JP5807829B2 - 自律型知識分析機 - Google Patents
自律型知識分析機 Download PDFInfo
- Publication number
- JP5807829B2 JP5807829B2 JP2015031071A JP2015031071A JP5807829B2 JP 5807829 B2 JP5807829 B2 JP 5807829B2 JP 2015031071 A JP2015031071 A JP 2015031071A JP 2015031071 A JP2015031071 A JP 2015031071A JP 5807829 B2 JP5807829 B2 JP 5807829B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- patterns
- information
- processing
- truth
- 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
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N99/00—Subject matter not provided for in other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
この発明は逐次、入力された情報から自律的に論理および知識を構築していく人工知能およびソフトウェアに関するものである。
従来の人工知能は、あらかじめプログラムされた手順に従った行動を行う。プログラムで設定された処理以外の実施は困難であり、入力された情報を分析し、機械自ら論理および知識を構築していくことは困難であった。
従来は機械に入力情報の処理等を行わせる場合、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、個々の条件に応じて機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。また、知識の拡大および知識の構築を自律的機械に実施させ、構築した知識体系と照合し、真理、真実、事実、規則および常識に沿った行動を機械に実施させることは困難であった。
本発明では人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により生成し、知識の拡大および知識の体系化を自律的に実施させる。また、入力した情報を構築した知識体系と照合し、真理、真実、事実、規則および常識に沿った行動を機械に実施させる。
本発明では人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により生成し、知識の拡大および知識の体系化を自律的に実施させる。また、入力した情報を構築した知識体系と照合し、真理、真実、事実、規則および常識に沿った行動を機械に実施させる。
（請求項１に対応）
機械に入力情報の処理等を行わせる場合、機械に搭載した計算機にあらかじめプログラム言語により作成されたプログラムを組込み、実行することにより実現する。あらかじめ設定された条件が検出されると対応する動作が実行されるようにプログラムを作成する。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを修正する。
入力した情報をパターンに変換して逐次記録するとともに、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により自律的に構築していく人工知能およびソフトウェアは従来無い。
入力した情報をパターンに変換して逐次記録するとともに、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により自律的に構築していく人工知能およびソフトウェアは従来無い。
（請求項２に対応）
機械に入力情報の処理等を行わせる場合、機械に搭載した計算機にあらかじめプログラム言語により作成されたプログラムを組込み、実行することにより実現する。あらかじめ設定された条件が検出されると対応する動作が実行されるようにプログラムを作成する。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを修正する。
入力した情報をパターンに変換して逐次記録するとともに、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報の処理において追加および変更が生じた場合においてもプログラムの追加および変更をすることなく、パターンおよびパターン間の接続関係を追加および変更することにより対応することが可能な人工知能およびソフトウェアは従来無い。
入力した情報をパターンに変換して逐次記録するとともに、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報の処理において追加および変更が生じた場合においてもプログラムの追加および変更をすることなく、パターンおよびパターン間の接続関係を追加および変更することにより対応することが可能な人工知能およびソフトウェアは従来無い。
（請求項３に対応）
機械に入力情報の処理等を行わせる場合、機械に搭載した計算機にあらかじめプログラム言語により作成されたプログラムを組込み、実行することにより実現する。あらかじめ設定された条件が検出されると対応する動作が実行されるようにプログラムを作成する。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを修正する。
入力した情報をパターンに変換して逐次記録するとともに、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により自律的に構築するとともに、入力された質問、命令、問題・課題に対して適切な処理を実行する人工知能およびソフトウェアは従来無い。
入力した情報をパターンに変換して逐次記録するとともに、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により自律的に構築するとともに、入力された質問、命令、問題・課題に対して適切な処理を実行する人工知能およびソフトウェアは従来無い。
（請求項４に対応）
機械に入力情報の処理等を行わせる場合、機械に搭載した計算機にあらかじめプログラム言語により作成されたプログラムを組込み、実行することにより実現する。あらかじめ設定された条件が検出されると対応する動作が実行されるようにプログラムを作成する。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを修正する。
入力した情報をパターンに変換して逐次記録するとともに、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、入力された質問、命令、問題・課題に対して適切な処理を実行するとともに、情報の処理に関して追加および変更が生じた場合においてもプログラムの追加および変更をすることなく、パターンおよびパターン間の接続関係を追加および変更することにより対応することが可能な人工知能およびソフトウェアは従来無い。
入力した情報をパターンに変換して逐次記録するとともに、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、入力された質問、命令、問題・課題に対して適切な処理を実行するとともに、情報の処理に関して追加および変更が生じた場合においてもプログラムの追加および変更をすることなく、パターンおよびパターン間の接続関係を追加および変更することにより対応することが可能な人工知能およびソフトウェアは従来無い。
（請求項５に対応）
機械に入力情報の処理等を行わせる場合、機械に搭載した計算機にあらかじめプログラム言語により作成されたプログラムを組込み、実行することにより実現する。あらかじめ設定された条件が検出されると対応する動作が実行されるようにプログラムを作成する。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを修正する。
入力した情報をパターンに変換して逐次記録するとともに、入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築する人工知能およびソフトウェアは従来無い。
入力した情報をパターンに変換して逐次記録するとともに、入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築する人工知能およびソフトウェアは従来無い。
（請求項６に対応）
機械に入力情報の処理等を行わせる場合、機械に搭載した計算機にあらかじめプログラム言語により作成されたプログラムを組込み、実行することにより実現する。あらかじめ設定された条件が検出されると対応する動作が実行されるようにプログラムを作成する。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを修正する。
入力した情報をパターンに変換して逐次記録するとともに、入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築するとともに、入力した情報を構築した知識体系と照合し、真理、真実、事実、規則および常識に沿った行動を実施する人工知能およびソフトウェアは従来無い。
入力した情報をパターンに変換して逐次記録するとともに、入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築するとともに、入力した情報を構築した知識体系と照合し、真理、真実、事実、規則および常識に沿った行動を実施する人工知能およびソフトウェアは従来無い。
（請求項１に対応）
従来は機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。また、入力した情報を逐次記録するとともに、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係を自律的に構築していくことは従来困難であった。
（請求項２に対応）
従来は機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。また、入力した情報を逐次記録するとともに、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報の処理において追加および変更が生じた場合においてもプログラムの追加および変更をすることなく、対応することは従来困難であった。
（請求項３に対応）
従来は機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。また、入力した情報を逐次記録するとともに、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係を自律的に構築するとともに、入力された質問、命令、問題・課題に対して適切な処理を実行することは従来困難であった。
（請求項４に対応）
従来は機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。また、入力した情報を逐次記録するとともに、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、入力された質問、命令、問題・課題に対して適切な処理を実行するとともに、情報の処理に関して追加および変更が生じた場合においてもプログラムの追加および変更をすることなく、対応することは従来困難であった。
（請求項５に対応）
従来は機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。また、入力した情報を逐次記録するとともに、入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築することは従来困難であった。
（請求項６に対応）
従来は機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。また、入力した情報を逐次記録するとともに、入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築するとともに、入力した情報を構築した知識体系と照合し、真理、真実、事実、規則および常識に沿った行動を実施することは従来困難であった。
（請求項１に対応）
人間の思考は言語により表現されるが、この言語により表現された情報をパターンと呼ぶものに変換する。このようにパターンという形に変換すると、人間の個々の思考は個々のパターンとして表現することができ、人間の思考の変遷はパターンからパターンへの変化としてとらえることができる。またパターンは単に言語を表現したものだけではなく、例えば画像情報を表現することも可能であり、情報の処理を行うことも可能である。また、動作を行うために駆動装置を駆動するための信号を生成することも可能である等、扱うことができる範囲が非常に広い概念である。
情報をこのようなパターンに変換し、人間の思考をパターンとしてとらえると、人間の思考はパターンからパターンへの変化として表現することができる。人間の思考を表現する言語をパターンに変換し、パターンおよびパターン間の関係を分析すると、文の種類（平常文、疑問文、命令文等）および特徴（真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想）を識別することができる。
文の種類および特徴は人間が識別できるように、機械にも識別を学習させることが可能である。文の種類は文に含まれる単語を分析することにより、平常文、疑問文、命令文等の識別が可能である。文の特徴のうち、真理、真実、事実、定義、規則、常識については個々に関して人間が教示して機械に学習させる。これは各情報を機械に入力する際に、個々の情報の種類（真理、真実、事実、定義、規則、常識）についても識別して記録することにより実施できる。その他の情報の種類（説明、仮説、予測、意見、感想）の識別は文の種類が（真理、真実、事実、定義、規則、常識）として記録されていないことと、文に含まれる単語（だろう、考える、思う・・等）を分析することにより実施することができる。
文は下記の形式に表現することができる。
主部（どのような＋主語）＋述部（どのように（いつ、どこで、なにを、なぜ、どのように）＋述語（どうした））
記号を使うと下記のように表現することができる。
主部（Ｍ＋Ｓ）＋述部（（Ｗｈｅｎ：Ｗｈｅｒｅ：Ｗｈａｔ：Ｗｈｙ：Ｈｏｗ）＋Ｖ）
Ｍ： どのような
Ｓ： 何が、誰が
Ｗｈｅｎ： いつ
Ｗｈｅｒｅ： どこで
Ｗｈａｔ： 何を
Ｗｈｙ： なぜ
Ｈｏｗ： どのように
Ｖ： どうした、どうだ
このように文の構造を分析すると、文を構成する単語に対するパターンから文を構成するパターンを生成することができる。言語をパターンに変換し、文を構成する単語に対応するパターンの集合として表現し、単語間の意味的な関係をパターンとパターンとの接続関係で表現すると、文のもつ意味的な関係をパターンとパターンの接続関係で表現することができる。
また、この接続関係は論理的な関係、類似関係、相反関係、類推、原因と結果、事象とその事象が発生した理由等、様々な関係を表現することが可能であり、また属性の継承、関係性の定義ということも柔軟に表現することができる。
文の例：
（Ｍ１＋Ｓ１）＋（Ｈ１＋Ｖ１）
（Ｍ２＋Ｓ１）＋（Ｈ２＋Ｖ２）
（Ｍ３＋Ｓ２）＋（Ｈ３＋Ｖ３）
・・・・・ 等々
新規に入力した情報は既に記録している知識体系と照合し、整合性および新規性について評価することができる。真理、真実、事実、定義、規則および常識として識別し、記録している情報と整合しない場合は、その情報は誤っている可能性が高い。一方、整合しているか整合していないかの判断ができない場合は、その情報を判断できるだけの知識が未だ蓄えられていないと考えられるため、人間の判断を求めることにする。人間がその情報は正しいと判断できる場合は、その結果を機械に通知することとする。機械はその情報を説明または仮説という位置づけで記録し、将来的に別の情報を得ることにより、真理、真実、事実、定義、規則および常識の組合せで論理展開できた時に、評価済みの情報として識別し、記録することとする。
