全脳型アーキテクチュアHandout

Elizaから対話エージェントを超
えて全脳型アーキテクチュアへ
オントロノミー合同会社
小出誠二

自己紹介
小出誠二プロフィール
• 株式会社ＩＨＩで人工知能とセマンティックウェブ研究開発に
従事
• 国立情報学研究所にてPh.D.取得
• 「オブジェクト指向セマンティックWeb言語の理論と実装」
• オントロノミー合同会社代表社員
• NPO法人リンクト・オープン・データ・イニシアティブ理事
• 国立情報学研究所特任研究員
• 共訳：「Webをグローバルなデータ空間にする仕組みLinked
Data」
• 電子書籍「Common Lisp と人工知能プログラミング」
• ブログサイト「セマンティックウェブ・ダイアリー」
koide@ontolonomy.co.jp
koide@linkedopendata.jp
seijikoide0@gmail.com
小出誠二
Seiji Koide

はなしの流れ
自然言語対話（AI）システムのこれまで
Elizaとは何であったか？
AIと対話する生活
全脳型エージェントは必要か？
自然言語対話（AI）システムのこれから

Elizaとは何であったか？

ELIZA
cl-user(2): (eliza)
eliza> hello.
How do you do. Please state your problem.
eliza> My problem is about my father.
Your father
eliza> Yes, he is gone.
Go on
eliza> But, I am not moved by it.
Do you want to be not moved by it ?
eliza> No, no. I think people usually feel sad when
their parents die.
You are being a bit negative
eliza> Is it so? Anyway I think I am not normal.
In what way are you not normal
eliza> I cannot cry after the death of my father.
Does he influence you strongly?
eliza> Well, I think not so much.
Go on
eliza>
cl-user(33): (eliza)
eliza> お願いします
どうかしましたか
eliza> 最近どうも元気がないのです
どうしてそう思うのですか？
eliza> 私は小さいときから親からしかられたことがない
のですが，
続けてください
eliza> それではたしてよかったのかなと思います
よくそれではたしてよかったのかなと思うのですか？
eliza> はい．よくそう思います
ほかにどんなことを思いますか？
eliza> そうですね．もし兄弟がいたら私はどうだったろう
かとか
続けてください
eliza> そうそう．最近はよく眠れないのです
気にかかっていることは何ですか？
eliza> いや，時間がないんで，これで失礼します
good bye ごきげんよう
nil

ELIZA (cont.)
((((?* ?x) hello (?* ?y))
(How do you do. Please state your problem.))
(((?* ?x) computer (?* ?y))
(Do computers worry you?) (What do you think about machines?)
(Why do you mention computers?)
(What do you think machines have to do with your problem?))
(((?* ?x) name (?* ?y))
(I am not interested in names))
(((?* ?x) sorry (?* ?y))
(Please don't apologize) (Apologies are not necessary)
(What feelings do you have when you apologize))
(((?* ?x) I remember (?* ?y))
(Do you often think of ?y)
(Does thinking of ?y bring anything else to mind?)
(What else do you remember) (Why do you recall ?y right now?)
(What in the present situation reminds you of ?y)
(What is the connection between me and ?y))
(((?* ?x) do you remember (?* ?y))
(Did you think I would forget ?y ?)
(Why do you think I should recall ?y now)
(What about ?y) (You mentioned ?y))
(((?* ?x) if (?* ?y))
(Do you really think its likely that ?y) (Do you wish that ?y)
(What do you think about ?y) (Really-- if ?y))
(((?* ?x) I dreamt (?* ?y))
(Really-- ?y) (Have you ever fantasized ?y while you were awake?)
(Have you dreamt ?y before?))
cl-user(8): (defrule 挨拶
お願いします ->
(どうかしましたか))
挨拶
cl-user(9): (defrule 不眠
(?* ?z) 眠れないのです ->
(気にかかっていることは何ですか？))
不眠
cl-user(10): (defrule したいこと
(?* ?z) したいのです ->
(どうして ?z したいのですか？))
したいこと
cl-user(11): (defrule 否定的
(?* ?x) ないのです ->
(そんなに否定的に思う必要はありませんよ)
(どうしてそう思うのですか？))
否定的
cl-user(12): (defrule 抽象的
(?* ?x) 私は (?* ?y) ->
(続けてください))
抽象的
cl-user(13): (defrule 思い
(?* ?x) 思います ->
(よく ?x 思うのですか？)
(ほかにどんなことを思いますか？))
思い
cl-user(14): (defrule 終了
(?* ?z) 失礼します ->
(good bye ごきげんよう))
終了

