JP5737643B2 - 自律学習型知識構築機 - Google Patents
自律学習型知識構築機 Download PDFInfo
- Publication number
- JP5737643B2 JP5737643B2 JP2014223618A JP2014223618A JP5737643B2 JP 5737643 B2 JP5737643 B2 JP 5737643B2 JP 2014223618 A JP2014223618 A JP 2014223618A JP 2014223618 A JP2014223618 A JP 2014223618A JP 5737643 B2 JP5737643 B2 JP 5737643B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- patterns
- information
- thought
- input
- 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)
- Devices For Executing Special Programs (AREA)
Description
また入力した情報を既に構築した知識と比較することにより、入力した情報が論理的に妥当であるか否かを評価することは従来困難であった。
また入力した情報を既に構築した知識と比較することにより意味、新規性、真偽、論理の妥当性等を評価し、価値のある情報を逐次記録するとともに不明な事項に関しては関連情報を自律的に収集して不明な事項の明確化をすることは従来困難であった。
また入力した情報を既に構築した知識と比較し、入力した情報の論理が既に記録している情報の論理よりも優れている場合には、優れた論理に自律的に更新し知識を向上させていくことは従来困難であった。
また入力した複数の思考パターンを比較、分析することは従来困難であった。
また問題および課題を入力すると、過去に類似の問題および課題を解決した手法を記録した関連パターン呼び出し、問題および課題を解決するために必要な条件を示すことは従来困難であった。
また問題および課題を入力すると、過去に類似の問題および課題を解決した手法等を記録した関連パターン呼び出し過去に問題および課題を解決した時の前提条件等と現時点の前提条件等との差異を考慮して問題および課題を解決することは従来困難であった。
また人間が入力する思考パターンを逐次記録し、人間の思考パターンと類似の思考パターンを表示、記録、動作させることは従来困難であった。
また人間が入力する思考パターンを逐次記録し、人間の思考パターンと類似の思考パターンを自律的に決定し、表示、記録、動作させることは従来困難であった。
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、論理または条件付き論理で表現することが可能である。
◎論理のプログラム的表現
A=B、B=C(AならばBである。BならばCである。)
これをパターン間の遷移として表現すると下記で表現できる。
パターンAが励起するとパターンBを励起する。
パターンBが励起するとパターンCを励起する。
◎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。
つまりパターン間の遷移として表現する例としては下記になる。
パターンBがパターンC1と照合する時、パターンD1を励起する。
パターンBがパターンC2と照合する時、パターンD2を励起する。
図31はパターンと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31を使って条件付処理の動作例について説明する。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32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32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。
この発明における自律学習型知識構築機は、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学習型知識構築機は入力された情報を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。また入力された情報を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する。入力された情報を既に記録している確認済の論理(真実、事実、信頼性のある情報等)と照合し、整合している場合に妥当であると評価し、関連する情報との接続関係を生成し、知識体系を構築していくことができる。
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学習型知識構築機は入力された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。また入力された情報を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する。入力された情報を既に記録している確認済の論理(真実、事実、信頼性のある情報等)と照合し、整合している場合に妥当であると評価し、関連する情報との接続関係を生成し、知識体系を構築していく。入力された情報が既に記録している確認済の情報と照合しない場合は、さらに追加の情報を入力するよう検索要求を出す。これは入力された情報が既に記録済の情報の組合せ等では表現できない場合に生じる。追加の情報により、記録済の情報の組合せで表現できるよう、論理のギャップが埋まるときに、入力された情報が理解できた判断し、知識体系に理解済の知識として組み込んでいく。これらの動作により、理解できない情報が入力された場合にも、より簡単な説明となっている情報を検索し、論理のギャップを埋めて、自律的に知識を拡大することができる。