このように、情報をパターンに変換し、情報の種類、特徴を識別、分類して記録し、情報と情報の関係（論理的な関係、類似関係、相反関係、類推等、様々な関係）をパターンとパターンの接続関係として表現することにより、情報を知識体系として構築することができる。
情報をこのようなパターンに変換し、人間の思考をパターンとしてとらえると、人間の思考はパターンからパターンへの変化として表現することができる。人間の思考を表現する言語をパターンに変換し、パターンおよびパターン間の関係を分析すると、文の種類（平常文、疑問文、命令文等）および特徴（真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想）を識別することができる。
文の種類および特徴は人間が識別できるように、機械にも識別を学習させることが可能である。文の種類は文に含まれる単語を分析することにより、平常文、疑問文、命令文等の識別が可能である。文の特徴のうち、真理、真実、事実、定義、規則、常識については個々に関して人間が教示して機械に学習させる。これは各情報を機械に入力する際に、個々の情報の種類（真理、真実、事実、定義、規則、常識）についても識別して記録することにより実施できる。その他の情報の種類（説明、仮説、予測、意見、感想）の識別は文の種類が（真理、真実、事実、定義、規則、常識）として記録されていないことと、文に含まれる単語（だろう、考える、思う・・等）を分析することにより実施することができる。
文は下記の形式に表現することができる。
主部（どのような＋主語）＋述部（どのように（いつ、どこで、なにを、なぜ、どのように）＋述語（どうした））
記号を使うと下記のように表現することができる。
主部（Ｍ＋Ｓ）＋述部（（Ｗｈｅｎ：Ｗｈｅｒｅ：Ｗｈａｔ：Ｗｈｙ：Ｈｏｗ）＋Ｖ）
Ｍ： どのような
Ｓ： 何が、誰が
Ｗｈｅｎ： いつ
Ｗｈｅｒｅ： どこで
Ｗｈａｔ： 何を
Ｗｈｙ： なぜ
Ｈｏｗ： どのように
Ｖ： どうした、どうだ
このように文の構造を分析すると、文を構成する単語に対するパターンから文を構成するパターンを生成することができる。言語をパターンに変換し、文を構成する単語に対応するパターンの集合として表現し、単語間の意味的な関係をパターンとパターンとの接続関係で表現すると、文のもつ意味的な関係をパターンとパターンの接続関係で表現することができる。
また、この接続関係は論理的な関係、類似関係、相反関係、類推、原因と結果、事象とその事象が発生した理由等、様々な関係を表現することが可能であり、また属性の継承、関係性の定義ということも柔軟に表現することができる。
文の例：
（Ｍ１＋Ｓ１）＋（Ｈ１＋Ｖ１）
（Ｍ２＋Ｓ１）＋（Ｈ２＋Ｖ２）
（Ｍ３＋Ｓ２）＋（Ｈ３＋Ｖ３）
・・・・・ 等々
新規に入力した情報は既に記録している知識体系と照合し、整合性および新規性について評価することができる。真理、真実、事実、定義、規則および常識として識別し、記録している情報と整合しない場合は、その情報は誤っている可能性が高い。一方、整合しているか整合していないかの判断ができない場合は、その情報を判断できるだけの知識が未だ蓄えられていないと考えられるため、人間の判断を求めることにする。人間がその情報は正しいと判断できる場合は、その結果を機械に通知することとする。機械はその情報を説明または仮説という位置づけで記録し、将来的に別の情報を得ることにより、真理、真実、事実、定義、規則および常識の組合せで論理展開できた時に、評価済みの情報として識別し、記録することとする。
このように、情報をパターンに変換し、情報の種類、特徴を識別、分類して記録し、情報と情報の関係（論理的な関係、類似関係、相反関係、類推等、様々な関係）をパターンとパターンの接続関係として表現することにより、情報を知識体系として構築することができる。
（請求項２に対応）
本発明では情報の処理をパターンからパターンへの遷移で表現する。パターンは単に言語を表現したものだけではなく、例えば画像情報を表現することも可能であり、情報の処理を行うことも可能である。また、動作を行うために駆動装置を駆動するための信号を生成することも可能である等、扱うことができる範囲が非常に広い概念である。情報の処理において各処理の表現をパターンで表現し、処理の内容（情報の検索、照合、条件付処理等）はパターンとパターンの処理で表現することができる。例えば、情報の検索は検索したい情報のパターンを記録領域に照射することにより、相関を有するパターンを励起することにより検索することができる。
情報の照合は照合元のパターンを照合先のパターンに照射し、励起の有無を確認することにより実施できる。条件付処理は状態を示すパターンを条件に対応するパターンに照射し、励起の有無により実行するパターンを分岐することにより実施できる。このようにパターン間の処理により通常のプログラミング言語で定義される処理を実施することが可能である。また、処理の内容は処理を定義するパターンと処理対象のパターンを接続定義することにより実現できる。パターンによる処理はパターンの定義とパターン間の接続により実現できるので非常に柔軟性の高いシステムを構築することができる。プログラミング言語を使用した処理の場合、処理の追加または変更は、再度プログラムを設計し、再コンパイル等、システム全体を再構築する必要があるが、本発明におけるパターンによる処理では、パターンの追加およびパターン間の接続を局所的に変更することにより対応できる。
情報の照合は照合元のパターンを照合先のパターンに照射し、励起の有無を確認することにより実施できる。条件付処理は状態を示すパターンを条件に対応するパターンに照射し、励起の有無により実行するパターンを分岐することにより実施できる。このようにパターン間の処理により通常のプログラミング言語で定義される処理を実施することが可能である。また、処理の内容は処理を定義するパターンと処理対象のパターンを接続定義することにより実現できる。パターンによる処理はパターンの定義とパターン間の接続により実現できるので非常に柔軟性の高いシステムを構築することができる。プログラミング言語を使用した処理の場合、処理の追加または変更は、再度プログラムを設計し、再コンパイル等、システム全体を再構築する必要があるが、本発明におけるパターンによる処理では、パターンの追加およびパターン間の接続を局所的に変更することにより対応できる。
（請求項３に対応）
本発明によれば、情報は主部（どのような、何が（主語））＋述部（どのように（いつ、どこで、何を、なぜ、どのように）、どうした（述語））の形に整理されて記録されているので、質問に対しての回答を有しているか否かの識別を容易に実施することができる。質問を表す文をパターンに変換し、質問の内容に関連するパターンを検索する。検索されたパターンに質問内容に対応する情報がパターンとして含まれているかを確認することにより、適切に回答を生成することができる。
また、命令文に対しても、命令の意味する内容を分析し、命令に対する対応を実施の可否、実施した場合の影響評価等に関する過去の経験の記録および常識を蓄積した知識領域と照合することにより適切な判断と対応を実施することができる。
また、命令文に対しても、命令の意味する内容を分析し、命令に対する対応を実施の可否、実施した場合の影響評価等に関する過去の経験の記録および常識を蓄積した知識領域と照合することにより適切な判断と対応を実施することができる。
（請求項４に対応）
本発明によれば、情報は主部（どのような、何が（主語））＋述部（どのように（いつ、どこで、何を、なぜ、どのように）、どうした（述語））の形に整理されて記録されているので、質問に対しての回答を有しているか否かの識別を容易に実施することができる。質問を表す文をパターンに変換し、質問の内容に関連するパターンを検索する。検索されたパターンに質問内容に対応する情報がパターンとして含まれているかを確認することにより、適切に回答を生成することができる。
また、命令文に対しても、命令の意味する内容を分析し、命令に対する対応を実施の可否、実施した場合の影響評価等に関する過去の経験の記録および常識を蓄積した知識領域と照合することにより適切な判断と対応を実施することができる。
本発明ではパターン間の処理により通常のプログラミング言語で定義される処理を実施することが可能である。処理の内容は処理を定義するパターンと処理対象のパターンをパターン間で接続することにより定義することにより実現できる。このようにパターンによる処理はパターンの定義とパターン間の接続により実現できるので非常に柔軟性の高いシステムを構築することができる。プログラミング言語を使用した処理の場合、処理の追加または変更は、再度プログラムを設計し、再コンパイル等、システム全体を再構築する必要があるが、本発明におけるパターンによる処理では、パターンの追加およびパターン間の接続を局所的に変更することにより対応できる。
また、命令文に対しても、命令の意味する内容を分析し、命令に対する対応を実施の可否、実施した場合の影響評価等に関する過去の経験の記録および常識を蓄積した知識領域と照合することにより適切な判断と対応を実施することができる。
本発明ではパターン間の処理により通常のプログラミング言語で定義される処理を実施することが可能である。処理の内容は処理を定義するパターンと処理対象のパターンをパターン間で接続することにより定義することにより実現できる。このようにパターンによる処理はパターンの定義とパターン間の接続により実現できるので非常に柔軟性の高いシステムを構築することができる。プログラミング言語を使用した処理の場合、処理の追加または変更は、再度プログラムを設計し、再コンパイル等、システム全体を再構築する必要があるが、本発明におけるパターンによる処理では、パターンの追加およびパターン間の接続を局所的に変更することにより対応できる。
（請求項５に対応）
情報をパターンに変換し、人間の思考をパターンとしてとらえると、人間の思考はパターンからパターンへの変化として表現することができる。人間の思考を表現する言語をパターンに変換し、パターンおよびパターン間の関係を分析し、文の種類（平常文、疑問文、命令文等）および特徴（真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想）に識別する。
文の種類および特徴は人間が識別できるように、機械にも識別を学習させることが可能である。文の種類は文に含まれる単語を分析することにより、平常文、疑問文、命令文等の識別が可能である。文の特徴のうち、真理、真実、事実、定義、規則、常識については個々に関して機械に学習させる。これは各情報を機械に入力する際に、個々の情報の種類（真理、真実、事実、定義、規則、常識）についても識別することにより実施できる。その他の情報の種類（説明、仮説、予測、意見、感想）の識別は文の種類が（真理、真実、事実、定義、規則、常識）として記録されていないことと、文に含まれる単語（だろう、考える、思う・・等）を分析することにより実施する。
入力した情報を既に記録している知識（真理、真実、事実、定義、規則、常識）と照合することにより、入力した情報と既に記録している情報との整合性、新規情報が含まれているか否か等について評価することができる。記録している情報と情報の関係としては、論理的な関係、類似関係、相反関係、類推、原因と結果、事象とその事象が発生した理由等、様々な関係が知識として構成されているため、入力情報と照合させると、既に記録している知識が励起され、新規情報との整合性および入力情報に新規情報が含まれているか否かを検出することができる。入力情報の源泉に信頼性があり、かつ入力情報が興味のある分野またはテーマに関するものであり、新規性が含まれている場合には入力情報は価値があると判断し、知識体系の分野、テーマ、文の種類に応じた適切な箇所に記録する。このように本発明では情報の信頼性、価値を評価しつつ知識体系として構築していくため、情報の信憑性、冗長性という課題を解決することができる。（信憑性の無い情報、価値が低い情報を無視することができる。）
文の種類および特徴は人間が識別できるように、機械にも識別を学習させることが可能である。文の種類は文に含まれる単語を分析することにより、平常文、疑問文、命令文等の識別が可能である。文の特徴のうち、真理、真実、事実、定義、規則、常識については個々に関して機械に学習させる。これは各情報を機械に入力する際に、個々の情報の種類（真理、真実、事実、定義、規則、常識）についても識別することにより実施できる。その他の情報の種類（説明、仮説、予測、意見、感想）の識別は文の種類が（真理、真実、事実、定義、規則、常識）として記録されていないことと、文に含まれる単語（だろう、考える、思う・・等）を分析することにより実施する。
入力した情報を既に記録している知識（真理、真実、事実、定義、規則、常識）と照合することにより、入力した情報と既に記録している情報との整合性、新規情報が含まれているか否か等について評価することができる。記録している情報と情報の関係としては、論理的な関係、類似関係、相反関係、類推、原因と結果、事象とその事象が発生した理由等、様々な関係が知識として構成されているため、入力情報と照合させると、既に記録している知識が励起され、新規情報との整合性および入力情報に新規情報が含まれているか否かを検出することができる。入力情報の源泉に信頼性があり、かつ入力情報が興味のある分野またはテーマに関するものであり、新規性が含まれている場合には入力情報は価値があると判断し、知識体系の分野、テーマ、文の種類に応じた適切な箇所に記録する。このように本発明では情報の信頼性、価値を評価しつつ知識体系として構築していくため、情報の信憑性、冗長性という課題を解決することができる。（信憑性の無い情報、価値が低い情報を無視することができる。）
（請求項６に対応）
本発明では情報の信頼性、価値を評価しつつ知識体系として構築していくため、情報の信憑性、冗長性という課題が解決されている。入力情報に対する行動決定に関しては、信頼性のある知識体系と照合することにより実施するため、真理、真実、事実、規則および常識に沿った判断を実施することができる。
（請求項１に対応）
図１はこの発明の一実施例における自律型知識分析機の構成を示した図である。
図１において１は情報をパターンに変換するパターン変換器である。２はパターン、パターン間の接続関係、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器である。３はパターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器である。４はパターンの処理を制御するパターン制御器である。５はパターンを情報に変換するパターン逆変換器である。６はパターンおよびパターン間の関係を分析するパターン分析器である。
図１において１は情報をパターンに変換するパターン変換器である。２はパターン、パターン間の接続関係、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器である。３はパターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器である。４はパターンの処理を制御するパターン制御器である。５はパターンを情報に変換するパターン逆変換器である。６はパターンおよびパターン間の関係を分析するパターン分析器である。
次に動作について説明する。
図１においてパターン変換器は情報をパターンに変換する。変換したパターンは分析され、主部と述部に分けられる。主部は主語と主語を修飾する部分に、述部も述語と述語を修飾する部分に分けて整理する。さらに述語を修飾する部分は５Ｗ１Ｈに対応した情報に識別し、整理する。この整理は、文に含まれる単語および単語の属性を分析することにより実施できる。図２に典型的な整理の例について示す。図２ではパターン情報記録部に文に含まれる情報が整理され、パターンとして記録されている様子を示している。
記号を使うと下記のように表現することができる。
主部（Ｍ＋Ｓ（Ｗｈｏ，Ｗｈａｔ））＋述部（（Ｗｈｅｎ：Ｗｈｅｒｅ：Ｗｈａｔ：Ｗｈｙ：Ｈｏｗ）＋Ｖ）
Ｍ： どのような
Ｓ： 何が、誰が
Ｈ１（Ｗｈｅｎ）： いつ
Ｈ２（Ｗｈｅｒｅ）： どこで
Ｈ３（Ｗｈａｔ）： 何を
Ｈ４（Ｗｈｙ）： なぜ
Ｈ５（Ｈｏｗ）： どのように
Ｖ： どうした、どうだ
このような整理により、文に含まれる情報の種類が明確になり、また文の意味を分析する上で、文の構造が明確になる。パターンに変換され、整理された文のパターンのセットは逐次、２のパターン記録器の記録モジュールに記録する。
