![3. AIにおける3大推論法とは
1)演繹推論、2)帰納推論、3)アブダクション
? 大前提: エージェントは知識を持っている。
? 小前提: 007はエージェントである。
? 結論: 007は知識を持っている。
1)演繹推論: [大前提] + [小前提] ? [結論]
2)帰納推論: [小前提] + [結論] ? [大前提]
3)アブダクション: [大前提] + [結論] ? [小前提]](https://image.slidesharecdn.com/ltconehito20210225ota-210225100001/85/Lt-conehito-20210225_ota-5-320.jpg)
Lt conehito 20210225_ota
- 2. 目次:データ分析?機械学習と推論 1. データ分析?機械学習と推論の対応関係 2. 推論とは 3. AIにおける3大推論法とは 4. AIにおける推論の誤り例 5. AIにおける含意関係認識とは 6. AIにおける推論の意味理解と課題 7. まとめ 付録: 参考論文一覧
- 3. 1. データ分析?機械学習と推論の対応関係 ※1 ここでは記号論理学での推論に限らないで用いています。自然言語処理も含めています。 1. 探索的記述統計 2. 推測統計 4. ベイジアンネットワーク 3. パターンマイニング データ分析?機械学習（予測?分類） 1) 演繹推論 2) 帰納推論 3) アブダクション 4) 常識推論 5) 類推 6) 因果推論 各種推論 7) 含意関係認識
- 5. 3. AIにおける3大推論法とは 1)演繹推論、2)帰納推論、3)アブダクション ? 大前提: エージェントは知識を持っている。 ? 小前提: 007はエージェントである。 ? 結論: 007は知識を持っている。 1)演繹推論: [大前提] + [小前提] ? [結論] 2)帰納推論: [小前提] + [結論] ? [大前提] 3)アブダクション: [大前提] + [結論] ? [小前提]
- 6. 4. AIにおける推論の誤り例 ? このように、第２世代のAIでは、例外をすべて記述して、推論す るといった方法論が取られるようになり、主流となっています。 ハトはトリ トリはとぶ ハトは とぶ ペンギン、ダチョウも鳥ですが、飛べない。 ↓ 例外が出てくる！ ペンギンは とぶ ダチョウ は とぶ 常識的推論は、字 面に書いてあること 以外は含まないもの とされた… 含意関係認識へ
- 7. 5. AIにおける含意関係認識とは① 2つの文を想定し，1つは前提となる文(Text; T)を，もう1 つは仮定となる文(Hypothesis; H)を設定します。 それらの関係が成立するかをYes,No(0, 1)で判定する 分析です(2つの文の相関関係を求めている感じ)。 例1 T: 私は昨日、京都で晩御飯を食べた。 H:私は昨日、京都に いた。 →判定: Yes(含意である)
- 8. 5. AIにおける含意関係認識とは② 例2 T: 川端康成は「雪国」などの作品でノーベル文学賞を 受賞した． H: 川端康成は「雪国」 の 著者である． →判定: Yes(含意である)．
- 10. 6. AIにおける推論の意味理解と課題 ? フレーム問題が解決困難であり、含意関係認 識(RTE)のタスクで、含意/ 伴意(Entailment)と して捉えることにとどめた。これ以降、一般常 識は主に文単位でのタスクにまとまっている。
- 11. 7.まとめ ? 含意関係認識のタスクで推論の枠を超えられな くなったものとした… ? 意味ネットワークやRDFでの展開が限定的になっ てしまった… ? よって、一般常識を、どのように関連づけるかは、 まだ発展途上にあります。 ? 次世代の人工知能のテーマに「深層学習と記号 推論の統合」とあるが、果たして中身は？
- 12. 付録: 参考論文一覧 1. 前原(1967)「記号論理入門」日本評論社 →記号推論の入門書の入門で、ゼロからわかるように書かれている。 2. 土屋(2020) 「AI人工知能のきほん」創元社 →絵本で数十ページでしかないが、わかりやすく書かれている。 3. 馬場口(2015)「人工知能の基礎」オーム社 →推論など包括的に扱っている。 4. 川添(2017)「自動人形の城」東京大学出版会 →後ろの解説が重宝する。 5. 竹林訳?Minsky著(2006)「ミンスキー博士の脳の大冒険」 →人工知能の型を作った大家の本で、0から１を体現している。当時の自由度の 高い発想を知ることができる。 6. ラッセル?ノービック(2008)「エージェント?アプローチ 人工知能 第2版」共立 出版 →1000ページ弱の系統だった、一世代前の人工知能の本。
- 13. 付録: 参考論文一覧 7. 井上(2018)「恋と禁忌の述語論理」 講談社文庫 →小説で楽しく、命題論理と述語論理を学ぶことができる。 8. JST(2019)「深層学習と知識?記号推論によるAI基盤技術の発展」 CRDS報 告書 →今後の日本のAIの方向性が少し垣間見れる報告書。 9.関根（2019-） 森羅 SHINRA – Wikipedia 構造化プロジェクト →理研AIPの関根先生の知識の構造化のPJ、常識推論とのリンケージとなってい る。 10. 東中(2021)「AIの雑談力」 角川文庫 →対話システムを雑談からアプローチされている学際的で実用的な内容が書か れている。 11. 太田(2021)「自然言語の含意関係認識による分析法」技術書典10 →含意関係認識についての説明。 12. 太田(2021)「 会話文の常識推論の実現に向けた一考察」言語処理学会 第27回年次大会(2021年3月18日予定) →一世代前の常識的推論(Common Sense Reasoning)から常識推論 (Commonsense Reasoning)へ向けたアプローチの検討
- 14. ご清聴、ありがとうございましたー