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学習型知識構築機は入力された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。また入力した情報を既に構築した知識と比較し、どちらが論理的に妥当な説明となっているか比較する。これは記録する知識に関して真理、事実、仮説、推測、想像、噂等どのレベルであるのかを識別しておき、論理の妥当性を評価する際に、どのレベルの知識の組合せであるかを確認する。知識の組合せとして、全て真理および事実に基づいていれば、論理の妥当性としては高いと評価し、推測、想像、噂等が含まれていれば、妥当性としては低いと評価する。入力した情報の論理と、既に記録している情報の論理の妥当性を比較し、入力した情報の論理の妥当性が高い場合には、優先度を入れ替えることにする。これにより入力した情報の論理が既に記録している情報の論理よりも優れている場合には、優れた論理に自律的に更新し知識を向上させることができる。
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学習型知識構築機は入力された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。また入力した情報を既に構築した知識と照合し、その意味を分析する。入力した複数の思考パターンは、それぞれ既に記録した知識と比較し、その意味が分析されているので、その意味の類似点および相違点を比較することにより、複数の思考パターンを比較、分析することができる。
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学習型知識構築機は入力された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。また問題および課題を入力すると、過去に類似の問題および課題を解決した手法を記録した関連パターン(問題・課題、目標、条件、解決方法、結果、評価等)を呼び出すことにより、問題および課題を解決するために必要な条件を示すことができる。
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学習型知識構築機は入力された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。また問題および課題を入力すると、過去に類似の問題および課題を解決した手法を記録した関連パターン(問題・課題、目標、条件、解決方法、結果、評価等)を呼び出すことにより、問題および課題を解決するために必要な条件を示し、過去に問題および課題を解決した時の前提条件等と現時点の前提条件等とに差異がある場合は、その差異を考慮して問題および課題を解決するための条件(代替案等)を設定することにより問題および課題を解決することができる。
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学習型知識構築機は入力された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。人間が考える思考パターンを逐次入力すると、既に記録した関連パターンを呼び出すことができる。呼び出された関連パターンが自己の考える思考と整合している場合は特に修正の必要は無い。呼び出された関連パターンが自己の考える思考と整合していない場合は適宜、正しいパターンを入力し、置き換えることにより自己の思考パターンと類似の思考パターンを表示、記録、動作させることができる。
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学習型知識構築機は入力された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。人間が考える思考パターンを逐次入力すると、既に記録した関連パターンを呼び出すことができる。呼び出された関連パターンが自己の考える思考と整合している場合は特に修正の必要は無い。呼び出された関連パターンが自己の考える思考と整合していない場合は適宜、正しいパターンを入力し、置き換えることにより修正していく。ある思考パターンを入力した時に複数の関連パターンが励起する場合には、励起先のパターンおよび励起先のパターンの情報を使い、その時点での思考の分岐先として最適なものを選択させる。これにより、思考パターンの発散を抑え、その時点において適切な思考パターンを逐次、選択するという人間の思考パターンと類似の思考パターンを表示、記録、動作させることができる。
図1において1は情報をパターンに変換するパターン変換器である。2はパターンおよび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はパターンを情報に変換するパターン逆変換器である。
1のパターン変換器は情報をパターンに変換する。
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。
変換されたパターンは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、処理されたパターンおよびパターン間の接続関係は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9において2のパターン記録器に情報を記録する動作を示している。7の情報源から入力された情報は1のパターン変換器においてパターンに変換される。変換されたパターンは3のパターン保持器に格納される。パターン保持器にはA,BおよびCという情報が格納され、A⇒B⇒C(AならばB、BならばC)という論理を構成したいとする。この時、3のパターン保持器に情報Aを格納し、2のパターン記録器の記録モジュールに記録させる。(記録Aと表現)次にパターン保持器に情報Bを格納し、パターン記録器の記録モジュールに記録させる。(記録Bと表現)さらにA⇒Bの論理を構成するために記録Aから記録Bに向けて接続を生成する。(記録Aから記録Bに向けた矢印→で表現)この接続関係は記録モジュールの接続関係を記録する箇所に記録される。同様にB⇒Cの論理についても生成することができる。