図３に文の分析による整理例を示す。各記録モジュールには整理された情報に対応するパターン毎に記録される。図４では図３に示した各パターンがパターン記録器の各記録モジュールに記録される様子を示す。
図１においてパターン変換器は情報をパターンに変換する。変換したパターンは分析され、主部と述部に分けられる。主部は主語と主語を修飾する部分に、述部も述語と述語を修飾する部分に分けて整理する。さらに述語を修飾する部分は５Ｗ１Ｈに対応した情報に識別し、整理する。この整理は、文に含まれる単語および単語の属性を分析することにより実施できる。図２に典型的な整理の例について示す。図２ではパターン情報記録部に文に含まれる情報が整理され、パターンとして記録されている様子を示している。
記号を使うと下記のように表現することができる。
主部（Ｍ＋Ｓ（Ｗｈｏ，Ｗｈａｔ））＋述部（（Ｗｈｅｎ：Ｗｈｅｒｅ：Ｗｈａｔ：Ｗｈｙ：Ｈｏｗ）＋Ｖ）
Ｍ： どのような
Ｓ： 何が、誰が
Ｈ１（Ｗｈｅｎ）： いつ
Ｈ２（Ｗｈｅｒｅ）： どこで
Ｈ３（Ｗｈａｔ）： 何を
Ｈ４（Ｗｈｙ）： なぜ
Ｈ５（Ｈｏｗ）： どのように
Ｖ： どうした、どうだ
このような整理により、文に含まれる情報の種類が明確になり、また文の意味を分析する上で、文の構造が明確になる。パターンに変換され、整理された文のパターンのセットは逐次、２のパターン記録器の記録モジュールに記録する。
図３に文の分析による整理例を示す。各記録モジュールには整理された情報に対応するパターン毎に記録される。図４では図３に示した各パターンがパターン記録器の各記録モジュールに記録される様子を示す。
６のパターン分析器では文の種類および特徴について分析する。文の種類および特徴は人間が識別できるように、機械にも識別を学習させることが可能である。文の種類は文に含まれる単語を分析することにより、平常文、疑問文、命令文等の識別が可能である。文の特徴のうち、真理、真実、事実、定義、規則、常識については個々に関して機械に学習させる。これは各情報を機械に入力する際に、個々の情報の種類（真理、真実、事実、定義、規則、常識）についても識別して記録する。その他の情報の種類（説明、仮説、予測、意見、感想）の識別は文の種類が（真理、真実、事実、定義、規則、常識）として記録されていないことと、文に含まれる単語（だろう、考える、思う・・等）を分析することにより実施することができる。
３のパターン登録器は、入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認する。記録されていれば、該当のパターンを励起し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。励起した記録モジュールの履歴はパターン記録器に逐次、記録する。
次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から設定した期間の過去にさかのぼって励起した記録モジュールの履歴をパターン記録器の励起パターンの履歴を記録した箇所から呼び出し、今回励起した記録モジュールの接続情報を記録している接続情報記録部に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係の強度を示す結合係数が逐次増加される。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点において設定した期間の過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。尚、関連した記録モジュールの履歴の転写および接続関係の強度を示す結合係数の増加方法は、単純な重ね合わせの他に個々の励起履歴に関し、既に記録された履歴情報との相関を検出し、適切な結合係数を増加させる方法を含むものとする。この方法は処理が少し複雑になるが、履歴情報に含まれる当該記録モジュールの励起に直接関連しない記録モジュールの履歴により結合係数の増加が生じ、誤判断することを回避することができる。
励起したパターンの履歴を記録し、あるパターンが励起する毎に、そのパターンが励起する前の励起履歴をそのパターンの接続情報記録部に転写することにより、あるパターンと、そのパターンが励起に到るまでのシナリオが記録されることになる。通常、思考パターンは数々の条件により遷移するが、その遷移は過去の文脈（コンテキスト）に沿っている。上記の励起履歴の記録、転写および各記録モジュールへの照射（照合）は文脈（コンテキスト）を考慮して思考を遷移させることに対応している。
３のパターン登録器は、入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認する。記録されていれば、該当のパターンを励起し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。励起した記録モジュールの履歴はパターン記録器に逐次、記録する。
次に別の情報を入力し、上記と同じく既に記録されたパターンと照合するか確認し、照合しなければ新規パターンとして記録モジュールに記録する。記録モジュールが励起すると、その記録モジュールが励起した時点から設定した期間の過去にさかのぼって励起した記録モジュールの履歴をパターン記録器の励起パターンの履歴を記録した箇所から呼び出し、今回励起した記録モジュールの接続情報を記録している接続情報記録部に転写する。転写することにより当該記録モジュールの励起に関連すると考える記録モジュールとの接続関係の強度を示す結合係数が逐次増加される。これにより今回励起した記録モジュールを励起させるのに関連した記録モジュールとの接続関係が強化される。今回励起した記録モジュールが再度、励起すると、その時点において設定した期間の過去にさかのぼって本記録モジュールの励起に関連した記録モジュールの履歴を転写する。この時、転写は前回転写した情報に重ね、蓄積するようにする。尚、関連した記録モジュールの履歴の転写および接続関係の強度を示す結合係数の増加方法は、単純な重ね合わせの他に個々の励起履歴に関し、既に記録された履歴情報との相関を検出し、適切な結合係数を増加させる方法を含むものとする。この方法は処理が少し複雑になるが、履歴情報に含まれる当該記録モジュールの励起に直接関連しない記録モジュールの履歴により結合係数の増加が生じ、誤判断することを回避することができる。
励起したパターンの履歴を記録し、あるパターンが励起する毎に、そのパターンが励起する前の励起履歴をそのパターンの接続情報記録部に転写することにより、あるパターンと、そのパターンが励起に到るまでのシナリオが記録されることになる。通常、思考パターンは数々の条件により遷移するが、その遷移は過去の文脈（コンテキスト）に沿っている。上記の励起履歴の記録、転写および各記録モジュールへの照射（照合）は文脈（コンテキスト）を考慮して思考を遷移させることに対応している。
４のパターン制御器はパターンの処理を制御する。６のパターン分析器により文の種類が分析されると、各文に対応するパターンとパターンの間での結合関係を生成する。この結合関係は人間の指示または自律的に生成することが可能である。人間の指示により結合関係の生成は、各パターンの指定と、各パターンをどのパターンにどのような接続を行うのかを指定して実施することができる。自律的な結合関係の生成は文の種類および文の構造に関する分析結果に対応して、接続関係の型を指定することにより実施することができる。
図５および図６に数々のパターンとパターンの関係がパターン間関係記録部において記録される様子を示している。
文の種類および文の構造が分析されると、パターンは等価なパターンに変換することができる。文は単語により構成されるため、文のパターンは単語のパターンの構成体である。文はある概念を表現するため、文に対応するパターンもある概念に対応したものになる。この文の概念は単語のより構成されるため、文の概念は単語の概念を継承することになる。同様に文のパターンは単語のパターンが継承する概念を継承する。文を分析すると、例えば下記のような構造があることが分かる。（図７の備考参照）
定義 ：主部２（（Ｓ２）とは）＋述部２（（Ｈ２）である。）
帰属関係 ：主部７（（Ｓ７）は）＋述部７（（Ｈ７）である。）
関係性定義：主部４（（Ｓ４−１）と（Ｓ４−２）が）＋述部４（Ｖ４すると）、
主部５（（Ｓ５）が）＋述部５（Ｖ５となる。）
Ｓ２：酸、Ｈ２：水に溶けてＨ＋を生じる物質
Ｓ７：塩酸、Ｈ７：酸
Ｓ４−１：酸、Ｓ４−２：塩基、Ｖ４：反応
Ｓ５：塩と水、Ｖ５：生じる
定義の関係では、主部２と述部２は等価な関係にあるため、下記のように表現することができる。
主部２ ⇔ 述部２
帰属関係では、主部７は述部７に帰属の関係にあるため、下記のように表現することができる。
主部７ ⇒ 述部７
関係性定義では、様々なケースの表現が可能であるが、本例で説明すると、下記のように表現することができる。
主部４（（Ｓ４−１）と（Ｓ４−２））＋述部４ ⇒ 主部５＋述部５
図５および図６に数々のパターンとパターンの関係がパターン間関係記録部において記録される様子を示している。
文の種類および文の構造が分析されると、パターンは等価なパターンに変換することができる。文は単語により構成されるため、文のパターンは単語のパターンの構成体である。文はある概念を表現するため、文に対応するパターンもある概念に対応したものになる。この文の概念は単語のより構成されるため、文の概念は単語の概念を継承することになる。同様に文のパターンは単語のパターンが継承する概念を継承する。文を分析すると、例えば下記のような構造があることが分かる。（図７の備考参照）
定義 ：主部２（（Ｓ２）とは）＋述部２（（Ｈ２）である。）
帰属関係 ：主部７（（Ｓ７）は）＋述部７（（Ｈ７）である。）
関係性定義：主部４（（Ｓ４−１）と（Ｓ４−２）が）＋述部４（Ｖ４すると）、
主部５（（Ｓ５）が）＋述部５（Ｖ５となる。）
Ｓ２：酸、Ｈ２：水に溶けてＨ＋を生じる物質
Ｓ７：塩酸、Ｈ７：酸
Ｓ４−１：酸、Ｓ４−２：塩基、Ｖ４：反応
Ｓ５：塩と水、Ｖ５：生じる
定義の関係では、主部２と述部２は等価な関係にあるため、下記のように表現することができる。
主部２ ⇔ 述部２
帰属関係では、主部７は述部７に帰属の関係にあるため、下記のように表現することができる。
主部７ ⇒ 述部７
関係性定義では、様々なケースの表現が可能であるが、本例で説明すると、下記のように表現することができる。
主部４（（Ｓ４−１）と（Ｓ４−２））＋述部４ ⇒ 主部５＋述部５
このように文を分析することにより、文のパターンは文を構成するパターンの接続関係で表現することができる。文を構成するパターンは、その接続の仕方により、文の中での位置づけが表現されることになる。文の構成要素は単語であるため、単語が有する特徴を継承するが、その単語で構成された文の構成要素は、上記で述べた接続関係で位置づけが表現されるという、多層の構造関係を表現することができる。
図８は図７に示した文章がパターン記録器に記録され、さらにパターンが等価変換される様子を示している。
このようにパターンは文を表現し、文の構成要素間の関係（位置づけ）を表現し、さらに文と文の関係（論理関係、原因と結果、目的と手段等、論理関係以外の様々な関係を含む）を表現することができる。また、パターン間で定義した特徴は、上位のパターンに継承するという特徴を有するため、抽象的な概念も含め、様々な概念（思考）をパターンとパターンの接続により表現することが可能である。
図９は入力した情報が分析され、パターンの等価変換およびパターンとパターンの接続関係が生成された様子を示している。このような形で情報を記録すると、この記録体系は知識体系に相当するものとなる。図７の文章の例で説明すると、ＮＯ１−ＮＯ８の情報を入力することにより得られた知識に対し、Ｑで示す質問「塩酸と水酸化ナトリウムが反応すると」を入力すると「塩と水が生じる。」というパターンを励起し、情報としては入力していないものがパターン間の論理的な展開により生成することができる。
文の種類および文の構造に対し、どのような接続関係の型が指定されるかの例を図１０〜図１５に示す。図１０では論理関係、定義、帰属の関係および類似の関係について、図１１では関係性の定義について、図１２では推論の展開および共通的特徴の継承と個々の特徴の識別について示している。図１３〜図１５では図１０〜図１２に対する文の種類、文の構造に対して対応する接続関係の型が指定される様子を示している。
パターンとパターンとの接続関係は人間の指示またはパターン分析器の分析結果に応じて自律生成されるとともに、一連の情報入力によりパターン記録器の接続情報記録部における接続情報自律生成によって構築される。
以上より入力された情報はパターンに変換され、構文分析、５Ｗ１Ｈの整理、文の種類および構造に対応したパターン間接続が実施されパターン記録器に記録される。このように記録されたパターンは他のパターンと接続関係を有することになるため、人間の思考の変遷に対応する動作を模擬することが可能となる。
図８は図７に示した文章がパターン記録器に記録され、さらにパターンが等価変換される様子を示している。
このようにパターンは文を表現し、文の構成要素間の関係（位置づけ）を表現し、さらに文と文の関係（論理関係、原因と結果、目的と手段等、論理関係以外の様々な関係を含む）を表現することができる。また、パターン間で定義した特徴は、上位のパターンに継承するという特徴を有するため、抽象的な概念も含め、様々な概念（思考）をパターンとパターンの接続により表現することが可能である。
図９は入力した情報が分析され、パターンの等価変換およびパターンとパターンの接続関係が生成された様子を示している。このような形で情報を記録すると、この記録体系は知識体系に相当するものとなる。図７の文章の例で説明すると、ＮＯ１−ＮＯ８の情報を入力することにより得られた知識に対し、Ｑで示す質問「塩酸と水酸化ナトリウムが反応すると」を入力すると「塩と水が生じる。」というパターンを励起し、情報としては入力していないものがパターン間の論理的な展開により生成することができる。
文の種類および文の構造に対し、どのような接続関係の型が指定されるかの例を図１０〜図１５に示す。図１０では論理関係、定義、帰属の関係および類似の関係について、図１１では関係性の定義について、図１２では推論の展開および共通的特徴の継承と個々の特徴の識別について示している。図１３〜図１５では図１０〜図１２に対する文の種類、文の構造に対して対応する接続関係の型が指定される様子を示している。
パターンとパターンとの接続関係は人間の指示またはパターン分析器の分析結果に応じて自律生成されるとともに、一連の情報入力によりパターン記録器の接続情報記録部における接続情報自律生成によって構築される。
以上より入力された情報はパターンに変換され、構文分析、５Ｗ１Ｈの整理、文の種類および構造に対応したパターン間接続が実施されパターン記録器に記録される。このように記録されたパターンは他のパターンと接続関係を有することになるため、人間の思考の変遷に対応する動作を模擬することが可能となる。
次に本発明の実現手段が従来の人工知能、ロボット等で採用しているエキスパートシステム、有限オートマトン、ニューラルネットワークおよびプログラミング言語（Ｐｒｏｌｏｇ，ＬＩＳＰ，オブジェクト指向言語（Ｃ，Ｃ＋＋，Ｊａｖａ等）とは全く構成および機能が異なるものであることを説明する。図１６〜図１９に従来の人工知能実現技術との比較を示している。
図１６はエキスパートシステムとの比較について示している。
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ル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。
一方、本発明における処理はプログラムのように固定ではなく、処理をパターンからパターンへの変化で表現している。処理はパターン間の接続を変更することにより変更可能である。エキスパートシステムでは規則群を用いた推論による論理展開（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）のみが処理の対象であるが、本発明では論理展開以外の処理（関連性定義、新規性検出、評価等）も可能であり、エキスパートシステムより柔軟性が高いシステムとなっている。また、エキスパートシステムが推論エンジン（固定）、知識データベース（可変）という半データ駆動のシステムであるのに対し、本発明では関数、処理もデータ的に扱うことが可能であり、完全データ駆動のシステムとなっている。
