Transcript 人工知能の基礎知識

（１）序論

人工知能とは



歴史
方法論
人工知能の基礎




問題解決
探索
推論
知識
©2008 Ikuo Tahara
1
人工知能とは

“machines who think” （考える機械）
P. McCorduck: 「コンピュータは考える―人
工知能の歴史と展望」 （１９７９）

計算機に人間が行うような高度な「知的」
情報処理を行わせる研究
©2008 Ikuo Tahara
2
人工知能の歴史
１６００
１９４０
Leibniz(1685)
普遍記号学
１９５０
ENIAC(1946)
EDSAC(1949)
McCulloch & Pitts(1943)
論理ニューロン
（脳のモデル）
Wiener(1946)
サイバネティクス
１９７０
ダートマス会議
(1956)
Winograd(1971)
SHRDLU
（知識）
１９９０
Rosenblatt(1961)
パーセプトロン
（学習）
２０００
Berners-Lee(1989)
WWW
Shortliffe(1976)
MYCIN
（エキスパート・システム）
Turing(1950)
チューリングテスト
McCarthy(1958)
LISP
１９８０
Reiter(1980)
デフォルト推論
Google(1998)
Wikipedia(2001)
（インターネット）
McCarthy(1980)
極小限定
（非単調推論）
©2008 Ikuo Tahara
3
人工知能の方法論

Leiｂnizの夢： 普遍的科学言語の希求
普遍記号学＝記号体系＋推論算法


情報処理＝表現＋操作
人工知能＝「知的」情報処理
＝知識＋推論
©2008 Ikuo Tahara
4
人工知能分野


知識処理



パターン認識
認識能力
理解能力
推論能力
学習能力
記憶能力
自然言語処理
©2008 Ikuo Tahara
5
人工知能の基礎

知識（知識表現，知識獲得など）

探索（グラフ表現，探索アルゴリズムなど）

論理（論理表現，推論など）

記号処理（プログラミング言語）
©2008 Ikuo Tahara
6
問題解決―積木の問題の表現
A
A
B
B
初期状態
目標状態
■
PICKUP( x)
：テーブルの上の積木 x を持ち上げる
■
UNSTACK ( x, y)
：積木 y の上の積木 x を持ち上げる
■
PUTDOWN ( x) ：積木 x をテーブルの上に置く
■
STACK ( x, y)
：積木 x を積木 y の上に置く
©2008 Ikuo Tahara
7
探索による問題解決

状態空間
A
B
B
A
B
A
A
A

B
B
探索アルゴリズム
縦形（深さ優先）探索，横形（幅優先）探索
©2008 Ikuo Tahara
8
論理による問題解決

論理式による知識の表現

初期状態
ontable(A, S0 )  ontable(B, S0 )

目標状態
s. on(A, B, s)
PICKUP( x)
xs.[ontable( x, s)
 holding ( x, after ( pickup( x), s))]


STACK ( x, y) xys .[holding ( x, s)
 on( x, y, after (stack ( x, y), s))]
©2008 Ikuo Tahara
9
論理による問題解決

証明による解決
初期状態の論理式
目標状態の論理式
オペレータの論理式
推論規則

推論（演繹推論）
肯定式
P P Q
Q
三段論法
導出
P Q Q  R
PR
P  Q Q  R
P R
©2008 Ikuo Tahara
10
論理による問題解決

導出反駁
on( A, B, s)
holding ( x2 , s2 )  on( x2 , y2 , after (stack ( x2 , y2 ), s2 ))
{x2 / A, y2 / B, s / after(stack ( A, B), s2 )}
holding ( A, s2 )
ontable( x1, s1 )  holding ( x1, after( pickup( x1 ), s1 ))
{x1 / A, s2 / after ( pickup( A), s1 )}
ontable( A, s1 )

解
ontable( A, S0 )
{s1 / S0}
s  after (stack ( A, B), after ( pickup( A), S0 ))
©2008 Ikuo Tahara
11
論理プログラム

Prolog
プログラム
P  Q1, Q2
A
, Qn
インタプリタ（SLD導出）
質問
 G1, G2 , , Gm
©2008 Ikuo Tahara
12
エキスパート・システム
作業記憶
事実
中間結果
知識ベース
ルール
推論機構
（推論エンジン）
ユーザインタフェイス
例： MYCIN（診断），PROSPECTOR（探鉱）
DENDRAL（化合物構造解析）など
©2008 Ikuo Tahara
13
不完全な知識の取扱い

非単調推論
fly(x) は矛盾しない
x.[bird ( x)  Mfly( x)  fly( x)]
x.[ penguin( x) fly( x)]
fly(Hanako)
bird (Hanako)
fly(Hanako)
penguin(Hanako)

極小限定，デフォルト推論 （常識の取扱い）
©2008 Ikuo Tahara
14
矛盾した知識の取扱い

仮説推論
・雨が降った．
・雨は降らなかった．
・散水はしなかった．
仮説集合
無矛盾性
演繹推論
事実・ルール集合
結論
・雨が降ると路面は濡れる．
・雨も降らず散水もしなければ路面は濡れない．

アブダクション，議論，準無矛盾推論
©2008 Ikuo Tahara
15
参考





太原育夫： 新 人工知能の基礎知識，近代科学社（２００８）
Ｐ．マコーダック（黒川利明訳）： コンピュータは考える［人工
知能の歴史と展望］，培風館（１９８３）
人工知能学会編： 人工知能学事典，共立出版（２００５）
人工知能学会Ｗｅｂサイト
（http://www.ai-gakkai.or.jp/jsai/whatsai/）
米国人工知能学会Ｗｅｂサイト
（http://aaai.org/AITopics/）
©2008 Ikuo Tahara
16