し、「Ｗｈｅｎ？」の質問に対して「Ｗｈｅｎ１」が回答として回答格納領域に格納される。
次に同意語の検索動作例について説明する。
図１４は同意語を検索する動作例について示したものである。
図１４において言語パターンＡ１と言語パターンＡ２は同意語であるとする。言語パターンＣ１は入力された言語パターンが同意語の関係にあることを示すとする。この時、言語パターンＡ１と言語パターンＡ２が励起すると言語パターンＣ１が励起するように言語パターン間の接続関係を設定しておく。このように言語パターン間の接続を定義しておくと、言語パターンＡ１と言語パターンＡ２を入力すると、その関係は同意語であることを回答することができる。次に言語パターンＡ１と言語パターンＣ１が励起すると言語パターンＡ２が励起するように言語パターン間の接続関係を設定する。また言語パターンＡ２と言語パターンＣ１が励起すると言語パターンＡ１が励起するように言語パターン間の接続関係を設定する。このように言語パターン間の接続を定義しておくと、言語パターンＡ１と言語パターンＣ１を入力すると、言語パターンＡ２が励起する。これはＡ１の同意語はＡ２であることを回答することができる。同様にＡ２の同意語はＡ１であることを回答することができる。
このではパターン間の関係が同意語であることを例に説明したが、パターン間の関係として反対の意味を示すもの、類似の意味を示すもの、関連する意味を示すもの等、数々の関係を定義することが可能である。
図１４は同意語を検索する動作例について示したものである。
図１４において言語パターンＡ１と言語パターンＡ２は同意語であるとする。言語パターンＣ１は入力された言語パターンが同意語の関係にあることを示すとする。この時、言語パターンＡ１と言語パターンＡ２が励起すると言語パターンＣ１が励起するように言語パターン間の接続関係を設定しておく。このように言語パターン間の接続を定義しておくと、言語パターンＡ１と言語パターンＡ２を入力すると、その関係は同意語であることを回答することができる。次に言語パターンＡ１と言語パターンＣ１が励起すると言語パターンＡ２が励起するように言語パターン間の接続関係を設定する。また言語パターンＡ２と言語パターンＣ１が励起すると言語パターンＡ１が励起するように言語パターン間の接続関係を設定する。このように言語パターン間の接続を定義しておくと、言語パターンＡ１と言語パターンＣ１を入力すると、言語パターンＡ２が励起する。これはＡ１の同意語はＡ２であることを回答することができる。同様にＡ２の同意語はＡ１であることを回答することができる。
このではパターン間の関係が同意語であることを例に説明したが、パターン間の関係として反対の意味を示すもの、類似の意味を示すもの、関連する意味を示すもの等、数々の関係を定義することが可能である。
図１５は整合・不整合検出の動作例につき構成図を使用して示したものである。
言語パターンＡ１と言語パターンＡ２は同じ意味の関係にあるとする。このことはパターン記録器の記録モジュール間の接続を設定することにより定義することができる。パターン保持器に入力された言語パターンＡ１および言語パターンＡ２はパターン間処理器の整合・不整合検出器に入力される。パターン間処理器に入力された言語パターンはパターン記録器に出力され、パターン記録器に定義された関係が励起される。励起されたパターン間の関係を示す言語パターンは再度、パターン間処理の整合・不整合検出器に入力される。この関係を示す言語パターンはパターン保持器の関係を保持する領域に格納される。このように、パターン間の整合・不整合を回答することができる。
言語パターンＡ１と言語パターンＡ２は同じ意味の関係にあるとする。このことはパターン記録器の記録モジュール間の接続を設定することにより定義することができる。パターン保持器に入力された言語パターンＡ１および言語パターンＡ２はパターン間処理器の整合・不整合検出器に入力される。パターン間処理器に入力された言語パターンはパターン記録器に出力され、パターン記録器に定義された関係が励起される。励起されたパターン間の関係を示す言語パターンは再度、パターン間処理の整合・不整合検出器に入力される。この関係を示す言語パターンはパターン保持器の関係を保持する領域に格納される。このように、パターン間の整合・不整合を回答することができる。
図１６は新規性検出の動作例について示したものである。
言語パターンが入力されると、パターン記録器に記録されている関連する言語パターンが検索される。まず、入力された言語パターンと同じ意味、同等の意味を示す言語パターンが検索され、これらの検索された言語パターンを使用して、入力された言語情報と関連する言語パターンを検索する検索キーが生成される。この検索キーは入力した言語と同じ意味、同等の意味を示す言語を包絡しているため、入力された言語情報と意味レベルで関連する言語パターンが検索されることになる。このように検索された既存情報の言語パターンと入力情報の言語パターンが意味レベルで比較されることになる。
図において既存情報には信号を有するが、入力情報には信号を有しない場合は、既存情報には情報を有しているが、入力情報には情報が無いことを意味する。既存情報に信号を有し、入力情報にも信号を有する場合は、入力情報に示された情報は、既に既存情報にも情報を有していることを意味する。既存情報には信号を有しないが、入力情報には信号を有する場合は、入力情報には既存情報には無い情報が含まれていることを意味する。つまり新規性があることになる。このように既存の関連情報と入力された情報の言語パターンを意味レベルで比較することにより新規性を検出することができる。
言語パターンが入力されると、パターン記録器に記録されている関連する言語パターンが検索される。まず、入力された言語パターンと同じ意味、同等の意味を示す言語パターンが検索され、これらの検索された言語パターンを使用して、入力された言語情報と関連する言語パターンを検索する検索キーが生成される。この検索キーは入力した言語と同じ意味、同等の意味を示す言語を包絡しているため、入力された言語情報と意味レベルで関連する言語パターンが検索されることになる。このように検索された既存情報の言語パターンと入力情報の言語パターンが意味レベルで比較されることになる。
図において既存情報には信号を有するが、入力情報には信号を有しない場合は、既存情報には情報を有しているが、入力情報には情報が無いことを意味する。既存情報に信号を有し、入力情報にも信号を有する場合は、入力情報に示された情報は、既に既存情報にも情報を有していることを意味する。既存情報には信号を有しないが、入力情報には信号を有する場合は、入力情報には既存情報には無い情報が含まれていることを意味する。つまり新規性があることになる。このように既存の関連情報と入力された情報の言語パターンを意味レベルで比較することにより新規性を検出することができる。
図１７は新規性検出の動作例につき構成図を使用して示したものである。