次に論理の整合および不整合について検出する動作について説明する。
ールのCとC’が同時に励起した場合は同等の意味を示す記録モジュールが励起し、記録モ
ことを示している。
構築した論理A⇒B⇒Cと整合した論理が入力された場合について考える。図10においてA⇒C’という論理が入力されたとする。この時、既に記録している論理ではA⇒B⇒Cが励起される。A⇒C’という論理が入力されたため、既に記録した論理からCが励起しており、入力情報からC’が励起することになる。この時、CとC’が既に記録したラインと新規情報からのラインにより同時に励起されることになる。CとC’の同時励起は同等の意味を示す記録モジュールを励起し、入力された論理は既に記録している論理と整合していることが示される。
次に構築した論理A⇒B⇒Cと整合していない論理が入力された場合について考える。
反対の意味を示す記録モジュールを励起し、入力された論理は既に記録している論理と整合していないことが示される。
以上より論理の基礎データをパターン記録器に記録しておくことにより、新規の情報が入力された場合に既に構築した基礎データ(知識)と比較し整合しているか、否かを判断することができる。
図2において1は情報をパターンに変換するパターン変換器である。2はパターンおよび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はパターンを情報に変換するパターン逆変換器である。7は人間、書物、インターネット等の情報源である。
図12は構築した論理に無い新規情報を入力した場合の動作について示している。
新規情報としてA⇒Dを入力したとする。この時、既に記録している論理ではA⇒B⇒Cが励起される。この時点において新規情報Dは既に記録した情報と整合、不整合の反応は無い。ただし、A⇒Dが正しいか?誤っているか?についても判断することはできない。このため、自律学習型知識構築機はDに関して追加情報を得るため、検索要求を出すことになる。
図13は検索要求に対して追加情報を入力した場合の動作について示している。7は人間、書物、インターネット等の情報源とする。検索要求に対して情報源からDに関する追加情報(C⇒D)が入力されたとする。この追加情報は信頼性のある情報源からの情報であると仮定する。この追加情報により、論理A⇒B⇒Cは論理A⇒B⇒C⇒Dまで展開されることになる。追加情報を入力するまではA⇒Dが正しいか、誤っているかの判断はできなかったが、追加情報によりA⇒Dが正しいということが判断できたことになる。
図14はA⇒Dが正しいということが確認されたため、A⇒Dを既知の知識として論理に組み込まれたことを示している。
以上は構築した論理に無い新規情報を入力した場合の自律学習型知識構築機の動作について説明したが、人間が新規情報を得た時の動作も同様である。人間も何か新規の情報を得た時、過去の記憶と照らし、正しいか、誤っているかを判断しようとするが、過去の記憶と照らしても判断できない場合がある。この時、人間は新規情報に関して、より簡単な説明を記載している書物等を調べ、その調査結果として、新規情報と自己の知識とを結びつける論理を発見した場合(上記の例では「C⇒D」)判断できなかった論理(上記の例では「A⇒D」)に対しても正しいと認識でき、この新規情報(「A⇒D」)を正しい情報として記憶し知識を拡大していく。
本発明における自律学習型知識構築機も新規情報に対し、人間と同様の対応を取らせることにより、自律的に知識を拡大させることができる。
図3において1は情報をパターンに変換するパターン変換器である。2はパターンおよび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はパターンを情報に変換するパターン逆変換器である。8は論理の妥当性を評価する論理評価器である。9はパターン記録器に登録されたパターン間の接続を修正するパターン間接続修正器である。
図15は論理に対する根拠を抽出する動作について示している。
図において論理Aという論理の妥当性について考えることにする。論理Aが正しいと考える根拠として根拠R1が既に記録されているとする。論理Aを示す記録モジュールと根拠確認を示す記録モジュールが励起されると根拠R1を示す記録モジュールが励起するように接続関係を設定しておく。同様に論理Aが正しいと考える別の根拠R2が新規に入力されたとする。根拠R2に関しては未だ妥当性が確認されていないので仮説の状態とする。(R2を示す記録モジュールは点線で表現し、仮説の状態であることを示している。)図16では根拠R1および根拠R2に関する妥当性評価について示している。
妥当性評価としては、記録する知識に関して真理、事実、仮説、推測、想像、噂等どのレベルであるのかを識別しておき、妥当性評価の際にその情報に基づいて実施する。根拠に関する情報が、全て真理および事実に基づいていれば、論理の妥当性としては高いと評価し、推測、想像、噂等が含まれていれば、妥当性としては低いと評価する。
図16の8の論理比較器においてR1およびR2に関してどちら妥当性が大きいか評価される。新規入力した情報の論理の妥当性と、既に記録している情報の論理の妥当性を比較し、新規入力した情報の論理の妥当性が高い場合には、9のパターン間接続修正器により優先順位が入れ替わる。
図17は新規入力した根拠R2が既に記録している根拠R1よりも妥当性が高いと判断され、優先順位が入れ替わったことを示している。(論理Aに関する根拠が複数ある場合、励起し、パターン保持器に呼ばれる順番は妥当性が高い順番に呼ばれることとする。)
