JP6971270B2 - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法及び情報処理プログラムに関する。

従来、様々な機械学習の方法が知られている。例えば、カテゴリ分けに用いるためのラベル付きの学習用画像を取得して、カテゴリ分けをするための分類条件を学習する等の技術が知られている（例えば、特許文献１）。

特開２０１６−０９１１６６号公報

特許文献１には、人間の思考に見られるような階層に基づいて比重を変更して情報を処理したり、因果に基づいて情報を処理したりするといった情報の段階処理をすることについては、記載も示唆もされていない。このため、特許文献１に記載の方法では、人間の思考に見られるような階層に基づいて比重を変更して情報を処理したり、因果に基づいて情報を処理したりするといった情報の段階処理ができないという問題があった。

本発明は、上記に鑑みてなされたものであって、情報の段階処理ができる情報処理装置、情報処理方法及び情報処理プログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、情報処理装置は、主情報と、前記主情報の下位に属する従情報とを取得する取得部と、前記主情報と対応する曲面空間を生成するとともに、前記曲面空間の曲面を構成する各点に対応付けられ、前記従情報と対応するベクトルを含むベクトル空間を前記曲面空間における前記主情報と対応するベクトルが示す位置と紐付けることで、前記主情報と前記従情報とが有する概念を示す概念空間を学習する学習部と、を有することを特徴とする。

本発明によれば、情報の段階処理ができる情報処理装置、情報処理方法及び情報処理プログラムを提供することができる。

図１は、実施形態に係る情報処理装置の一例を説明する説明図である。 図２は、図１の情報処理装置の制御ブロック図である。 図３は、図１の情報処理装置が取り扱う情報の第１例を説明する説明図である。 図４は、図１の情報処理装置が取り扱う情報の第２例を説明する説明図である。 図５は、実施形態に係る情報処理方法のフローチャートである。 図６は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本発明に係る実施形態を図面に基づいて詳細に説明する。なお、この実施形態によりこの発明が限定されるものではない。また、実施形態における構成要素には、当業者が置換可能かつ容易なもの、あるいは実質的に同一のものが含まれる。さらに、以下に記載した構成要素は適宜組み合わせることが可能である。

〔１．情報処理装置１０の一例〕
図１は、実施形態に係る情報処理装置１０の一例を説明する説明図である。実施形態に係る情報処理装置の一例である情報処理装置１０は、図１に示すように、入力装置２１によって入力された入力情報２５に対して、情報の段階処理を実行して、得られた出力情報２６を出力装置２２に出力する。

情報処理装置１０は、図１に示すように、入力情報２５に基づいて、主情報３１と、主情報３１の下位に属する従情報３２とを取得し（後述する取得ステップＳ１１）、モデル１９が、主情報３１と対応する曲面空間３５を生成するとともに、曲面空間３５の曲面を構成する各点に対応付けられ、従情報３２と対応するベクトルを含むベクトル空間３７ａ，３７ｂを曲面空間３５における主情報３１と対応するベクトル３８ａ，３８ｂがそれぞれ示す位置と紐付けることで、主情報３１と従情報３２とが有する概念を示す概念空間を学習する（後述する学習ステップＳ１２）。

以下において、ベクトル空間３７ａ，３７ｂを互いに区別する必要がない場合には、単にベクトル空間３７と記す。また、ベクトル空間３７ａ，３７ｂを紐付ける位置をそれぞれ示す曲面空間３５における主情報３１と対応するベクトル３８ａ，３８ｂを互いに区別する必要がない場合には、単にベクトル３８と記す。

また、入力情報２５、出力情報２６、主情報３１、従情報３２、曲面空間３５、ベクトル空間３７及びベクトル３８の具体的な事例については、後述する。

〔２．情報処理システム１の一例〕
情報処理システム１は、図１に示すように、情報処理装置１０と、入力装置２１と、出力装置２２と、を含んで構成される。情報処理システム１では、情報処理装置１０と入力装置２１及び出力装置２２とは、有線または無線により情報通信可能に接続される。なお、情報処理システム１は、図１に示す装置等を含む構成に限定されず、その他の装置や端末を含んでもよく、通信ネットワーク等を介して互いに情報通信可能に接続されていてもよい。

入力装置２１は、高機能携帯電話（いわゆる、スマートフォン）を含む携帯電話機、タブレット端末、ノート型またはデスクトップ型のＰＣ（Personal Computer）、携帯情報端末であるＰＤＡ（Personal Digital Assistant）、及び、眼鏡型や時計型のウェアラブルデバイス（Wearable Device）等に例示される情報処理端末である。

入力装置２１は、情報処理装置１０が実行する情報の段階処理に対する入力情報２５を入力するための機能、例えば、情報処理装置１０からの入力情報２５の入力を受け付けるための入力画面等を入力装置２１の表示部に表示する機能、及び、入力を受け付けた入力情報２５を情報処理装置１０に送信する機能を有する。入力装置２１は、これらの様々な機能を、情報処理装置１０を利用するためのソフトウェアまたはアプリケーションを実行したり、情報処理装置１０を利用するためのインターネットブラウザ機能を実行したりすることで、実現する。