情報が入力されるとパターン間処理器の新規性検出器に出力される。新規性検出器では入力された言語パターンから同じ意味、同等の意味を有する言語パターンを検索することにより、関連情報を検索するための検索キーが生成され、関連情報の検索が実施される。検索結果はパターン保持器の領域に格納される。さらに入力された言語パターンと同じ、または同等の意味を有する言語パターンと検索された関連情報と同じ、または同等の意味を有する言語パターンの比較が実施される。比較の結果、入力された情報の言語パターンに既存情報に無い言語パターンが有ることが検出されると、新規性が有ることになり、その結果をパターン保持器の領域に格納する。このように入力された情報の新規性を検出することができる。
情報が入力されるとパターン間処理器の新規性検出器に出力される。新規性検出器では入力された言語パターンから同じ意味、同等の意味を有する言語パターンを検索することにより、関連情報を検索するための検索キーが生成され、関連情報の検索が実施される。検索結果はパターン保持器の領域に格納される。さらに入力された言語パターンと同じ、または同等の意味を有する言語パターンと検索された関連情報と同じ、または同等の意味を有する言語パターンの比較が実施される。比較の結果、入力された情報の言語パターンに既存情報に無い言語パターンが有ることが検出されると、新規性が有ることになり、その結果をパターン保持器の領域に格納する。このように入力された情報の新規性を検出することができる。
図２はこの発明の一実施例における自律型知識向上装置の構成を示した図である。
図２において１は言語情報、画像情報および音声情報をパターンに変換するパターン変換器である。２はパターンおよびパターン間の接続関係を記録するパターン記録器である。３は処理を行うためにパターンを保持するパターン保持器である。４はパターン保持器を制御する制御器である。５はパターン間の関係を処理するパターン間処理器である。
図２において１は言語情報、画像情報および音声情報をパターンに変換するパターン変換器である。２はパターンおよびパターン間の接続関係を記録するパターン記録器である。３は処理を行うためにパターンを保持するパターン保持器である。４はパターン保持器を制御する制御器である。５はパターン間の関係を処理するパターン間処理器である。
次に動作について説明する。
１のパターン変換器は言語情報、画像情報および音声情報をパターンに変換する。
図７にパターン変換器の構成例を示す。言語情報は語、単語が識別され、構文分析により配置が変換される。主語、述語等に整理された後、パターンに変換され、言語パターンが生成される。ここではパターンの要素を「ＯＮ」「ＯＦＦ」または「１」「０」で表現することにする。他の表現でも良いが相関処理の簡便性により本表現を採用している。
画像情報および音声情報もパターンに変換される。変換された画像情報は識別され、対応する対象を示す言語パターンに結びつけられる。変換された音声情報も語、単語または音として識別され、対応する語、単語または音を示す言語パターンと結びつけられる。
言語パターンは４の制御器を経由して３のパターン保持器に入力される。３のパターン保持器では処理のためにパターンが一時的に保持される。入力されたパターンおよび処理されたパターンは２のパターン記録器に記録される。パターン間の接続関係も２のパターン記録器に記録される。５のパターン間処理器はパターン間の処理を行う。３のパターン保持器から入力されたパターンを処理し、処理した結果を３のパターン保持器に出力する。４の制御器は３のパターン保持器、２のパターン記録器および５のパターン間処理器の動作を制御する。４の制御器は状況に応じて２のパターン記録器から処理フローを呼び出し、パターンの処理を行っていく。処理中のパターンは一時的に３のパターン保持器に格納される。３のパターン保持器に格納されたパターンは２のパターン記録器および５のパターン間処理器に出力され、記録およびパターンの処理が行われる。２のパターン記録器に記録されたパターンは適宜、３のパターン保持器に呼び出される。また、５のパターン間処理器の出力も３のパターン保持器に出力され、一時的に保持される。
パターンは予め記録された処理フローにより、処理されていく。処理されたパターンは適宜２のパターン記録器に記録され、知識が構築される。パターン間の接続関係は初期のフェーズ（学習フェーズ）においては人間等が外部より設定していく。知識が或る程度、蓄積した段階で、処理フローを自律的に動作させるように設定する。この段階では装置が自律的に言語情報の評価（新規性、真偽、論理の妥当性）を実施し、知識を自律的に構築していく。
１のパターン変換器は言語情報、画像情報および音声情報をパターンに変換する。
図７にパターン変換器の構成例を示す。言語情報は語、単語が識別され、構文分析により配置が変換される。主語、述語等に整理された後、パターンに変換され、言語パターンが生成される。ここではパターンの要素を「ＯＮ」「ＯＦＦ」または「１」「０」で表現することにする。他の表現でも良いが相関処理の簡便性により本表現を採用している。
画像情報および音声情報もパターンに変換される。変換された画像情報は識別され、対応する対象を示す言語パターンに結びつけられる。変換された音声情報も語、単語または音として識別され、対応する語、単語または音を示す言語パターンと結びつけられる。
言語パターンは４の制御器を経由して３のパターン保持器に入力される。３のパターン保持器では処理のためにパターンが一時的に保持される。入力されたパターンおよび処理されたパターンは２のパターン記録器に記録される。パターン間の接続関係も２のパターン記録器に記録される。５のパターン間処理器はパターン間の処理を行う。３のパターン保持器から入力されたパターンを処理し、処理した結果を３のパターン保持器に出力する。４の制御器は３のパターン保持器、２のパターン記録器および５のパターン間処理器の動作を制御する。４の制御器は状況に応じて２のパターン記録器から処理フローを呼び出し、パターンの処理を行っていく。処理中のパターンは一時的に３のパターン保持器に格納される。３のパターン保持器に格納されたパターンは２のパターン記録器および５のパターン間処理器に出力され、記録およびパターンの処理が行われる。２のパターン記録器に記録されたパターンは適宜、３のパターン保持器に呼び出される。また、５のパターン間処理器の出力も３のパターン保持器に出力され、一時的に保持される。
パターンは予め記録された処理フローにより、処理されていく。処理されたパターンは適宜２のパターン記録器に記録され、知識が構築される。パターン間の接続関係は初期のフェーズ（学習フェーズ）においては人間等が外部より設定していく。知識が或る程度、蓄積した段階で、処理フローを自律的に動作させるように設定する。この段階では装置が自律的に言語情報の評価（新規性、真偽、論理の妥当性）を実施し、知識を自律的に構築していく。
図３はこの発明の一実施例における自律型知識向上装置の構成を示した図である。
図３において１は言語情報をパターンに変換するパターン変換器である。２はパターンおよびパターン間の接続関係を記録するパターン記録器である。３は処理を行うためにパターンを保持するパターン保持器である。４はパターン保持器を制御する制御器である。５はパターン間の関係を処理するパターン間処理器である。
