JP7479558B1 - プログラム、及び、システム - Google Patents
プログラム、及び、システム Download PDFInfo
- Publication number
- JP7479558B1 JP7479558B1 JP2023187221A JP2023187221A JP7479558B1 JP 7479558 B1 JP7479558 B1 JP 7479558B1 JP 2023187221 A JP2023187221 A JP 2023187221A JP 2023187221 A JP2023187221 A JP 2023187221A JP 7479558 B1 JP7479558 B1 JP 7479558B1
- Authority
- JP
- Japan
- Prior art keywords
- data
- learning
- unknown
- user
- behavior
- 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
- 230000003542 behavioural effect Effects 0.000 claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 238000012549 training Methods 0.000 claims abstract description 11
- 230000006399 behavior Effects 0.000 claims description 59
- 230000009471 action Effects 0.000 claims description 28
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 description 57
- 230000008569 process Effects 0.000 description 42
- 230000010365 information processing Effects 0.000 description 33
- 238000012545 processing Methods 0.000 description 30
- 238000007781 pre-processing Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 22
- 238000004891 communication Methods 0.000 description 19
- 230000015654 memory Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000010813 municipal solid waste Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
図1は、本実施形態に係るシステム構成例を示す図である。例えば、図1に示すように、システム1は、ユーザ端末20A、20B、20C(以下、これらを総称して、「ユーザ端末20」と表記することがある。)と、サーバ11とを主に備える。
以下、AIは、「事前処理」によって学習する。学習段階、すなわち、「事前処理」におけるAIを「学習モデルA1」という。そして、学習モデルA1は、ある程度、学習が進むと、「学習済みモデルA2」となる。以下、学習済みモデルA2を用いて出力処理を実行する実行段階を「実行処理」とする。
図2は、事前処理例を示す図である。例えば、事前処理は、サーバ11で行われる。
図3は、実行処理例を示す図である。例えば、実行処理は、ユーザ端末20、又は、ユーザ端末20とサーバ11が協働して行う。
図6は、情報処理装置のハードウェア構成図である。情報処理装置は、サーバ11、及び、ユーザ端末20等である。以下、情報処理装置は、サーバ11と同じハードウェア構成であるとする。例えば、情報処理装置は、ワークステーション、又は、パーソナルコンピュータ等の汎用コンピュータである。ただし、それぞれの情報処理装置は、ハードウェア構成が異なってもよい。また、行動をセンシングするのは、IoTデバイス、又は、ウェアラブル端末等が望ましい。
図7は、AIの構成例を示すネットワーク図である。学習モデルA1、及び、学習済みモデルA2は、例えば、以下のようなネットワークで示す構成のAIである。
人間らしさは、例えば、身体性(Embodiment)等に関して評価すると、AI、又は、ロボット等ではなく、人であると精度良く評価できる。例えば、所謂なりすまし等をしようとしてソフトウェア等で人間の存在を偽装する場合には、評価対象となる人物が物理的に存在しないため、身体を動かすような行動をとるのが難しい。
図8は、第1学習済みモデルに対する入力例を示す図である。例えば、未知データD2として、行動データD201は以下のように入力される。
図10は、実行処理例を示す図である。以下、未知データD2として、「筋肉トレーニング」と「他者と会話」をユーザ4が自己申告(例えば、テキスト入力したとする。)した場合を例に説明する。
図11は、ゲーム内報酬への変換例を示す図である。行動の入力に対して、ゲームにおける報酬に変換されてもよい。
図12は、全体処理例を示す図である。以下の例では、全体処理は、事前処理と実行処理を連続して行う。具体的には、ステップS01が学習処理である。また、ステップS02乃至ステップS05が実行処理である。ただし、全体処理には、これら以外の処理が含まれてもよい。
図13は、機能構成例を示す図である。例えば、システム1は、学習装置31、及び、実行装置32を備えるパーソナルAIシステムである。
上記の例では、情報処理装置は、学習モデルに対する事前処理、及び、学習済みモデルを用いて実行処理の両方を行う。ただし、事前処理、及び、実行処理は、同じの情報処理装置が行わなくともよい。また、事前処理、及び、実行処理も、1つの情報処理装置で一貫して実行しなくともよい。すなわち、各処理、及び、データの記憶等は、複数の情報処理装置で構成する情報システム等で行ってもよい。
1F1 :第1学習データ入力手段
1F2 :第1学習手段
1F3 :第2学習データ入力手段
1F4 :第2学習手段
1F5 :第1未知データ入力手段
1F6 :第1生成手段
1F7 :第2未知データ入力手段
1F8 :第2生成手段
1F9 :出力手段
1F10 :変換手段
3 :管理者
4 :ユーザ
5 :管理者
11 :サーバ
20 :ユーザ端末
31 :学習装置
32 :実行装置
60 :補助装置
D1 :学習データ
D2 :未知データ
D20 :正解データ
D4 :ビッグデータ
A1 :学習モデル
A2 :学習済みモデル
A1 :学習モデル
A11 :第1学習モデル
A12 :第2学習モデル
A21 :第1学習済みモデル
A22 :第2学習済みモデル
D1 :学習データ
D11 :第11データ
D12 :第12データ
D13 :第13データ
D2 :未知データ
D20 :正解データ
D201 :行動データ
D21 :第21データ
D22 :第22データ
D23 :第23データ
D3 :出力データ
D31 :第1出力データ
D32 :第2出力データ
D4 :ビッグデータ
D51 :第1正解データ
D52 :第2正解データ
Claims (5)
- コンピュータを、
ユーザの行動データを含む第1学習データを用いて学習した第1学習済みモデルに対し、前記ユーザの行動に係る未知データを入力する第1未知データ入力手段と、
前記未知データが入力されると、前記未知データに基づき、前記未知データに係る前記ユーザの行動の評価結果に関する第1出力データを生成する第1生成手段と、
前記行動データを含む第2学習データを用いて学習した第2学習済みモデルに対し、前記未知データを入力する第2未知データ入力手段と、
前記未知データが入力されると、前記未知データに基づき、前記ユーザによる行動の真偽を示す判定結果に関する第2出力データを生成する第2生成手段と、
前記第1出力データ、及び、前記第2出力データに基づき、出力を行う出力手段として機能させるプログラム。 - 前記第2生成手段は、
前記判定結果の証拠に関する証拠データを更に生成する
請求項1に記載のプログラム。 - 前記評価結果をゲームにおける報酬に変換する変換手段として更に機能させる
請求項1に記載のプログラム。 - 前記第1学習データは、
前記行動の人間らしさを評価した結果に関する第1正解データを含み、
前記第2学習データは、
前記ユーザによる行動の真偽に関する第2正解データを含む