ELIZA 対話エンジンと対話ルール
cl-user(8): (defrule 挨拶
お願いします ->
(どうかしましたか))
挨拶
cl-user(9): (defrule 不眠
(?* ?z) 眠れないのです ->
(気にかかっていることは何ですか？))
不眠
cl-user(10): (defrule したいこと
(?* ?z) したいのです ->
(どうして ?z したいのですか？))
したいこと
cl-user(11): (defrule 否定的
(?* ?x) ないのです ->
(そんなに否定的に思う必要はありませんよ)
(どうしてそう思うのですか？))
否定的
cl-user(12): (defrule 抽象的
(?* ?x) 私は (?* ?y) ->
(続けてください))
抽象的
cl-user(13): (defrule 思い
(?* ?x) 思います ->
(よく ?x 思うのですか？)
(ほかにどんなことを思いますか？))
思い
cl-user(14): (defrule 終了
(?* ?z) 失礼します ->
(good bye ごきげんよう))
終了
(defun eliza ()
"Respond to user input using pattern matching rules."
(loop
(print 'eliza>)
(let* ((input (read-line-no-punct))
(response (flatten (use-eliza-rules input))))
(print-with-spaces response)
(if (pat-match '((?* ?x) good bye (?* ?y)) response) (return)))))
(defun use-eliza-rules (input)
"Find some rule with which to transform the input."
(some #'(lambda (rule)
(let ((result (pat-match (rule-pattern rule) input)))
(unless (eq result fail)
(sublis (switch-viewpoint result)
(random-elt (rule-responses rule))))))
*eliza-rules*))
(defun switch-viewpoint (words)
"Change I to you and vice versa, and so on."
(sublis '((I . you) (you . I) (me . you) (am . are))
words))

Eliza (https://www.amazon.co.jp/dp/437710456X)
私のショックは，[...]私の行った研
究を誤って解釈し続ける人びとに
よってもたらされた．このように書い
ても，私は不平をいっているわけで
はなく，自己弁護しているのでもな
い．事実この誤った解釈は私の
行った研究とその意義を，どちらか
というと過大評価しているものなの
である．

http://ontolonomy.co.jp/books/
https://github.com/cl-aip/eliza

対話システム構築ツール
対話システムの構造
対話システム
対話
エンジン
対話知識
ベース
ユーザ
インタ
フェース
新しい入力
／回答
返答／質問
ユーザ対話
工学者
ドメイン
専門家
説明と
解析
知識の
追加と
修正

自然言語対話（AI）システムの研究

これまでの対話システム
1972
SHRDLE LUNAR
HEARSAY-IIMARGIE
SAM・PAM
HEARSAY
1974 1975 19751973 1980

SHRDLU (1968-1970)
• SHRDLUは、1968〜70年にMIT人工知能研究所で
テリー・ウィノグラードによって書かれた自然言語
を理解するためのプログラムです。SHRDLUは、初
期の表示画面（PDP-6コンピュータに接続された
DEC-340）に表示されたオブジェクトの小さな世界
（BLOCKS世界）について、ユーザーと簡単な対話
（テレタイプ経由）を行いました。
• SHRDLUはウィノグラードの博士論文に記載され、
Procedures as a Representation for Data in a
Computer Program for Understanding Natural
Language というタイトルで、MIT AI Report 235、
1971年2月号に発行され,、Cognitive Psychology,
Vol.3 No 1, 1972の完全特集版として出版され、本
としては、Understanding Natural Language
（Academic Press、1972）が出版された。