図３において１は言語情報をパターンに変換するパターン変換器である。２はパターンおよびパターン間の接続関係を記録するパターン記録器である。３は処理を行うためにパターンを保持するパターン保持器である。４はパターン保持器を制御する制御器である。５はパターン間の関係を処理するパターン間処理器である。
次に動作について説明する。
１のパターン変換器は言語情報をパターンに変換する。
言語パターンは４の制御器を経由して３のパターン保持器に入力される。３のパターン保持器では処理のためにパターンが一時的に保持される。入力されたパターンおよび処理されたパターンは２のパターン記録器に記録される。パターン間の接続関係も２のパターン記録器に記録される。５のパターン間処理器はパターン間の処理を行う。３のパターン保持器から入力されたパターンを処理し、処理した結果を３のパターン保持器に出力する。４の制御器は３のパターン保持器、２のパターン記録器および５のパターン間処理器の動作を制御する。４の制御器は状況に応じて２のパターン記録器から処理フローを呼び出し、パターンの処理を行っていく。処理中のパターンは一時的に３のパターン保持器に格納される。３のパターン保持器に格納されたパターンは２のパターン記録器および５のパターン間処理器に出力され、記録およびパターンの処理が行われる。２のパターン記録器に記録されたパターンは適宜、３のパターン保持器に呼び出される。また、５のパターン間処理器の出力も３のパターン保持器に出力され、一時的に保持される。
パターンは予め記録された処理フローにより、処理されていく。処理されたパターンは適宜２のパターン記録器に記録され、知識が構築される。パターン間の接続関係は初期のフェーズ（学習フェーズ）においては人間等が外部より設定していく。知識が或る程度、蓄積した段階で、処理フローを自律的に動作させるように設定する。この段階では装置が自律的に言語情報の評価（新規性、真偽、論理の妥当性）を実施し、知識を自律的に構築していく。
また、自律型知識向上装置は入力情報と既に記録している知識との整合・不整合、論理の妥当性を評価した際に、不整合または論理の飛躍が検出されると、入力された情報が正しいか否か、正しいならその根拠について質問を提示する。既に記録している知識との整合・不整合の確認は、入力された情報を検索キーとして記録されている関連情報が検索される。検索された関連情報と入力情報の整合・不整合の確認が実施され、不整合が検出された場合には、入力された情報が正しいのか質問を提示する。
また自律型知識向上装置のパターン記録器には数々の知識（真実、事実、規則、慣習、常識等）が記録されている。入力された情報はこれらの知識と照合され、既に記録されている知識との間で不整合が無いか確認される。入力された情報と既に記録されている情報の間で不整合または関連性が全く無い場合は、論理の妥当性が低いと判断し、入力された情報が正しいのか質問を提示する。仮に入力した情報と記録している知識との間に不整合が検出された時に、その根拠について比較することにする。入力した情報および関連情報の根拠を上記において生成した根拠を構成する言語パターンの集合と照合することにより、どちらが根拠として妥当であるか比較することができる。
根拠を構成する言語パターンと照合した時に、照合するものが検出されなかった場合、その根拠は過去に説明されていないことになる。つまり、根拠を構成する言語パターンの集合と照合した時に、照合が多いほど根拠の妥当性が高く、照合が少ないほど、根拠の妥当性が低いことになる。
図１８は論理の妥当性評価の例について示したものである。
例ではパターン記録器に知識として Ａ⇒Ｂ が記録されているとする。この時、新しい情報として Ａ⇒Ｃ が入力されたとする。新しい情報はパターン記録器に記録されている関連情報を検索する。パターン記録器には既に知識として Ａ⇒Ｂ という情報が格納されているので、この情報と新規入力された Ａ⇒Ｃ という情報が比較される。この時、 Ａ⇒Ｃ という情報は新規の情報と判断され、入力された情報（Ａ⇒Ｃ）は正しいのか？という質問が提示される。
自律型知識向上装置が提示した質問に対し、人間等が回答すると、その回答内容は追加情報として入力され、再度評価される。追加された情報により、論理の飛躍が解消されると、新しく知識が追加、更新される。
図１９は提示した質問に対し、人間等が回答した場合の動作例について示したものである。人間系が回答として Ａ⇒Ｃ の根拠としてＢ⇒Ｃ であることを新しい知識として示す。自律型知識向上装置はこの新しい情報（Ｂ⇒Ｃ）と既に記録している知識（Ａ⇒Ｂ）から（Ａ⇒Ｂ⇒Ｃ）を導き、（Ａ⇒Ｃ）が妥当であることを認識する。このように新規の情報の妥当性が確認されると、新しい知識としてパターン記録器に蓄積される。新規入力された情報は逐次、妥当性の確認を実施し、妥当性が確認された情報は知識として蓄積され、知識の拡大が実現される。
１のパターン変換器は言語情報をパターンに変換する。
言語パターンは４の制御器を経由して３のパターン保持器に入力される。３のパターン保持器では処理のためにパターンが一時的に保持される。入力されたパターンおよび処理されたパターンは２のパターン記録器に記録される。パターン間の接続関係も２のパターン記録器に記録される。５のパターン間処理器はパターン間の処理を行う。３のパターン保持器から入力されたパターンを処理し、処理した結果を３のパターン保持器に出力する。４の制御器は３のパターン保持器、２のパターン記録器および５のパターン間処理器の動作を制御する。４の制御器は状況に応じて２のパターン記録器から処理フローを呼び出し、パターンの処理を行っていく。処理中のパターンは一時的に３のパターン保持器に格納される。３のパターン保持器に格納されたパターンは２のパターン記録器および５のパターン間処理器に出力され、記録およびパターンの処理が行われる。２のパターン記録器に記録されたパターンは適宜、３のパターン保持器に呼び出される。また、５のパターン間処理器の出力も３のパターン保持器に出力され、一時的に保持される。
パターンは予め記録された処理フローにより、処理されていく。処理されたパターンは適宜２のパターン記録器に記録され、知識が構築される。パターン間の接続関係は初期のフェーズ（学習フェーズ）においては人間等が外部より設定していく。知識が或る程度、蓄積した段階で、処理フローを自律的に動作させるように設定する。この段階では装置が自律的に言語情報の評価（新規性、真偽、論理の妥当性）を実施し、知識を自律的に構築していく。
また、自律型知識向上装置は入力情報と既に記録している知識との整合・不整合、論理の妥当性を評価した際に、不整合または論理の飛躍が検出されると、入力された情報が正しいか否か、正しいならその根拠について質問を提示する。既に記録している知識との整合・不整合の確認は、入力された情報を検索キーとして記録されている関連情報が検索される。検索された関連情報と入力情報の整合・不整合の確認が実施され、不整合が検出された場合には、入力された情報が正しいのか質問を提示する。