図4において1は情報をパターンに変換するパターン変換器である。2はパターンおよび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はパターンを情報に変換するパターン逆変換器である。10は入力した複数の思考パターンを比較し類似点および相違点を分析する思考パターン比較器である。
図18は思考パターンAを入力した時に下記のパターンにより意味が分析される様子を示している。(思考パターンAは下位のパターンS1,V1,H1から構成されている。)パターン保持器において思考パターンAを入力するとパターン記録器の記録モジュールの内、記録モジュールS1,V1,H1が励起していることを示している。
さらに図19では思考パターンAと等価なパターンを生成する様子について示している。(図においてV1とV1’、H1とH1’、V2とV2’が等価であることを示している。)思考パターンAの構成要素であるパターンV1,H1が等価パターンであるV1’,H1’を励起していることを示している。
次に別の思考パターンBを入力し、思考パターンAとの類似点、相違点につき分析することとする。思考パターンBは下位のパターンS1,V1’,H2から構成されているとする。
思考パターンBをパターン保持器に入力することにより、パターン記録器の記録モジュールの内、S1,V1’,H2が励起している。(記録モジュールの外枠のラインを太く表現している。)図21では思考パターンBと等価なパターンを生成する様子について示している。思考パターンBの構成要素であるパターンV1’が等価パターンであるV1を励起していることを示している。
以上の動作を踏まえ、図22は思考パターンAと思考パターンBの類似点および相違点に関し、思考パターンを構成する下位パターンとの関係から識別している。図において思考Aと思考パターンBと同一であるパターン、思考パターンA特有のパターン、思考パターンB特有のパターンに識別することができる。このように思考パターンをその思考の意味を示す下位のパターン表現することにより、複数の思考パターンに対し、類似点、相違点を分折することができる。
図5において1は情報をパターンに変換するパターン変換器である。2はパターンおよび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はパターンを情報に変換するパターン逆変換器である。11は問題および課題を入力すると、過去に類似の問題および課題を解決した手法を記録した関連パターンを呼び出すパターン条件確認器である。
図23はパターン記録器に問題および課題を解決した際の関連情報をパターンとして記録している様子を示している。図における記号の意味は下記である。(他の意味を追加することは可能である。)
P:Problem(問題および課題)
T:Target(目標)
C:Condition(条件)
H:How to do it(方法)
R:Result(結果)
E:Estimation(評価) 等
問題P1に対する関連情報はT1,C1,H1,R1,E1であり、問題P2に対する関連情報はT2,C2,H2,R2,E2である。例えば問題P1を解決した時の条件および方法を呼び出す場合はP1とC、P1とHを励起すると、それぞれC1とH1が呼び出すことができる。
図24では問題P1’を入力すると、類似の問題であるP1が検出されることを示している。図25では類似の問題であるP1の詳細を要求することにより、関連情報であるT1,C1,H1,R1,E1を検出することができる様子を示している。
図6において1は情報をパターンに変換するパターン変換器である。2はパターンおよび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はパターンを情報に変換するパターン逆変換器である。11は問題および課題を入力すると、過去に類似の問題および課題を解決した手法を記録した関連パターンを呼び出し、過去に課題および課題を解決した時の前提条件等と現時点の前提条件等との差異を検出するパターン条件確認器である。12はその差異を考慮して問題および課題を解決するための条件を設定する制約条件設定器である。
図26は問題P1を解決するための動作例について示したものである。本例の問題は過去に解決した問題と同じ問題とする。ただし、過去に問題を解決した時と条件が異なっているとする。このような場合、まず問題P1がパターン保持器に入力されると、類似の問題および課題としてP1が検出され、関連パターン(T1,C1,H1,R1,E1)も呼び出すことができる。まず、過去での解決方法が使えるか、否かを確認するために条件(C1)および方法(H1)が検出される。検出されたC1およびH1は現時点の条件として成立するか否かを確認する。これは11のパターン条件確認器において実施される。パターン条件確認器において設定されたC1およびH1は状態格納領域に現時点での条件と照合され、有効か否かが判断される。C1およびH1とも有効な場合は、過去の問題解決で使用した条件および方法がそのまま使用することができる。仮に条件および方法に関し有効でないと判断された場合は、有効で無い対象の属性を分析し、おなじ属性の中から代替候補を選択する。有効でない対象の属性分析および代替候補の選択は12の制約条件設定器において実施する。以上により、現時点において採用可能と判断した代替条件(C1’)と代替方(H1’)が設定される。代替条件および代替方法は問題解決の手順等を記録する格納領域に記録され、将来における問題および課題解決のための参考パターンとして記録する。
図27に過去の問題解決で使用した条件および方法がそのまま使用することができない場合の代替方法を生成する動作例について示している。