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るため、プログラム言語の制約も受ける。本発明では、処理に関してもデータ的に扱える完全データ駆動のシステムであるため、処理の実行中に処理の変更、追加等を容易に実施することが可能である。これは処理を表現するパターンとパターンとの接続を変更することにより実施する。通常、プログラム言語によるプログラミング処理の場合、処理の変更を実施する場合は再プログラミングおよび再コンパイルが必要であるが、本発明では処理の変更、追加等は該当するパターンとパターンの接続関係をローカルに変更することにより実施できるので、再コンパイルのようにシステム全体を再構築する必要は無い。
図１７は有限オートマトンとの比較について示している。
有限オートマトンは、ある時点では１つの状態しかとらないという制約があり、この制約のため、本発明では実現可能である複数の状態を同時にとるという動作を実施することが困難である。人間の思考の内、意識に相当するものは１つの状態をとるという動作で表現することは妥当と考えるが（励起した思考が他の思考を抑制する動作を表現）、人間の無意識に相当する動作の表現としては、１つの状態しかとれないという制約は妥当でないと考える。（無意識の思考では思考間の抑制が弱く、複数の思考が並行して動作することが可能であるため）
本発明においてはパターンの励起を１つに制約する必要はないので、有限オートマトンのような制約は無い。（意識および無意識に相当する思考をパターンとして表現できる。）また複数のパターン励起による並行処理が可能である。（並行処理におけるパターン間の干渉の問題は処理ラインを分離することにより解決できる。）
図１８はニューラルネットワークとの比較について示している。
本発明では記録モジュール間の接続について非常に柔軟に対応することが可能である。パターンとパターンの接続は個々に指定して実施することが可能である。多対多の結合、多段の結合、フィードフォワード結合、フィードバック結合等、あらゆる結合を指定、設定することができる。一方、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
一方、本発明では記録モジュール間の接続にバックプロパゲーションのような、繰り返し型の最適値探索の手法は用いていないので、上記のような欠点を有さない。
図１９はプログラミング言語との比較について示している。
本発明は処理に関してもデータ的に扱える完全データ駆動のシステムであるため、処理の実行中に処理の変更、追加等を容易に実施することが可能である。通常、プログラム言語によるプログラミング処理の場合、処理の変更を実施する場合は再プログラミングおよび再コンパイルが必要であるが、本発明では処理の変更、追加等は該当するパターンとパターンの接続関係をローカルに変更することにより実施できるので、再コンパイルのようにシステム全体を再構築する必要は無い。
また、プログラミング言語では、プログラムで使用する変数、定数、関数等の名称は厳密に指定しないと動作しない。これに対して本発明ではパターン間の接続により処理を実施するので、類似のパターンでの処理を可能にする等、多少の曖昧さがあっても動作するシステムを構築することも可能である。つまり、多少の曖昧さがあっても処理が可能であるという、より人間の思考処理に近いシステムの構築が可能である。
本発明の実現方法は従来の人工知能、ロボット等で採用しているエキスパートシステム、有限オートマトン、ニューラルネットワークおよびプログラミング言語の機能をカバーするのみならず、それらが有していない機能および柔軟性（完全データ駆動システム、機能拡張の柔軟性（局所的な変更で機能追加可能）、曖昧さを許容するシステムへの対応等、無意識（複数の状態）の模擬機能、並行処理への対応、接続の多様性（フィードフォワード、フィードバック、多対多結合等）、可微分性の制約が無いこと、バックプロパゲーションにおける収斂の問題が無い等）を有したシステムとなっている。
図１６はエキスパートシステムとの比較について示している。
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ル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。
一方、本発明における処理はプログラムのように固定ではなく、処理をパターンからパターンへの変化で表現している。処理はパターン間の接続を変更することにより変更可能である。エキスパートシステムでは規則群を用いた推論による論理展開（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）のみが処理の対象であるが、本発明では論理展開以外の処理（関連性定義、新規性検出、評価等）も可能であり、エキスパートシステムより柔軟性が高いシステムとなっている。また、エキスパートシステムが推論エンジン（固定）、知識データベース（可変）という半データ駆動のシステムであるのに対し、本発明では関数、処理もデータ的に扱うことが可能であり、完全データ駆動のシステムとなっている。
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るため、プログラム言語の制約も受ける。本発明では、処理に関してもデータ的に扱える完全データ駆動のシステムであるため、処理の実行中に処理の変更、追加等を容易に実施することが可能である。これは処理を表現するパターンとパターンとの接続を変更することにより実施する。通常、プログラム言語によるプログラミング処理の場合、処理の変更を実施する場合は再プログラミングおよび再コンパイルが必要であるが、本発明では処理の変更、追加等は該当するパターンとパターンの接続関係をローカルに変更することにより実施できるので、再コンパイルのようにシステム全体を再構築する必要は無い。
図１７は有限オートマトンとの比較について示している。
有限オートマトンは、ある時点では１つの状態しかとらないという制約があり、この制約のため、本発明では実現可能である複数の状態を同時にとるという動作を実施することが困難である。人間の思考の内、意識に相当するものは１つの状態をとるという動作で表現することは妥当と考えるが（励起した思考が他の思考を抑制する動作を表現）、人間の無意識に相当する動作の表現としては、１つの状態しかとれないという制約は妥当でないと考える。（無意識の思考では思考間の抑制が弱く、複数の思考が並行して動作することが可能であるため）
本発明においてはパターンの励起を１つに制約する必要はないので、有限オートマトンのような制約は無い。（意識および無意識に相当する思考をパターンとして表現できる。）また複数のパターン励起による並行処理が可能である。（並行処理におけるパターン間の干渉の問題は処理ラインを分離することにより解決できる。）
図１８はニューラルネットワークとの比較について示している。
本発明では記録モジュール間の接続について非常に柔軟に対応することが可能である。パターンとパターンの接続は個々に指定して実施することが可能である。多対多の結合、多段の結合、フィードフォワード結合、フィードバック結合等、あらゆる結合を指定、設定することができる。一方、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
一方、本発明では記録モジュール間の接続にバックプロパゲーションのような、繰り返し型の最適値探索の手法は用いていないので、上記のような欠点を有さない。
図１９はプログラミング言語との比較について示している。
本発明は処理に関してもデータ的に扱える完全データ駆動のシステムであるため、処理の実行中に処理の変更、追加等を容易に実施することが可能である。通常、プログラム言語によるプログラミング処理の場合、処理の変更を実施する場合は再プログラミングおよび再コンパイルが必要であるが、本発明では処理の変更、追加等は該当するパターンとパターンの接続関係をローカルに変更することにより実施できるので、再コンパイルのようにシステム全体を再構築する必要は無い。
また、プログラミング言語では、プログラムで使用する変数、定数、関数等の名称は厳密に指定しないと動作しない。これに対して本発明ではパターン間の接続により処理を実施するので、類似のパターンでの処理を可能にする等、多少の曖昧さがあっても動作するシステムを構築することも可能である。つまり、多少の曖昧さがあっても処理が可能であるという、より人間の思考処理に近いシステムの構築が可能である。
本発明の実現方法は従来の人工知能、ロボット等で採用しているエキスパートシステム、有限オートマトン、ニューラルネットワークおよびプログラミング言語の機能をカバーするのみならず、それらが有していない機能および柔軟性（完全データ駆動システム、機能拡張の柔軟性（局所的な変更で機能追加可能）、曖昧さを許容するシステムへの対応等、無意識（複数の状態）の模擬機能、並行処理への対応、接続の多様性（フィードフォワード、フィードバック、多対多結合等）、可微分性の制約が無いこと、バックプロパゲーションにおける収斂の問題が無い等）を有したシステムとなっている。
（請求項２に対応）
図２０および図２１は請求項２に関して、情報の処理において追加および変更が生じた場合においてもプログラムの追加および変更をすることなく、パターンおよびパターン間の接続関係を追加および変更することにより対応することが可能な人工知能およびソフトウェアの実施例について示したものである。
図２０において、ベースラインの処理として下記のパターンからパターンへと変遷が実施されているとする。
ベースラインの処理
ＡＳ→Ａ１０→Ａ２０→Ａ３０→Ａ４０→ＡＥ
（ここで、ＡＳは処理の開始を示すパターン、Ａ１０，Ａ２０，Ａ３０，Ａ４０が処理の内容を示すパターン、ＡＥは処理の終了を示すパターンとする。）
上記の処理では、最初に処理の開始を示すパターンＡＳが励起されると、処理の内容を示すＡ１０，Ａ２０，Ａ３０，Ａ４０が逐次、励起され、最後に終了を示すパターンＡＥに至り、処理が完了する。
次にベースラインの処理の内容を下記に変更したいとする。
変更したい処理の内容
Ａ１０→Ａ２０→Ａ３０→Ａ４０ ⇒ Ａ１１→Ａ２１→Ａ３１→Ａ４１
この場合、図２１に示すように、パターン記録にＡ１１，Ａ２１，Ａ３１，Ａ４１を登録し、各パターン間をＡ１１→Ａ２１→Ａ３１→Ａ４１と処理が進行するようパターン間関係記録部に接続を記録する。次にベースライン処理では処理の開始に、パターンＡＳはパターンＡ１０を励起していたが、この接続を変更して、パターンＡＳはパターンＡ１１に接続するようにする。さらに処理のパターンＡ４１の終了後に終了を示すパターンＡＥを励起するように接続を変更する。
以上の変更が完了すれば、パターンＡＳを励起すると、引き続き処理Ａ１１，Ａ２１，Ａ３１，Ａ４１が実行され、最後に終了を示すパターンＡＥに至り処理が完了する。
このように、新規の処理パターンの登録と、部分的なパターン間の接続を変更することにより、処理の内容を大幅に変更することも可能である。また、この変更は局所的な変更に抑えられるため、プログラミング言語を使用した処理のようにプログラムの大幅変更、再コンパイルといったシステム全体に及ぶ再構成は不要である。
図２０において、ベースラインの処理として下記のパターンからパターンへと変遷が実施されているとする。
ベースラインの処理
ＡＳ→Ａ１０→Ａ２０→Ａ３０→Ａ４０→ＡＥ
（ここで、ＡＳは処理の開始を示すパターン、Ａ１０，Ａ２０，Ａ３０，Ａ４０が処理の内容を示すパターン、ＡＥは処理の終了を示すパターンとする。）
上記の処理では、最初に処理の開始を示すパターンＡＳが励起されると、処理の内容を示すＡ１０，Ａ２０，Ａ３０，Ａ４０が逐次、励起され、最後に終了を示すパターンＡＥに至り、処理が完了する。
次にベースラインの処理の内容を下記に変更したいとする。
変更したい処理の内容
Ａ１０→Ａ２０→Ａ３０→Ａ４０ ⇒ Ａ１１→Ａ２１→Ａ３１→Ａ４１
この場合、図２１に示すように、パターン記録にＡ１１，Ａ２１，Ａ３１，Ａ４１を登録し、各パターン間をＡ１１→Ａ２１→Ａ３１→Ａ４１と処理が進行するようパターン間関係記録部に接続を記録する。次にベースライン処理では処理の開始に、パターンＡＳはパターンＡ１０を励起していたが、この接続を変更して、パターンＡＳはパターンＡ１１に接続するようにする。さらに処理のパターンＡ４１の終了後に終了を示すパターンＡＥを励起するように接続を変更する。
以上の変更が完了すれば、パターンＡＳを励起すると、引き続き処理Ａ１１，Ａ２１，Ａ３１，Ａ４１が実行され、最後に終了を示すパターンＡＥに至り処理が完了する。
このように、新規の処理パターンの登録と、部分的なパターン間の接続を変更することにより、処理の内容を大幅に変更することも可能である。また、この変更は局所的な変更に抑えられるため、プログラミング言語を使用した処理のようにプログラムの大幅変更、再コンパイルといったシステム全体に及ぶ再構成は不要である。
（請求項３に対応）
図２２はこの発明の一実施例における自律型知識分析機の構成を示した図である。
図２２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、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器である。３はパターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器である。４はパターンの処理を制御するパターン制御器である。５はパターンを情報に変換するパターン逆変換器である。６はパターンおよびパターン間の関係を分析するパターン分析器である。７はパターンおよびパターン間の分析結果に応じて適切な処理を実行するパターン処理器である。
図２２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、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器である。３はパターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器である。４はパターンの処理を制御するパターン制御器である。５はパターンを情報に変換するパターン逆変換器である。６はパターンおよびパターン間の関係を分析するパターン分析器である。７はパターンおよびパターン間の分析結果に応じて適切な処理を実行するパターン処理器である。
次に動作について説明する。
図２２においてパターン変換器は情報をパターンに変換する。変換したパターンは分析され、主部と述部に分けられる。主部は主語と主語を修飾する部分に、述部も述語と述語を修飾する部分に分けて整理する。さらに述語を修飾する部分は５Ｗ１Ｈに対応した情報に識別し、整理する。この整理は、文に含まれる単語および単語の属性を分析することにより実施できる。
このような整理により、文に含まれる情報の種類が明確になり、また文の意味を分析する上で、文の構造が明確になる。パターンに変換され、整理された文のパターンのセットは逐次、２のパターン記録器の記録モジュールに記録する。
６のパターン分析器では文の種類および特徴について分析する。文の種類および特徴は人間が識別できるように、機械にも識別を学習させることが可能である。文の種類は文に含まれる単語を分析することにより、平常文、疑問文、命令文等の識別が可能である。文の特徴のうち、真理、真実、事実、定義、規則、常識については個々に関して機械に学習させる。これは各情報を機械に入力する際に、個々の情報の種類（真理、真実、事実、定義、規則、常識）についても識別して記録することにより実施できる。その他の情報の種類（説明、仮説、予測、意見、感想）の識別は文の種類が（真理、真実、事実、定義、規則、常識）として記録されていないことと、文に含まれる単語（だろう、考える、思う・・等）を分析することにより実施することができる。
３のパターン登録器は、入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認する。記録されていれば、該当のパターンを励起し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。励起した記録モジュールの履歴はパターン記録器に逐次、記録する。