また自律型知識向上装置のパターン記録器には数々の知識（真実、事実、規則、慣習、常識等）が記録されている。入力された情報はこれらの知識と照合され、既に記録されている知識との間で不整合が無いか確認される。入力された情報と既に記録されている情報の間で不整合または関連性が全く無い場合は、論理の妥当性が低いと判断し、入力された情報が正しいのか質問を提示する。仮に入力した情報と記録している知識との間に不整合が検出された時に、その根拠について比較することにする。入力した情報および関連情報の根拠を上記において生成した根拠を構成する言語パターンの集合と照合することにより、どちらが根拠として妥当であるか比較することができる。
根拠を構成する言語パターンと照合した時に、照合するものが検出されなかった場合、その根拠は過去に説明されていないことになる。つまり、根拠を構成する言語パターンの集合と照合した時に、照合が多いほど根拠の妥当性が高く、照合が少ないほど、根拠の妥当性が低いことになる。
図１８は論理の妥当性評価の例について示したものである。
例ではパターン記録器に知識として Ａ⇒Ｂ が記録されているとする。この時、新しい情報として Ａ⇒Ｃ が入力されたとする。新しい情報はパターン記録器に記録されている関連情報を検索する。パターン記録器には既に知識として Ａ⇒Ｂ という情報が格納されているので、この情報と新規入力された Ａ⇒Ｃ という情報が比較される。この時、 Ａ⇒Ｃ という情報は新規の情報と判断され、入力された情報（Ａ⇒Ｃ）は正しいのか？という質問が提示される。
自律型知識向上装置が提示した質問に対し、人間等が回答すると、その回答内容は追加情報として入力され、再度評価される。追加された情報により、論理の飛躍が解消されると、新しく知識が追加、更新される。
図１９は提示した質問に対し、人間等が回答した場合の動作例について示したものである。人間系が回答として Ａ⇒Ｃ の根拠としてＢ⇒Ｃ であることを新しい知識として示す。自律型知識向上装置はこの新しい情報（Ｂ⇒Ｃ）と既に記録している知識（Ａ⇒Ｂ）から（Ａ⇒Ｂ⇒Ｃ）を導き、（Ａ⇒Ｃ）が妥当であることを認識する。このように新規の情報の妥当性が確認されると、新しい知識としてパターン記録器に蓄積される。新規入力された情報は逐次、妥当性の確認を実施し、妥当性が確認された情報は知識として蓄積され、知識の拡大が実現される。
図４はこの発明の一実施例における自律型知識向上装置の構成を示した図である。
図４において１は言語情報をパターンに変換するパターン変換器である。２はパターンおよびパターン間の接続関係を記録するパターン記録器である。３は処理を行うためにパターンを保持するパターン保持器である。４はパターン保持器を制御する制御器である。５はパターン間の関係を処理するパターン間処理器である。
図４において１は言語情報をパターンに変換するパターン変換器である。２はパターンおよびパターン間の接続関係を記録するパターン記録器である。３は処理を行うためにパターンを保持するパターン保持器である。４はパターン保持器を制御する制御器である。５はパターン間の関係を処理するパターン間処理器である。
次に動作について説明する。
１のパターン変換器は言語情報をパターンに変換する。
言語パターンは４の制御器を経由して３のパターン保持器に入力される。３のパターン保持器では処理のためにパターンが一時的に保持される。入力されたパターンおよび処理されたパターンは２のパターン記録器に記録される。パターン間の接続関係も２のパターン記録器に記録される。５のパターン間処理器はパターン間の処理を行う。３のパターン保持器から入力されたパターンを処理し、処理した結果を３のパターン保持器に出力する。４の制御器は３のパターン保持器、２のパターン記録器および５のパターン間処理器の動作を制御する。４の制御器は状況に応じて２のパターン記録器から処理フローを呼び出し、パターンの処理を行っていく。処理中のパターンは一時的に３のパターン保持器に格納される。３のパターン保持器に格納されたパターンは２のパターン記録器および５のパターン間処理器に出力され、記録およびパターンの処理が行われる。２のパターン記録器に記録されたパターンは適宜、３のパターン保持器に呼び出される。また、５のパターン間処理器の出力も３のパターン保持器に出力され、一時的に保持される。
パターンは予め記録された処理フローにより、処理されていく。処理されたパターンは適宜２のパターン記録器に記録され、知識が構築される。パターン間の接続関係は初期のフェーズ（学習フェーズ）においては人間等が外部より設定していく。知識が或る程度、蓄積した段階で、処理フローを自律的に動作させるように設定する。この段階では装置が自律的に言語情報の評価（新規性、真偽、論理の妥当性）を実施し、知識を自律的に構築していく。
また、自律型知識向上装置で生成するパターンは逐次モニターすることが可能である。生成されたパターンが適切でなく、修正が必要な場合には外部より、パターンの修正およびパターン間の接続の修正を行うことにより、適切な状態にパターンを維持・管理することができる。
１のパターン変換器は言語情報をパターンに変換する。
言語パターンは４の制御器を経由して３のパターン保持器に入力される。３のパターン保持器では処理のためにパターンが一時的に保持される。入力されたパターンおよび処理されたパターンは２のパターン記録器に記録される。パターン間の接続関係も２のパターン記録器に記録される。５のパターン間処理器はパターン間の処理を行う。３のパターン保持器から入力されたパターンを処理し、処理した結果を３のパターン保持器に出力する。４の制御器は３のパターン保持器、２のパターン記録器および５のパターン間処理器の動作を制御する。４の制御器は状況に応じて２のパターン記録器から処理フローを呼び出し、パターンの処理を行っていく。処理中のパターンは一時的に３のパターン保持器に格納される。３のパターン保持器に格納されたパターンは２のパターン記録器および５のパターン間処理器に出力され、記録およびパターンの処理が行われる。２のパターン記録器に記録されたパターンは適宜、３のパターン保持器に呼び出される。また、５のパターン間処理器の出力も３のパターン保持器に出力され、一時的に保持される。
パターンは予め記録された処理フローにより、処理されていく。処理されたパターンは適宜２のパターン記録器に記録され、知識が構築される。パターン間の接続関係は初期のフェーズ（学習フェーズ）においては人間等が外部より設定していく。知識が或る程度、蓄積した段階で、処理フローを自律的に動作させるように設定する。この段階では装置が自律的に言語情報の評価（新規性、真偽、論理の妥当性）を実施し、知識を自律的に構築していく。
また、自律型知識向上装置で生成するパターンは逐次モニターすることが可能である。生成されたパターンが適切でなく、修正が必要な場合には外部より、パターンの修正およびパターン間の接続の修正を行うことにより、適切な状態にパターンを維持・管理することができる。
図５はこの発明の一実施例における自律型知識向上装置の構成を示した図である。
図５において１は言語情報をパターンに変換するパターン変換器である。２はパターンおよびパターン間の接続関係を記録するパターン記録器である。３は処理を行うためにパターンを保持するパターン保持器である。４はパターン保持器を制御する制御器である。５はパターン間の関係を処理するパターン間処理器である。６は言語パターンの汎用化を行い知識の一般化を実施する知識汎用化器である。