図7において1は情報をパターンに変換するパターン変換器である。2はパターンおよび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はパターンを情報に変換するパターン逆変換器である。9はパターン記録器に記録されたパターン間の接続を修正するパターン間接続修正器である。
この発明における自律学習型知識構築機は、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、自律学習型知識構築機は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施する。そのため、従来技術では必須であったプログラムの変更等は不要である。自律学習型知識構築機は入力された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。人間が考える思考パターンを逐次入力すると、既に記録した関連パターンが呼び出される。呼び出された関連パターンが自己の考える思考と整合している場合は特に修正の必要は無い。呼び出された関連パターンが自己の考える思考と整合していない場合は適宜、正しいパターンを入力し、置き換えることにより自己の思考パターンと類似の思考パターンを表示、記録、動作させることができる。思考パターンの入力は基礎的な知識から逐次、高度な知識へと段階的に入力するのが望ましいが、必ずしも厳密に考える必要は無い。論理に飛躍がある場合は、その情報は仮の知識として記録され、内部で構築した知識と論理的に整合することが確認された時点で、「本当に理解した」知識として記録する事ができるからである。
図28に思考パターンを入力する様子を示している。入力の内容としてはある対象に対する事実、規則、常識、論理展開、感想といったものを逐次入力していく。図28ではある対象に関する情報がS1,S2,S3,S4,・・・T1,T2,T3,T4,・・・と入力されていくことが示されている。入力の際に、パターンとパターンとの関係について示すことができれば、可能な範囲で入力すると便利である。例えば図29のパターンS1に関して、詳細化したものがT1であり、結果となったものがS2であることを示している。このような付帯情報を示すパターンと関連付けておくと、思考の流れに従ってパターンからパターンに変化させる際の、分岐の判断として活用することができる。
図8において1は情報をパターンに変換するパターン変換器である。2はパターン、パターン間の接続関係およびパターン変化の履歴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はパターンを情報に変換するパターン逆変換器である。9はパターン記録器に記録されたパターン間の接続を修正するパターン間接続修正器である。13はパターンが励起されると、その接続先および接続先の情報を使い、次に励起するパターンを自律的に決定する分岐条件選択器である。
この発明における自律学習型知識構築機は、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、自律学習型知識構築機は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施する。そのため、従来技術では必須であったプログラムの変更等は不要である。自律学習型知識構築機は入力された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。人間が考える思考パターンを逐次入力すると、既に記録した関連パターンが呼び出される。呼び出された関連パターンが自己の考える思考と整合している場合は特に修正の必要は無い。呼び出された関連パターンが自己の考える思考と整合していない場合は適宜、正しいパターンを入力し、置き換えることにより自己の思考パターンと類似の思考パターンを表示、記録、動作させることができる。思考パターンの入力は基礎的な知識から逐次、高度な知識に入力するのが望ましいが、必ずしも厳密に実施する必要は無い。論理に飛躍がある場合は、その情報は仮の知識として記録され、内部で構築した知識と論理的に整合することが確認された時点で、「本当に理解した」知識として記録される。
図28に思考パターンを入力する様子を示している。入力の内容としてはある対象に対する事実、規則、常識、論理展開、自己の考え、といったものを逐次入力していく。図28ではある対象に関する情報がS1,S2,S3,S4,・・・T1,T2,T3,T4,・・・と入力されていくことが示されている。入力の際に、パターンとパターンとの関係について示すことができれば、可能な範囲で入力すると便利である。例えば図29のパターンS1に関して、詳細化したものがT1であり、結果となったものがS2であることを示している。このような付帯情報を示すパターンと関連付けておくと、思考の流れに従ってパターンからパターンに変化させる際の、分岐の判断として活用することができる。
図30では分岐条件を使って、思考パターンの分岐選択が自律的に決定できることを示している。図においてパターンS1が励起するとS1との接続先と接続先の情報が読みだされる。図においてはS1の接続先はS2とT1である。S2での接続の情報は分岐条件(結果)であり、T1での接続の情報は分岐条件(詳細)である。
思考の流れとして、より詳細な情報が欲しい場合は、パターン保持器の分岐条件設定として、分岐条件(詳細)を設定しておく。このように、思考の流れとして欲しい分岐条件を設定しておくことにより、パターンS1が励起した際の第一優先としての分岐はT1(詳細な情報)に分岐することができる。反対に詳細な情報では無く、結果が欲しい場合にはパターン保持器の分岐条件設定として、分岐条件(結果)を設定しておく。この場合はパターンS1が励起した際の第一優先としての分岐はS2(結果を示す情報)に分岐することができる。