請求項1に記載のプログラム。 - ユーザの行動データを含む第1学習データを入力する第1学習データ入力手段と、
前記第1学習データを用いて、第1学習モデルを学習させて第1学習済みモデルを生成する第1学習手段と、
前記行動データを含む第2学習データを入力する第2学習データ入力手段と、
前記第2学習データを用いて、第2学習モデルを学習させて第2学習済みモデルを生成する第2学習手段と、
前記第1学習済みモデルに対し、前記ユーザの行動に係る未知データを入力する第1未知データ入力手段と、
前記未知データが入力されると、前記未知データに基づき、前記未知データに係る前記ユーザの行動の評価結果に関する第1出力データを生成する第1生成手段と、
前記第2学習済みモデルに対し、前記未知データを入力する第2未知データ入力手段と、
前記未知データが入力されると、前記未知データに基づき、前記ユーザによる行動の真偽を示す判定結果に関する第2出力データを生成する第2生成手段と、
前記第1出力データ、及び、前記第2出力データに基づき、出力を行う出力手段と
を備えるシステム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023187221A JP7479558B1 (ja) | 2023-10-31 | 2023-10-31 | プログラム、及び、システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023187221A JP7479558B1 (ja) | 2023-10-31 | 2023-10-31 | プログラム、及び、システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7479558B1 true JP7479558B1 (ja) | 2024-05-08 |
Family
ID=90926147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023187221A Active JP7479558B1 (ja) | 2023-10-31 | 2023-10-31 | プログラム、及び、システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7479558B1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021140952A1 (ja) | 2020-01-08 | 2021-07-15 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、並びにプログラム |
JP2021517292A (ja) | 2018-03-21 | 2021-07-15 | バルブ コーポレーション | オンラインゲーム環境内のチートソフトウェアの使用を自動的に減らすこと |
CN113177585A (zh) | 2021-04-23 | 2021-07-27 | 上海晓途网络科技有限公司 | 一种用户分类方法、装置、电子设备及存储介质 |
-
2023
- 2023-10-31 JP JP2023187221A patent/JP7479558B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021517292A (ja) | 2018-03-21 | 2021-07-15 | バルブ コーポレーション | オンラインゲーム環境内のチートソフトウェアの使用を自動的に減らすこと |
WO2021140952A1 (ja) | 2020-01-08 | 2021-07-15 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、並びにプログラム |
CN113177585A (zh) | 2021-04-23 | 2021-07-27 | 上海晓途网络科技有限公司 | 一种用户分类方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9965675B2 (en) | Using virtual reality for behavioral analysis | |
US8206222B2 (en) | Entertainment system for performing human intelligence tasks | |
US20200298131A1 (en) | Toxicity-based chat personalization within video games | |
US20070106628A1 (en) | Dialogue strategies | |
CN110998725A (zh) | 在对话中生成响应 | |
CN112402986B (zh) | 一种对战游戏中强化学习模型的训练方法及装置 | |
EP3726453A1 (en) | Information processing device, information processing method, and program | |
US20230094558A1 (en) | Information processing method, apparatus, and device | |
CN109154948B (zh) | 用于提供内容的方法和装置 | |
WO2020242596A1 (en) | Providing responses in an event-related session | |
US10963043B2 (en) | Utilizing machine learning to determine survey questions based on context of a person being surveyed, reactions to survey questions, and environmental conditions | |
CN113761156A (zh) | 人机交互对话的数据处理方法、装置、介质及电子设备 | |
US20220215957A1 (en) | Digital Nurse for Symptom and Risk Assessment | |
WO2020059789A1 (ja) | 情報処理方法、コンピュータプログラム、学習済みモデル及び情報処理装置 | |
JP2022096661A (ja) | 情報処理装置、システム、プログラム、及び方法 | |
JP7479558B1 (ja) | プログラム、及び、システム | |
US20230136939A1 (en) | User experience modeling system | |
JP6947460B1 (ja) | プログラム、情報処理装置、及び方法 | |
CN111753855B (zh) | 一种数据处理方法、装置、设备及介质 | |
JP7493664B1 (ja) | プログラム、及び、システム | |
US20240169321A1 (en) | Evaluation adjustment factoring for bias | |
CN118051782B (zh) | 一种模型训练的方法、业务处理的方法以及相关装置 | |
US20220191159A1 (en) | Device and method for generating an electronic card | |
CN111729292B (zh) | 文字游戏中数据处理方法及装置 | |
US20220040532A1 (en) | Utilizing machine learning and cognitive state analysis to track user performance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240306 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20240306 |
|
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: 20240326 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240423 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7479558 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |