JP6118887B1 - 人工知能育成システム、人工知能育成方法、及びプログラム - Google Patents
人工知能育成システム、人工知能育成方法、及びプログラム Download PDFInfo
- Publication number
- JP6118887B1 JP6118887B1 JP2015252286A JP2015252286A JP6118887B1 JP 6118887 B1 JP6118887 B1 JP 6118887B1 JP 2015252286 A JP2015252286 A JP 2015252286A JP 2015252286 A JP2015252286 A JP 2015252286A JP 6118887 B1 JP6118887 B1 JP 6118887B1
- Authority
- JP
- Japan
- Prior art keywords
- artificial intelligence
- training
- unit
- processing system
- processing
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 310
- 238000012549 training Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims description 26
- 238000012545 processing Methods 0.000 claims abstract description 139
- 238000000605 extraction Methods 0.000 claims abstract description 13
- 239000000284 extract Substances 0.000 claims abstract description 8
- 230000010365 information processing Effects 0.000 description 42
- 238000003860 storage Methods 0.000 description 29
- 238000010801 machine learning Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 14
- 238000009395 breeding Methods 0.000 description 11
- 230000001488 breeding effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 238000009826 distribution Methods 0.000 description 5
- 238000004806 packaging method and process Methods 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009474 immediate action Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
また、既存の情報処理システムに人工知能を組み合わせて、情報処理システムの処理や機能を高度化することが考えられている。
〔情報処理システム1の概要〕
本実施形態に係る情報処理システム1は、人工知能(Artificial Intelligence;AI)を育成し、育成した人工知能による処理を実行するシステムである。
図1は、情報処理システム1の概要を示す模式図である。
情報処理システム1は、人工知能育成システム10と、人工知能処理システム20とを備える。人工知能育成システム10は、例えば、人工知能を用いたシステムの開発元に設けられ、人工知能処理システム20は、例えば、当該開発元の顧客に設けられるシステムである。人工知能育成システム10と、人工知能処理システム20とは、別体の装置として実装されるシステムである。
これにより、人工知能処理システム20は、人工知能A2を育成することなく、処理を開始することができる。つまり、人工知能処理システム20は、人工知能の導入後、初めから高い能力で、人工知能を用いた処理を実行することができる。
従来は、実際に処理を実行するシステムに人工知能が実装されてから、機械学習を行い、処理に供することが多かった。しかしながら、この場合、人工知能A1は、機械学習を行う前であるため、処理精度や処理速度等の処理能力が低い。従って、人工知能を利用しても、ユーザの要求に十分に応えられない場合がある。
これに対して、情報処理システム1は、人工知能育成システム10において、人工知能A1を育成し、育成後の人工知能A2を人工知能処理システム20で利用する。そのため、人工知能A2は、人工知能処理システム20で育成をしていない場合であっても、初めから高い処理能力を発揮することができる。
このように、情報処理システム1は、人工知能育成システム10において、人工知能に対して、その利用目的に応じた様々な機械学習を行っておくことにより、人工知能の能力を導入後すぐに発揮させることができる。
以上が、情報処理システム1の概要についての説明である。
図2は、情報処理システム1の構成を示すブロック図である。
情報処理システム1において、人工知能育成システム10と、人工知能処理システム20とは、通信可能に接続されていてもよいし、スタンドアローンで構成されてもよい。
まず、人工知能育成システム10の構成について説明する。
人工知能育成システム10は、コンピュータシステムを備える電子機器であり、例えば、サーバ装置やパーソナルコンピュータである。人工知能育成システム10は、育成側記憶部12と、育成側入力部13と、育成側出力部14と、育成側制御部110と、を備える。
育成側人工知能情報記憶部121は、育成対象の人工知能のソフトウェアプログラムのデータと、育成後の人工知能のソフトウェアプログラムのデータとを記憶する。本実施形態において、育成対象の人工知能のソフトウェアプログラムのデータは、育成後に削除してもよいし、残しておいてもよい。
図3は、人工知能の育成の概要を示す模式図である。