また、接続先の情報が条件付論理の場合には、条件付論理に関する条件の成立性を自律的に確認するように設定すると、条件付論理の条件を満足するもののみ、分岐の候補として残されるため(条件付論理の条件を満足しないものは分岐先の候補から除外される)
思考パターンの流れとして、明確になる。これは問題および課題を解決する思考パターンを設定する際に、非常に有効である。多くの問題および課題を解決する手法は条件付論理により記述することが可能であるため、解決のための処理を進める上で、逐次その条件付論理の条件が、その時点での最新の状態量を参照しながら、論理の分岐を自律的に決定しながら処理を進めることができる。(分岐条件の成立性確認のために逐次、処理が中断することを最低限に抑えることができる。)
以上より、思考パターンの発散を抑え、その時点において適切な思考パターンを逐次、選択するという人間の思考パターンと類似の思考パターンを表示、記録、動作させることができる。
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。
また、入力された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。また入力された情報に関し、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する。入力された情報を既に記録している確認済の論理(真実、事実、信頼性のある情報等)と照合し、整合している場合に妥当であると評価し、関連する情報との接続関係を生成し、知識体系を構築していくことができる。
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。
また、入力された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。また入力された情報に関し、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する。入力された情報を既に記録している確認済の論理(真実、事実、信頼性のある情報等)と照合し、整合している場合に妥当であると評価し、関連する情報との接続関係を生成し、知識体系を構築していく。理解できない情報が入力された場合にも、より簡単な説明となっている情報を検索し、論理のギャップを埋めて、自律的に知識を拡大することができる。
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。
また、入力された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。また入力した情報を既に構築した知識と比較し、どちらが論理的に妥当な説明となっているか比較する。入力した情報の論理と、既に記録している情報の論理の妥当性を比較し、入力した情報の論理の妥当性が高い場合には、優先度を入れ替えることにする。これにより入力した情報の論理が既に記録している情報の論理よりも優れている場合には、優れた論理に自律的に更新し知識を向上させることができる。
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。
また、入力された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。また入力した情報を既に構築した知識と照合し、その意味を分析する。入力した複数の思考パターンは、それぞれ既に記録した知識と比較し、その意味が分析されているので、その意味の類似点および相違点を比較することにより、複数の思考パターンを比較、分析することができる。
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。
また、入力された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。また問題および課題を入力すると、過去に類似の問題および課題を解決した手法を記録した関連パターン(問題・課題、目標、条件、解決方法、結果、評価等)を呼び出すことにより、問題および課題を解決するために必要な条件を示すことができる。
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。
また、入力された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。また問題および課題を入力すると、過去に類似の問題および課題を解決した手法を記録した関連パターン(問題・課題、目標、条件、解決方法、結果、評価等)を呼び出すことにより、問題および課題を解決するために必要な条件を示し、過去に問題および課題を解決した時の前提条件等と現時点の前提条件等とに差異がある場合は、その差異を考慮して問題および課題を解決するための条件(代替案等)を設定することにより問題および課題を解決することができる。
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。
また、入力された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。人間が考える思考パターンを逐次入力すると、既に記録した関連パターンを呼び出すことができる。呼び出された関連パターンが自己の考える思考と整合している場合は特に修正の必要は無い。呼び出された関連パターンが自己の考える思考と整合していない場合は適宜、正しいパターンを入力し、置き換えることにより人間の思考パターンと類似の思考パターンを表示、記録、動作させることができる。
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。
また、入力された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。人間が考える思考パターンを逐次入力すると、既に記録した関連パターンを呼び出すことができる。呼び出された関連パターンが自己の考える思考と整合している場合は特に修正の必要は無い。呼び出された関連パターンが自己の考える思考と整合していない場合は適宜、正しいパターンを入力し、置き換えることにより修正していく。ある思考パターンを入力した時に複数の関連パターンが励起する場合には、励起先のパターンおよび励起先のパターンの情報を使い、その時点での思考の分岐先として最適なものを選択させる。これにより、思考パターンの発散を抑え、その時点において適切な思考パターンを逐次、選択するという人間の思考パターンと類似の思考パターンを表示、記録、動作させることができる。
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 パターン逆変換器
7 情報源
8 論理評価器
9 パターン間接続修正器
10 思考パターン比較器
11 パターン条件確認器
12 制約条件設定器
13 分岐条件選択器
Claims (8)
- 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、パターンを情報に変換するパターン逆変換器を備え、入力した情報を既に構築した知識と比較することにより、入力した情報が論理的に妥当であるか否かを評価する人工知能装置。
- 情報をパターンに変換するパターン変換器と、パターンおよび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、パターンを情報に変換するパターン逆変換器を備え、入力した情報を既に構築した知識と比較することにより意味、新規性、真偽、論理の妥当性を評価し、価値のある情報を逐次記録するとともに不明な事項に関しては関連情報を自律的に収集して不明な事項の明確化をし、知識を構築していく人工知能装置。
- 情報をパターンに変換するパターン変換器と、パターンおよび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、パターンを情報に変換するパターン逆変換器と、パターン間の接続関係を修正するパターン間接続修正器と、論理の妥当性を評価する論理評価器を備え、入力した情報を既に構築した知識と比較し、入力した情報の論理が既に記録している情報の論理よりも優れている場合には、優れた論理に自律的に更新し知識を向上させていく人工知能装置。
- 情報をパターンに変換するパターン変換器と、パターンおよび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、パターンを情報に変換するパターン逆変換器と、入力した複数の思考パターンを比較し類似点および相違点を分析する思考パターン比較器を備え、入力した複数の思考パターンを比較、分析する人工知能装置。
- 情報をパターンに変換するパターン変換器と、パターンおよび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、パターンを情報に変換するパターン逆変換器と、問題および課題を入力すると、過去に類似の問題および課題を解決した手法を記録した関連パターンを呼び出すパターン条件確認器を備え、問題および課題を解決するために必要な条件を示す人工知能装置。
- 情報をパターンに変換するパターン変換器と、パターンおよび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、パターンを情報に変換するパターン逆変換器と、問題および課題を入力すると、過去に類似の問題および課題を解決した手法を記録した関連パターンを呼び出し過去に問題および課題を解決した時の前提条件と現時点の前提条件との差異を検出するパターン条件確認器と、その差異を考慮して問題および課題を解決するための条件を設定する制約条件設定器を備え、問題および課題を解決する人工知能装置。
- 情報をパターンに変換するパターン変換器と、パターンおよび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、パターンを情報に変換し情報を表示するパターン逆変換器と、パターン間の接続関係を修正するパターン間接続修正器を備え、人間が入力する思考パターンを逐次記録し、人間の思考パターンと類似の思考パターンを表示、記録、動作させる人工知能装置。
- 情報をパターンに変換するパターン変換器と、パターン、パターン間の接続関係およびパターン変化の履歴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、パターンを情報に変換し情報を表示するパターン逆変換器と、パターン間の接続関係を修正するパターン間接続修正器と、パターンが励起されると、その接続先および接続先の情報を使い、次に励起するパターンを自律的に決定する分岐条件選択器を備え、人間が入力する思考パターンを逐次記録し、人間の思考パターンと類似の思考パターンを表示、記録、動作させる人工知能装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014223618A JP5737643B2 (ja) | 2014-10-15 | 2014-10-15 | 自律学習型知識構築機 |
PCT/JP2014/082052 WO2016059733A1 (ja) | 2014-10-15 | 2014-11-26 | 自律学習型知識構築機 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014223618A JP5737643B2 (ja) | 2014-10-15 | 2014-10-15 | 自律学習型知識構築機 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015057723A JP2015057723A (ja) | 2015-03-26 |
JP5737643B2 true JP5737643B2 (ja) | 2015-06-17 |