図５において１は言語情報をパターンに変換するパターン変換器である。２はパターンおよびパターン間の接続関係を記録するパターン記録器である。３は処理を行うためにパターンを保持するパターン保持器である。４はパターン保持器を制御する制御器である。５はパターン間の関係を処理するパターン間処理器である。６は言語パターンの汎用化を行い知識の一般化を実施する知識汎用化器である。
次に動作について説明する。
１のパターン変換器は言語情報をパターンに変換する。
言語パターンは４の制御器を経由して３のパターン保持器に入力される。３のパターン保持器では処理のためにパターンが一時的に保持される。入力されたパターンおよび処理されたパターンは２のパターン記録器に記録される。パターン間の接続関係も２のパターン記録器に記録される。５のパターン間処理器はパターン間の処理を行う。３のパターン保持器から入力されたパターンを処理し、処理した結果を３のパターン保持器に出力する。４の制御器は３のパターン保持器、２のパターン記録器および５のパターン間処理器の動作を制御する。４の制御器は状況に応じて２のパターン記録器から処理フローを呼び出し、パターンの処理を行っていく。処理中のパターンは一時的に３のパターン保持器に格納される。３のパターン保持器に格納されたパターンは２のパターン記録器および５のパターン間処理器に出力され、記録およびパターンの処理が行われる。２のパターン記録器に記録されたパターンは適宜、３のパターン保持器に呼び出される。また、５のパターン間処理器の出力も３のパターン保持器に出力され、一時的に保持される。
パターンは予め記録された処理フローにより、処理されていく。処理されたパターンは適宜２のパターン記録器に記録され、知識が構築される。パターン間の接続関係は初期のフェーズ（学習フェーズ）においては人間等が外部より設定していく。知識が或る程度、蓄積した段階で、処理フローを自律的に動作させるように設定する。この段階では装置が自律的に言語情報の評価（新規性、真偽、論理の妥当性）を実施し、知識を自律的に構築していく。
自律型知識向上装置で生成するパターン間の関係は一般化する機能を有している。あるパターンとパターンの関係がある事象を限定的に示すのではなく、広く拡大解釈できる場合には本機能により一般化が可能である。
具体的な例として、下記の文を考える。
例：花子さんは成績が上がったので喜んだ。
「花子さんは」＋「成績が上がったので」＋「喜んだ。」
この文の場合、具体的には「花子さん」が喜んだのであるが、「花子さん」に限らず、成績が上がると喜ぶと考えられるため、「成績が上がったので」＋「喜んだ。」は一般性を有すると考えられる。このような場合、「花子さん」の代わりに「Ｘさん」と置き換えて、一般化する。ある時に「Ｘさん」は成績が上がったとすると、「Ｘさん」は「喜んだ」と推測することが可能である。このように、具体的なもののみを記録するのでは無く、ある程度一般化したものを記録することにより、知識として「慣習」または「常識」に対応するものを構築することができる。
図５の６知識汎用化器は特定の主語、目的語等に限らず、別の名詞等の言語に置き換えても意味が通じる場合には、汎用化を実施し、「慣習」または「常識」に対応する知識として記録する。このように言語パターンの汎用化を行うことにより、全く同一の言語情報でなくても、「慣習」または「常識」に対応する知識が関連情報として検索することができる。このように特定の問題または課題に対してのみに回答できるのではなく、少々変更された問題または課題に対しても回答を生成することができる。
１のパターン変換器は言語情報をパターンに変換する。
言語パターンは４の制御器を経由して３のパターン保持器に入力される。３のパターン保持器では処理のためにパターンが一時的に保持される。入力されたパターンおよび処理されたパターンは２のパターン記録器に記録される。パターン間の接続関係も２のパターン記録器に記録される。５のパターン間処理器はパターン間の処理を行う。３のパターン保持器から入力されたパターンを処理し、処理した結果を３のパターン保持器に出力する。４の制御器は３のパターン保持器、２のパターン記録器および５のパターン間処理器の動作を制御する。４の制御器は状況に応じて２のパターン記録器から処理フローを呼び出し、パターンの処理を行っていく。処理中のパターンは一時的に３のパターン保持器に格納される。３のパターン保持器に格納されたパターンは２のパターン記録器および５のパターン間処理器に出力され、記録およびパターンの処理が行われる。２のパターン記録器に記録されたパターンは適宜、３のパターン保持器に呼び出される。また、５のパターン間処理器の出力も３のパターン保持器に出力され、一時的に保持される。
パターンは予め記録された処理フローにより、処理されていく。処理されたパターンは適宜２のパターン記録器に記録され、知識が構築される。パターン間の接続関係は初期のフェーズ（学習フェーズ）においては人間等が外部より設定していく。知識が或る程度、蓄積した段階で、処理フローを自律的に動作させるように設定する。この段階では装置が自律的に言語情報の評価（新規性、真偽、論理の妥当性）を実施し、知識を自律的に構築していく。
自律型知識向上装置で生成するパターン間の関係は一般化する機能を有している。あるパターンとパターンの関係がある事象を限定的に示すのではなく、広く拡大解釈できる場合には本機能により一般化が可能である。
具体的な例として、下記の文を考える。
例：花子さんは成績が上がったので喜んだ。
「花子さんは」＋「成績が上がったので」＋「喜んだ。」
この文の場合、具体的には「花子さん」が喜んだのであるが、「花子さん」に限らず、成績が上がると喜ぶと考えられるため、「成績が上がったので」＋「喜んだ。」は一般性を有すると考えられる。このような場合、「花子さん」の代わりに「Ｘさん」と置き換えて、一般化する。ある時に「Ｘさん」は成績が上がったとすると、「Ｘさん」は「喜んだ」と推測することが可能である。このように、具体的なもののみを記録するのでは無く、ある程度一般化したものを記録することにより、知識として「慣習」または「常識」に対応するものを構築することができる。
図５の６知識汎用化器は特定の主語、目的語等に限らず、別の名詞等の言語に置き換えても意味が通じる場合には、汎用化を実施し、「慣習」または「常識」に対応する知識として記録する。このように言語パターンの汎用化を行うことにより、全く同一の言語情報でなくても、「慣習」または「常識」に対応する知識が関連情報として検索することができる。このように特定の問題または課題に対してのみに回答できるのではなく、少々変更された問題または課題に対しても回答を生成することができる。
図６はこの発明の一実施例における自律型知識向上装置の構成を示した図である。
図６において１は言語情報をパターンに変換するパターン変換器である。２はパターンおよびパターン間の接続関係を記録するパターン記録器である。３は処理を行うためにパターンを保持するパターン保持器である。４はパターン保持器を制御する制御器である。５はパターン間の関係を処理するパターン間処理器である。７は言語パターンの逆変換を実施し制御出力を生成するパターン逆変換器である。