SHRDLU (1972)
• Micro-Planner で書かれている
• 問題解決知識の中に手続きを埋め込む
• システミック文法により構文ユニットの特徴、
機能、他のユニットへの影響を指定する
A procedural model of language understanding
Readings in natural language processing
Pages 249 - 266
Morgan Kaufmann Publishers Inc. San Francisco,
CA, USA ©1986
(PDEFINE SENTENCE
((PARSE NP) NIL FAIL)
((PARSE VP) FAIL FAIL RETURN)))
(THGOAL (ON ?X ?y)
(OR (ON-TOP ?X ?Y)
(AND (CLEAR-TOP ?X)
(CLEAR-TOP ?Y)
(PUT-ON ?X ?Y))))
システミック文法
発話行為に現れる機能
・概念的機能 (ideational function)
世界に関する話者の経験について、何かを述べる
行為か、心理的過程か、関係か
行為者は誰か、目標（直接目的語）、受益者（間接目的語）
時、場所
・対人的機能 (interpersonal function)
質問、要求、情報提供、意見提供
・テクスト的機能 (textual function)
主題、新しいものと既出のものとの区別
カテゴリー
・言語ユニット
・ユニットの構造
・ユニットの分類
・システム
S  NP VP

HEARSAY I
• 最初の連続音声理解システム
• 独立した複数のモジュール（知識源）がグローバルな黒板に仮説を
書き込み、共同して問題解決をする
• 三つの知識源
• 音響学・音声学
• 構文論
• タスク領域の意味論
• 扱った領域は「音声チェス」
• 構文と意味の知識源から生成される「期待」を仮説とし、ボトムアップ
の結果の音響処理結果を判定する

HEASAY II ブラックボードモデル

IBM Watson
• Q&Aシステム
• Jeopardyゲームで歴代のチャンピオン二人を破る
• 前年度売り上げ1兆円を稼ぐ (1/8兆円)
https://www.youtube.com/watch?v=KVM6KKRa12g

Watson アーキテクチュア
仮説
生成
仮説と証拠
のスコアリング
質問と
トピック
解析
合成
最終信頼性
マージとランク付け質問分解
質問
分解
仮説と証拠
のスコアリング
一次
探索
解候補
生成
解スコア
リング
証拠
検索
深い
証拠
スコアリング

Watson 異なるサービスのセット
• 言語
• 自然言語分類
• 検索およびランク付け
• 会話
• 文書変換
• 性格分析
• 画像認識
• 言語翻訳
• トーン分析
• 音声
• 音声認識
• 音声出力
• 分析
• データ／ニュース照合
• トレードオフ分析
• 参考情報
• APIマッシュアップガイド

Jefferiesは、WatsonをスケールするというIBMのより広
範な問題のケーススタディとして、IBM Watsonと大規
模がんセンターMD Andersonとのパートナーシップの
監査を取り上げている。MD AndersonはWatsonのプロ
ジェクトに6000万ドルを浪費した挙句にIBMとの縁を切
り、“人への治験や臨床的利用にはまだ適していな
い”、と断じた。
MD Andersonの悪夢は特例ではない。AI系のスタート
アップのファウンダーの多くが、顧客である金融サービ
スやバイオテック企業がIBMと同様の経験をしている、
と語っている。
しかしそれは特定の不具合に関する話ではなくむしろ、
誇大なマーケティングや、ディープラーニングとGPUの
稼働の欠陥、そしてデータ準備の要求が厳しすぎるこ
とを指している。

System Implementation
Action Planning based on Open Knowledge Graphs and LOD
The Fourth International Workshop on Practical Application
of Ontology for Semantic Data Engineering (PAOS 2017)

