考察：「ロボットと人工知能の接点について2」
by 小山明雄
Ｊａｖａのデータベースを使っていますが、テーブルを複数同時に処理していると、ResultSetがおかしいというメッセージでエラーになります。前には動いたような・・・。自動コミットにすればいいともメッセージにありましたが、一時ファイルを作って、同時にテーブルを扱うのは避けようと考えています。
ロボットと人工知能の接点を、センサ値とオントロジー記号のテーブルにしてみましょうと前回提案しました。今回はプロセスでセンサ値をオントロジー記号に変えるシステムを考えてみたいと思います。実際、画像認識や音声認識のように構造を持ったセンサ値・・・不定形なセンサ値も扱わねばなりません。既存の技術もあります。このプロセッサ法も方が現実的だと思われます。そこで、その辺のプロセスを図にしてみます。
センサから一つの事象のまとまりとしての概念を切り取るには生得的なモデルがあると思われます。ミラーニューロンですと、赤ちゃんにベロ出して気を引くと、赤ちゃんもベロを出すといいます。赤ちゃんはすでにベロだしのモデルを持っているのですね。音声認識ですと、音韻というモデル群が、音声の切り出しの基盤になっています。サッカーでゴールのシーンを切り取りやすいのは、ボールが流れて止まるという事象がモデルのキーになっているからだと思います。オントロジーの中に、事象切り取り・・・分断・・・オントロジーというものがあると推測されるわけです。そのオントロジーが検出されると、それまでのオントロジー群をまとめた概念が構築されるわけです。
オントロジー記号をセンサ値から得るのに超平行処理になることは、脳の視覚野の様子からわかります。また、オントロジー記号から概念を投票するのは、これまた重たい並行処理になります。
自律学習は概念をマルチモーダルにする過程であります。概念はオントロジー記号セットですが、これに単語を当てはめると単語の概念ができます。音声単語とも連携すると聞き取りのできる単語になります。