KR100719654B1 - 발상 모델장치, 자발감정 모델장치, 그 방법 및 그 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 - Google Patents
발상 모델장치, 자발감정 모델장치, 그 방법 및 그 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 Download PDFInfo
- Publication number
- KR100719654B1 KR100719654B1 KR1020057005842A KR20057005842A KR100719654B1 KR 100719654 B1 KR100719654 B1 KR 100719654B1 KR 1020057005842 A KR1020057005842 A KR 1020057005842A KR 20057005842 A KR20057005842 A KR 20057005842A KR 100719654 B1 KR100719654 B1 KR 100719654B1
- Authority
- KR
- South Korea
- Prior art keywords
- state
- external input
- emotional
- spontaneous
- emotional state
- Prior art date
Links
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
본 발명의 발상 모델장치는, 자발감정부, 지식 데이터베이스, 및 착상부를 구비한다. 자발감정부는, 인간의 감정을 모델화한 감정 상태를 데이터로서 미리 준비하고, 슈뢰딩거 방정식의 확률 모델에 따라, 이들 감정 상태의 사이에서 상태천이를 반복한다. 지식 데이터베이스에서는, 외부로부터 수집된 지식 데이터를 감정 상태와의 상관의 강도에 관련지어 분류 축적함으로써, 감성에 영향을 받는 인간의 발상원을 시뮬레이션 한다. 착상부는, 외부 입력이 주어지면, 이 외부 입력과 자발감정부의 감정 상태를 조합하여, 그 조합 등을 검색 키로 하여, 지식 데이터베이스로부터 지식 데이터를 검색함으로써, 인간의 착상 행위를 시뮬레이션 한다.
Description
본 발명은, 인간의 착상 행위를 시뮬레이션하는 발상 모델장치, 그 방법, 및 그 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것이다.
본 발명은, 그 발상 모델장치의 주요 부분인 자발감정 모델장치, 그 방법, 및 그 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것이다.
특히, 본 발명은, 아래와 같은 제품 분야 등에 적용되는 기술이다.
(1) 컴퓨터나 로봇을 이용한, 보다 자연스러운 질의응답 시스템
(2) 인간적인 감성을 반영하는 아이디어 검색 시스템
(3) 인간의 심리 상태의 실험 모델
(4) 보다 인간다운 감정이나 움직임을 반영하는 게임 시스템
(5) 에이전트 시스템
(6) 자발감정에 의한 착상(소위 직감)에 의해, 방대한 정보원으로부터 적확한 답을 고속 검색하는 정보 검색 방법
본 발명과 관련이 있는 종래기술로서는, 특허문헌 1(일본 출원의 특허공개공보 평성 11-265239호)에 개시된 '감정생성 장치 및 감정 생성 방법'이 알려져 있 다. 인간 등의 내부 상태를 나타내는 감정은, 그 때의 상황에 따라 여러가지로 변화한다. 이 특허문헌 1에 있어서는, 예측 불가능한 상황에 있어서의 감정의 생성을 실현하기 위한 기술을 개시하고 있다. 즉, 예측 가능한 상황에 비추어 상황을 평가하고, 장치 자체의 감정을 발생시킨다. 또, 실제로 발생한 과거의 감정과 그 때의 상황을 분석하여, 각각의 상황에 특유의 예측 불가능한 부대조건 및 거기에 대응하는 감정을 학습한다. 새롭게 입력된 상황이 학습한 부대조건을 만족하는 경우에는, 그 부대조건에 대응하는 감정을 출력한다.
또, 본원 발명자는, 특허문헌 2(일본 출원의 특허공개공보 2002-215183호)에 있어서 '감성 발생 방법 및 감성 발생 장치 및 소프트웨어'를 개시하고 있다. 이 종래 기술에서는, 대화 상대의 감정 상태 등의 입력 정보에 기초하여, 유쾌함, 위험도, 달성도를 표시하는 본능 파라미터를 동기 부여 정보로서 생성하고, 그 본능적인 동기 부여 정보에 기초하여, 기쁨이나 분노 등의 기본 감정을 발생제어한다. 특히, 이 종래기술에서는, 기본 감정의 발생 제어시에, 이성이나 의지와 같은 개성을 제어룰(인간으로 말하면 성향)에 반영함으로써, 보다 인간적인 감정 상태의 생성에 성공하고 있다.
그런데, 인간의 뇌는, 다수의 뉴런으로 이루어진 거대한 병렬처리머신이라고 생각된다. 그 결과, 뇌에 의한 문제 해결은, 병렬처리에 의한 전체매칭의 정보 검색 처리로서 파악할 수 있다.
그러나, 이러한 전체매칭의 정보 검색 처리를 컴퓨터 등에서 실현하기 위해서는, 방대한 검색 사전을 준비하지 않으면 안되고, 또한 막대한 검색 시간이 걸리 는 등의 문제가 발생한다. 또, 전체매칭의 정보 검색에서는, 일정한 검색 조건에 합치하는 평균적인 답을 검색 범위내로부터 찾아내고 있는 것에 불과할 뿐, 의표를 찌르는 답(순간적인 생각)을 출력하는 것은 불가능하다.
인간의 뇌는, 순간적인 생각이라고 하는 보기 드문 능력을 가지고 있다. 이 순간적인 생각이라고 하는 능력은, 전체매칭의 정보 검색 처리와는 이질적인 능력이다.
본원 발명자는, 본 발명에 있어서, 이 순간적인 생각이라고 하는 심리적 현상에 착안한 것에 의해서, 상술한 전체 매칭의 정보 검색 처리의 문제점을 개선하는 것을 생각하였다.
즉, 본 발명의 목적은, 순간적인 생각에 유사한 프로세스를 가미함으로써, 효율적인 정보 검색(바꾸어 말하면 인간에 가까운 착상 행위)을 실현하는 것이다.
본 발명의 다른 목적은, 순간적인 생각을 낳는 감성이나 감정의 흔들림을 실현하는 자발감정 모델을 실현하는 것이다.
이하, 본 발명에 대하여 설명한다.
[1]
본 발명의 발상 모델장치는, 자발감정부, 지식 데이터베이스, 및 착상부를 구비한다.
이 자발감정부는, 인간의 감정을 모델화한 감정상태를 데이터로서 미리 복수 준비하고, 슈뢰딩거 방정식의 확률 모델을 표현하는 연산 처리에 따라서, 이들 감정 상태의 사이에서 상태천이를 반복한다. 그 결과, 자발감정부는, 인간의 자발감정의 창발(創發)을 시뮬레이션 한다.
지식 데이터 베이스에서는, 외부로부터 수집된 지식 데이터를 감정 상태와의 상관의 강도에 관련지어 분류 축적함으로써, 감성에 영향을 받는 인간의 발상원을 시뮬레이션한다.
착상부는, 외부 입력이 주어지면, 이 외부 입력과 자발감정부의 감정 상태를 조합하고, 그 조합 또는 조합에 의해 발생하는 간섭 상태를 검색 키로 하여, 지식 데이터베이스로부터 관련된 지식 데이터를 검색한다. 그 결과, 착상부는, 인간의 착상 행위를 시뮬레이션한다.
이하, 이 발상 모델장치에 대하여 설명한다.
본원 발명자는, 순간적인 생각으로 불리는 착상 행위를 모델화하기 위해서, 다음과 같은 이론을 먼저 생각하였다. 즉, 순간적인 생각은, 표층 의식하에서 컨트롤하는 것이 곤란한, 불확실한 심리 현상이다. 이러한 순간적인 생각의 불확실성은, 사고를 규범하는 감성이나 감정의 흔들림에 강하게 영향을 받기 때문이라고 생각할 수 있다.
따라서, 본 발명에서는, 이 감정의 흔들림을 시뮬레이션 하기 위해서, 먼저 자발감정부를 개발하였다. 이 자발감정부를 구축하는 데에 있어서, 인간의 감정을 모델화한 감정 상태를 설정한다. 이 감정 상태는, 희로애락 그 외의 기본 감정을 좌표축에 취한 가상적인 좌표 공간(이하 『감정 공간』이라고 한다)을 운동하는 운동체로서 파악할 수 있다. 즉, 이 좌표 공간에 있어서의 감정 상태의 위치를, 감정의 포텐셜(희로애락의 정도)로 파악한다. 또한, 이 좌표 공간에 있어서의 감정 상태의 운동량을, 인간의 감정 변화의 기세로 파악한다.
만일, 이 감정 상태의 운동을 완전한 랜덤 운동이라고 생각하면, 지리멸렬한 감정 변화가 되어, 합리성이나 정합성을 가진 순간적인 생각과는 결합되지 않는다.
반대로, 이 감정 상태의 운동을 뉴턴 역학에 따르는 운동으로 하면, 모두 예측 가능한 감정 변화가 되어, 불확실성을 가진 순간적인 생각과는 결합되지 않는다.
따라서, 본원 발명자는, 순간적인 생각을 낳을 때의 적절한 불확실성을 실현하기 위해, 슈뢰딩거 방정식에 착안하였다. 즉, 양자화한 감정상태를 미리 복수 상정하여, 슈뢰딩거 방정식의 파동함수ψ의 제곱이 나타내는 존재확률을 만족하도록, 이들 감정 상태의 사이에서 상태천이가 생기는 것으로 설정하였다.
이러한 감정상태의 운동은, 예를 들면, 파동함수, 푸리에 변환, 행렬역학, 경로 적분, 생성소멸 연산자, 연산자, 미분방정식, 또는 교환관계, 기타 기존의 연산 처리에 의해 산출할 수 있다.
즉, 슈뢰딩거 방정식을 채용함으로써, 감정 상태를 입자성(감정 공간에 있어서의 위치와 운동량)뿐만 아니라, 파동성이라고 하는 성질로도 파악하는 것이 가능하다. 이 감정 상태의 파동성에 의해서, 인간의 감정이 생성 소멸하거나 감정이 상호간에 간섭하거나 공명하는 등의 시뮬레이션이 가능하게 되기 때문에, 슈뢰딩거 방정식의 채용은 더욱 적합하다.
계속해서, 본원 발명자는, 순간적인 생각의 발상원으로서 지식 데이터베이스를 개발하였다. 통상적으로는 인간은, 지식이나 경험의 축적을 발상원으로 한다. 그러나, 인간이 순간적인 생각을 느끼는 경우, 이 발상원 전체에 대해 전체 매칭의 검색을 실시하고 있다고는 생각하기 어렵다. 이러한 전체 매칭의 검색에서는, 평균적인 당연한 대답 밖에 발견되지 않고, 또 방대한 사고 시간이 항상 필요하기 때문이다. 이들은, 모두 순간적인 생각과는 호환없는 결과이다.
따라서, 본원 발명자는, 순간적인 생각을 할 때, 인간은 발상원을 적절히 한정하고 있는 것은 아닌가하고 생각하였다. 발상원을 한정하면, 한정된 범위로부터 평균적이라고는 할 수 없는 의표를 찌르는 대답을 얻을 가능성이 높아진다. 또, 발상원이 좁게 한정되기 때문에, 정보 검색에 필요로 하는 사고 시간을 직감이라고 부를 수 있는 레벨까지 단축할 수 있다.
이러한 발상원의 범위 한정에는, 지식 경험에 기초한 지성면의 한정 작용도 물론 중요하다. 그러나, 지성면에 있어서의 범위 한정은, 정보 검색의 정답율 향상이나 사고 시간의 단축에는 유효하지만, 의표를 찌르는 대답을 얻는다고 하는 점에서는 불충분하다. 특히, 하늘의 계시라고도 말할 수 있는 예술가의 순간적인 생각은, 지성면에 있어서의 범위 한정만으로는 도저히 설명이 되지 않는다.
따라서, 본원 발명자는, 예술가가 감성이나 감정을 중시하여 창조 활동을 하고 있는 점에 착안하여, 이러한 감성이나 감정에 의해서 발상의 범위가 무의식중에 한정되어 있다고 생각했다.
본 발명의 지식 데이터베이스는, 이러한 기능을 실현하기 위해서, 외부로부터 수집된 지식 데이터를 감정 상태와의 상관의 강도에 관련지어 분류 축적한다. 이러한 분류 축적에 의해서, 감성이나 감정에 영향을 받는 인간의 발상원을 시뮬레이션 하는 것이 가능하게 된다.
또한, 본원 발명자는, 순간적인 생각을 착상하는 장소로서 착상부를 개발하였다. 이 착상부는, 자발감정부로부터 감정 상태를 취득한다. 또, 이 착상부에는, 순간적인 생각의 트리거가 되는 외부 입력(자극)도 주어진다.
착상부는, 이 외부 입력과 감정 상태를 조합한다. 착상부가, 이 조합을 검색키로 하여 지식 데이터베이스를 검색함으로써, 감정 상태에 의한 검색 범위의 한정이 실행된다. 이러한 검색 범위의 한정에 의해, 감정 상태에 합치하면서, 또한 의표를 찌르는 검색 결과를 고속으로 얻는 것이 가능하게 된다.
한편, 착상부는, 외부 입력과 감정 상태의 조합에 의해서 발생하는 간섭 상태를 검색 키에 가미하여도 좋다. 이 경우의 동작은, 외부 입력을 감정 상태에 의해서 변용시킨 다음, 검색 키를 새롭게 생성하고 있는 동작에 해당한다.
간단한 예를 들면, 외부 입력 『장미』가, 감정 상태 『강한 기쁨 상태』에 간섭함으로써, 서로 강하게 하는 방향의 간섭이 생긴다. 이 간섭상태에 의해, 단순한 『장미』가, 보다 화려한 『붉은 장미』라고 하는 검색 키로 변용한다(구체적인 변용 룰에 대해서는, 예를 들면, 심리 실험에 의해서 결정할 수 있다. 예를 들면, 로셧하 테스트에 의해서 실험자의 감정 상태를 추정한 후, 그 감정 상태에서 외부 입력을 어떻게 해석했는지를 실험자에게 앙케이트 조사하면 좋다.)
이것은, 인간이 외부 입력(타인으로부터의 이야기 등)을 감성이나 감정에 의해서 독자 해석하는 상태를 시뮬레이션하고 있다. 이 경우, 좋은 면에서 말하면 독창적인 해석, 나쁜 면에서 말하면 완전히 믿음을 포함한 인간다운 검색 키를 생성할 수 있다. 이렇게 검색 키가 감정 상태에 영향을 받아 변용함으로써, 인간의 순간적인 생각에 한층 가까운 상태를 시뮬레이션하는 것이 가능하게 된다.
또한, 착상부는, 계속적으로 주어지는 외부 입력을 파동으로서 파악하여, 외부 입력과 감정 상태의 사이에서 간섭 상태를 구하고, 그 간섭 상태를 검색 키로 하여, 지식 데이터베이스를 검색해도 된다. 이 경우의 동작은, 양자 사이의 간섭이나 동기에 의해서 새롭게 만들어지는 변화(인간으로 말하면, 기분의 오르내림이나 감성의 신음과 같은 것)로부터 검색 키를 생성하는 것에 해당한다. 이 경우, 외부 입력과는 감성 레벨에서 합치하지만, 외부 입력의 의미 내용으로부터는 전혀 생각하지 않았던 검색 결과를 얻을 수 있다.
[2]
더욱 바람직하게는, 본 발명의 착상부는, 표층 기억부 및 심층의식 갱신부를 구비한다.
이 표층 기억부는, 외부 입력과 감정 상태의 조합을, 소정 기간 기억하고 망각한다.
한편, 심층의식 갱신부는, 표층 기억부에 기억되는 외부 입력과 감정 상태와의 조합의 빈도가 소정 빈도 이상이 되면, 외부 입력 또는 간섭 상태가 『장려』에 해당하는 경우에는, 자발감정부에 있어서의 감정 상태에의 상태 이동 확률을 증가시키고, 외부 입력 또는 간섭 상태가 『억제』에 해당하는 경우에는, 상태 이동 확률을 저감시킴으로써, 심층 의식의 성장을 시뮬레이션한다.
상술한 바와 같이, 본 발명의 자발감정부는, 자발감정 상태 이동 확률을 변경함으로써, 심층의식의 성장(자발감정부의 습관)을 시뮬레이션 한다. 이러한 성장에 의해, 온화한 자발감정부나, 격앙되기 쉬운 자발감정부와 같은, 보다 개성적인 자발감정부를 실현할 수 있다.
단, 자발감정부의 개성에 해당하는 부분이기 때문에, 안이하게 성장시키는 것은 바람직하지 않다. 따라서, 외부 입력 및 감정 상태의 조합의 빈도가 소정 빈도 이상이 되었을 경우에만, 성장(상태천이 확률의 변경)시키는 것으로 하였다.
또한, 외부 입력 또는 간섭 상태가 『장려』에 해당하는 경우에는, 그 감정 상태에의 상태천이 확률을 증가시킨다. 반대로, 외부 입력 또는 간섭 상태가 『억제』에 해당하는 경우에는, 그 감정상태로의 상태천이 확률을 저감시킨다. 이러한 성장의 방향을 정하는 것에 의해, 외부 입력과 조화를 취한 성장을 촉진하는 것이 가능하다.
한편, 여기서의 『장려』 및 『억제』의 판단에 대해서는, 시스템 개발자 등의 교사역할자가, 자발감정부를 교육하는 관점에서 룰을 결정하는 것이 바람직하다.
이상과 같은 성장(자발감정부의 습관)에 의해, 개성적으로 인간에 가까운 착상 행위를 시뮬레이션하는 것이 가능하다.
[3]
본 발명의 자발감정 모델장치는, 자발감정부, 표층 기억부, 및 심층 의식갱신부를 구비한다.
이 자발감정부는, 인간의 감정을 모델화한 감정 상태를 데이터로서 미리 복수 준비하고, 슈뢰딩거 방정식의 확률 모델을 표현하는 연산 처리에 따라서, 이들 감정상태의 사이에서 상태천이를 반복함으로써, 인간의 자발감정의 창발을 시뮬레이션한다.
표층 기억부는, 감정 상태에 대한 직접적 또는 간접적인 외부의 반응을 외부 입력으로서 취하고, 이 외부 입력과 감정 상태의 조합을 소정시간 기억하고 망각한다.
심층 의식 갱신부는, 표층 기억부에 기억되는 외부 입력과 감정 상태의 조합의 빈도가 소정 빈도 이상이 되면, 외부 입력 또는 「조합의 간섭 상태」가 『장려』에 해당하는 경우에는, 자발감정부에 있어서의 감정 상태에의 상태천이 확률을 증가시키고, 외부 입력 또는 간섭 상태가 『억제』에 해당하는 경우에는, 상태천이 확률을 저감시킴으로써, 심층 의식의 성장을 시뮬레이션 한다.
이 자발감정 모델장치는, 상술한 발상 모델장치로부터, 자발감정부와 그 성장에 관계된 구성을 추출한 것이다. 이 자발감정 모델장치를 기능 부품으로서 사용함으로써, 여러 가지의 응용 제품에, 자발감정의 창발 및 성장 기능을 부가하는 것이 가능하게 된다.
[4]
본 발명의 발상의 시뮬레이션 방법은, 컴퓨터에 다음의 스텝을 실행시킨다.
(a) 인간의 감정을 모델화한 감정 상태를 데이터로서 미리 복수 준비하고, 슈뢰딩거 방정식의 확률 모델을 표현하는 연산 처리에 따라서, 컴퓨터가 감정 상태의 사이에서 상태천이의 연산을 반복함으로써, 인간의 자발감정의 창발을 시뮬레이션 하는 스텝.
(b) 컴퓨터상의 데이터베이스에, 외부로부터 수집된 지식 데이터를 감정상태와의 상관의 강도에 관련지어 분류 축적함으로써, 감성에 영향을 받는 인간의 발상원을 시뮬레이션 하는 스텝.
(c) 외부 입력이 주어지면, 컴퓨터가, 감정 상태와 외부 입력을 조합하여, 그 조합 또는 조합의 간섭 상태를 검색 키로 하여, 데이터베이스로부터 관련한 지식 데이터를 검색함으로써, 인간의 착상 행위를 시뮬레이션 하는 스텝.
이 발상의 시뮬레이션 방법은, 상기 [1]의 발상 모델장치가 실시하는 발상 순서를, 방법의 카테고리로서 클레임화한 것이다.
[5]
더욱 바람직하게는, 본 발명의 발상의 시뮬레이션 방법은, 다음의 스텝을 더욱 구비한다.
(d) 컴퓨터가, 외부 입력과 감정 상태와의 조합의 빈도가 소정 빈도 이상이 되었다고 판정하면, 외부 입력 또는 간섭 상태가 『장려』에 해당하는 경우에는, 감정 상태에의 상태천이 확률을 증가시키고, 외부 입력 또는 간섭 상태가 『억제』에 해당하는 경우에는, 상태천이 확률을 저감시킴으로써, 심층 의식의 성장을 시뮬레이션 하는 스텝.
이 발상의 시뮬레이션 방법은, 상기 [2]의 발상 모델장치가 실시하는 발상 순서를, 방법의 카테고리로서 클레임화한 것이다.
[6]
또, 본 발명의 자발감정의 시뮬레이션 방법은, 컴퓨터에 다음의 스텝을 실행시킨다.
(A) 인간의 감정을 모델화한 감정 상태를 데이터로서 미리 복수 준비하고, 슈뢰딩거 방정식의 확률 모델을 표현하는 연산 처리에 따라서, 컴퓨터가 감정 상태의 사이에서 상태천이의 연산을 반복함으로써, 인간의 자발감정의 창발을 시뮬레이션 하는 스텝.
(B) 컴퓨터가, 감정 상태에 대한 직접적 또는 간접적인 외부의 반응을 외부 입력으로서 취하여, 외부 입력과 감정 상태의 조합을 소정 시간 기억하여 망각하는 스텝.
(C) 컴퓨터가, 외부 입력과 감정 상태의 조합의 빈도가 소정 빈도 이상이 되었다고 판정하면, 외부 입력 또는 「조합의 간섭 상태」가 『장려』에 해당하는 경우에는, 감정 상태에의 상태천이 확률을 증가시키고, 외부 입력 또는 간섭 상태가 『억제』에 해당하는 경우에는, 상태천이 확률을 저감시킴으로써, 심층 의식의 성장을 시뮬레이션 하는 스텝.
이 자발감정의 시뮬레이션 방법은, 상기 [3]의 자발감정 모델장치가 실시하는 순서를, 방법의 카테고리로서 클레임화한 것이다.
[7]
또, 본 발명의 프로그램은, 컴퓨터를, 상술한 발상 모델장치를 구성하는 자발감정부, 지식 데이터베이스, 및 착상부로서 기능시키기 위한 프로그램이다.
이 프로그램을 컴퓨터로 실행함으로써, 컴퓨터상에서 상술한 발상 모델장치를 실현할 수 있다.
[8]
또한, 본 발명의 다른 프로그램은, 컴퓨터를, 상술한 자발감정 모델장치를 구성하는 자발감정부, 표층 기억부, 및 심층 의식 갱신부로서 기능시키기 위한 프로그램이다.
이 프로그램을 컴퓨터로 실행함으로써, 컴퓨터상에서 상술한 자발감정 모델장치를 실현할 수 있다.
한편, 본 발명에 있어서의 상술한 목적 및 그 이외의 목적은, 이하의 설명과 첨부한 도면에 의해서 용이하게 확인할 수 있다.
도 1은, 본 실시 형태에 있어서의 발상 모델장치(자발감정 모델장치를 포함한다)를 나타내는 블록도이다.
도 2는, 양자화된 기본 감정의 일례를 나타내는 도면이다.
도 3은, 감정 상태의 상태천이의 모습을 설명하는 도면이다.
도 4는, 발상 모델장치(11)의 착상 동작을 설명하는 도면이다.
[발명의 실시형태]
이하, 도면에 기초하여, 본 발명의 실시형태를 설명한다.
도 1은, 본 실시형태에 있어서의 발상 모델장치(11)(자발감정 모델장치를 포함한다)를 나타내는 블록도이다.
도 1에 있어서, 발상 모델장치(11)는, 자발감정부(12), 착상부(13), 지식데이터베이스(14), 및 인터페이스부(17)를 구비하여 구성된다. 또한, 이 착상부(13)는, 심층의식 갱신부(15) 및 표층 기억부(16)을 구비하여 구성된다.
예를 들면, 이러한 발상 모델장치(11)의 동작을 프로그램 코드화함으로써, 프로그램을 작성하여도 좋다. 이 프로그램을 컴퓨터로 실행함으로써, 컴퓨터상에서 발상 모델장치(11)를 소프트웨어적으로 실현할 수 있다. 또, 발상 모델장치(11)의 일부 또는 전부를 하드웨어로 구성하여도 좋다.
[자발감정부(12)의 초기설정]
먼저, 자발감정부(12)의 초기설정에 대하여 설명한다.
발상 모델장치(11)의 개발자는, 인간이 가진 대표적인 기본 감정을 선정한다. 다음에, 개발자는, 이들 기본 감정의 강약 레벨을 설정함으로써, 기본 감정의 양자화 레벨을 결정한다. 도 2는, 이렇게 결정된 기본 감정의 일례를 나타내는 도면이다.
개발자는, 이렇게 양자화된 기본 감정을 조합함으로써, 인간이 실제로 경험하는 감정 상태를 복수 정한다. 이들 감정 상태의 하나하나는, 예를 들면, 기쁨=4, 분노=0, 슬픔=1, 애정=5, 혐오=0ㅇㅇ과 같은 상태로, 복수의 기본 감정이 뒤섞인 복잡한 현실적 감정 상태를 나타낸다.
이렇게 정한 감정 상태는, 기본 감정을 축으로 취한 좌표 공간(이하에 '감정 공간'이라고 한다) 상에 좌표 위치로서 존재한다. 인간의 감정은, 이들 감정 상태의 사이를 이동함으로써 감정 공간내를 운동하는 일종의 양자적 존재로서 모델화할 수 있다.
이어서, 개발자는, 감정 상태를 구성하는 기본 감정의 작용을 고려한다. 예를 들면, 강한 혐오와 강한 애정을 가진 감정 상태는, 이들 기본 감정이 서로 상반되기 때문에 극히 불안정한 감정 상태가 된다. 그 때문에, 보다 안정된 다른 감정 상태로 이동할 확률이 높다.
또 예를 들면, 강한 분노를 가진 감정 상태는, 그 강한 분노가 어느덧 슬픔(체관)의 파동을 강하게 하여, 슬픔을 가진 감정 상태로 이동할 확률이 높다.
이와 같이, 개발자는, 기본 감정의 상호작용을 고려함으로써, 각 감정 상태의 존재 확률을 정하여, 그 존재 확률을 성립시키기 위한 상태천이 확률을 초기설정한다.
한편, 최종 목적인 순간적인 생각 동작에 양자론적인 불확실성을 가미하기 위해서, 각 감정 상태의 존재 확률은, 슈뢰딩거 방정식의 파동함수 ψ의 제곱에 대략 일치할 필요가 있다. 그를 위한 조정은, 기본 감정의 양자화 레벨의 재설정이나, 슈뢰딩거 방정식의 정수 변경이나, 존재 확률 그 자체의 재설정 등에 의해서 실시할 수 있다.
도 3은, 이렇게 정한 상태천이 확률에 따른 상태천이를 설명하는 도면이다. 이 도 3에서는, 감정 상태 A∼C 등의 사이에서, 상태천이 확률 P0∼P8 등에 따라서 상태천이가 발생하고 있는 모습을 나타낸다.
[지식 데이터베이스(14)의 작성]
계속해서, 지식 데이터베이스(14)의 작성에 대하여 설명한다.
여기에서는, 일례로서 SD법을 이용한 지식 데이터베이스(14)의 작성에 대하여 설명한다.
SD법에서는, 피험자에게 「바다」등의 지식 데이터를 나타내어, 그 지식 데이터에 대하여 받는 인상을, 「즐겁다∼재미없다」나 「무섭다∼무섭지 않다」 등의 기본 감정의 평정 척도를 사용하여 대답해 준다. 개발자는, 복수의 피험자에 대하여 구한 SD 법의 결과로부터, 기본 감정을 축으로 취한 감정 공간에서, 지식 데이터의 인상이 어떻게 공간분포하는 가를 구한다. 이 공간분포를 각 감정 상태로 분할하여 각각 총합을 구함으로써, 지식 데이터와 각 감정 상태와의 상관의 강도가 얻어진다.
개발자는, 지식 데이터를, 강한 상관을 나타내는 감정 상태로 분류한 다음, 지식 데이터 상호간의 관련을 짓는다. 이러한 지식 데이터의 감정 상태에 의한 분류와, 지식 데이터 상호간의 관련을 지음으로써, 감성의 영향을 배려한 지식 데이터베이스가 완성된다.
[발상 모델장치(11)에 의한 착상 동작의 설명]
도 4는, 발상 모델장치(11)의 착상 동작을 설명하는 도면이다.
이하, 도 4중에 나타내는 스텝 번호에 따라서, 발상 모델장치(11)의 착상 동작을 설명한다.
스텝 S1 : 자발감정부(12)에서는, 미리 설정된 상태천이 확률에 따라서, 복수의 감정 상태의 사이에서 상태천이를 순서대로 실행한다. 여기서의 처리는, 슈뢰딩거 방정식의 확률 모델에 따른 처리이기 때문에, 예를 들면, 파동함수, 푸리에 변환, 행렬 역학, 경로 적분, 생성 소멸 연산자, 연산자, 미분 방정식, 또는 교환 관계, 기타 기존의 연산 처리를 이용하여 실시할 수 있다.
이러한 감정 상태의 상태천이를 순서대로 실행함으로써, 인간의 자발감정이 창발하는 모습을 시뮬레이션할 수 있다.
스텝 S2 : 표층 기억부(16)는, 조작자로부터 외부 입력이 주어지면, 자발감정부(12)로부터 현재의 감정 상태를 취득하여, 외부 입력과 감정 상태와의 조합을 작성한다. 표층 기억부(16)는, 이 조합을 일정기간 기억한 후, 망각한다.
계속해서, 표층 기억부(16)는, 이 조합으로부터 검색 키를 작성한다. 여기서는 다음과 같은 검색 키의 선택이 가능하다.
(1) 외부 입력과 감정 상태의 조합을 그대로 검색 키로 한다.
(2) 외부 입력과 감정 상태의 간섭 상태에 따라, 외부 입력을 변용하여 검색 키로 한다(상세한 내용에 대하여는, 발명의 개시란을 참조).
(3) 외부 입력과 감정 상태의 간섭 상태를 검색 키로 한다. 구체적으로는, 외부 입력과 강한 상관을 나타내는 감정 상태를 구한다. 구한 감정 상태와 현재의 감정 상태를 파동 레벨로 합성함으로써, 다른 감정 상태를 생성한다. 이 합성 처리를 간단하고 쉽게 하는 경우는, 각 기본 감정의 상호작용 룰에 기초하여, 쌍방의 감정 상태가 가진 기본 감정마다 합성 레벨을 결정하면 된다. 이렇게 구한 다른 감정 상태를 검색 키로 한다.
스텝 S3 : 착상부(13)는, 스텝 S2에서 요구한 검색 키를 지식 데이터베이스(14)로 조회한다. 먼저, 지식 데이터베이스(14)는, 이 검색 키에 따라서 감정 상 태에 의한 검색 범위의 한정을 실시한다. 다음에, 지식 데이터베이스(14)는, 한정된 검색 범위에 있어서, 외부 입력과 관련한 지식 데이터를 정보 검색 한다.
이러한 정보 검색에 의해, 예를 들면, 외부 입력 「꽃」에 대한 검색 결과밝은 감정 상태에서는 「예쁘다」「좋은 향기」「어린 여자아이」가 되고, 어두운 감정 상태에서는 「장례식」「유령」「이상한 향기」가 된다.
스텝 S4 : 착상부(13)는, 이들 검색 결과와 현재의 감정 상태를 출력한다. 도 1에 나타내는 인터페이스부(17)는, 이들 검색 결과와 현재의 감정 상태를 반영한 음성 출력이나 영상 출력 등을 선택 또는 생성하여 출력한다.
스텝 S5 : 통상적으로는 스텝 S4까지의 동작에 의해, 발상 모델장치(11)의 착상 동작은 완결한다.
이 스텝 S5는, 표층 기억부(16)에 기억되는 『외부 입력과 감정 상태의 조합』의 빈도가 소정 빈도를 넘었을 경우의 조건적 동작이다. 이 경우, 심층 의식 갱신부(15)는, 외부 입력 또는 조합의 간섭 상태가 『장려』와 『억제』의 어느 것에 해당하는지를 판별한다.
『장려』에 해당하는 경우, 심층 의식 갱신부(15)는, 자발감정부(12)의 설정을 바꾸어 써서, 현재의 감정 상태로의 상태천이 확률을 증가시킨다.
반대로,『억제』에 해당하는 경우, 심층 의식 갱신부(15)는, 자발감정부(12)의 설정을 바꾸어 써서, 현재의 감정 상태로의 상태천이 확률을 저감시킨다.
이러한 자발감정부(12)의 갱신 동작에 의해, 외부 입력과 조화를 취하는 방향으로 자발감정부(12)를 성장시키는 것이 가능하게 된다.
[본 실시 형태의 효과 등]
이상 설명한 동작에 의해, 본 실시 형태에서는, 자발감정부(12)의 감정 상태에 따라서, 지식 데이터베이스(14)의 검색 범위가 적절히 한정된다. 그 결과, 감정 상태에 합치하면서, 한편 감정 상태의 흔들림에 영향을 받은 의표를 찌르는 검색 결과를 고속으로 얻는 것이 가능하게 된다.
또한, 본 실시 형태에서는, 스텝 S5에서 설명한 동작에 의해, 외부 입력과 조화를 취하는 방향으로, 자발감정부(12)의 성장(습관)을 촉진할 수 있다. 그 결과, 보다, 개성적이고 인간에게 한층 가까운 착상 행위를 시뮬레이션하는 것이 가능하다.
한편, 본 발명은, 그 정신 또는 주요한 특징으로부터 벗어나지 않고, 다른 여러가지 형태로 실시할 수 있다. 그 때문에, 상술의 실시예는 모든 면에서 단순한 예시에 지나지 않고, 한정적으로 해석해서는 안된다. 본 발명의 범위는, 특허 청구의 범위에 의해서 나타내는 것으로,서 명세서 본문에는, 아무런 구속도 되지 않는다. 또한, 특허 청구의 범위의 균등 범위에 속하는 변형이나 변경은, 모두 본 발명의 범위내인 것이다.
본 발명에서는, 슈뢰딩거 방정식의 확률 모델에 따라서, 감정 상태를 상태천이시킨다. 그 결과, 순간적인 생각을 낳기 위해서 적절한 불확실성을 가진 감정의 흔들림을 시뮬레이션 하는 것이 가능해진다.
또, 본 발명에서는, 외부로부터 수집된 지식 데이터를 감정 상태와의 상관의 강도에 관련지어 분류 축적한다. 이러한 분류 축적에 의해, 감성에 영향을 받는 인간의 발상원을 시뮬레이션하는 것이 가능하게 된다.
또한, 본 발명에서는, 순간적인 생각의 트리거가 되는 외부 입력(자극)과 감정 상태를 조합한다. 본 발명은, 이 조합 또는 조합에 의해 발생하는 간섭 상태를 검색 키로 하여 지식 데이터의 검색을 실시한다. 그 결과, 감정 상태의 흔들림에 따라 지식 데이터의 검색 범위가 한정되어 감정 상태에 준거하면서, 또한 의표를 찌르는 검색 결과를 얻는 것이 가능하게 된다. 그 결과, 착상부에서는, 인간의 순간적인 생각에 가까운 행위를 시뮬레이션 하는 것이 가능하게 된다.
이상 설명한 바와 같이, 본 발명에서는, 방대한 검색 사전을 고속으로 정보 검색 하면서, 순간적인 생각에 가까운 착상 결과를 출력할 수 있는 시스템을 구축하는 것이 가능하게 된다.
Claims (8)
- 인간의 감정을 모델화한 감정 상태를 데이터로서 미리 복수 준비하여, 슈뢰딩거 방정식의 확률 모델을 표현하는 연산 처리에 따라서, 상기 감정상태의 사이에서 상태천이를 반복함으로써, 인간의 자발감정의 창발을 시뮬레이션하는 자발감정부와,외부로부터 수집된 지식 데이터를 상기 감정상태와의 상관의 강도에 관련지어 분류축적함으로써, 감성에 영향을 받는 인간의 발상원을 시뮬레이션하는 지식 데이터베이스와,외부 입력이 주어지면, 상기 자발감정부의 상기 감정상태와 상기 외부입력을 조합하고, 그 조합 또는 조합에 의해 발생하는 간섭상태를 검색 키로 하여, 상기 지식 데이터베이스로부터 관련한 상기 지식 데이터를 검색함으로써, 인간의 착상 행위를 시뮬레이션 하는 착상부를 구비한 것을 특징으로 하는 발상 모델장치.
- 제 1 항에 있어서, 상기 착상부는,상기 외부입력과 상기 감정상태와의 조합을, 소정 기간 기억하고 망각하는 표층 기억부와,상기 표층 기억부에 기억되는 상기 외부 입력과 상기 감정상태의 조합의 빈도가 소정 빈도 이상이 되면, 상기 외부입력 또는 상기 간섭상태가 『장려』에 해당하는 경우에는, 상기 자발감정부에 있어서의 상기 감정상태로의 상태천이 확률을 증가시키고, 상기 외부입력 또는 상기 간섭상태가『억제』에 해당하는 경우에는, 상기 상태천이 확률을 저감시킴으로써, 심층의식의 성장을 시뮬레이션하는 심층의식 갱신부를 구비한 것을 특징으로 하는 발상 모델장치.
- 인간의 감정을 모델화한 감정상태를 데이터로서 미리 복수 준비하고, 슈뢰딩거 방정식의 확률 모델을 표현하는 연산 처리에 따라서, 상기 감정 상태의 사이에서 상태천이를 반복함으로써, 인간의 자발감정의 창발(創發)을 시뮬레이션 하는 자발감정부와,상기 감정 상태에 대한 직접적 또는 간접적인 외부의 반응을 외부 입력으로서 취하고, 상기 외부 입력과 상기 감정 상태와의 조합을 소정 시간 기억하고 망각하는 표층 기억부와,상기 표층 기억부에 기억되는 상기 외부 입력과 상기 감정 상태와의 조합의 빈도가 소정 빈도 이상이 되면, 상기 외부 입력 또는 「상기 조합의 간섭 상태 」가 『장려』에 해당하는 경우에는, 상기 자발감정부에 있어서의 상기 감정 상태에의 상태천이 확률을 증가시키고, 상기 외부 입력 또는 상기 간섭 상태가 『억제』에 해당하는 경우에는, 상기 상태천이 확률을 저감시킴으로써, 심층 의식의 성장을 시뮬레이션 하는 심층 의식 갱신부를 구비한 것을 특징으로 하는 자발감정 모델장치.
- 컴퓨터에 의한 발상의 시뮬레이션 방법으로서,인간의 감정을 모델화한 감정 상태를 데이터로서 미리 복수 준비하고, 슈뢰딩거 방정식의 확률 모델을 표현하는 연산 처리에 따라서, 상기 컴퓨터가 상기 감정 상태의 사이에서 상태천이의 연산을 반복함으로써, 인간의 자발감정의 창발을 시뮬레이션 하는 스텝과,상기 컴퓨터상의 데이터베이스에, 외부로부터 수집된 지식 데이터를 상기 감정 상태와의 상관의 강도에 관련지어 분류 축적함으로써, 감성에 영향을 받는 인간의 발상원을 시뮬레이션 하는 스텝과,외부 입력이 주어지면, 상기 컴퓨터가, 상기 감정 상태와 상기 외부 입력을 조합하고, 그 조합 또는 조합에 의해 생기는 간섭 상태를 검색 키로 하여, 상기 데이터베이스로부터 관련한 상기 지식 데이터를 검색함으로써, 인간의 착상 행위를 시뮬레이션 하는 스텝을 구비한 것을 특징으로 하는 발상의 시뮬레이션 방법.
- 제 4 항에 있어서, 상기 컴퓨터가, 상기 외부 입력과 상기 감정 상태의 조합의 빈도가 소정 빈도 이상이 되었다고 판정하면, 상기 외부 입력 또는 상기 간섭 상태가 『장려』에 해당하는 경우에는, 상기 감정 상태에의 상태천이 확률을 증가시키고, 상기 외부 입력 또는 상기 간섭 상태가 『억제』에 해당하는 경우에는, 상기 상태천이 확률을 저감시킴으로써, 심층 의식의 성장을 시뮬레이션하는 스텝을 가진 것을 특징으로 하는 발상의 시뮬레이션 방법.
- 컴퓨터에 의한 자발감정의 시뮬레이션 방법으로서,인간의 감정을 모델화한 감정 상태를 데이터로서 미리 복수 준비하고, 슈뢰딩거 방정식의 확률 모델을 표현하는 연산 처리에 따라서, 상기 컴퓨터가 상기 감정 상태의 사이에서 상태천이의 연산을 반복함으로써, 인간의 자발감정의 창발을 시뮬레이션 하는 스텝과,상기 컴퓨터가, 상기 감정 상태에 대한 직접적 또는 간접적인 외부의 반응을 외부 입력으로서 취하여, 상기 외부 입력과 상기 감정 상태의 조합을 소정 시간 기억하고 망각하는 스텝과,상기 컴퓨터가, 상기 외부 입력과 상기 감정 상태의 조합의 빈도가 소정 빈도 이상이 되었다고 판정하면, 상기 외부 입력 또는 「상기 조합의 간섭 상태」가 『장려』에 해당하는 경우에는, 상기 감정 상태에의 상태천이 확률을 증가시키고, 상기 외부 입력 또는 상기 간섭 상태가 『억제』에 해당하는 경우에는, 상기 상태천이 확률을 저감시킴으로써, 심층 의식의 성장을 시뮬레이션 하는 스텝을 구비한 것을 특징으로 하는 자발감정의 시뮬레이션 방법.
- 컴퓨터를, 제 1 항 또는 제 2 항에 기재된 상기 자발감정부, 상기 지식 데이터베이스, 및 상기 착상부로서 기능시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
- 컴퓨터를, 제 3 항에 기재된 상기 자발감정부, 상기 표층 기억부, 및 상기 심층 의식 갱신부로서 기능시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002292873A JP4204839B2 (ja) | 2002-10-04 | 2002-10-04 | 発想モデル装置、自発感情モデル装置、発想のシミュレーション方法、自発感情のシミュレーション方法、およびプログラム |
JPJP-P-2002-00292873 | 2002-10-04 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20060061924A KR20060061924A (ko) | 2006-06-08 |
KR100719654B1 true KR100719654B1 (ko) | 2007-05-17 |
Family
ID=32063933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020057005842A KR100719654B1 (ko) | 2002-10-04 | 2003-10-02 | 발상 모델장치, 자발감정 모델장치, 그 방법 및 그 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 |
Country Status (11)
Country | Link |
---|---|
US (1) | US7664627B2 (ko) |
EP (1) | EP1553520A4 (ko) |
JP (1) | JP4204839B2 (ko) |
KR (1) | KR100719654B1 (ko) |
CN (1) | CN100375118C (ko) |
AU (1) | AU2003268740A1 (ko) |
CA (1) | CA2501312C (ko) |
HK (1) | HK1085296A1 (ko) |
RU (1) | RU2316818C2 (ko) |
TW (1) | TW200408966A (ko) |
WO (1) | WO2004032045A1 (ko) |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7925492B2 (en) | 2004-01-06 | 2011-04-12 | Neuric Technologies, L.L.C. | Method for determining relationships through use of an ordered list between processing nodes in an emulated human brain |
US20070156625A1 (en) * | 2004-01-06 | 2007-07-05 | Neuric Technologies, Llc | Method for movie animation |
US7089218B1 (en) | 2004-01-06 | 2006-08-08 | Neuric Technologies, Llc | Method for inclusion of psychological temperament in an electronic emulation of the human brain |
US20040073690A1 (en) | 2002-09-30 | 2004-04-15 | Neil Hepworth | Voice over IP endpoint call admission |
US7359979B2 (en) | 2002-09-30 | 2008-04-15 | Avaya Technology Corp. | Packet prioritization and associated bandwidth and buffer management techniques for audio over IP |
EP1729246A4 (en) * | 2004-03-26 | 2009-04-01 | Agi Inc | TESTAMENT PRINT MODELING DEVICE, PSYCHOLOGICAL EFFECT PROGRAM AND TESTAMENT PRINTING SIMULATION METHOD |
US7978827B1 (en) | 2004-06-30 | 2011-07-12 | Avaya Inc. | Automatic configuration of call handling based on end-user needs and characteristics |
US8473449B2 (en) * | 2005-01-06 | 2013-06-25 | Neuric Technologies, Llc | Process of dialogue and discussion |
US7912720B1 (en) * | 2005-07-20 | 2011-03-22 | At&T Intellectual Property Ii, L.P. | System and method for building emotional machines |
WO2007148493A1 (ja) * | 2006-06-23 | 2007-12-27 | Panasonic Corporation | 感情認識装置 |
US8218751B2 (en) | 2008-09-29 | 2012-07-10 | Avaya Inc. | Method and apparatus for identifying and eliminating the source of background noise in multi-party teleconferences |
TWI396105B (zh) * | 2009-07-21 | 2013-05-11 | Univ Nat Taiwan | 用於模擬個體差異之個人化資訊檢索之數位資料處理方法及其電腦裝置可讀式資訊儲存媒體與資訊檢索系統 |
US20140025385A1 (en) * | 2010-12-30 | 2014-01-23 | Nokia Corporation | Method, Apparatus and Computer Program Product for Emotion Detection |
KR101801327B1 (ko) * | 2011-07-29 | 2017-11-27 | 삼성전자주식회사 | 감정 정보 생성 장치, 감정 정보 생성 방법 및 감정 정보 기반 기능 추천 장치 |
KR20130055429A (ko) * | 2011-11-18 | 2013-05-28 | 삼성전자주식회사 | 감정 세그먼트 기반의 감정 인식 장치 및 방법 |
US9195649B2 (en) | 2012-12-21 | 2015-11-24 | The Nielsen Company (Us), Llc | Audio processing techniques for semantic audio recognition and report generation |
US9183849B2 (en) * | 2012-12-21 | 2015-11-10 | The Nielsen Company (Us), Llc | Audio matching with semantic audio recognition and report generation |
US10424318B2 (en) | 2013-07-05 | 2019-09-24 | Patrick Levy-Rosenthal | Method, system and program product for perceiving and computing emotions |
US9741081B2 (en) | 2014-12-23 | 2017-08-22 | Invent.ly LLC | Perturbing a subject's contextualization of a proposition about an item considered in a quantum representation by altering the item |
US20160180238A1 (en) * | 2014-12-23 | 2016-06-23 | Invent.ly LLC | Biasing effects on the contextualization of a proposition by like-minded subjects considered in a quantum representation |
US20160189053A1 (en) * | 2014-12-31 | 2016-06-30 | Invent.ly LLC | Freezing a subject's contextualization of a proposition considered in a quantum representation by using a Quantum Zeno effect |
US11205132B2 (en) | 2014-02-17 | 2021-12-21 | Invent.Ly, Llc | Perturbing the contextualization of a proposition by a group of subjects considered in a quantum representation by injecting a subject exhibiting an anti-consensus statistic modulo the proposition |
US10007884B2 (en) | 2014-07-04 | 2018-06-26 | Invent.Ly | Quantum state dynamics in a community of subjects assigned quantum states modulo a proposition perceived in a social value context |
JP6583283B2 (ja) * | 2014-11-07 | 2019-10-02 | ソニー株式会社 | 制御システム、制御方法、および記憶媒体 |
JP6467710B2 (ja) * | 2015-04-06 | 2019-02-13 | 信太郎 本多 | 環境に適応する、汎用性を意識した人工知能システム |
CN105334743B (zh) * | 2015-11-18 | 2018-10-26 | 深圳创维-Rgb电子有限公司 | 一种基于情感识别的智能家居控制方法及其系统 |
JP6851871B2 (ja) * | 2016-03-30 | 2021-03-31 | 光吉 俊二 | 意思創発装置、意思創発方法および意思創発プログラム |
US20170286862A1 (en) * | 2016-04-04 | 2017-10-05 | Mokhtar Mourabit | System for mirroring human memory and generating a three-dimensional clone of personality |
KR101912089B1 (ko) * | 2018-06-12 | 2018-10-26 | 삼성전자 주식회사 | 감정 세그먼트 기반의 감정 인식 장치 및 방법 |
JP7134751B2 (ja) * | 2018-07-04 | 2022-09-12 | シャープ株式会社 | 通信端末、コンテンツサーバ、コンテンツ推薦システム、制御装置、および通信端末が実行する制御方法 |
CN109344857B (zh) * | 2018-08-14 | 2022-05-13 | 重庆邂智科技有限公司 | 文本相似性度量方法、装置、终端及存储介质 |
CN111563575B (zh) * | 2020-05-06 | 2021-06-29 | 陈永聪 | 一种模仿人类智能的机器智能实现方法 |
CN115620706B (zh) * | 2022-11-07 | 2023-03-10 | 之江实验室 | 一种模型训练方法、装置、设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001212783A (ja) * | 2000-02-01 | 2001-08-07 | Sony Corp | ロボット装置及びその制御方法 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6292688B1 (en) * | 1996-02-28 | 2001-09-18 | Advanced Neurotechnologies, Inc. | Method and apparatus for analyzing neurological response to emotion-inducing stimuli |
JPH10289006A (ja) * | 1997-04-11 | 1998-10-27 | Yamaha Motor Co Ltd | 疑似感情を用いた制御対象の制御方法 |
JP3792882B2 (ja) | 1998-03-17 | 2006-07-05 | 株式会社東芝 | 感情生成装置及び感情生成方法 |
US6185534B1 (en) * | 1998-03-23 | 2001-02-06 | Microsoft Corporation | Modeling emotion and personality in a computer user interface |
US6035288A (en) * | 1998-06-29 | 2000-03-07 | Cendant Publishing, Inc. | Interactive computer-implemented system and method for negotiating sale of goods and/or services |
JP2000222378A (ja) * | 1998-08-06 | 2000-08-11 | Yamaha Motor Co Ltd | 疑似感情及び/又は疑似性格を用いた制御対象の制御方法、使用者に適合して動作する自律装置、使用者の特徴に装置の動作を適合させる方法 |
US6230111B1 (en) * | 1998-08-06 | 2001-05-08 | Yamaha Hatsudoki Kabushiki Kaisha | Control system for controlling object using pseudo-emotions and pseudo-personality generated in the object |
US6249780B1 (en) * | 1998-08-06 | 2001-06-19 | Yamaha Hatsudoki Kabushiki Kaisha | Control system for controlling object using pseudo-emotions and pseudo-personality generated in the object |
JP2000064933A (ja) * | 1998-08-19 | 2000-03-03 | Yamaha Motor Co Ltd | 2サイクル筒内噴射エンジンの始動方法 |
US6458011B1 (en) * | 1999-05-10 | 2002-10-01 | Sony Corporation | Robot device |
US6418435B1 (en) | 1999-08-11 | 2002-07-09 | Connotative Reference Corporation | System for quantifying intensity of connotative meaning |
US6446056B1 (en) * | 1999-09-10 | 2002-09-03 | Yamaha Hatsudoki Kabushiki Kaisha | Interactive artificial intelligence |
JP2001157982A (ja) * | 1999-11-30 | 2001-06-12 | Sony Corp | ロボット装置及びその制御方法 |
JP2001154707A (ja) | 1999-11-30 | 2001-06-08 | Sony Corp | ロボット装置及びその制御方法 |
JP2001310283A (ja) * | 2000-02-14 | 2001-11-06 | Sony Corp | ロボットシステム、ロボット装置及びその制御方法、並びに情報処理装置及び方法 |
JP2002160185A (ja) * | 2000-03-31 | 2002-06-04 | Sony Corp | ロボット装置、ロボット装置の行動制御方法、外力検出装置及び外力検出方法 |
JP3676981B2 (ja) | 2001-01-16 | 2005-07-27 | 株式会社エイ・ジー・アイ | 感性発生方法及び感性発生装置並びにソフトウェア |
TWI221574B (en) * | 2000-09-13 | 2004-10-01 | Agi Inc | Sentiment sensing method, perception generation method and device thereof and software |
JP2002205289A (ja) * | 2000-12-28 | 2002-07-23 | Sony Corp | ロボット装置の動作制御方法、プログラム、記録媒体及びロボット装置 |
US20020133347A1 (en) * | 2000-12-29 | 2002-09-19 | Eberhard Schoneburg | Method and apparatus for natural language dialog interface |
EP1256937B1 (en) * | 2001-05-11 | 2006-11-02 | Sony France S.A. | Emotion recognition method and device |
US7457752B2 (en) * | 2001-08-14 | 2008-11-25 | Sony France S.A. | Method and apparatus for controlling the operation of an emotion synthesizing device |
JP2003062779A (ja) * | 2001-08-28 | 2003-03-05 | Sony Corp | ロボット装置およびロボット制御方法、記録媒体、並びにプログラム |
JP2003136451A (ja) * | 2001-11-05 | 2003-05-14 | Sony Corp | ロボット装置及びその制御方法 |
US20040002790A1 (en) * | 2002-06-28 | 2004-01-01 | Paul Senn | Sensitive devices and sensitive applications |
EP1729246A4 (en) * | 2004-03-26 | 2009-04-01 | Agi Inc | TESTAMENT PRINT MODELING DEVICE, PSYCHOLOGICAL EFFECT PROGRAM AND TESTAMENT PRINTING SIMULATION METHOD |
-
2002
- 2002-10-04 JP JP2002292873A patent/JP4204839B2/ja not_active Expired - Fee Related
-
2003
- 2003-10-02 WO PCT/JP2003/012669 patent/WO2004032045A1/ja active Application Filing
- 2003-10-02 CN CNB2003801008975A patent/CN100375118C/zh not_active Expired - Lifetime
- 2003-10-02 RU RU2005113303/09A patent/RU2316818C2/ru active
- 2003-10-02 EP EP03748682A patent/EP1553520A4/en not_active Withdrawn
- 2003-10-02 KR KR1020057005842A patent/KR100719654B1/ko active IP Right Grant
- 2003-10-02 CA CA2501312A patent/CA2501312C/en not_active Expired - Lifetime
- 2003-10-02 US US10/530,236 patent/US7664627B2/en active Active
- 2003-10-02 AU AU2003268740A patent/AU2003268740A1/en not_active Abandoned
- 2003-10-03 TW TW092127483A patent/TW200408966A/zh not_active IP Right Cessation
-
2006
- 2006-04-29 HK HK06105143A patent/HK1085296A1/xx not_active IP Right Cessation
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001212783A (ja) * | 2000-02-01 | 2001-08-07 | Sony Corp | ロボット装置及びその制御方法 |
Also Published As
Publication number | Publication date |
---|---|
KR20060061924A (ko) | 2006-06-08 |
CA2501312A1 (en) | 2004-04-15 |
RU2316818C2 (ru) | 2008-02-10 |
TWI301575B (ko) | 2008-10-01 |
CN1703720A (zh) | 2005-11-30 |
AU2003268740A1 (en) | 2004-04-23 |
US20060167694A1 (en) | 2006-07-27 |
JP4204839B2 (ja) | 2009-01-07 |
US7664627B2 (en) | 2010-02-16 |
CA2501312C (en) | 2014-05-27 |
WO2004032045A1 (ja) | 2004-04-15 |
HK1085296A1 (en) | 2006-08-18 |
CN100375118C (zh) | 2008-03-12 |
EP1553520A4 (en) | 2007-09-19 |
RU2005113303A (ru) | 2005-10-10 |
EP1553520A1 (en) | 2005-07-13 |
JP2004127126A (ja) | 2004-04-22 |
TW200408966A (en) | 2004-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100719654B1 (ko) | 발상 모델장치, 자발감정 모델장치, 그 방법 및 그 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 | |
Sanborn et al. | Bayesian brains without probabilities | |
Mobus et al. | Principles of systems science | |
KR20070027537A (ko) | 의지발현 모델장치, 심리효과 프로그램, 의지발현시뮬레이션방법 | |
Churamani et al. | Learning empathy-driven emotion expressions using affective modulations | |
Alomari et al. | Prediction of the digital game rating systems based on the ESRB | |
Shestak et al. | RETRACTED ARTICLE: Chatbot design issues: building intelligence with the Cartesian paradigm | |
Tomasik | Do Artificial Reinforcement-Learning Agents Matter Morally? | |
Carsetti | Causality, meaningful complexity and embodied cognition | |
García-Ortega et al. | The story of their lives: Massive procedural generation of heroes’ journeys using evolved agent-based models and logical reasoning | |
Rincon et al. | Influencing over people with a social emotional model | |
CN112215346B (zh) | 一种实现类人通用人工智能机器的方法 | |
Toy et al. | Metacognition is all you need? using introspection in generative agents to improve goal-directed behavior | |
Gonzalez et al. | Validating instance-based learning mechanisms outside of ACT-R | |
Bosse et al. | Development of virtual agents with a theory of emotion regulation | |
Boschetti et al. | Complexity of a modelling exercise: A discussion of the role of computer simulation in complex system science | |
Torres et al. | The ANIMUS Project: a framework for the creation of interactive creatures in immersed environments | |
Guojiang et al. | Emotional modeling for a vision-based virtual character | |
Patrick et al. | The virtual little albert experiment: Creating conditioned emotion response in virtual agents | |
Rincón Arango et al. | Influencing over people with a social emotional model | |
Griffith | Procedural narrative generation through emotionally interesting non-player characters | |
Nédélec et al. | Emotions, personality and social interactions modelling in a multiagent environment | |
Xiong | Modeling Generative Artificial Intelligence | |
STERTZ | THE POTENTIAL OF MIMETIC EMOTIONS FOR NON-PLAYER CHARACTERS WITH EMERGENT, PERSONALITY-DEFINED, BEHAVIOR | |
Neokleous et al. | A neurocomputational model of visual selective attention for human computer interface applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20130503 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20140507 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20160427 Year of fee payment: 10 |
|
FPAY | Annual fee payment |
Payment date: 20170310 Year of fee payment: 11 |