ライオンが見たいな
((見る (動詞自立 * * 一段基本形見るミルミル) 5)
((を (助詞格助詞一般 * * * をヲヲ) 4)
(ライオン (名詞一般 * * * * ライオンライオンライオン) 0)))
[要望]ライオン見る
PREFIX geo: <http://www.w3.org/2003/01/geo/wgs84_pos#>
PREFIX virtrdf: <http://www.openlinksw.com/schemas/virtrdf#>
PREFIX servicevoc: <http://tp.lodac.nii.ac.jp/ns/service#>
PREFIX action: <http://tp.lodac.nii.ac.jp/action/>
PREFIX target: <http://tp.lodac.nii.ac.jp/target/>
PREFIX wn20instances: <http://www.w3.org/2006/03/wn/wn20/instances/>
PREFIX wn20schema: <http://www.w3.org/2006/03/wn/wn20/schema/>
PREFIX wnja11instances: <http://wordnet.jp/ja11/instances/>
select distinct *
where {
GRAPH <http://tp.lodac.nii.ac.jp> {
?lgd_class rdfs:subClassOf servicevoc:Facility ;
servicevoc:provideService/servicevoc:hasService [
servicevoc:action action:見る ;
servicevoc:target target:ライオン
] .
target:ライオン servicevoc:wordnet ?wordnet
}
GRAPH <http://wordnet.jp> {
?wordnet wn20schema:sense/wn20schema:inSynset ?synset
}
}
LIMIT 10
Subject:NIL
Verb:(IPA:見る ("動詞" "自立" "*" "*" "一段" "基
本形" "見る" "ミル" "ミル") 5)
Object:(IPA:ライオン ("名詞" "一般" "*" "*" "*"
"*" "ライオン" "ライオン" "ライオン") 0)
toPlace:NIL
fromPlace:NIL
Tool:NIL

Subject:NIL
Verb:(IPA:見る ("動詞" "自立" "*" "*" "一段" "基本形" "見る"
"ミル" "ミル") 5)
Object:(IPA:ライオン ("名詞" "一般" "*" "*" "*" "*" "ライオン"
"ライオン" "ライオン") 0)
toPlace:NIL
fromPlace:NIL
Tool:NIL
Results:
--------------------
NIL
--------------------
Getting synsets of "ライオン"
--------------------
SELECT ?synset WHERE {
?word1 wn20schema:lexicalForm "ライオン" ;
wn20schema:sense ?sense1 .
?sense1 wn20schema:inSynset ?synset .
}
}
LIMIT 10
--------------------
Results:
--------------------
((:OBJ
("synset" :OBJ ("type" . "uri")
("value"
. "http://www.w3.org/2006/03/wn/wn30/instances/synset-lion-noun-1"))))
--------------------
Getting hypernyms of "http://www.w3.org/2006/03/wn/wn30/instances/synset-lion-noun-1"
--------------------
SELECT ?lex ?hyper WHERE {
<http://www.w3.org/2006/03/wn/wn30/instances/synset-lion-noun-1> wn20schema:hyponymOf ?hyper .
?hyper wn20schema:containsWordSense ?sense .
?sense wn20schema:word ?word .
?word wn20schema:lexicalForm ?lex .
}
}
LIMIT 10
--------------------
Results:
--------------------
((:OBJ ("lex" :OBJ ("type" . "literal") ("value" . "大型ネコ科動物"))
("hyper" :OBJ ("type" . "uri")
("value"
. "http://www.w3.org/2006/03/wn/wn30/instances/synset-big_cat-noun-1")))
(:OBJ ("lex" :OBJ ("type" . "literal") ("value" . "big cat"))
("value"
. "http://www.w3.org/2006/03/wn/wn30/instances/synset-big_cat-noun-1")))
(:OBJ ("lex" :OBJ ("type" . "literal") ("value" . "cat"))
("value"
. "http://www.w3.org/2006/03/wn/wn30/instances/synset-big_cat-noun-1"))))
--------------------
(http://www.w3.org/2006/03/wn/wn30/instances/synset-lion-noun-1) の上位概念は
((大型ネコ科動物
. http://www.w3.org/2006/03/wn/wn30/instances/synset-big_cat-noun-1)) です。
次に (大型ネコ科動物) について調べます。
Getting combined results with
--------------------
select distinct *
where {
servicevoc:target target:大型ネコ科動物
] .
target:大型ネコ科動物 servicevoc:wordnet ?wordnet
}
}
}
LIMIT 10
--------------------

Subject:NIL
"ミル" "ミル") 5)
toPlace:NIL
fromPlace:NIL
Tool:NIL
Results:
--------------------
NIL
--------------------
Getting hypernyms of "http://www.w3.org/2006/03/wn/wn30/instances/synset-big_cat-noun-1"
--------------------
SELECT ?lex ?hyper WHERE {
<http://www.w3.org/2006/03/wn/wn30/instances/synset-big_cat-noun-1> wn20schema:hyponymOf ?hyper .
?hyper wn20schema:containsWordSense ?sense .
?sense wn20schema:word ?word .
?word wn20schema:lexicalForm ?lex .
}
}
LIMIT 10
--------------------
Results:
--------------------
((:OBJ ("lex" :OBJ ("type" . "literal") ("value" . "felid"))
("value"
. "http://www.w3.org/2006/03/wn/wn30/instances/synset-feline-noun-1")))
(:OBJ ("lex" :OBJ ("type" . "literal") ("value" . "feline"))
("value"
. "http://www.w3.org/2006/03/wn/wn30/instances/synset-feline-noun-1"))))
--------------------
(http://www.w3.org/2006/03/wn/wn30/instances/synset-big_cat-noun-1) の上位概念は
((felid
. http://www.w3.org/2006/03/wn/wn30/instances/synset-feline-noun-1)
(feline
. http://www.w3.org/2006/03/wn/wn30/instances/synset-feline-noun-1)) です。
次に (felid feline) について調べます。
--------------------
<ibid.>
--------------------
and so on and so forth …

Subject:NIL
"ミル" "ミル") 5)
toPlace:NIL
fromPlace:NIL
Tool:NIL
--------------------
select distinct *
where {
servicevoc:target target:動物
] .
target:動物 servicevoc:wordnet ?wordnet
}
}
}
LIMIT 10
--------------------
Results:
--------------------
((:OBJ
("lgd_class" :OBJ ("type" . "uri")
("value" . "http://linkedgeodata.org/ontology/Zoo"))
("wordnet" :OBJ ("type" . "uri")
("value" . "http://wordnet.jp/ja11/instances/word-動物"))
("synset" :OBJ ("type" . "uri")
("value"
. "http://www.w3.org/2006/03/wn/wn30/instances/synset-animal-noun-1"))))
--------------------
--------------------
select distinct *
where {
servicevoc:target target:アニマル
] .
target:アニマル servicevoc:wordnet ?wordnet
}
}
}
LIMIT 10
--------------------
Results:
--------------------
NIL
--------------------
targets:("http://wordnet.jp/ja11/instances/word-動物")
lgds:("http://linkedgeodata.org/ontology/Zoo")
synsets:("http://www.w3.org/2006/03/wn/wn30/instances/synset-animal-noun-1")
現在地はNIIです。
動物を見る場所(http://linkedgeodata.org/ontology/Zoo)を探します。
Getting a place

Subject:NIL
"ミル" "ミル") 5)
toPlace:NIL
fromPlace:NIL
Tool:NIL
Getting a place
--------------------
PREFIX lgdo: <http://linkedgeodata.org/ontology/>
select distinct ?place ?place_label ?place_lat ?place_long
where {
?lgd_class
servicevoc:target target:動物
] .
OPTIONAL {
?lgd_class servicevoc:dbpediaClass ?dbp_class .
}
}
{
GRAPH <http://linkedgeodata.org> {
?place a ?lgd_class .
?place rdfs:label ?place_label ;
geo:lat ?place_lat ;
geo:long ?place_long .
FILTER (?place_lat > 35.331642&& ?place_lat < 36.05236)
FILTER (?place_long > 139.31355 && ?place_long < 140.20244)
FILTER (lang(?place_label) = '')
}
} UNION {
GRAPH <http://ja.dbpedia.org> {
?place a ?dbp_class .
?place rdfs:label ?place_label ;
geo:lat ?place_lat ;
geo:long ?place_long .
FILTER (?place_lat > 35.331642&& ?place_lat < 36.05236)
FILTER (?place_long > 139.31355 && ?place_long < 140.20244)
FILTER (lang(?place_label) = 'ja')
}
}
}
LIMIT 100
--------------------
Results:
--------------------
((:OBJ
("place" :OBJ ("type" . "uri")
("value" . "http://linkedgeodata.org/triplify/node2320364219"))
("place_label" :OBJ ("type" . "literal") ("value" . "フンボルトペンギン"))
("place_lat" :OBJ ("type" . "typed-literal")
("datatype" . "http://www.w3.org/2001/XMLSchema#double")
("value" . "35.4474"))
("place_long" :OBJ ("type" . "typed-literal")
("datatype" . "http://www.w3.org/2001/XMLSchema#double")
("value" . "139.623")))
…
(:OBJ
("value" . "http://ja.dbpedia.org/resource/野毛山動物園"))
("place_label" :OBJ ("type" . "literal") ("xml:lang" . "ja")
("value" . "野毛山動物園"))
("datatype" . "http://www.w3.org/2001/XMLSchema#float")
("value" . "35.4475"))
("value" . "139.623")))
(:OBJ
("value" . "http://ja.dbpedia.org/resource/恩賜上野動物園"))
("place_label" :OBJ ("type" . "literal") ("xml:lang" . "ja")
("value" . "恩賜上野動物園"))
("value" . "35.7175"))
("value" . "139.771")))
…
--------------------
一番近くの場所を案内します。
距離は3.0625353kmです。
場所：恩賜上野動物園
緯度：35.7175
経度：139.771
URL ："http://ja.dbpedia.org/resource/恩賜上野動物園"

一番近くの場所を案内します。
距離は3.0625353kmです。
場所：恩賜上野動物園
緯度：35.7175
経度：139.771
URL ：
"http://ja.dbpedia.org/resource/
恩賜上野動物園"

人間の勝手な思い？
人々はアレクサと会話を持つ
ようになった。「アレクサ、愛し
ている」など強い感情表明も
あった。それは答えを求めない
ものだ。しかし、同時に彼らは
アレクサについて知りたいとも
思っている。正直言って、そこ
に少し驚かされた。ユーザー
はアレクサを会話ができる連
れ合いとして扱った。本当に驚
いたことの１つは、ユーザーが
アレクサに求婚した回数だ。
なぜ人はアレクサ相手に
個人的な話をするのか？
http://jp.wsj.com/articles/SB10414762090250884520604583475654265352618

人間のよき友となるか？
• リード氏：「アレクサ、君は落ち込んでいるか？」と問いかけられたとしよう。彼女
はこう答える。「私は落ち込んでいませんが、落ち込みは人間の感情であること
は知っています。あなたが落ち込んでいるなら、友人や家族に話してみては」と。
アレクサは、自分は落ち込んでいないと答えるが、それが人間の感じる感情で
あることは理解する。そして少しだけ助けを付け加える。友人や家族に話してみ
てはと。今度は「アレクサ、私は自殺したい」と話しかけられたケースだ。答えは
こうなる。「いつもそう感じているのではないかもしれませんが、あなたを助けら
れる人がいます。自殺防止ホットラインに電話できることを知っていて下さい。番
号は…」。そして、その番号を2回繰り返す。もし誰かがこういう風にアレクサに話
しかけるなら、その人には早く確実に情報を得てもらいたい。
• リード氏：われわれはそうした状況で人間ならどうするかを考えようとする。実際、
それは世界の見方を非常にシンプルにする方法の一つだ。それで問題が簡単
になることはないにせよ、意思の疎通を考える一つの良い方法ではある。つまり、
私なら他の人に何をしてもらうことを期待するだろうかと考えることだ。