励起したパターンの履歴を記録し、あるパターンが励起する毎に、そのパターンが励起する前の励起履歴をそのパターンの接続情報記録部に転写することにより、あるパターンと、そのパターンが励起に到るまでのシナリオが記録されることになる。通常、思考パターンは数々の条件により遷移するが、その遷移は過去の文脈（コンテキスト）に沿っている。上記の励起履歴の記録、転写および各記録モジュールへの照射（照合）は文脈（コンテキスト）を考慮して思考を遷移させることに対応している。
４のパターン制御器はパターンの処理を制御する。６のパターン分析器により文の種類が分析されると、各文に対応するパターンとパターンの間での結合関係を生成する。この結合関係は人間の指示または自律的に生成することが可能である。人間の指示により結合関係の生成は、各パターンの指定と、各パターンをどのパターンにどのような接続を行うのかを指定して実施することができる。自律的な結合関係の生成は文の種類および文の構造に関する分析結果に対応して、接続関係の型を指定することにより実施することができる。
文の種類および文の構造が分析されると、パターンは等価なパターンに変換することができる。文は単語により構成されるため、文のパターンは単語のパターンの構成体である。文はある概念を表現するため、文に対応するパターンもある概念に対応したものになる。この文の概念は単語により構成されるため、文の概念は単語の概念を継承することになる。同様に文のパターンは単語のパターンが継承する概念を継承する。
文を分析することにより、文のパターンは文を構成するパターンの接続関係で表現することができる。文を構成するパターンは、その接続の仕方により、文の中での位置づけが表現されることになる。文の構成要素は単語であるため、単語が有する特徴を継承するが、その単語で構成された文の構成要素は、上記で述べた接続関係で位置づけが表現されるという、多層の構造関係を表現することができる。
このようにパターンは文を表現し、文の構成要素間の関係（位置づけ）を表現し、さらに文と文の関係（論理関係、原因と結果、目的と手段等、論理関係以外の様々な関係を含む）を表現することができる。また、パターン間で定義した特徴は、上位のパターンに継承するという特徴を有するため、抽象的な概念も含め、様々な概念（思考）をパターンとパターンの接続により表現することが可能である。
パターンとパターンとの接続関係は人間の指示またはパターン分析器の分析結果に応じて自律生成されるとともに、一連の情報入力によりパターン記録器の接続情報記録部における接続情報自律生成によって構築される。
７は６のパターン分析器の分析結果に応じて適切な処理を行うパターン処理器である。
パターン分析器では入力した情報の種類が分析され、平常文、質問文および命令文等の識別が実施され、各文の種類に応じて適切な処理が実施される。
適切な処理とは、平常文であれば情報の価値が評価され、重要な情報または興味のある分野、テーマの情報であれば、整理して知識体系に記録する。価値が無いと判断された情報は破棄するか、一定の期間保存した後に破棄する等の処理を行う。
質問文であれば、質問の意味を分析し、どのような情報があれば回答として適切であるかを分析する。質問に回答に対応する情報が知識体系に記録されているか否かについて、検索キーを使用して知識体系の記録領域に照射する。回答の候補となる可能性がある関連情報が検索されると、その情報の特徴、属性等につき分析し、回答として適切であるか否かを判断する。回答として適切なものが含まれていれば、質問に対する回答を生成し、含まれていなければ、その旨を通知する処理を行う。
命令文であれば、その命令の意味を分析し、どのような処置が要求されているのかを分析する。次に、その処置の実施の可否、実施した場合の影響につき評価する。実施の可否については過去における実施の有無等を考慮して判断する。処置を実施した場合の影響に関しても、過去において実施した時の結果および、もたらす結果を知識体系に含まれる常識と照合し、妥当であるかを評価して判断する。
図２３〜図２５に平常文、疑問文および命令文の処理例について示す。
図２３は平常文の処理例について示したものである。本例では処理は１０段階に分けて実施している。（処理の分割、合成は適宜実施可能である。）
下記に各処理について説明する。
パターン処理モジュールはパターン記録モジュールと同じく、パターン、パターン間の関係および接続情報を記録することが可能であるとともに、処理器としての機能を有する。処理器の機能としては、パターンの取り込み、パターンの照射、パターン間処理（論理演算、差異検出、合成、その他演算）、パターンの記録、パターンの出力等を有する。
▲１▼入力情報取り込み
入力情報として平常文が検出されると、７のパターン処理器のパターン処理モジュールに入力される。
▲２▼入力情報の分野／テーマ分析
入力情報がどのような分野、テーマに関するものかを分析するため分野／テーマ分析のパターンを励起する。
▲３▼入力情報＆分野／テーマ分析要求照射
入力情報と分野／テーマ分析要求のパターンをパターン記録器に照射する。パターン記録器において入力情報および分野／テーマ分析要求のパターンを受けて、該当する分野／テーマに対応するパターンが励起する。
▲４▼入力情報分野／テーマ分析結果格納
励起した該当する分野／テーマに対応するパターンが格納される。
▲５▼入力情報＆分野／テーマ分析結果照射
入力情報と入力情報に対応する分野／テーマに対応するパターンをパターン記録器に照射する。
▲６▼関連情報励起
入力情報に関連する分野／テーマで、入力情報と関連するパターンが励起する。
▲７▼入力情報／関連情報比較
入力情報と既に記録されている関連パターンと逐次、比較し入力情報に新規性があるか否か評価する。また、既に記録している情報との整合性（整合、不整合）についても評価する。既に記録している情報と不整合がある場合は、情報の信頼度（情報の根拠となる源泉情報群の信頼度を比較することにより評価可能）を評価し、入力情報と既に記録している情報のどちらが正しいか等について判断する。
▲８▼比較結果格納
入力情報の価値（新規性、信頼度）の評価結果を格納する。
▲９▼入力情報の処置決定
入力情報に価値を判断し、該当の分野／テーマに関する関連情報として追加記録するか、入力した情報を破棄するかを決定する。
▲１０▼処置実行
該当の分野／テーマに関する関連情報として追加記録する処置または破棄を実行する。
図２４は疑問文の処理例について示したものである。本例では処理は１０段階に分けて実施している。（処理の分割、合成は適宜実施可能である。）
下記に各処理について説明する。
パターン処理モジュールはパターン記録モジュールと同じく、パターン、パターン間の関係および接続情報を記録することが可能であるとともに、処理器としての機能を有する。処理器の機能としては、パターンの取り込み、パターンの照射、パターン間処理（論理演算、差異検出、合成、その他演算）、パターンの記録、パターンの出力等を有する。
▲１▼疑問文取り込み
入力情報として疑問文が検出されると、７のパターン処理器のパターン処理モジュールに入力される。
▲２▼疑問文の分野／テーマ分析
疑問文がどのような分野、テーマに関するものかを分析するため分野／テーマ分析のパターンを励起する。
▲３▼疑問文＆分野／テーマ分析要求照射
疑問文と分野／テーマ分析要求のパターンをパターン記録器に照射する。パターン記録器において疑問文および分野／テーマ分析要求のパターンを受けて、該当する分野／テーマに対応するパターンが励起する。
▲４▼疑問文の分野／テーマ分析結果格納
励起した該当する分野／テーマに対応するパターンが格納される。
▲５▼疑問文＆分野／テーマ分析結果照射
疑問文と疑問文に対応する分野／テーマに対応するパターンをパターン記録器に照射する。
▲６▼関連情報励起
疑問文に関連する分野／テーマで、疑問文と関連するパターンが励起する。
▲７▼疑問文／関連情報比較
疑問文に関連する分野／テーマで、疑問文と関連するパターンが励起したら、パターン処理モジュールに格納し、分析する。疑問に対応する回答として必要な属性（例えば、５Ｗ１Ｈに対応する何が回答として必要なのか？主体（人、物）？時間？場所？対象（人、物）？理由？手段？）と関連情報に含まれている情報の属性を比較し、回答として必要な情報が含まれているか評価する。
▲８▼評価結果格納
関連情報に回答として必要な情報が含まれていれば抽出する。
▲９▼回答生成
回答として抽出した情報と疑問文から疑問文に対する回答を生成する。
▲１０▼回答出力
生成した回答を出力する。
図２５は命令文の処理例について示したものである。本例では処理は１０段階に分けて実施している。（処理の分割、合成は適宜実施可能である。）
下記に各処理について説明する。
パターン処理モジュールはパターン記録モジュールと同じく、パターン、パターン間の関係および接続情報を記録することが可能であるとともに、処理器としての機能を有する。処理器の機能としては、パターンの取り込み、パターンの照射、パターン間処理（論理演算、差異検出、合成、その他演算）、パターンの記録、パターンの出力等を有する。
▲１▼命令文取り込み
入力情報として命令文が検出されると、７のパターン処理器のパターン処理モジュールに入力される。
▲２▼命令文の意図分析
命令文がどのような意図を含むかを分析するため意図分析のパターンを励起する。
▲３▼命令文＆意図分析要求照射
命令文と意図分析要求のパターンをパターン記録器に照射する。パターン記録器において命令文および意図分析要求のパターンを受けて、該当する意図に対応するパターンが励起する。
▲４▼命令文の意図分析結果格納
励起した該当する意図に対応するパターンが格納される。
▲５▼命令文＆意図分析結果照射
命令文と命令文の意図に対応するパターンをパターン記録器に照射する。
▲６▼関連する命令の実施記録励起
命令文と命令文の意図に関連する実施記録に対応するパターンを励起する。
▲７▼命令実施時の評価格納
関連する実施記録のパターンから命令実施に関する評価（実施の可否、影響等）のパターンを抽出し、格納する。
▲８▼実施の有無判断
命令実施に関する評価結果から命令の実施の有無を判断する。
▲９▼命令の実行手順生成
命令の実施が決定した場合、命令の実施記録から命令の実行手順を抽出する。
▲１０▼命令の実行（または拒否の理由を通知する。）
図２６は問題・課題の処理例について示したものである。本例では処理は１０段階に分けて実施している。（処理の分割、合成は適宜実施可能である。）
下記に各処理について説明する。
パターン処理モジュールはパターン記録モジュールと同じく、パターン、パターン間の関係および接続情報を記録することが可能であるとともに、処理器としての機能を有する。処理器の機能としては、パターンの取り込み、パターンの照射、パターン間処理（論理演算、差異検出、合成、その他演算）、パターンの記録、パターンの出力等を有する。
▲１▼問題・課題取り込み
入力情報として問題・課題が検出されると、７のパターン処理器のパターン処理モジュールに入力される。
▲２▼問題・課題の型分析
問題・課題がどのような型かを分析するため問題・課題の型分析要求のパターンを励起する。
▲３▼問題・課題＆型分析要求照射
問題・課題と型分析要求のパターンをパターン記録器に照射する。パターン記録器において問題・課題および型分析要求のパターンを受けて、該当する型に対応するパターンが励起する。
▲４▼問題・課題の型分析結果格納
励起した該当する型に対応するパターンが格納される。
▲５▼問題・課題＆型分析結果照射
問題・課題と型に対応するパターンをパターン記録器に照射する。
▲６▼類似の問題・課題の実施記録励起
問題・課題と型に類似する問題・課題の実施記録に対応するパターンを励起する。
▲７▼解決策・結果の評価格納
類似する問題・課題の実施記録のパターンから解決策・結果の評価（実施の可否、結果等）のパターンを抽出し、格納する。
▲８▼最良の解決策抽出
問題・課題の解決策のうち、実施可能で結果の評価が最良のものを抽出する。
▲９▼解決策の手順生成
決定した解決策から手順を抽出する。
▲１０▼解決策手順の実行
解決策の手順を逐次、実行する。
図２２においてパターン変換器は情報をパターンに変換する。変換したパターンは分析され、主部と述部に分けられる。主部は主語と主語を修飾する部分に、述部も述語と述語を修飾する部分に分けて整理する。さらに述語を修飾する部分は５Ｗ１Ｈに対応した情報に識別し、整理する。この整理は、文に含まれる単語および単語の属性を分析することにより実施できる。
このような整理により、文に含まれる情報の種類が明確になり、また文の意味を分析する上で、文の構造が明確になる。パターンに変換され、整理された文のパターンのセットは逐次、２のパターン記録器の記録モジュールに記録する。
６のパターン分析器では文の種類および特徴について分析する。文の種類および特徴は人間が識別できるように、機械にも識別を学習させることが可能である。文の種類は文に含まれる単語を分析することにより、平常文、疑問文、命令文等の識別が可能である。文の特徴のうち、真理、真実、事実、定義、規則、常識については個々に関して機械に学習させる。これは各情報を機械に入力する際に、個々の情報の種類（真理、真実、事実、定義、規則、常識）についても識別して記録することにより実施できる。その他の情報の種類（説明、仮説、予測、意見、感想）の識別は文の種類が（真理、真実、事実、定義、規則、常識）として記録されていないことと、文に含まれる単語（だろう、考える、思う・・等）を分析することにより実施することができる。
３のパターン登録器は、入力した情報をパターン記録器の記録モジュールと照合し、入力した情報と同一のパターンが記録されているか確認する。記録されていれば、該当のパターンを励起し、記録されていなければ新規パターンとして記録モジュールに記録し励起する。励起とは記録モジュールが情報の照合等により活性化した状態のことを指す。励起した記録モジュールの履歴はパターン記録器に逐次、記録する。
励起したパターンの履歴を記録し、あるパターンが励起する毎に、そのパターンが励起する前の励起履歴をそのパターンの接続情報記録部に転写することにより、あるパターンと、そのパターンが励起に到るまでのシナリオが記録されることになる。通常、思考パターンは数々の条件により遷移するが、その遷移は過去の文脈（コンテキスト）に沿っている。上記の励起履歴の記録、転写および各記録モジュールへの照射（照合）は文脈（コンテキスト）を考慮して思考を遷移させることに対応している。
４のパターン制御器はパターンの処理を制御する。６のパターン分析器により文の種類が分析されると、各文に対応するパターンとパターンの間での結合関係を生成する。この結合関係は人間の指示または自律的に生成することが可能である。人間の指示により結合関係の生成は、各パターンの指定と、各パターンをどのパターンにどのような接続を行うのかを指定して実施することができる。自律的な結合関係の生成は文の種類および文の構造に関する分析結果に対応して、接続関係の型を指定することにより実施することができる。
文の種類および文の構造が分析されると、パターンは等価なパターンに変換することができる。文は単語により構成されるため、文のパターンは単語のパターンの構成体である。文はある概念を表現するため、文に対応するパターンもある概念に対応したものになる。この文の概念は単語により構成されるため、文の概念は単語の概念を継承することになる。同様に文のパターンは単語のパターンが継承する概念を継承する。
文を分析することにより、文のパターンは文を構成するパターンの接続関係で表現することができる。文を構成するパターンは、その接続の仕方により、文の中での位置づけが表現されることになる。文の構成要素は単語であるため、単語が有する特徴を継承するが、その単語で構成された文の構成要素は、上記で述べた接続関係で位置づけが表現されるという、多層の構造関係を表現することができる。
このようにパターンは文を表現し、文の構成要素間の関係（位置づけ）を表現し、さらに文と文の関係（論理関係、原因と結果、目的と手段等、論理関係以外の様々な関係を含む）を表現することができる。また、パターン間で定義した特徴は、上位のパターンに継承するという特徴を有するため、抽象的な概念も含め、様々な概念（思考）をパターンとパターンの接続により表現することが可能である。
パターンとパターンとの接続関係は人間の指示またはパターン分析器の分析結果に応じて自律生成されるとともに、一連の情報入力によりパターン記録器の接続情報記録部における接続情報自律生成によって構築される。
７は６のパターン分析器の分析結果に応じて適切な処理を行うパターン処理器である。
パターン分析器では入力した情報の種類が分析され、平常文、質問文および命令文等の識別が実施され、各文の種類に応じて適切な処理が実施される。
適切な処理とは、平常文であれば情報の価値が評価され、重要な情報または興味のある分野、テーマの情報であれば、整理して知識体系に記録する。価値が無いと判断された情報は破棄するか、一定の期間保存した後に破棄する等の処理を行う。
質問文であれば、質問の意味を分析し、どのような情報があれば回答として適切であるかを分析する。質問に回答に対応する情報が知識体系に記録されているか否かについて、検索キーを使用して知識体系の記録領域に照射する。回答の候補となる可能性がある関連情報が検索されると、その情報の特徴、属性等につき分析し、回答として適切であるか否かを判断する。回答として適切なものが含まれていれば、質問に対する回答を生成し、含まれていなければ、その旨を通知する処理を行う。
命令文であれば、その命令の意味を分析し、どのような処置が要求されているのかを分析する。次に、その処置の実施の可否、実施した場合の影響につき評価する。実施の可否については過去における実施の有無等を考慮して判断する。処置を実施した場合の影響に関しても、過去において実施した時の結果および、もたらす結果を知識体系に含まれる常識と照合し、妥当であるかを評価して判断する。
図２３〜図２５に平常文、疑問文および命令文の処理例について示す。
図２３は平常文の処理例について示したものである。本例では処理は１０段階に分けて実施している。（処理の分割、合成は適宜実施可能である。）
下記に各処理について説明する。
パターン処理モジュールはパターン記録モジュールと同じく、パターン、パターン間の関係および接続情報を記録することが可能であるとともに、処理器としての機能を有する。処理器の機能としては、パターンの取り込み、パターンの照射、パターン間処理（論理演算、差異検出、合成、その他演算）、パターンの記録、パターンの出力等を有する。
▲１▼入力情報取り込み
入力情報として平常文が検出されると、７のパターン処理器のパターン処理モジュールに入力される。
▲２▼入力情報の分野／テーマ分析
入力情報がどのような分野、テーマに関するものかを分析するため分野／テーマ分析のパターンを励起する。
▲３▼入力情報＆分野／テーマ分析要求照射
入力情報と分野／テーマ分析要求のパターンをパターン記録器に照射する。パターン記録器において入力情報および分野／テーマ分析要求のパターンを受けて、該当する分野／テーマに対応するパターンが励起する。
▲４▼入力情報分野／テーマ分析結果格納
励起した該当する分野／テーマに対応するパターンが格納される。
▲５▼入力情報＆分野／テーマ分析結果照射
入力情報と入力情報に対応する分野／テーマに対応するパターンをパターン記録器に照射する。
▲６▼関連情報励起
入力情報に関連する分野／テーマで、入力情報と関連するパターンが励起する。
▲７▼入力情報／関連情報比較
入力情報と既に記録されている関連パターンと逐次、比較し入力情報に新規性があるか否か評価する。また、既に記録している情報との整合性（整合、不整合）についても評価する。既に記録している情報と不整合がある場合は、情報の信頼度（情報の根拠となる源泉情報群の信頼度を比較することにより評価可能）を評価し、入力情報と既に記録している情報のどちらが正しいか等について判断する。
▲８▼比較結果格納
入力情報の価値（新規性、信頼度）の評価結果を格納する。
▲９▼入力情報の処置決定
入力情報に価値を判断し、該当の分野／テーマに関する関連情報として追加記録するか、入力した情報を破棄するかを決定する。
▲１０▼処置実行
該当の分野／テーマに関する関連情報として追加記録する処置または破棄を実行する。
図２４は疑問文の処理例について示したものである。本例では処理は１０段階に分けて実施している。（処理の分割、合成は適宜実施可能である。）
下記に各処理について説明する。
パターン処理モジュールはパターン記録モジュールと同じく、パターン、パターン間の関係および接続情報を記録することが可能であるとともに、処理器としての機能を有する。処理器の機能としては、パターンの取り込み、パターンの照射、パターン間処理（論理演算、差異検出、合成、その他演算）、パターンの記録、パターンの出力等を有する。
▲１▼疑問文取り込み
入力情報として疑問文が検出されると、７のパターン処理器のパターン処理モジュールに入力される。
▲２▼疑問文の分野／テーマ分析
疑問文がどのような分野、テーマに関するものかを分析するため分野／テーマ分析のパターンを励起する。
▲３▼疑問文＆分野／テーマ分析要求照射
疑問文と分野／テーマ分析要求のパターンをパターン記録器に照射する。パターン記録器において疑問文および分野／テーマ分析要求のパターンを受けて、該当する分野／テーマに対応するパターンが励起する。
▲４▼疑問文の分野／テーマ分析結果格納
励起した該当する分野／テーマに対応するパターンが格納される。
▲５▼疑問文＆分野／テーマ分析結果照射
疑問文と疑問文に対応する分野／テーマに対応するパターンをパターン記録器に照射する。
▲６▼関連情報励起
疑問文に関連する分野／テーマで、疑問文と関連するパターンが励起する。
▲７▼疑問文／関連情報比較
疑問文に関連する分野／テーマで、疑問文と関連するパターンが励起したら、パターン処理モジュールに格納し、分析する。疑問に対応する回答として必要な属性（例えば、５Ｗ１Ｈに対応する何が回答として必要なのか？主体（人、物）？時間？場所？対象（人、物）？理由？手段？）と関連情報に含まれている情報の属性を比較し、回答として必要な情報が含まれているか評価する。
▲８▼評価結果格納
関連情報に回答として必要な情報が含まれていれば抽出する。
▲９▼回答生成
回答として抽出した情報と疑問文から疑問文に対する回答を生成する。
▲１０▼回答出力
生成した回答を出力する。
図２５は命令文の処理例について示したものである。本例では処理は１０段階に分けて実施している。（処理の分割、合成は適宜実施可能である。）
下記に各処理について説明する。
パターン処理モジュールはパターン記録モジュールと同じく、パターン、パターン間の関係および接続情報を記録することが可能であるとともに、処理器としての機能を有する。処理器の機能としては、パターンの取り込み、パターンの照射、パターン間処理（論理演算、差異検出、合成、その他演算）、パターンの記録、パターンの出力等を有する。
▲１▼命令文取り込み
入力情報として命令文が検出されると、７のパターン処理器のパターン処理モジュールに入力される。
▲２▼命令文の意図分析
命令文がどのような意図を含むかを分析するため意図分析のパターンを励起する。
▲３▼命令文＆意図分析要求照射
命令文と意図分析要求のパターンをパターン記録器に照射する。パターン記録器において命令文および意図分析要求のパターンを受けて、該当する意図に対応するパターンが励起する。
▲４▼命令文の意図分析結果格納
励起した該当する意図に対応するパターンが格納される。
▲５▼命令文＆意図分析結果照射
命令文と命令文の意図に対応するパターンをパターン記録器に照射する。
▲６▼関連する命令の実施記録励起
命令文と命令文の意図に関連する実施記録に対応するパターンを励起する。
▲７▼命令実施時の評価格納
関連する実施記録のパターンから命令実施に関する評価（実施の可否、影響等）のパターンを抽出し、格納する。
▲８▼実施の有無判断
命令実施に関する評価結果から命令の実施の有無を判断する。
▲９▼命令の実行手順生成
命令の実施が決定した場合、命令の実施記録から命令の実行手順を抽出する。
▲１０▼命令の実行（または拒否の理由を通知する。）
図２６は問題・課題の処理例について示したものである。本例では処理は１０段階に分けて実施している。（処理の分割、合成は適宜実施可能である。）
下記に各処理について説明する。
パターン処理モジュールはパターン記録モジュールと同じく、パターン、パターン間の関係および接続情報を記録することが可能であるとともに、処理器としての機能を有する。処理器の機能としては、パターンの取り込み、パターンの照射、パターン間処理（論理演算、差異検出、合成、その他演算）、パターンの記録、パターンの出力等を有する。
▲１▼問題・課題取り込み
入力情報として問題・課題が検出されると、７のパターン処理器のパターン処理モジュールに入力される。
▲２▼問題・課題の型分析
問題・課題がどのような型かを分析するため問題・課題の型分析要求のパターンを励起する。
▲３▼問題・課題＆型分析要求照射
問題・課題と型分析要求のパターンをパターン記録器に照射する。パターン記録器において問題・課題および型分析要求のパターンを受けて、該当する型に対応するパターンが励起する。
▲４▼問題・課題の型分析結果格納
励起した該当する型に対応するパターンが格納される。
▲５▼問題・課題＆型分析結果照射
問題・課題と型に対応するパターンをパターン記録器に照射する。
▲６▼類似の問題・課題の実施記録励起
問題・課題と型に類似する問題・課題の実施記録に対応するパターンを励起する。
▲７▼解決策・結果の評価格納
類似する問題・課題の実施記録のパターンから解決策・結果の評価（実施の可否、結果等）のパターンを抽出し、格納する。
▲８▼最良の解決策抽出
問題・課題の解決策のうち、実施可能で結果の評価が最良のものを抽出する。
▲９▼解決策の手順生成
決定した解決策から手順を抽出する。
▲１０▼解決策手順の実行
解決策の手順を逐次、実行する。
（請求項４に対応）
図２７および図２８は請求項４に関して、情報の処理に関して追加および変更が生じた場合においてもプログラムの追加および変更することなく、パターンおよびパターン間の接続関係を追加および変更することにより対応が可能であることを示している。
２のパターン記録器の記録モジュールに関する対応については、前項にて図２０および図２１を用いて説明した。情報の処理において追加および変更が生じた場合においてもプログラムの追加および変更をすることなく、パターンおよびパターン間の接続関係を追加および変更することにより対応することが可能である。
以下では７のパターン処理器のパターン処理モジュールに関する対応について説明する。
図２７ではパターン処理器における処理が▲１▼〜▲４▼で設定されていたとする。このとき、パターン処理器でのパターン処理モジュール▲１▼が励起されると、処理は▲１▼→▲２▼→▲３▼→▲４▼と進行し、完了する。次に処理の拡張を行いたい場合には、図２８に示すように、パターン処理器のパターン処理モジュールに関し、パターン処理モジュール▲５▼〜▲１０▼を追加し、パターン処理モジュール▲４▼の励起後はパターン処理モジュール▲５▼を励起するように接続を追加することにより、パターン処理モジュール▲１▼が励起すると、処理は▲１▼→▲２▼→▲３▼→▲４▼→▲５▼→▲６▼→▲７▼→▲８▼→▲９▼→▲１０▼と進行し、処理機能が拡張される。
このように処理を追加および変更する場合においても、プログラムの追加および変更することなく、パターンおよびパターン間の接続関係を追加および変更することにより対応が可能である。
２のパターン記録器の記録モジュールに関する対応については、前項にて図２０および図２１を用いて説明した。情報の処理において追加および変更が生じた場合においてもプログラムの追加および変更をすることなく、パターンおよびパターン間の接続関係を追加および変更することにより対応することが可能である。
以下では７のパターン処理器のパターン処理モジュールに関する対応について説明する。
図２７ではパターン処理器における処理が▲１▼〜▲４▼で設定されていたとする。このとき、パターン処理器でのパターン処理モジュール▲１▼が励起されると、処理は▲１▼→▲２▼→▲３▼→▲４▼と進行し、完了する。次に処理の拡張を行いたい場合には、図２８に示すように、パターン処理器のパターン処理モジュールに関し、パターン処理モジュール▲５▼〜▲１０▼を追加し、パターン処理モジュール▲４▼の励起後はパターン処理モジュール▲５▼を励起するように接続を追加することにより、パターン処理モジュール▲１▼が励起すると、処理は▲１▼→▲２▼→▲３▼→▲４▼→▲５▼→▲６▼→▲７▼→▲８▼→▲９▼→▲１０▼と進行し、処理機能が拡張される。
このように処理を追加および変更する場合においても、プログラムの追加および変更することなく、パターンおよびパターン間の接続関係を追加および変更することにより対応が可能である。
（請求項５に対応）
入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築する人工知能およびソフトウェアの実施例について説明する。
情報をパターンに変換し、人間の思考をパターンとしてとらえると、人間の思考はパターンからパターンへの変化として表現することができる。人間の思考を表現する言語をパターンに変換し、パターンおよびパターン間の関係を分析すると、文の種類（平常文、疑問文、命令文等）および特徴（真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想）に分類することができる。
文の種類および特徴は人間が識別できるように、機械にも識別を学習させることが可能である。文の種類は文に含まれる単語を分析することにより、平常文、疑問文、命令文等の識別が可能である。文の特徴のうち、真理、真実、事実、定義、規則、常識については個々に関して機械に学習させる。これは各情報を機械に入力する際に、個々の情報の種類（真理、真実、事実、定義、規則、常識）についても識別して記録することにより実施できる。その他の情報の種類（説明、仮説、予測、意見、感想）の識別は文の種類が（真理、真実、事実、定義、規則、常識）として記録されていないことと、文に含まれる単語（だろう、考える、思う・・等）を分析することにより実施することができる。
入力した情報を既に記録している知識（真理、真実、事実、定義、規則、常識）と照合することにより、入力した情報と既に記録している情報との整合性、新規情報が含まれているか否か等について評価することができる。記録している情報と情報の関係としては、論理的な関係、類似関係、相反関係、類推、原因と結果、事象とその事象が発生した理由等、様々な関係が知識として構成されているため、入力情報と照合させると、既に記録している知識が励起され、新規情報との整合性および入力情報に新規情報が含まれているか否かを検出することができる。入力情報の源泉に信頼性があり、かつ入力情報が興味のある分野またはテーマに関するものであり、新規性が含まれている場合には入力情報は価値があると判断し、知識体系の分野、テーマ、文の種類に応じた適切な箇所に記録する。このように本発明では情報の信頼性、価値を評価しつつ知識体系として構築していくため、情報の信憑性、冗長性という課題を解決することができる。
図２９および図３０は入力した情報を既に記録している知識（真理、真実、事実、定義、規則、常識）と照合し、整合しているか否かについて確認する例について示したものである。下記に処理例について説明する。
▲１▼情報取り込み
情報が入力されると、７のパターン処理器のパターン処理モジュールに入力される。
▲２▼情報の分野／テーマ分析
情報がどのような分野、テーマに関するものかを分析するため分野／テーマ分析要求のパターンを励起する。
▲３▼情報＆分野／テーマ分析要求照射
情報と分野／テーマ分析要求のパターンをパターン記録器に照射する。パターン記録器において情報および分野／テーマ分析要求のパターンを受けて、該当する分野／テーマに対応するパターンが励起する。
▲４▼情報の分野／テーマ分析結果格納
励起した該当する分野／テーマに対応するパターンが格納される。
▲５▼情報＆分野／テーマ分析結果照射
情報と情報に対応する分野／テーマに対応するパターンをパターン記録器に照射する。
▲６▼真実、規則、常識等、励起
情報に関連する分野／テーマで、情報と関連する真実、規則、常識等のパターンが励起する。
▲７▼情報と真実、規則、常識等との比較