出力装置２２は、受信した情報に基づいて、文字、画像、動画等により表示する。出力装置２２は、情報処理装置１０が実行する情報の段階処理の結果として得られる出力情報２６を出力するための機能、例えば、情報処理装置１０から出力された出力情報２６を受信する機能、及び、出力情報２６に基づく出力画面等を出力装置２２の表示部に表示する機能を有する。出力装置２２は、これらの様々な機能を、情報処理装置１０を利用するためのソフトウェアまたはアプリケーションを実行したり、情報処理装置１０を利用するためのインターネットブラウザ機能を実行したりすることで、実現する。

なお、情報処理システム１は、本実施形態では、入力装置２１と出力装置２２とを別々に設けたが、本発明はこれに限定されず、入力装置２１と出力装置２２とが一体化された形態であってもよい。この場合、入力装置２１の表示部が出力装置２２として機能する。

入力情報２５は、情報処理装置１０が実行する情報の段階処理における初期条件や環境条件等の情報であり、出力情報２６は、入力情報２５に基づく条件下で、情報処理装置１０が実行する情報の段階処理によって得られた処理結果等の情報である。

〔３．情報処理装置１０の構成〕
図２は、図１の情報処理装置１０の制御ブロック図である。情報処理装置１０は、図２に示すように、処理部１１と、記憶部１２と、情報通信インターフェイス１３と、を有する。

（処理部１１について）
処理部１１は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１０内部の記憶装置である記憶部１２に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭ（Random Access Memory）を作業領域として実行されることにより実現される。また、処理部１１は、例えば、コントローラであり、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。処理部１１は、入力装置２１から入力情報２５の入力を受け付けたり、出力装置２２に出力情報２６の出力を行ったりする情報通信インターフェイス１３が接続されている。

処理部１１は、図２に示すように、記憶部１２及び情報通信インターフェイス１３と、互いに情報通信可能に電気的に接続されており、これらの各構成要素をそれぞれ制御する制御部として機能する。すなわち、処理部１１は、記憶部１２とともに、制御部として機能して、本発明の実施形態に係る情報処理方法を情報処理装置１０に実行させるものである。

処理部１１は、図２に示すように、取得部１４と、学習部１５と、演算処理部１６と、を有する。処理部１１に含まれる各部、すなわち、取得部１４、学習部１５及び演算処理部１６は、いずれも、処理部１１が情報処理プログラムを実行することにより、実現される機能部である。なお、取得部１４、学習部１５及び演算処理部１６の具体的な機能については、後述する。

（記憶部１２について）
記憶部１２は、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２は、入力された入力情報２５に対して情報の段階処理を実行して出力情報２６を得るための演算処理に関するモデル１９を記憶して保存する。

記憶部１２は、処理部１１に含まれる各部、すなわち、取得部１４、学習部１５及び演算処理部１６による処理によって生成された種々の情報を、記憶して保存する。

（情報通信インターフェイス１３について）
情報通信インターフェイス１３は、処理部１１と入力装置２１及び出力装置２２とを有線または無線で互いに情報通信可能に接続している。情報通信インターフェイス１３は、入力情報２５を入力装置２１から受信して処理部１１に送信する。また、情報通信インターフェイス１３は、処理部１１で生成される各情報、例えば、入力情報２５に基づいて得られた出力情報２６を処理部１１から受信し、出力装置２２等に向けて送信する。

なお、本実施形態では、情報処理装置１０は、本発明の実施形態に係る情報処理方法を実行する際に使用する入力情報２５を入力装置２１から受信することで取得する形態について説明しているが、本発明はこれに限定されることなく、情報通信インターフェイス１３に有線または無線で互いに情報通信可能に接続したその他の外部記憶装置から取得する形態も、予め記憶部１２に記憶させておいて記憶部１２から取得する形態も、好適に採用することができる。

図３は、図１の情報処理装置１０が取り扱う情報の第１例を説明する説明図である。図４は、図１の情報処理装置１０が取り扱う情報の第２例を説明する説明図である。以下において、図３及び図４を用いて、本実施形態に係る入力情報２５、出力情報２６、主情報３１、従情報３２、曲面空間３５、ベクトル空間３７及びベクトル３８について、具体的な事例を挙げてその詳細を説明するとともに、処理部１１に含まれる各部の具体的な機能について説明する。なお、以下において、情報処理装置１０が取り扱う情報の第１例に関する要素と、情報処理装置１０が取り扱う情報の第２例に関する要素とを互いに区別するため、第１例に関する各要素の符号の末尾に「ｃ」を記載し、第２例に関する各要素の符号の末尾に「ｄ」を記載する。

（情報処理装置１０が取り扱う情報の第１例について）
情報処理装置１０が取り扱う情報の第１例に係る入力情報２５ｃは、全体像を司る情報部分と、細部を司る情報部分とを有し、全体像を司る情報部分が主、細部を司る情報部分が従となる主従の階層構造を形成することで、各情報部分が互いに関係性の連鎖を有している。入力情報２５ｃは、具体的には、人の顔の画像が例示され、人の顔の輪郭曲面が、全体像を司る情報部分を形成しており、人の顔の輪郭曲面上に配置された首、髪、耳、眉毛、目、鼻及び口等の各パーツが、細部を司る各情報部分を形成している。

取得部１４は、図３に示すように、第１例に係る入力情報２５ｃを取り扱う場合、主情報３１ｃとして、全体像を司る情報部分を取得し、各従情報３２ｃとして、細部を司る各情報部分を取得する。取得部１４は、より詳細には、情報全体の土台となる情報部分を、全体像を司る情報部分と認識して主情報３１ｃとして取得し、情報全体の土台に乗っかっている各情報部分を、細部を司る各情報部分と認識して、各従情報３２ｃとして取得する。

取得部１４は、第１例に係る入力情報２５ｃを取り扱う場合、具体的には、人の顔の輪郭曲面という１個の主情報３１ｃと、首、髪、左右の耳、左右の眉毛、左右の目、鼻及び口という１０個のパーツに関する１０個の従情報３２ｃと、を取得する。

なお、取得部１４は、入力情報２５ｃを主情報３１ｃ及び従情報３２ｃに分離して取得する方法としては、上記した方法に限定されず、入力情報２５ｃに付随して入力されるその他の情報等に基づいて実行されてもよい。例えば、取得部１４は、入力情報２５ｃに付随して、人の顔の輪郭曲面が主情報３１ｃとして取得される部分であることの入力を受け付けて、この入力に基づいて、入力情報２５ｃを主情報３１ｃ及び従情報３２ｃに分離して取得してもよい。

学習部１５は、図３に示すように、第１例に係る入力情報２５ｃを取り扱う場合、主情報３１ｃと対応する主空間としての曲面空間３５ｃを生成するとともに、曲面空間３５ｃの曲面を構成する各点に対応付けられ、各従情報３２ｃと対応する各ベクトルを含む複数のベクトル空間３７ｃを生成し、各ベクトル空間３７ｃを曲面空間３５ｃにおける主情報３１ｃと対応する各ベクトル３８が示す位置と紐付けることで、主情報３１ｃと各従情報３２ｃとが有する概念を示す概念空間を学習する。ここで、曲面空間３５ｃは、主空間として生成され、ベクトル空間３７ｃは、主空間である曲面空間３５ｃに従属する従空間として生成される。なお、「曲面空間」とは、２次元の曲面のみならず、より高次元空間内における曲面により構成される空間であってもよい。すなわち、本願における「曲面」とは、任意の次元数における曲面（多様体）を含む概念である。学習部１５による学習結果は、随時、モデル１９に反映される。

学習部１５は、詳細には、曲面空間３５ｃを生成し、なおかつ、ベクトル空間３７ｃをいずれもリーマン曲面となるように生成し、生成された曲面空間３５ｃ、及び、リーマン曲面となるように生成されたベクトル空間３７ｃを学ぶことにより、主情報３１ｃと各従情報３２ｃとが有する概念を示す概念空間を学習する。このため、学習部１５は、曲面空間３５ｃにベクトル空間３７ｃを配置して学習することができるので、より精密に主情報３１ｃと各従情報３２ｃとが織りなす空間構造を学習することができる。より詳細には、学習部１５は、曲面空間３５ｃの学習を通して概念的で柔軟性のある、すなわち、類似と判断する対象にバリエーションがある内容を学習し、リーマン面で構成されるベクトル空間３７ｃの学習を通して代数演算が可能な距離が定まった内容を学習することができる。このような処理の結果、学習部１５は、例えば、全体像を司る情報部分と、細部を司る情報部分との関係性に応じた曲がり方やトポロジ（空間上に存在する孔の数等）を有する空間上において、全体像を司る情報部分と、細部を司る情報部分とを配置することができるので、情報全体が有する特徴を各空間に反映させることができる。例えば、学習部１５は、人類の顔が有する特徴等を自然と各空間に反映させることができる。

学習部１５は、第１例に係る入力情報２５ｃを取り扱う場合、具体的には、人の顔の輪郭曲面という主情報３１ｃに基づく１個の曲面空間３５ｃと、首、髪、左右の耳、左右の眉毛、左右の目、鼻及び口という１０個のパーツに関する１０個の従情報３２ｃにそれぞれ基づく１０個のベクトル空間３７ｃとを生成し、首、髪、左右の耳、左右の眉毛、左右の目、鼻及び口という１０個のパーツのそれぞれの中心部分の位置を示す各ベクトル３８によってこれらの１０個のベクトル空間３７ｃを曲面空間３５ｃに紐付けることで、人の顔の輪郭曲面と首、髪、左右の耳、左右の眉毛、左右の目、鼻及び口という１０個のパーツとが有する概念を示す概念空間を学習する。

なお、学習部１５は、主情報３１ｃに基づいて曲面空間３５ｃを生成するとともに、各従情報３２ｃに基づいて複数のベクトル空間３７ｃを生成して、複数のベクトル空間３７ｃを曲面空間３５ｃに紐付ける電算処理について、適宜、非特許文献１「naturomics/CapsNet-Tensorflow；https://github.com/naturomics/CapsNet-Tensorflow」等に記載されているような様々な考え方や取り扱い方を好適に活用することが好ましい。

演算処理部１６は、第１例に係る入力情報２５ｃを取り扱う場合、学習部１５が学習した図３に示すような人の顔の輪郭曲面と各パーツとが有する概念を示す概念空間を使用して、全体像を司る情報部分である人の顔の輪郭曲面と、細部を司る情報部分である各パーツとに階層構造に分けて演算処理して出力情報２６を得る。演算処理部１６は、学習部１５による学習結果を反映したモデル１９を使用して、この演算処理を実行する。

演算処理部１６は、第１例に係る入力情報２５ｃを取り扱う場合、例えば、顔認証処理を実行することができ、すなわち、２つの人の顔の画像が同一人物である可能性がどの程度であるかを、出力情報２６として得ることができる。演算処理部１６は、第１例に係る入力情報２５ｃを取り扱う場合、具体的には、加齢や疲労等に起因する顔の筋肉の変化に起因して人の顔の輪郭曲面に基づく曲面空間３５ｃに想定内の歪みが発生し、この歪みに基づいて複数のベクトル空間３７ｃに変化が発生していると認められる場合には、２つの人の顔の画像に差異があっても、同一人物である可能性が高い旨の出力情報２６を得る。

（情報処理装置１０が取り扱う情報の第２例について）
情報処理装置１０が取り扱う情報の第２例に係る入力情報２５ｄは、原因を司る情報部分と、結果を司る情報部分とを有し、原因を司る情報部分が主、結果を司る情報部分が従となる主従の因果構造を形成することで、各情報部分が互いに関係性の連鎖を有している。入力情報２５ｄは、具体的には、人の思考に関する情報が例示され、人の持つ背景が、原因を司る情報部分を形成しており、人の思考結果が、結果を司る各情報部分を形成している。ここで、人の持つ背景としては、人種、生い立ち、置かれた環境、思想、信条、学習内容、習得技術、業種、職種、趣味、嗜好等が例示される。また、人の思考結果としては、会話内容、発見、発明、意匠、商標、文筆物や絵画や音楽などの著作物等が例示される。

取得部１４は、図４に示すように、第２例に係る入力情報２５ｄを取り扱う場合、主情報３１ｄとして、原因を司る情報部分を取得し、各従情報３２ｄとして、結果を司る各情報部分を取得する。取得部１４は、より詳細には、情報全体の原因となる各情報部分を一体として、原因を司る情報部分と認識して主情報３１ｄとして取得し、情報全体の原因に起因して発生したと考えられる各情報部分を、結果を司る各情報部分と認識して、各従情報３２ｄとして取得する。

取得部１４は、第２例に係る入力情報２５ｄを取り扱う場合、具体的には、人種、生い立ち、置かれた環境、思想、信条、学習内容、習得技術、業種、職種、趣味、嗜好等という複数の各情報部分を一体化させた人の持つ背景全体である主情報３１ｄと、会話内容、発見、発明、意匠、商標、文筆物や絵画や音楽などの著作物等という人の思考結果のそれぞれである複数の従情報３２ｄと、を取得する。

なお、取得部１４は、入力情報２５ｄを主情報３１ｄ及び従情報３２ｄに分離して取得する方法としては、上記した方法に限定されず、入力情報２５ｄに付随して入力されるその他の情報等に基づいて実行されてもよい。例えば、取得部１４は、入力情報２５ｄに付随して、人種、生い立ち、置かれた環境、思想、信条、学習内容、習得技術、業種、職種、趣味、嗜好等が一体の主情報３１ｄを構成する情報部分として取得される部分であることの入力を受け付けて、この入力に基づいて、入力情報２５ｄを主情報３１ｄ及び従情報３２ｄに分離して取得してもよい。

学習部１５は、図４に示すように、第２例に係る入力情報２５ｄを取り扱う場合、主情報３１ｄと対応する曲面空間３５ｄを生成するとともに、曲面空間３５ｄの曲面を構成する各点に対応付けられ、各従情報３２ｄと対応する各ベクトルを含む複数のベクトル空間３７ｄを生成し、各ベクトル空間３７ｄを曲面空間３５ｄにおける主情報３１ｄと対応する各ベクトル３８が示す位置と紐付けることで、主情報３１ｄと各従情報３２ｄとが有する概念を示す概念空間を学習する。ここで、曲面空間３５ｄは、主空間として生成され、ベクトル空間３７ｄは、主空間である曲面空間３５ｄに従属する従空間として生成される。学習部１５による学習結果は、随時、モデル１９に反映される。