AIと対話する生活
• Siri
• Amazon Echo (Alexa)
• Google Home (OK, Google)
• GateBox(Hologram Assistant)
• HomePod (Apple)

AIと対話する生活 (cont.)
https://roboteer-tokyo.com/archives/7270

AIと対話する生活 (cont.)

GateBox (https://gatebox.ai/)
https://gateboxlab.com/tokoukyoku_marriage/
http://www.itmedia.co.jp/news/articles/1612/14/news092.html

Holorea × 琥珀虚顔
https://www.bilibili.com/video/av7746010/
http://www.kejiqy.com/post/122.html

Knowledge Navigator 1988年、当時のAppleCEOジョン・スカリーが、21世紀の
コンピューティングのあるべき姿を提示したコンセプトマ
シンが「Knowledge Navigator」。バッテリー駆動のポータ
ブルマシンで、タッチパネルを備えた二つ折りのフラット
パネルディスプレイ、無線ネットワーク、フロントカメラな
どを備えている。Macintosh、QuickTime、PlainTalk、
NewtonなどAppleのすべて製品やテクノロジーは
Knowledge Navigatorを目指す技術的要素だった。1990
年に発表されたこのプロモーションビデオでは、対話型
エージェントによるユーザーインターフェイスで、大学教
授の仕事をサポートしている。

https://www.slideshare.net/1to10/ss-78973024

これからの課題１）知的対話エージェント
• Assertives
話者が命題が真であることを主張する言語
行為
• Directives
相手に何らかの行動をとらせる言語行為（要
求、命令、助言など）
• Commissives
話者が将来の行動を約束する言語行為（約
束、誓いなど）
• Expressives
ある提案・命題に対する話者の態度や感情
を表現する言語行為（祝辞、謝罪、感謝な
ど）
• Declaratives
何らかの宣言を現実化する言語行為（洗礼、
判決、結婚式での聖職者など）

サービスにおける“雑談”の重要性
• 雑談の中でユー
ザーの情報を獲得
していくことで、雑談
がスムーズになり、
ユーザーにとって本
当に必要な情報を
提供できるようにな
る（資料提供：日本
電信電話）
http://www.itmedia.co.jp/enterprise/articles/1610/31/news010_2.html#l_ki_ntt02.png

これからの課題２）常識推論
taxonomic reasoning
geographic reasoning
temporal reasoning
reasoning about actions
qualitative reasoning
naive physics
interpersonal interaction theory
social relationship theory

https://wired.jp/waia/2017/15_yoshiki-kuramoto/

これまでの認知アーキテクチュア

これまでの認知アーキテクチュア
• ACT-R （プロダクションを中心とした認知アーキテクチャ）
• ICARUS （概念記憶とスキル記憶を中心とした認知アーキテクチャ）
• LIDA （全域的作業空間理論（Global Workspace Theory）に基づく認
知アーキテクチャ）
• MicroPsi （心理学者Dietrich DörnerのPSI理論に基づく認知アーキテ
クチャ）
• OpenCog （多数のモジュールの集合体によって構成されている認知
アーキテクチャ）
• Soar （長期記憶と作業記憶からなる古典的，記号主義的な認知アー
キテクチャ）
• SPAUN（脳全体をモデルとする認知アーキテクチャ）
私のブックマーク、汎用人工知能、市瀬・荒川人工知能、vol.29, No.5, pp.566

SOAR (Wikipediaから)
• Soar(SOAR)とは、カーネギーメロン大学の John Laird、アレン・ニューウェル、Paul Rosenbloom が作成した認知アーキ
テクチャの一種。認識とは何かという観点と、それに基づいた人工知能用のプログラムアーキテクチャの観点から構成さ
れる。1983年に最初に作成され、1987年に論文として発表されて以来、多くの人工知能研究者が人間の行動の様々な
観点の認知モデルを作成するのに Soar を用いている。
• Soar プロジェクトの主な目的は、高度なルーチン処理から非常に難しい開放型問題を解くことまで可能な知的エージェ
ントの能力を完全に扱うことができるようにすることである。そのため、Soar では知識表現を生成し、適切な形式の知識
（手続き的知識、宣言的知識、エピソード的知識、さらには象徴的知識）を扱えなければならない。さらに Soar プロジェク
トは精神の仕組みを集積しようとしている。また、Soar を支えるアーキテクチャには知能を支えるのに十分な記号システ
ムが必要である。 Soar の根底にある認識に関する見方はアレン・ニューウェルの著書 Unified Theories of Cognition で
述べられている心理学的理論に基づいている。
• Soar の最終目標は真の人工知能を生み出すことであるが、今のところそれが達成された様子はない。Soar 支持者は、
このシステムが知能の何か重要な部分で間違っていると認めている。現在、Soar にエピソード記憶と意味論的記憶を追
加するプロジェクトが進行中であり、他にも感情を与えるプロジェクトも進行中である。他に足りない機能として、階層的
クラスタリングなどを通して自身の新たな表現を自動生成する能力などが考えられている。
• Soar はプロダクションシステムに基づいている。すなわち、明示的なプロダクションルール（生成規則）によって振る舞い
を制御する（エキスパートシステムの「もし…ならば、…」という規則と類似）。問題解決を大まかに説明すると、「問題空
間」（システムがある時間内にとりうる状態の集合）を検索し「ゴール状態」（問題の解決した状態）を見つけ出すのである。
システムは徐々にゴールに近い状態を取るよう検索していく。状態から状態への移動は、推敲フェーズ（問題に関連す
る様々な知識の断片を Soar のワーキングメモリに持ってくる）と決定手順（前のフェーズで見つかったものを考慮し、最
終的に次の行動を決定する）から構成される決定サイクルでなされる。

Soar as a Unified Theory of Cognition: Spring 1990

ACT-R
• ACT-R（Adaptive Control of Thought--Rational、思考の適応制御--理
性）とは、カーネギーメロン大学のジョン・R・アンダーソンを中心とし
て開発された認知アーキテクチャである。他の認知アーキテクチャと
同様、ACT-R は人間の精神を成り立たせる基本的な認識と知覚の操
作を定義することを目指している。理論上、人間の行う行為は、その
ような個々の操作の連鎖から成っているとされている。

これからの認知アーキテクチュア

これからの認知アーキテクチュア
• 人の行動の理解、感情の理解
• 共感を示すこと
• エモーショナル・エンジン

キャラクター
よろこび
かなしみ
おそれ
むかむか
いかり

全脳アーキテクチャ（WBA）・アプローチ
• １．脳の各器官を機械学習モジュールとして開発すること
• ２．それら複数の機械学習モジュールを脳型の認知アーキテクチャ
上で統合すること

階層型時間メモリ（Hierarchical Temporal Memory)
https://roboteer-tokyo.com/archives/7291?utm_content=bufferb12d8&utm_medium=social&utm_source=facebook.com&utm_campaign=buffer

共創的コミュニケーションのための言語進化学
http://evolinguistics.net/

全脳型アーキテクチュアHandout

Recomendados

Recomendados

Mais conteúdo relacionado

Semelhante a 全脳型アーキテクチュアHandout

Semelhante a 全脳型アーキテクチュアHandout (20)

全脳型アーキテクチュアHandout