図3に示す例では、機械学習の違いによる画像認識用の人工知能の変化を模式的に示す。例えば、育成対象の人工知能(画像認識AI Ver.0)に対して、内容が異なる3つの異なる学習データ群を用いて学習を行うと、3つの異なる人工知能(画像認識AI Ver.0、Ver.1、Ver.2)が生成される。
図4は、人工知能のパッケージ化の概要を示す模式図である。
図4に示すように、人工知能育成システム10は、機能が異なる人工知能のデータ、同じ機能であっても育成の進捗度(特性)の異なる人工知能のデータを保持している。ここで、人工知能処理システム20は、そのシステムに応じて人工知能に要求する機能や特性は異なっている。そこで、人工知能取出部113は、要求される機能や特性に応じて、複数の人工知能をまとめ、パッケージを生成する。これにより、人工知能育成システム10は、人工知能処理システム20ごとに最適な人工知能群を容易に提供することができる。
また、一般に、ホスト型仮想化やハイパーバイザ型仮想化等の仮想マシンでは、OS(Operating System)領域も含めてアプリケーション実行環境をパッケージするため、1つ1つの仮想マシンのファイルサイズが大きくなる。また、仮想マシンの実行先では、CPUやメモリ等のハードウェアリソースを多く利用するため、複数の仮想マシンを配置する場合、仮想マシンの実行先は、高度な性能(スペック)を備える必要がある。
これにより、情報処理システム1は、個々の仮想マシン(コンテナ)のファイルサイズを小さくすることができる。その結果、情報処理システム1は、仮想マシン配置するときのコピー時間を低減することができる。また、コンテナ仮想化により、人工知能処理システム20において、ハードウェアリソースの利用率を抑えることができるため、人工知能処理システム20は、複数の仮想マシンを配置する場合であっても、特別高度な性能を備える必要がない。
以上が、パッケージ化についての説明である。
人工知能処理システム20は、コンピュータシステムを備える電子機器であり、例えば、サーバ装置やパーソナルコンピュータである。人工知能処理システム20は、例えば、顧客の社内ネットワーク内に設けられる。人工知能処理システム20は、処理側記憶部22と、処理側入力部23と、処理側出力部24と、処理側制御部210と、を備える。
処理側記憶部22は、処理側人工知能情報記憶部221を備える。
処理側人工知能情報記憶部221は、人工知能のソフトウェアプログラムのデータを記憶する。
以上が、情報処理システム1の構成についての説明である。
次に、情報処理システム1の動作について説明する。
図5は、情報処理システム1による処理の流れの一例を示すシーケンスチャートである。
(ステップS100)人工知能育成システム10は、人工知能の育成を行うか否かを判定する。例えば、人工知能育成システム10は、ユーザにより人工知能の育成が指示された場合に、人工知能の育成を行うと判定する。育成を行う場合(ステップS100;YES)、情報処理システム1は、ステップS102に処理を進める。育成を行わない場合(ステップS100;NO)、情報処理システム1は、ステップS108に処理を進める。
(ステップS104)人工知能育成システム10は、学習データを取得する。その後、情報処理システム1は、ステップS106に処理を進める。
(ステップS106)人工知能育成システム10は、取得した学習データを用いて、育成対象の人工知能に機械学習を実行させる。その後、情報処理システム1は、ステップS100に処理を戻す。
(ステップS114)人工知能処理システム20は、導入された人工知能により所定の処理を実行する。以降、人工知能処理システム20は、独立して人工知能による所定の処理を実行してよい。
以上が、情報処理システム1の動作についての説明である。
以上説明してきたように、本実施形態による情報処理システム1は、人工知能育成システム10と、人工知能育成システム10とは異なる人工知能処理システム20と、を備える情報処理システムであって、人工知能育成システム10は、人工知能を育成する育成部112と、育成部112が育成した人工知能を取り出す人工知能取出部113と、を備え、人工知能処理システム20は、人工知能取出部113が取り出した人工知能により、所定の処理を実行する人工知能処理部212と、を備える。
これにより、人工知能育成システム10は、パッケージ化された複数の人工知能を取出し、人工知能処理システム20に提供することができる。従って、人工知能育成システム10は、人工知能処理システム20ごとに適切な人工知能を容易に提供することができる。そして、複数の機能を組み合わせなければ対応できないような高度な処理であっても、個々の機能に特化した単機能の人工知能を組み合わせることにより、様々なバリエーションにすぐに対応することができる。
これにより、情報処理システム1は、異なる特性を備える複数の人工知能を、同じ人工知能から生成し、人工知能に多様性を持たせることができる。従って、人工知能処理システム20ごとに適切な人工知能を容易に提供することができる。
これにより、情報処理システム1は、学習の進捗度が異なる複数の人工知能を、同じ人工知能から生成し、人工知能に多様性を持たせることができる。従って、人工知能処理システム20ごとに適切な人工知能を容易に提供することができる。
以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成は上述の実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。例えば、上述の実施形態において説明した各構成は、任意に組み合わせることができる。
図6は、人工知能処理システム20の設置の具体例を示す模式図である。
図6に示す例において、人工知能処理システム20の人工知能処理部212は、社内ネットワーク内の各装置と通信して所定の処理を実行する。社内ネットワーク(NW)には、端末装置30と、社内サーバ40とが互いに通信可能に接続されている。人工知能処理部212は、例えば、端末装置30の要求に応じて、社内サーバが管理する各種情報を参照し、スケジュールの調整、資料の抽出等所定の処理を実行する。
Claims (5)