学習部１５は、詳細には、曲面空間３５ｄを生成し、なおかつ、ベクトル空間３７ｄをいずれもリーマン曲面となるように生成し、生成された曲面空間３５ｄ、及び、リーマン曲面となるように生成されたベクトル空間３７ｄを学ぶことにより、主情報３１ｄと各従情報３２ｄとが有する概念を示す概念空間を学習する。このため、学習部１５は、曲面空間３５ｄにベクトル空間３７ｄを配置して学習することができるので、より精密に主情報３１ｃと各従情報３２ｄとが織りなす空間構造を学習することができる。より詳細には、学習部１５は、曲面空間３５ｄの学習を通して概念的で柔軟性のある、すなわち、類似と判断する対象にバリエーションがある内容を学習し、リーマン面で構成されるベクトル空間３７ｄの学習を通して代数演算が可能な距離が定まった内容を学習することができる。このような処理の結果、学習部１５は、例えば、原因を司る情報部分と、結果を司る情報部分との関係性に応じた曲がり方やトポロジ（空間上に存在する孔の数等）を有する空間上において、原因を司る情報部分と、結果を司る情報部分とを配置することができるので、情報全体が有する特徴を各空間に反映させることができる。例えば、学習部１５は、ある特定の人物により記述された文章の特徴等を自然と各空間に反映させることができる。

学習部１５は、第２例に係る入力情報２５ｄを取り扱う場合、具体的には、人の持つ背景全体である主情報３１ｄに基づく１個の曲面空間３５ｄと、人の思考結果のそれぞれである複数の従情報３２ｄにそれぞれ基づく複数のベクトル空間３７ｄとを生成し、人の思考結果のそれぞれの抽象的な位置付けを示す各ベクトル３８によってこれらの複数のベクトル空間３７ｄを曲面空間３５ｄに紐付けることで、原因となる人の持つ背景全体と、結果となる人の思考結果とが有する概念を示す概念空間を学習する。

なお、学習部１５は、主情報３１ｄに基づいて曲面空間３５ｄを生成するとともに、各従情報３２ｄに基づいて複数のベクトル空間３７ｄを生成して、複数のベクトル空間３７ｄを曲面空間３５ｄに紐付ける電算処理について、適宜、前述の非特許文献１に加えて、非特許文献２「Dynamic Routing Between Capsules；https://papers.nips.cc/paper/6975-dynamic-routing-between-capsules.pdf」等に記載されているような様々な考え方や取り扱い方を好適に活用することで、第１例に係る入力情報２５ｃよりも抽象的な第２例に係る入力情報２５ｄに例示される種類の概念について、好適に取り扱うことが好ましい。

演算処理部１６は、第２例に係る入力情報２５ｄを取り扱う場合、学習部１５が学習した図４に示すような人の持つ背景全体と人の思考結果のそれぞれとが有する概念を示す概念空間を使用して、原因を司る情報部分である人の持つ背景全体と、結果を司る情報部分である人の思考結果のそれぞれとの因果関係に基づいて演算処理して出力情報２６を得る。演算処理部１６は、学習部１５による学習結果を反映したモデル１９を使用して、この演算処理を実行する。

演算処理部１６は、第２例に係る入力情報２５ｄを取り扱う場合、例えば、自動発明処理を実行することができ、すなわち、人の持つ背景の組み合わせの結果として想到される発明を、出力情報２６として得ることができる。演算処理部１６は、第２例に係る入力情報２５ｄを取り扱う場合、具体的には、人の持つ背景に含まれる学習内容及び習得技術をよりたくさん詰め込んで、有限の人生を送る人では極めて困難な量及び質の学習内容及び習得技術に基づいて想到される発明を、出力情報２６として得ることができる。

（モデル１９について）
モデル１９は、情報の段階処理における初期条件や環境条件等の情報である入力情報２５に基づいて、情報の段階処理を実行して、その処理結果等の情報である出力情報２６を取得する演算処理に関する分類機である。モデル１９は、学習部１５による学習結果を反映することで、学習部１５による学習内容に基づく情報の段階処理を扱うことが可能となる。

〔４．評価処理の一例〕
本発明の実施形態に係る情報処理装置１０の作用について以下に説明する。図５は、実施形態に係る情報処理方法のフローチャートである。情報処理装置１０によって実行される本発明の実施形態に係る情報処理方法について、図５を用いて説明する。実施形態に係る情報処理方法は、図５に示すように、取得ステップＳ１１と、学習ステップＳ１２と、演算処理ステップＳ１３と、を有する。

実施形態に係る情報処理方法において、処理部１１は、まず、取得ステップＳ１１を実行する前に、実施形態に係る情報処理方法において取り扱う情報の段階処理に関する環境条件を決定する。例えば、処理部１１は、情報通信インターフェイス１３を介して入力装置２１から入力情報２５を受信し、入力情報２５に含まれている情報の段階処理に関する環境条件に基づいて、実施形態に係る情報処理方法において取り扱う情報の段階処理に関する環境条件を決定することができる。また、処理部１１は、記憶部１２に記憶されている情報の段階処理に関する環境条件に基づいて、実施形態に係る情報処理方法において取り扱う情報の段階処理に関する環境条件を決定してもよい。

取得ステップＳ１１は、取得部１４が、主情報３１と、主情報３１の下位に属する従情報３２とを取得するステップである。

取得ステップＳ１１では、具体的には、取得部１４が、まず、入力情報２５の種類について、主従の階層構造を形成している場合であるか、それとも、主従の因果構造を形成している場合であるか、を判別する。取得ステップＳ１１では、取得部１４が、次に、入力情報２５が入力情報２５ｃに例示されるように全体像を司る情報部分と細部を司る情報部分とが主従の階層構造を形成していると判別した場合、主情報３１として全体像を司る情報部分を取得し、各従情報３２として細部を司る各情報部分を取得する。また、取得ステップＳ１１では、取得部１４が、入力情報２５が入力情報２５ｄに例示されるように原因を司る情報部分と結果を司る情報部分とが主従の因果構造を形成していると判別した場合、主情報３１として原因を司る情報部分を取得し、各従情報３２として結果を司る各情報部分を取得する。

学習ステップＳ１２は、学習部１５が、取得ステップＳ１１で取得した主情報３１と対応する曲面空間３５を生成するとともに、曲面空間３５の曲面を構成する各点に対応付けられ、取得ステップＳ１１で取得した従情報３２と対応するベクトルを含むベクトル空間３７を曲面空間３５における主情報３１と対応するベクトル３８が示す位置と紐付けることで、主情報３１と従情報３２とが有する概念を示す概念空間を学習するステップである。

学習ステップＳ１２では、具体的には、学習部１５が、まず、主情報３１に基づいて、主情報３１と対応する曲面空間３５を生成するとともに、従情報３２に基づいて、曲面空間３５の曲面を構成する各点に対応付けられ、従情報３２と対応するベクトルを含むベクトル空間３７を生成する。学習ステップＳ１２では、学習部１５が、次に、ベクトル空間３７を曲面空間３５における主情報３１と対応するベクトル３８が示す位置と紐付ける。学習ステップＳ１２では、このようにして、学習部１５が、主情報３１と従情報３２とが有する概念を示す概念空間を学習する。学習ステップＳ１２では、学習部１５による学習結果は、随時、モデル１９に反映される。

演算処理ステップＳ１３は、演算処理部１６が、学習ステップＳ１２で学習部１５が学習した概念空間を使用して、情報の段階処理を実行して出力情報２６を得るステップである。演算処理ステップＳ１３では、演算処理部１６が、学習部１５による学習結果が反映されたモデル１９を使用して、この情報の段階処理を実行する。

演算処理ステップＳ１３では、具体的には、演算処理部１６が、取得ステップＳ１１で入力情報２５が入力情報２５ｃに例示されるように全体像を司る情報部分と細部を司る情報部分とが主従の階層構造を形成していると判別した場合、全体像を司る情報部分と細部を司る情報部分とに階層構造に分けて演算処理する。また、演算処理ステップＳ１３では、演算処理部１６が、入力情報２５が入力情報２５ｄに例示されるように原因を司る情報部分と結果を司る情報部分とが主従の因果構造を形成していると判別した場合、原因を司る情報部分と結果を司る情報部分との因果関係に基づいて演算処理する。

実施形態に係る情報処理方法において、処理部１１は、演算処理ステップＳ１３を実行して得た出力情報２６を、情報通信インターフェイス１３を介して出力装置２２に出力することができる。

〔５．ハードウェア構成〕
上述してきた実施形態に係る情報処理装置１０は、例えば図６に示すような構成のコンピュータ１０００によって実現される。図６は、情報処理装置１０の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に記憶されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を記憶する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を記憶する。通信インターフェイス１５００は、通信網５００を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを、通信網５００を介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に記憶されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る情報処理装置１０として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、処理部１１の機能を実現する。また、ＨＤＤ１４００には、記憶部１２内のデータが記憶される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から通信網５００を介してこれらのプログラムを取得してもよい。

〔６．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、図２に示した記憶部１２に記憶される情報は、情報通信インターフェイス１３等のネットワークを介して、外部に備えられた所定の記憶装置に記憶されてもよい。

また、上記実施形態では、情報処理装置１０が、例えば、主情報３１と、主情報３１の下位に属する従情報３２とを取得する取得ステップＳ１１と、取得ステップＳ１１で取得した主情報３１と対応する曲面空間３５を生成するとともに、曲面空間３５の曲面を構成する各点に対応付けられ、取得ステップＳ１１で取得した従情報３２と対応するベクトルを含むベクトル空間３７を曲面空間３５における主情報３１と対応するベクトル３８が示す位置と紐付けることで、主情報３１と従情報３２とが有する概念を示す概念空間を学習する学習ステップＳ１２と、学習ステップＳ１２で学習した概念空間を使用して、情報の段階処理を実行して出力情報２６を得る演算処理ステップＳ１３と、を行う例を示した。しかし、上述した情報処理装置１０は、取得ステップＳ１１を行う取得装置と、学習ステップＳ１２を行う学習装置と、演算処理ステップＳ１３を行う演算処理装置とに分離されてもよい。そして、上記の情報処理装置１０による処理は、取得装置と、学習装置と、演算処理装置との各装置を有する情報処理システムによって実現される。

また、上述した学習内容は、あくまで一例であり、情報処理装置１０は、任意の態様で学習し、モデル１９に反映させてよい。すなわち、どのような態様で主情報３１と従情報３２とが有する概念を示す概念空間学習し、モデル１９に主情報３１と従情報３２とが有する概念を示す概念空間の学習を反映させるかについては、任意の態様が採用可能である。例えば、情報処理装置１０は、学習時においては、曲面空間３５、ベクトル空間３７及びベクトル３８を組合せて記憶する形で学習してもよいし、曲面空間３５、ベクトル空間３７及びベクトル３８を導出する経路を記憶する形で学習してもよい。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

〔７．効果〕
上述してきたように、実施形態に係る情報処理装置１０は、取得部１４と、学習部１５と、を有する。取得部１４は、主情報３１と、主情報３１の下位に属する従情報３２とを取得する。学習部１５は、主情報３１と対応する曲面空間３５を生成するとともに、曲面空間３５の曲面を構成する各点に対応付けられ、従情報３２と対応するベクトルを含むベクトル空間３７を曲面空間３５における主情報３１と対応するベクトル３８が示す位置と紐付けることで、主情報３１と従情報３２とが有する概念を示す概念空間を学習する。

このように、実施形態に係る情報処理装置１０は、情報の関係性の連鎖に着目して情報を段階に応じて情報を分離して取得し、分離した情報及びそれらの関係性の連鎖が有する概念を示す概念空間を学習するので、人間の思考に見られるような階層に基づいて比重を変更して情報を処理したり、因果に基づいて情報を処理したりするといった情報の段階処理をすることができる。

また、実施形態に係る情報処理装置１０は、取得部１４が、主情報３１として全体像を司る情報部分を取得し、従情報３２として全体像に対する細部を司る情報部分を取得することができる。さらに、実施形態に係る情報処理装置１０は、学習部１５が学習した概念空間を使用して、全体像を司る情報部分と細部を司る情報部分とに階層構造に分けて演算処理する演算処理部１６と、をさらに有する。

このように、実施形態に係る情報処理装置１０は、情報の階層構造に着目して情報を分離して取得し、分離した情報及びそれらの階層構造が有する概念を示す概念空間を学習するので、好適に、階層に基づいて比重を変更して情報を処理することができる。

また、実施形態に係る情報処理装置１０は、取得部１４が、取得部１４が、主情報３１として原因を司る情報部分を取得し、従情報３２として原因に基づく結果を司る情報部分を取得することができる。さらに、実施形態に係る情報処理装置１０は、学習部１５が学習した概念空間を使用して、原因を司る情報部分と結果を司る情報部分との因果関係に基づいて演算処理する演算処理部１６と、をさらに有する。

このように、実施形態に係る情報処理装置１０は、情報の因果関係に着目して情報を分離して取得し、分離した情報及びそれらの因果関係が有する概念を示す概念空間を学習するので、好適に、因果に基づいて情報を処理することができる。

また、実施形態に係る情報処理装置１０は、学習部１５が、曲面空間３５の学習を通して概念的で柔軟性のある内容を学習し、リーマン面で構成されるベクトル空間３７の学習を通して代数演算が可能な距離が定まった内容を学習する。

このように、実施形態に係る情報処理装置１０は、曲面空間３５とリーマン面で構成されるベクトル空間３７との空間の数学的性質の差異を生かすことで、概念的で柔軟性のある包括的な内容と、代数演算を要する詳細さが求められる内容とを、情報の関連性の連鎖によって生じる階層に分けて、情報処理並びに情報処理に関する学習をすることができる。

また、実施形態に係る情報処理方法は、取得ステップＳ１１と、学習ステップＳ１２と、を有する。取得ステップＳ１１は、主情報３１と、主情報３１の下位に属する従情報３２とを取得するステップである。学習ステップＳ１２は、主情報３１と対応する曲面空間３５を生成するとともに、曲面空間３５の曲面を構成する各点に対応付けられ、従情報３２と対応するベクトルを含むベクトル空間３７を曲面空間３５における主情報３１と対応するベクトル３８が示す位置と紐付けることで、主情報３１と従情報３２とが有する概念を示す概念空間を学習するステップである。

このように、実施形態に係る情報処理方法は、情報の関係性の連鎖に着目して情報を段階に応じて情報を分離して取得し、分離した情報及びそれらの関係性の連鎖が有する概念を示す概念空間を学習するので、人間の思考に見られるような階層に基づいて比重を変更して情報を処理したり、因果に基づいて情報を処理したりするといった情報の段階処理をすることができる。

また、実施形態に係る情報処理プログラムは、コンピュータ１０００に、取得手順と、学習手順と、を実行させるためのものである。取得手順は、主情報３１と、主情報３１の下位に属する従情報３２とを取得する手順である。学習手順は、主情報３１と対応する曲面空間３５を生成するとともに、曲面空間３５の曲面を構成する各点に対応付けられ、従情報３２と対応するベクトルを含むベクトル空間３７を曲面空間３５における主情報３１と対応するベクトル３８が示す位置と紐付けることで、主情報３１と従情報３２とが有する概念を示す概念空間を学習する手順である。

このように、実施形態に係る情報処理プログラムは、コンピュータ１０００に、情報の関係性の連鎖に着目して情報を段階に応じて情報を分離して取得させ、分離した情報及びそれらの関係性の連鎖が有する概念を示す概念空間を学習させるので、人間の思考に見られるような階層に基づいて比重を変更して情報を処理させたり、因果に基づいて情報を処理させたりするといった情報の段階処理をさせることができる。

以上、本願の実施形態を図面に基づいて詳細に説明したが、これは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、処理部は、処理手段や処理回路に読み替えることができる。

１ 情報処理システム
１０ 情報処理装置
１１ 処理部
１２ 記憶部
１３ 情報通信インターフェイス
１４ 取得部
１５ 学習部
１６ 演算処理部
１９ モデル
２１ 入力装置
２２ 出力装置
２５ 入力情報
２６ 出力情報
３１ 主情報
３２ 従情報
３５ 曲面空間
３７ ベクトル空間
３８ ベクトル

Claims (8)

1. 主情報と、前記主情報の下位に属する従情報とを取得する取得部と、
   前記主情報と対応する曲面空間を生成するとともに、前記曲面空間の曲面を構成する各点に対応付けられ、前記従情報と対応するベクトルを含むベクトル空間を前記曲面空間における前記主情報と対応するベクトルが示す位置と紐付けることで、前記主情報と前記従情報とが有する概念を示す概念空間を学習する学習部と、
   を有することを特徴とする情報処理装置。
2. 前記取得部は、前記主情報として全体像を司る情報部分を取得し、前記従情報として前記全体像に対する細部を司る情報部分を取得することを特徴とする請求項１に記載の情報処理装置。
3. 前記学習部が学習した前記概念空間を使用して、全体像を司る情報部分と細部を司る情報部分とに階層構造に分けて演算処理する演算処理部と、
   をさらに有することを特徴とする請求項２に記載の情報処理装置。
4. 前記取得部は、前記主情報として原因を司る情報部分を取得し、前記従情報として前記原因に基づく結果を司る情報部分を取得することを特徴とする請求項１に記載の情報処理装置。
5. 前記学習部が学習した前記概念空間を使用して、原因を司る情報部分と結果を司る情報部分との因果関係に基づいて演算処理する演算処理部と、
   をさらに有することを特徴とする請求項４に記載の情報処理装置。
6. 前記学習部は、前記曲面空間の学習を通して概念的で柔軟性のある内容を学習し、リーマン面で構成される前記ベクトル空間の学習を通して代数演算が可能な距離が定まった内容を学習する、
   ことを特徴とする請求項１から請求項５のいずれか１項に記載の情報処理装置。
7. 主情報と、前記主情報の下位に属する従情報とを取得する取得ステップと、
   前記主情報と対応する曲面空間を生成するとともに、前記曲面空間の曲面を構成する各点に対応付けられ、前記従情報と対応するベクトルを含むベクトル空間を前記曲面空間における前記主情報と対応するベクトルが示す位置と紐付けることで、前記主情報と前記従情報とが有する概念を示す概念空間を学習する学習ステップと、
   を有することを特徴とする情報処理方法。
8. コンピュータに、
   主情報と、前記主情報の下位に属する従情報とを取得する取得手順と、
   前記主情報と対応する曲面空間を生成するとともに、前記曲面空間の曲面を構成する各点に対応付けられ、前記従情報と対応するベクトルを含むベクトル空間を前記曲面空間における前記主情報と対応するベクトルが示す位置と紐付けることで、前記主情報と前記従情報とが有する概念を示す概念空間を学習する学習手順と、
   を実行させるための情報処理プログラム。

Images