図６において１は言語情報をパターンに変換するパターン変換器である。２はパターンおよびパターン間の接続関係を記録するパターン記録器である。３は処理を行うためにパターンを保持するパターン保持器である。４はパターン保持器を制御する制御器である。５はパターン間の関係を処理するパターン間処理器である。７は言語パターンの逆変換を実施し制御出力を生成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。
次に動作について説明する。
１のパターン変換器は言語情報をパターンに変換する。
言語パターンは４の制御器を経由して３のパターン保持器に入力される。３のパターン保持器では処理のためにパターンが一時的に保持される。入力されたパターンおよび処理されたパターンは２のパターン記録器に記録される。パターン間の接続関係も２のパターン記録器に記録される。５のパターン間処理器はパターン間の処理を行う。３のパターン保持器から入力されたパターンを処理し、処理した結果を３のパターン保持器に出力する。４の制御器は３のパターン保持器、２のパターン記録器および５のパターン間処理器の動作を制御する。４の制御器は状況に応じて２のパターン記録器から処理フローを呼び出し、パターンの処理を行っていく。処理中のパターンは一時的に３のパターン保持器に格納される。３のパターン保持器に格納されたパターンは２のパターン記録器および５のパターン間処理器に出力され、記録およびパターンの処理が行われる。２のパターン記録器に記録されたパターンは適宜、３のパターン保持器に呼び出される。また、５のパターン間処理器の出力も３のパターン保持器に出力され、一時的に保持される。
パターンは予め記録された処理フローにより、処理されていく。処理されたパターンは適宜２のパターン記録器に記録され、知識が構築される。パターン間の接続関係は初期のフェーズ（学習フェーズ）においては人間等が外部より設定していく。知識が或る程度、蓄積した段階で、処理フローを自律的に動作させるように設定する。この段階では装置が自律的に言語情報の評価（新規性、真偽、論理の妥当性）を実施し、知識を自律的に構築していく。
自律型知識向上装置で生成されたパターンは７のパターン逆変換器により制御出力に変換され、機械の制御を実施することができる。
次に動作について説明する。
１のパターン変換器は言語情報をパターンに変換する。
言語パターンは４の制御器を経由して３のパターン保持器に入力される。３のパターン保持器では処理のためにパターンが一時的に保持される。入力されたパターンおよび処理されたパターンは２のパターン記録器に記録される。パターン間の接続関係も２のパターン記録器に記録される。５のパターン間処理器はパターン間の処理を行う。３のパターン保持器から入力されたパターンを処理し、処理した結果を３のパターン保持器に出力する。４の制御器は３のパターン保持器、２のパターン記録器および５のパターン間処理器の動作を制御する。４の制御器は状況に応じて２のパターン記録器から処理フローを呼び出し、パターンの処理を行っていく。処理中のパターンは一時的に３のパターン保持器に格納される。３のパターン保持器に格納されたパターンは２のパターン記録器および５のパターン間処理器に出力され、記録およびパターンの処理が行われる。２のパターン記録器に記録されたパターンは適宜、３のパターン保持器に呼び出される。また、５のパターン間処理器の出力も３のパターン保持器に出力され、一時的に保持される。
パターンは予め記録された処理フローにより、処理されていく。処理されたパターンは適宜２のパターン記録器に記録され、知識が構築される。パターン間の接続関係は初期のフェーズ（学習フェーズ）においては人間等が外部より設定していく。知識が或る程度、蓄積した段階で、処理フローを自律的に動作させるように設定する。この段階では装置が自律的に言語情報の評価（新規性、真偽、論理の妥当性）を実施し、知識を自律的に構築していく。
自律型知識向上装置で生成されたパターンは７のパターン逆変換器により制御出力に変換され、機械の制御を実施することができる。
第１の発明によれば機械に動作を行わせる場合、機械に搭載した計算機に逐次、人間がプログラムを設定する必要がない。言語情報をパターンに変換するパターン変換器と、パターンおよびパターン間の関係を記録するパターン記録器と、処理を行うためにパターンを保持するパターン保持器と、パターン保持器を制御する制御器と、パターン間の関係を処理するパターン間処理器により、人間の思考をパターンとして逐次、学習し、状況に応じた動作が学習した通りに実行することができる。また、機械に構築した知識により新規に獲得した情報を評価（新規性、信憑性、価値等）し、機械内部に系統立った知識を構築することが可能である。
第２の発明によれば機械に動作を行わせる場合、機械に搭載した計算機に逐次、人間がプログラムを設定する必要がない。言語情報、画像情報および音声情報をパターンに変換するパターン変換器と、パターンおよびパターン間の関係を記録するパターン記録器と、処理を行うためにパターンを保持するパターン保持器と、パターン保持器を制御する制御器と、パターン間の関係を処理するパターン間処理器により、人間の思考をパターンとして逐次、学習し、状況に応じた動作が学習した通りに実行することができる。また、機械に構築した知識により新規に獲得した情報を評価（新規性、信憑性、価値等）し、機械内部に系統立った知識を構築することが可能である。
第３の発明によれば機械に動作を行わせる場合、機械に搭載した計算機に逐次、人間がプログラムを設定する必要がない。言語情報をパターンに変換するパターン変換器と、パターンおよびパターン間の関係を記録するパターン記録器と、処理を行うためにパターンを保持するパターン保持器と、パターン保持器を制御する制御器と、パターン間の関係を処理するパターン間処理器により、人間の思考をパターンとして逐次、学習し、状況に応じた動作が学習した通りに実行することができる。また、機械に構築した知識により新規に獲得した情報を評価（新規性、信憑性、価値等）し、機械内部に系統立った知識を構築することが可能である。さらに機械に新規に獲得した情報と機械内部に構築した知識との間にギャップ（不整合、論理の飛躍等）があった場合には疑問を呈し、人間等に対し確認するような動作の実行が可能である。
第４の発明によれば機械に動作を行わせる場合、機械に搭載した計算機に逐次、人間がプログラムを設定する必要がない。言語情報をパターンに変換するパターン変換器と、パターンおよびパターン間の関係を記録するパターン記録器と、処理を行うためにパターンを保持するパターン保持器と、パターン保持器を制御する制御器と、パターン間の関係を処理するパターン間処理器により、人間の思考をパターンとして逐次、学習し、状況に応じた動作が学習した通りに実行することができる。また、機械に構築した知識により新規に獲得した情報を評価（新規性、信憑性、価値等）し、機械内部に系統立った知識を構築することが可能である。プログラムの修正等を施すことなく、機械内部に構築された知識を、パターンおよびパターン間の接続を変更することにより、動作を容易に変更することが可能である。