情報に関連する分野／テーマで、情報と関連する真実、規則、常識等のパターンが励起したら、パターン処理モジュールに格納し、分析する。情報に含まれている内容が関連する真実、規則、常識等と整合するか否かの分析が実施される。情報の内容と関連する真実、規則、常識と整合すれば整合との判定を出す。情報の内容が真実、規則、常識と反すれば不整合との判定を出す。整合および不整合のいずれも判断できない場合は整合／不整合検出せずとする。
▲８▼照合結果
真実、規則、常識等との照合結果を出力する。
図２９は入力した情報が真実、規則、常識等と整合している場合について示したものである。本ケースの場合、入力した情報に対応するパターンが記録している真実、規則、常識等を格納した記録モジュールに格納されているパターンを励起し、入力したパターンが既に記録している真実、規則、常識等を格納したパターンと整合していることを検出している。
図３０は入力した情報が真実、規則、常識等と整合していない場合について示したものである。本ケースの場合、入力した情報に対応するパターンは記録している真実、規則、常識等を格納した記録モジュールに格納されている関連パターンを関連パターンとして励起するが、一致はしない。一方、入力した情報に対応するパターンは真実、規則、常識等の記録モジュールと反対の意味の関係にあるパターンを励起する。入力情報のパターンは真実、規則、常識等と反対の意味の関係にあるパターンを励起しているので、照合結果としては不整合であることを検出したことになる。
以上の例に示すように、入力した情報は真理、真実、事実、定義、規則、常識と整合するか否かを評価することができる。真理、真実、事実、定義、規則、常識は逐次、人間の指示により拡張することが可能である。また、真理、真実、事実、定義、規則、常識に属するパターンは、［００２７］の項で説明したように、論理、定義、類似、帰属、関係性の定義等の関係により展開されたパターン間の接続関係により導出されたパターンも信頼できる正しいものと判断することができる。なぜならば、真理、真実、事実、定義、規則、常識を前提に正しい展開（論理、定義、類似、帰属、関係性の定義等の関係により導出）がされているからである。
真理、真実、事実、定義、規則、常識を前提に正しい展開（論理、定義、類似、帰属、関係性の定義等の関係により導出）されているパターン間の接続体系は正しい知識体系と判断できるので、入力した情報を本知識体系を構築した記録モジュールに照射し、その結果、励起するパターン群は、入力情報をトリガーとして、導出された正しい知識群である。
情報をパターンに変換し、人間の思考をパターンとしてとらえると、人間の思考はパターンからパターンへの変化として表現することができる。人間の思考を表現する言語をパターンに変換し、パターンおよびパターン間の関係を分析すると、文の種類（平常文、疑問文、命令文等）および特徴（真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想）に分類することができる。
文の種類および特徴は人間が識別できるように、機械にも識別を学習させることが可能である。文の種類は文に含まれる単語を分析することにより、平常文、疑問文、命令文等の識別が可能である。文の特徴のうち、真理、真実、事実、定義、規則、常識については個々に関して機械に学習させる。これは各情報を機械に入力する際に、個々の情報の種類（真理、真実、事実、定義、規則、常識）についても識別して記録することにより実施できる。その他の情報の種類（説明、仮説、予測、意見、感想）の識別は文の種類が（真理、真実、事実、定義、規則、常識）として記録されていないことと、文に含まれる単語（だろう、考える、思う・・等）を分析することにより実施することができる。
入力した情報を既に記録している知識（真理、真実、事実、定義、規則、常識）と照合することにより、入力した情報と既に記録している情報との整合性、新規情報が含まれているか否か等について評価することができる。記録している情報と情報の関係としては、論理的な関係、類似関係、相反関係、類推、原因と結果、事象とその事象が発生した理由等、様々な関係が知識として構成されているため、入力情報と照合させると、既に記録している知識が励起され、新規情報との整合性および入力情報に新規情報が含まれているか否かを検出することができる。入力情報の源泉に信頼性があり、かつ入力情報が興味のある分野またはテーマに関するものであり、新規性が含まれている場合には入力情報は価値があると判断し、知識体系の分野、テーマ、文の種類に応じた適切な箇所に記録する。このように本発明では情報の信頼性、価値を評価しつつ知識体系として構築していくため、情報の信憑性、冗長性という課題を解決することができる。
図２９および図３０は入力した情報を既に記録している知識（真理、真実、事実、定義、規則、常識）と照合し、整合しているか否かについて確認する例について示したものである。下記に処理例について説明する。
▲１▼情報取り込み
情報が入力されると、７のパターン処理器のパターン処理モジュールに入力される。
▲２▼情報の分野／テーマ分析
情報がどのような分野、テーマに関するものかを分析するため分野／テーマ分析要求のパターンを励起する。
▲３▼情報＆分野／テーマ分析要求照射
情報と分野／テーマ分析要求のパターンをパターン記録器に照射する。パターン記録器において情報および分野／テーマ分析要求のパターンを受けて、該当する分野／テーマに対応するパターンが励起する。
▲４▼情報の分野／テーマ分析結果格納
励起した該当する分野／テーマに対応するパターンが格納される。
▲５▼情報＆分野／テーマ分析結果照射
情報と情報に対応する分野／テーマに対応するパターンをパターン記録器に照射する。
▲６▼真実、規則、常識等、励起
情報に関連する分野／テーマで、情報と関連する真実、規則、常識等のパターンが励起する。
▲７▼情報と真実、規則、常識等との比較
情報に関連する分野／テーマで、情報と関連する真実、規則、常識等のパターンが励起したら、パターン処理モジュールに格納し、分析する。情報に含まれている内容が関連する真実、規則、常識等と整合するか否かの分析が実施される。情報の内容と関連する真実、規則、常識と整合すれば整合との判定を出す。情報の内容が真実、規則、常識と反すれば不整合との判定を出す。整合および不整合のいずれも判断できない場合は整合／不整合検出せずとする。
▲８▼照合結果
真実、規則、常識等との照合結果を出力する。
図２９は入力した情報が真実、規則、常識等と整合している場合について示したものである。本ケースの場合、入力した情報に対応するパターンが記録している真実、規則、常識等を格納した記録モジュールに格納されているパターンを励起し、入力したパターンが既に記録している真実、規則、常識等を格納したパターンと整合していることを検出している。
図３０は入力した情報が真実、規則、常識等と整合していない場合について示したものである。本ケースの場合、入力した情報に対応するパターンは記録している真実、規則、常識等を格納した記録モジュールに格納されている関連パターンを関連パターンとして励起するが、一致はしない。一方、入力した情報に対応するパターンは真実、規則、常識等の記録モジュールと反対の意味の関係にあるパターンを励起する。入力情報のパターンは真実、規則、常識等と反対の意味の関係にあるパターンを励起しているので、照合結果としては不整合であることを検出したことになる。
以上の例に示すように、入力した情報は真理、真実、事実、定義、規則、常識と整合するか否かを評価することができる。真理、真実、事実、定義、規則、常識は逐次、人間の指示により拡張することが可能である。また、真理、真実、事実、定義、規則、常識に属するパターンは、［００２７］の項で説明したように、論理、定義、類似、帰属、関係性の定義等の関係により展開されたパターン間の接続関係により導出されたパターンも信頼できる正しいものと判断することができる。なぜならば、真理、真実、事実、定義、規則、常識を前提に正しい展開（論理、定義、類似、帰属、関係性の定義等の関係により導出）がされているからである。
真理、真実、事実、定義、規則、常識を前提に正しい展開（論理、定義、類似、帰属、関係性の定義等の関係により導出）されているパターン間の接続体系は正しい知識体系と判断できるので、入力した情報を本知識体系を構築した記録モジュールに照射し、その結果、励起するパターン群は、入力情報をトリガーとして、導出された正しい知識群である。
（請求項６に対応）
入力した情報を構築した知識体系と照合し、真理、真実、事実、規則および常識に沿った行動を実施する人工知能およびソフトウェア実施例について説明する。
［００３３］の項にて説明したように、入力した情報を真理、真実、事実、規則および常識のパターン群で構築したパターン記録モジュールの領域に照射することにより、入力した情報が真理、真実、事実、規則および常識に整合したものか否かを判断することができる。判断の結果、真理、真実、事実、規則および常識に整合した行動は許可し、整合しない行動は禁止することにより、真理、真実、事実、規則および常識に沿った行動を実施する人工知能およびソフトウェアを実現することができる。
［００３３］の項にて説明したように、入力した情報を真理、真実、事実、規則および常識のパターン群で構築したパターン記録モジュールの領域に照射することにより、入力した情報が真理、真実、事実、規則および常識に整合したものか否かを判断することができる。判断の結果、真理、真実、事実、規則および常識に整合した行動は許可し、整合しない行動は禁止することにより、真理、真実、事実、規則および常識に沿った行動を実施する人工知能およびソフトウェアを実現することができる。
（請求項１に対応）
第１の発明によれば、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により知識の拡大および知識の体系化を自律的に実施することができる。
従来は機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
本発明によれば情報の処理に関してプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
従来は機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
本発明によれば情報の処理に関してプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
（請求項２に対応）
第２の発明によれば、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により知識の拡大および知識の体系化を自律的に実施することができる。また、情報の処理において追加および変更が生じた場合においてもプログラムの追加および変更をすることなく実施することができる。
従来は機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
本発明によれば情報の処理に関してプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
従来は機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
本発明によれば情報の処理に関してプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
（請求項３に対応）
第３の発明によれば、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により自律的に構築するとともに、入力された質問、命令、問題・課題に対して適切な処理を実行することができる。
従来は機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
本発明によれば情報の処理に関してプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
従来は機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
本発明によれば情報の処理に関してプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
（請求項４に対応）
第４の発明によれば、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により自律的に構築するとともに、入力された質問、命令、問題・課題に対して適切な処理を実行することができる。また、情報の処理において追加および変更が生じた場合においてもプログラムの追加および変更をすることなく実施することができる。
従来は機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
本発明によれば情報の処理に関してプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
従来は機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
本発明によれば情報の処理に関してプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
（請求項５に対応）
第５の発明によれば、入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築することができる。
従来は機械に入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築させることは困難であった。
また、機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
本発明によれば情報の処理に関してプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
従来は機械に入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築させることは困難であった。
また、機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
本発明によれば情報の処理に関してプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
（請求項６に対応）
第６の発明によれば、入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築するとともに、入力した情報を構築した知識体系と照合し、真理、真実、事実、規則および常識に沿った行動を実施させることができる。
従来は機械に入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築させ、構築した知識体系と照合し、真理、真実、事実、規則および常識に沿った行動を実施させることは困難であった。
また、機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
本発明によれば情報の処理に関してプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
従来は機械に入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築させ、構築した知識体系と照合し、真理、真実、事実、規則および常識に沿った行動を実施させることは困難であった。
また、機械に入力情報の処理等を行わせる場合、計算機にあらかじめプログラムを設定する必要があった。入力した情報から状況を判断するプログラム、個々の条件に応じ機械に動作させるプログラムを作成し、機械に搭載した計算機にインストールし実行する必要があった。プログラムは専用のプログラム言語により作成する必要があり、開発に多大な時間を要する等のデメリットがあった。条件の検出および対応する動作が適切でなければ、計算機にインストールしたプログラムを人間が修正する必要があり、修正に多大な時間を要する等のデメリットがあった。
本発明によれば情報の処理に関してプログラム等を設計して実施する必要は無いので大幅に開発の労力を低減することができる。
１ パターン変換器
２ パターン記録器
３ パターン登録器
４ パターン制御器
５ パターン逆変換器
６ パターン分析器
７ パターン処理器
２ パターン記録器
３ パターン登録器