Family
ID=52815761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014223618A Active JP5737643B2 (ja) | 2014-10-15 | 2014-10-15 | 自律学習型知識構築機 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP5737643B2 (ja) |
WO (1) | WO2016059733A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62293352A (ja) * | 1986-06-11 | 1987-12-19 | Hitachi Ltd | 知識情報処理システム |
JPH07104787B2 (ja) * | 1987-09-08 | 1995-11-13 | 富士通株式会社 | 知識ベース作成装置 |
JPH0520074A (ja) * | 1991-07-16 | 1993-01-29 | Fujitsu Ltd | 知識ベース編集装置及びエキスパートシステム |
JPH0820959B2 (ja) * | 1992-04-03 | 1996-03-04 | 工業技術院長 | 知識ベース管理方法 |
JP2002063185A (ja) * | 2000-08-22 | 2002-02-28 | Hitachi Software Eng Co Ltd | 類似知識抽出システム |
-
2014
- 2014-10-15 JP JP2014223618A patent/JP5737643B2/ja active Active
- 2014-11-26 WO PCT/JP2014/082052 patent/WO2016059733A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JP2015057723A (ja) | 2015-03-26 |
WO2016059733A1 (ja) | 2016-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5737643B2 (ja) | 自律学習型知識構築機 | |
JP5737642B2 (ja) | 自律型知識向上装置 | |
US20210182036A1 (en) | Hardware platform specific operator fusion in machine learning | |
JP5740761B2 (ja) | 自動論理構築機 | |
Debreceni et al. | Automated model merge by design space exploration | |
US20100023798A1 (en) | Error recovery and diagnosis for pushdown automata | |
JP6937659B2 (ja) | ソフトウェアテスト装置および方法 | |
JP6268029B2 (ja) | テストケース生成装置及びテストケース生成方法 | |
US20210103834A1 (en) | Method and system for generating model driven applications using artificial intelligence | |
Wille et al. | Custom-tailored variability mining for block-based languages | |
JP5807831B2 (ja) | 自律型問題解決機 | |
CN1976353B (zh) | 恢复和调试失败的网络可访问服务构建的方法和系统 | |
JP6276126B2 (ja) | 問題構造抽出支援システム、問題構造抽出支援方法及びプログラム | |
JP5810476B2 (ja) | 自律型知識抽出機 | |
JP5821142B2 (ja) | 自律型知能体系構築機 | |
JP6451417B2 (ja) | デバッグ支援装置、デバッグ支援システム、デバッグ支援方法、および、デバッグ支援プログラム | |
KR20200144296A (ko) | 딥러닝 모델의 병렬 트레이닝 방법 및 장치 | |
CN115809684A (zh) | 一种网络模型异构部署方法、装置、设备及存储介质 | |
JP5821141B2 (ja) | 自律型知識体系構築機 | |
CN113001538B (zh) | 一种命令解析方法及系统 | |
US11249749B2 (en) | Automatic generation of configuration files | |
CN118140275A (zh) | 基于深度学习的分析结果预测方法及装置 | |
CN113946343A (zh) | 基于行为树生成自动驾驶代码模型的方法及装置 | |
JP2018018197A (ja) | ソースコード評価プログラム | |
JP5828437B2 (ja) | 自律型処理手順生成および実行機 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20141224 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150120 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150123 |
|
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: 5737643 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 |