第５の発明によれば機械に動作を行わせる場合、機械に搭載した計算機に逐次、人間がプログラムを設定する必要がない。言語情報をパターンに変換するパターン変換器と、パターンおよびパターン間の関係を記録するパターン記録器と、処理を行うためにパターンを保持するパターン保持器と、パターン保持器を制御する制御器と、パターン間の関係を処理するパターン間処理器により、人間の思考をパターンとして逐次、学習し、状況に応じた動作が学習した通りに実行することができる。また、機械に構築した知識により新規に獲得した情報を評価（新規性、信憑性、価値等）し、機械内部に系統立った知識を構築することが可能である。問題または課題に対しての回答も、汎用化により知識として蓄積しているため、特定の問題または課題に限定されず、問題または課題が少々変更されても回答を生成することが可能である。
第６の発明によれば機械に動作を行わせる場合、機械に搭載した計算機に逐次、人間がプログラムを設定する必要がない。言語情報をパターンに変換するパターン変換器と、パターンおよびパターン間の関係を記録するパターン記録器と、処理を行うためにパターンを保持するパターン保持器と、パターン保持器を制御する制御器と、パターン間の関係を処理するパターン間処理器により、人間の思考をパターンとして逐次、学習し、状況に応じた動作が学習した通りに実行することができる。また、機械に構築した知識により新規に獲得した情報を評価（新規性、信憑性、価値等）し、機械内部に系統立った知識を構築し、その知識に基づいた制御を機械に実施させることが可能である。
１ パターン変換器
２ パターン記録器
３ パターン保持器
４ 制御器
５ パターン間処理器
６ 知識汎用化器
７ パターン逆変換器
２ パターン記録器
３ パターン保持器
４ 制御器
５ パターン間処理器
６ 知識汎用化器
７ パターン逆変換器
Claims (6)
- 言語情報をパターンに変換するパターン変換器と、パターンおよびパターン間の関係を記録するパターン記録器と、処理を行うためにパターンを保持するパターン保持器と、パターン保持器を制御する制御器と、パターン間の関係を処理するパターン間処理器を備え、入力した言語情報の意味、新規性、真偽および論理の妥当性を評価し、自律的に知識を獲得し、知能を向上させる人工知能装置。
- 言語情報、画像情報および音声情報をパターンに変換するパターン変換器と、パターンおよびパターン間の関係を記録するパターン記録器と、処理を行うためにパターンを保持するパターン保持器と、パターン保持器を制御する制御器と、パターン間の関係を処理するパターン間処理器を備え、入力した言語情報の意味、新規性、真偽および論理の妥当性を評価し、自律的に知識を獲得し、知能を向上させる人工知能装置。
- 言語情報をパターンに変換するパターン変換器と、パターンおよびパターン間の関係を記録するパターン記録器と、処理を行うためにパターンを保持するパターン保持器と、パターン保持器を制御する制御器と、パターン間の関係を処理するパターン間処理器を備え、入力した言語情報の意味、新規性、真偽および論理の妥当性を評価し、自律的に知識を構築し、不明な点があれば質問を提示し、質問に対し人間等が回答した場合はその回答を元に知識を更新していく人工知能装置。
- 言語情報をパターンに変換するパターン変換器と、パターンおよびパターン間の関係を記録するパターン記録器と、処理を行うためにパターンを保持するパターン保持器と、パターン保持器を制御する制御器と、パターン間の関係を処理するパターン間処理器を備え、入力した言語情報の意味、新規性、真偽および論理の妥当性を評価し、自律的に知識を構築し、構築した知識に修正が必要な場合は外部より知識の変更が可能な人工知能装置。
- 言語情報をパターンに変換するパターン変換器と、パターンおよびパターン間の関係を記録するパターン記録器と、処理を行うためにパターンを保持するパターン保持器と、パターン保持器を制御する制御器と、パターン間の関係を処理するパターン間処理器と、知識の汎用化を行う知識汎用化器を備え、入力した言語情報の意味、新規性、真偽および論理の妥当性を評価し、自律的に知識を記録、更新し、さらに獲得した知識、問題解決手法等の一般化を行い、類似の問題を解決する人工知能装置。
- 言語情報をパターンに変換するパターン変換器と、パターンおよびパターン間の関係を記録するパターン記録器と、処理を行うためにパターンを保持するパターン保持器と、パターン保持器を制御する制御器と、パターン間の関係を処理するパターン間処理器と、パターンを変換し制御出力を生成するパターン逆変換器を備え、入力した言語情報の意味、新規性、真偽および論理の妥当性を評価し、自律的に知識を獲得し、知能を向上させ、その知能に基づき機械の制御を行う人工知能装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014178513A JP5737642B2 (ja) | 2014-08-15 | 2014-08-15 | 自律型知識向上装置 |
| PCT/JP2014/080004 WO2016024367A1 (ja) | 2014-08-15 | 2014-10-30 | 自律型知識向上装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014178513A JP5737642B2 (ja) | 2014-08-15 | 2014-08-15 | 自律型知識向上装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2015028791A JP2015028791A (ja) | 2015-02-12 |
| JP5737642B2 true JP5737642B2 (ja) | 2015-06-17 |
Family
ID=52492424
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014178513A Active JP5737642B2 (ja) | 2014-08-15 | 2014-08-15 | 自律型知識向上装置 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP5737642B2 (ja) |
| WO (1) | WO2016024367A1 (ja) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5807829B2 (ja) * | 2015-02-02 | 2015-11-10 | 洋彰 宮崎 | 自律型知識分析機 |
| JP5807830B2 (ja) * | 2015-02-17 | 2015-11-10 | 洋彰 宮崎 | 自律型知能生成機 |
| JP5821142B2 (ja) * | 2015-03-03 | 2015-11-24 | 洋彰 宮崎 | 自律型知能体系構築機 |