４ パターン制御器
５ パターン逆変換器
６ パターン分析器
７ パターン処理器
Claims (12)
- 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、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンを情報に変換するパターン逆変換器と、パターンおよびパターン間の関係を分析するパターン分析器を備え、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により自律的に構築していく人工知能。
- 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、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンを情報に変換するパターン逆変換器と、パターンおよびパターン間の関係を分析するパターン分析器を備え、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報の処理において追加および変更が生じた場合においてもプログラムの追加および変更をすることなく、パターンおよびパターン間の接続関係を追加および変更することにより対応することが可能な人工知能。
- 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、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンを情報に変換するパターン逆変換器と、パターンおよびパターン間の関係を分析するパターン分析器と、パターンおよびパターン間の分析結果に応じて適切な処理を実行するパターン処理器を備え、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により自律的に構築するとともに、入力された質問、命令および問題・課題に対して適切な処理を実行する人工知能。
- 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、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンを情報に変換するパターン逆変換器と、パターンおよびパターン間の関係を分析するパターン分析器と、パターンおよびパターン間の分析結果に応じて適切な処理を実行するパターン処理器を備え、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、入力された質問、命令および問題・課題に対して適切な処理を実行するとともに、情報の処理に関して追加および変更が生じた場合においてもプログラムの追加および変更をすることなく、パターンおよびパターン間の接続関係を追加および変更することにより対応することが可能な人工知能。
- 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、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンを情報に変換するパターン逆変換器と、パターンおよびパターン間の関係を分析するパターン分析器と、パターンおよびパターン間の分析結果に応じて適切な処理を実行するパターン処理器を備え、入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築する人工知能。
- 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、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンを情報に変換するパターン逆変換器と、パターンおよびパターン間の関係を分析するパターン分析器と、パターンおよびパターン間の分析結果に応じて適切な処理を実行するパターン処理器を備え、入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築するとともに、入力した情報を構築した知識体系と照合し、真理、真実、事実、規則および常識に沿った行動を実施する人工知能。
- 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、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンを情報に変換するパターン逆変換器と、パターンおよびパターン間の関係を分析するパターン分析器を備え、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により自律的に構築していく人工知能として機能させるためのソフトウェア。
- 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、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンを情報に変換するパターン逆変換器と、パターンおよびパターン間の関係を分析するパターン分析器を備え、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報の処理において追加および変更が生じた場合においてもプログラムの追加および変更をすることなく、パターンおよびパターン間の接続関係を追加および変更することにより対応することが可能な人工知能として機能させるためのソフトウェア。
- 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、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンを情報に変換するパターン逆変換器と、パターンおよびパターン間の関係を分析するパターン分析器と、パターンおよびパターン間の分析結果に応じて適切な処理を実行するパターン処理器を備え、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により自律的に構築するとともに、入力された質問、命令および問題・課題に対して適切な処理を実行する人工知能として機能させるためのソフトウェア。
- 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、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンを情報に変換するパターン逆変換器と、パターンおよびパターン間の関係を分析するパターン分析器と、パターンおよびパターン間の分析結果に応じて適切な処理を実行するパターン処理器を備え、人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、入力された質問、命令および問題・課題に対して適切な処理を実行するとともに、情報の処理に関して追加および変更が生じた場合においてもプログラムの追加および変更をすることなく、パターンおよびパターン間の接続関係を追加および変更することにより対応することが可能な人工知能として機能させるためのソフトウェア。
- 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、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンを情報に変換するパターン逆変換器と、パターンおよびパターン間の関係を分析するパターン分析器と、パターンおよびパターン間の分析結果に応じて適切な処理を実行するパターン処理器を備え、入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築する人工知能として機能させるためのソフトウェア。
- 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、パターン間の関係およびパターンの励起の履歴を記録するパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンを情報に変換するパターン逆変換器と、パターンおよびパターン間の関係を分析するパターン分析器と、パターンおよびパターン間の分析結果に応じて適切な処理を実行するパターン処理器を備え、入力した情報の価値を評価し、真理、真実、事実、定義、規則、常識、説明、仮説、予測、意見、感想に識別、分類し自律的に知識体系を構築するとともに、入力した情報を構築した知識体系と照合し、真理、真実、事実、規則および常識に沿った行動を実施する人工知能として機能させるためのソフトウェア。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015031071A JP5807829B2 (ja) | 2015-02-02 | 2015-02-02 | 自律型知識分析機 |
| PCT/JP2015/062623 WO2016125320A1 (ja) | 2015-02-02 | 2015-04-15 | 自律型知識分析機 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015031071A JP5807829B2 (ja) | 2015-02-02 | 2015-02-02 | 自律型知識分析機 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2015130194A JP2015130194A (ja) | 2015-07-16 |
| JP5807829B2 true JP5807829B2 (ja) | 2015-11-10 |
Family
ID=53760818
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015031071A Active JP5807829B2 (ja) | 2015-02-02 | 2015-02-02 | 自律型知識分析機 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP5807829B2 (ja) |
| WO (1) | WO2016125320A1 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018208813A1 (en) * | 2017-05-09 | 2018-11-15 | Sri International | Deep adaptive semantic logic network |
| US11379660B2 (en) | 2019-06-27 | 2022-07-05 | International Business Machines Corporation | Deep learning approach to computing spans |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003228563A (ja) * | 2000-01-05 | 2003-08-15 | Susumu Kitano | 情報処理装置 |
| JP5737641B2 (ja) * | 2014-05-24 | 2015-06-17 | 洋彰 宮崎 | 自律型思考パターン生成機 |
| JP5737642B2 (ja) * | 2014-08-15 | 2015-06-17 | 洋彰 宮崎 | 自律型知識向上装置 |
| JP5740761B2 (ja) * | 2014-10-29 | 2015-07-01 | 洋彰 宮崎 | 自動論理構築機 |
-
2015
- 2015-02-02 JP JP2015031071A patent/JP5807829B2/ja active Active
- 2015-04-15 WO PCT/JP2015/062623 patent/WO2016125320A1/ja active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| JP2015130194A (ja) | 2015-07-16 |
| WO2016125320A1 (ja) | 2016-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11003568B2 (en) | Error recovery | |
| JP5907469B2 (ja) | 言語入力により自律的に知識を拡大する人工知能装置 | |
| JP5807831B2 (ja) | 自律型問題解決機 | |
| Krishnamurthy et al. | Semantic parsing to probabilistic programs for situated question answering | |
| Karapinar et al. | Cognitive robots learning failure contexts through real-world experimentation | |
| JP5810476B2 (ja) | 自律型知識抽出機 | |
| JP5881030B2 (ja) | 自己組織的に知識を拡大する人工知能装置 | |
| JP5807829B2 (ja) | 自律型知識分析機 | |
| JP5821142B2 (ja) | 自律型知能体系構築機 | |
| Kaimal et al. | Self learning real time expert system | |
| JP5854251B2 (ja) | 人工知能装置 | |
| JP5807830B2 (ja) | 自律型知能生成機 | |
| JP5854392B2 (ja) | 暴走しない人工知能装置 | |
| Lisi | A formal characterization of concept learning in description logics | |
| JP5821141B2 (ja) | 自律型知識体系構築機 | |
| JP5854250B2 (ja) | 人工知能装置 | |
| JP5828437B2 (ja) | 自律型処理手順生成および実行機 | |
| JP5828438B2 (ja) | 自律型知識体系構築機 | |
| JP2016028346A (ja) | 自己組織的に処理能力を拡大する人工知能装置 | |
| Yeganejou et al. | Explainable Artificial Intelligence and Computational Intelligence: Past and Present | |
| JP5866721B2 (ja) | 人工知能装置 | |
| Juura | Artificial intelligence in requirements engineering | |
| Lano et al. | Architectural Design for Machine Learning Systems | |
| WO2024008819A1 (en) | A computer program product for analyzing data originating from at least one device | |
| Wills | Determining the limits of automated program recognition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150616 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150618 |
|
| 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: 20150825 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150828 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5807829 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 |