- 自システムとは異なる人工知能処理システムであって、所定の処理を人工知能により実行する人工知能処理システムが利用可能な前記人工知能を育成する育成部と、
前記育成部が育成した前記人工知能を取り出す人工知能取出部と、
を備え、
前記育成部は、第1の人工知能を、学習用データ群の第1部分を用いて育成することにより第2の人工知能を取得し、前記第2の人工知能を、前記学習用データ群の第2部分を用いて育成することにより第3の人工知能を取得し、
前記人工知能取出部は、前記第2の人工知能と前記第3の人工知能とを取り出し可能である
人工知能育成システム。 - 前記育成部は、処理の内容が異なる複数の前記人工知能を育成し、
前記人工知能取出部は、前記育成部が育成した複数の前記人工知能をパッケージ化して取り出す
請求項1に記載の人工知能育成システム。 - 前記育成部は、学習前において同一である2つの前記人工知能を、内容が異なる学習データ群に基づいて育成する
請求項1又は請求項2に記載の人工知能育成システム。 - 所定の処理を人工知能により実行する人工知能処理システムが利用可能な前記人工知能を、前記人工知能処理システムとは異なる人工知能育成システムが育成する第1ステップと、
前記人工知能育成システムが、前記第1ステップにおいて育成した人工知能を取り出す第2ステップと、
を含み、
前記第1ステップでは、第1の人工知能を、学習用データ群の第1部分を用いて育成することにより第2の人工知能を取得し、前記第2の人工知能を、前記学習用データ群の第2部分を用いて育成することにより第3の人工知能を取得し、
前記第2ステップでは、前記第2の人工知能と前記第3の人工知能とを取り出し可能である
人工知能育成方法。 - 人工知能育成システムのコンピュータに、
前記人工知能育成システムとは異なる人工知能処理システムであって、所定の処理を人工知能により実行する人工知能処理システムが利用可能な前記人工知能を育成させる第1ステップと、
前記第1ステップにおいて育成された前記人工知能を取り出す第2ステップと、
を実行させるためのプログラムであって、
前記第1ステップでは、第1の人工知能を、学習用データ群の第1部分を用いて育成することにより第2の人工知能を取得し、前記第2の人工知能を、前記学習用データ群の第2部分を用いて育成することにより第3の人工知能を取得し、
前記第2ステップでは、前記第2の人工知能と前記第3の人工知能とを取り出し可能である
プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015252286A JP6118887B1 (ja) | 2015-12-24 | 2015-12-24 | 人工知能育成システム、人工知能育成方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015252286A JP6118887B1 (ja) | 2015-12-24 | 2015-12-24 | 人工知能育成システム、人工知能育成方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6118887B1 true JP6118887B1 (ja) | 2017-04-19 |
JP2017117226A JP2017117226A (ja) | 2017-06-29 |
Family
ID=58667199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015252286A Active JP6118887B1 (ja) | 2015-12-24 | 2015-12-24 | 人工知能育成システム、人工知能育成方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6118887B1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6936474B2 (ja) * | 2017-07-28 | 2021-09-15 | プラスマン合同会社 | 情報処理装置、システムおよび情報処理方法 |
KR101940928B1 (ko) * | 2017-11-15 | 2019-01-21 | 휴먼식스 주식회사 | 자연어 인공지능 데이터베이스 구축방법과 그 거래방법 |
KR102059420B1 (ko) * | 2017-11-20 | 2020-02-11 | 미스터마인드 주식회사 | 챗봇 트레이너 플랫폼 및 그 운영 방법 |
US11126927B2 (en) * | 2017-11-24 | 2021-09-21 | Amazon Technologies, Inc. | Auto-scaling hosted machine learning models for production inference |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002268684A (ja) * | 2001-03-14 | 2002-09-20 | Ricoh Co Ltd | 音声認識用音響モデル配信方法 |
-
2015
- 2015-12-24 JP JP2015252286A patent/JP6118887B1/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002268684A (ja) * | 2001-03-14 | 2002-09-20 | Ricoh Co Ltd | 音声認識用音響モデル配信方法 |
Non-Patent Citations (4)
Title |
---|
JPN6016041993; '試してみよう業務別オンラインExcelテンプレート&ソフト 土木偏' CAD&CG MAGAZINE 第7巻,第1号, 20050101, pp.45-60, 株式会社エクスナレッジ * |
JPN6016041994; '無料とは思えない高品質揃い プラグインパックのススメ' DTM MAGAZINE 第19巻,第3号, 20120208, p.9, 株式会社寺島情報企画 * |
JPN6016041996; 仲道隆史,外1名: '機械学習を用いた棋力の調整方法の提案と認知科学的評価' 情報処理学会 研究報告 ゲーム情報学(GI) 2013-GI-030 , 20130621, pp.1-7, 情報処理学会 * |