| JP5807831B2 (ja) * | 2015-03-27 | 2015-11-10 | 洋彰 宮崎 | 自律型問題解決機 |
| JP5810476B2 (ja) * | 2015-04-09 | 2015-11-11 | 洋彰 宮崎 | 自律型知識抽出機 |
| JP5828437B2 (ja) * | 2015-05-07 | 2015-12-09 | 洋彰 宮崎 | 自律型処理手順生成および実行機 |
| JP5828438B2 (ja) * | 2015-05-18 | 2015-12-09 | 洋彰 宮崎 | 自律型知識体系構築機 |
| JP5866721B2 (ja) * | 2015-05-25 | 2016-02-17 | 洋彰 宮崎 | 人工知能装置 |
| JP5854250B2 (ja) * | 2015-06-17 | 2016-02-09 | 洋彰 宮崎 | 人工知能装置 |
| JP5854251B2 (ja) * | 2015-07-08 | 2016-02-09 | 洋彰 宮崎 | 人工知能装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0762824B2 (ja) * | 1987-09-08 | 1995-07-05 | 富士通株式会社 | コンサルテーションシステム |
| JPH03233632A (ja) * | 1990-02-09 | 1991-10-17 | Hitachi Ltd | エキスパートシステム構築支援方法および文書検索方法 |
| JPH10124086A (ja) * | 1996-10-25 | 1998-05-15 | Meidensha Corp | 音声対話システム |
| CN1283428C (zh) * | 2000-03-31 | 2006-11-08 | 索尼公司 | 机器人设备、控制机器人设备动作的方法 |
| JP2003080484A (ja) * | 2001-09-07 | 2003-03-18 | Tomy Co Ltd | 動作反応玩具 |
| JP5034580B2 (ja) * | 2007-03-15 | 2012-09-26 | オムロン株式会社 | 因果推論装置、その制御プログラムおよび制御方法 |
| JP4938719B2 (ja) * | 2008-04-09 | 2012-05-23 | トヨタ自動車株式会社 | 車載情報システム |
-
2014
- 2014-08-15 JP JP2014178513A patent/JP5737642B2/ja active Active
- 2014-10-30 WO PCT/JP2014/080004 patent/WO2016024367A1/ja active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2016024367A1 (ja) | 2016-02-18 |
| JP2015028791A (ja) | 2015-02-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5737642B2 (ja) | 自律型知識向上装置 | |
| US11442702B2 (en) | Code completion | |
| JP5737641B2 (ja) | 自律型思考パターン生成機 | |
| JP5737643B2 (ja) | 自律学習型知識構築機 | |
| Esposito et al. | Knowledge-intensive induction of terminologies from metadata | |
| JP2015072700A (ja) | 自動論理構築機 | |
| Le et al. | Interactive program synthesis | |
| JP5807831B2 (ja) | 自律型問題解決機 | |
| JP5821142B2 (ja) | 自律型知能体系構築機 | |
| JP5810476B2 (ja) | 自律型知識抽出機 | |
| Becerra-Bonache et al. | Linguistic models at the crossroads of agents, learning and formal languages | |
| Meurs et al. | Spoken language interpretation: On the use of dynamic bayesian networks for semantic composition | |
| JP5821141B2 (ja) | 自律型知識体系構築機 | |
| Wataketiya et al. | Voice Enabled Intelligent Programming Assistant | |
| JP2015232894A (ja) | 人工知能装置 | |
| Zhi et al. | Partially-typed NER datasets integration: Connecting practice to theory | |
| JP5828437B2 (ja) | 自律型処理手順生成および実行機 | |
| JP5854250B2 (ja) | 人工知能装置 | |
| CN117271561B (zh) | 一种基于大语言模型的sql语句生成方法、装置及设备 | |
| US20240143935A1 (en) | Method and system for facilitating an enhanced search-based interactive system | |
| JP5828438B2 (ja) | 自律型知識体系構築機 | |
| US20240134640A1 (en) | Source code summary method based on ai using structural information, apparatus and computer program for performing the method | |
| JP5866721B2 (ja) | 人工知能装置 | |
| Farquhar | Meta-interpretive learning of proof strategies | |
| Roy et al. | Conversational Question Answering |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20141106 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150106 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150114 |
|
| 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: 5737642 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 |