JPN6016041998; 芝山敏満,外2名: 'インクリメンタルサポートベクターマシンによる価値関数の学習' 電子情報通信学会技術研究報告 NC2001-70〜81 ニューロコンピューティング 第101巻,第534号, 20011214, pp.13-18, 社団法人電子情報通信学会 * |
Also Published As
Publication number | Publication date |
---|---|
JP2017117226A (ja) | 2017-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6118887B1 (ja) | 人工知能育成システム、人工知能育成方法、及びプログラム | |
US6857124B1 (en) | Method and system for hypermedia browser API simulation to enable use of browser plug-ins and applets as embedded widgets in script-language-based interactive programs | |
US8607206B2 (en) | Automatic synchronous-to-asynchronous software application converter | |
US20180189387A1 (en) | Apparatus and method for learning narrative of document, and apparatus and method for generating narrative of document | |
US11256484B2 (en) | Utilizing natural language understanding and machine learning to generate an application | |
US20160093232A1 (en) | Integrated development environment for visual and text coding | |
US9696971B1 (en) | Method and apparatus for generating and packaging integration workflow activities | |
US20140351811A1 (en) | Datacenter application packages with hardware accelerators | |
EP2230607A1 (en) | Apparatus and method for creating animation from web text | |
US20190371291A1 (en) | Method and apparatus for processing speech splicing and synthesis, computer device and readable medium | |
Janssen et al. | Experimental platforms for behavioral experiments on social-ecological systems | |
US10537801B2 (en) | System and method for decision making in strategic environments | |
US20140310335A1 (en) | Platform for creating context aware interactive experiences over a network | |
US20110041052A1 (en) | Markup language-based authoring and runtime environment for interactive content platform | |
CN109309612A (zh) | 邮件内容生成方法及装置、存储介质和电子设备 | |
US9760381B2 (en) | Configurable toolbar | |
JP2013246384A (ja) | コンテンツ提供システムおよびクライアント端末 | |
JP2021508389A (ja) | データ処理システムにおけるジョブ管理 | |
US9501264B2 (en) | User corrections in translation | |
US20140201729A1 (en) | Method and Apparatus for Supporting Multi-Modal Dialog Applications | |
CN106407751B (zh) | 对可执行文件进行保护的方法和装置 | |
WO2008106661A3 (en) | Human transparency paradigm | |
US11610151B2 (en) | Distribution system, data management apparatus, data management method, and computer-readable recording medium | |
Kelly | Modelling by the people, for the people | |
KR20110126261A (ko) | 게임 내 유저 관심 정보를 삽입하는 방법 및 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20170228 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170327 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6118887 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 |