Transcript 情報と職業 - 人間知能システム工学専攻

崇城大学 特別講義「情報と職業」、「情報社会・技術者倫理」
生物の脳に学ぶ情報処理技術
九州工業大学大学院生命体工学研究科 特任教授・名誉教授
㈶ファジィシステム研究所 副理事長
山 川
烈
[email protected]
崇城大学
平成21年11月13日（金）
脳型情報処理
ニューラルネット
階層型ニューラルネット
相互結合型ニューラルネット
自己組織化マップ（ＳＯＭ）
リカレント・ニューラルネット
解剖学
専門家の行動観察
専門家へのインタビュー
カオス
少数ニューロン間のフィードバック
（一見不規則な時系列信号の中に情報）
ファジィ
自然言語モデル
IF x is large and y is small, THEN z is medium.
ディジタルコンピュータとは？
人間の計算力をはるかに上回る計算機械
数学者
G.ブール
J. v. ノイマン
取扱う情報
＋
電子工学者
エッカート
モークリー
ショットキー
ブラッテン
バーディーン
輪郭のはっきりした情報（数，文字，言葉，etc.）
「0と1の組み合わせ」で表現
数値計算
論理処理
binary digit
人工知能（AI）
bit （ビット）
0110
４ビットワード
ディジタルコンピュータとは？
0110100101111001010・・・・・・・・・・011
２
64
＝ 1.8 X 10
19
64ビット
個の情報を識別可能
太平洋とインド洋の海面に広げた米の一粒一粒を識別可能
抜群の識別能力
寸分の誤差も認めない（輪郭のはっきりした情報のみ取り扱う）
厳密な数値（体温 36.5℃，座席番号 4号車2B）
厳密な数式 ( y  ax2  bx  c )
厳密な字句（文字 ； ひらがな，カタカナ，漢字，アルファベット）
あいまいな言葉や数値は受け付けない（平熱，４号車の中央あたり）
コンピュータの計算は本当に正確？
１Ｘ３÷３＝？
１Ｘ３÷３＝３÷３＝１
１÷３Ｘ３＝？
１÷３Ｘ３＝０．９９９９９９・・・・９
人工知能（エキスパートシステム）
知識ベース
もし動物に羽があれば，それは鳥である．
1000
1001
もし動物に牙があれば，それは肉食である．
0011
1011
もし動物が肉食であれば，それは猛獣である．
1011
1111
もし動物にエラがあれば，それは魚である．
0001
0010
・・・・・・・・・・・・・・・・・・・・・・・
この動物には牙がある
0011
人工知能（エキスパートシステム）
知識ベース
もし動物に羽があれば，それは鳥である．
1000
1001
もし動物に牙があれば，それは肉食である．
0011
1011
もし動物が肉食であれば，それは猛獣である．
1011
1111
もし動物にエラがあれば，それは魚である．
0001
0010
・・・・・・・・・・・・・・・・・・・・・・・
この動物には牙がある．
0011
この動物は肉食である．
1011
肉食である．
1011
人工知能（エキスパートシステム）
知識ベース
もし動物に羽があれば，それは鳥である．
1000
1001
もし動物に牙があれば，それは肉食である．
0011
1011
もし動物が肉食であれば，それは猛獣である．
1011
1111
もし動物にエラがあれば，それは魚である．
0001
0010
・・・・・・・・・・・・・・・・・・・・・・・
この動物には牙がある．
0011
この動物は肉食である．
1011
肉食である．
1011
猛獣ある． データマッチング
1111
データマッチング
• 欠陥，雑音，汚れのある情報やバリエーションに弱い．
• 経験の無い情報（予め入力されていない）に対して無力．
• 大規模な知識ベース（大容量のメモリ）が必要．
• 逐一データマッチングを実施 → 時間切れ → 答え無し
• 矛盾するルール（知識）は受け付けない．
4歳6ヶ月の男子の日記
ど
き
き
と
ん
お
で
き
α
β
α
ｂ
a
L. A. ザデー教授
=0.342
b
=0.467
a
画像情報の数値化
0.4678352890
0.3426745211
0.8438571344
0.6487621003
・
・
・
β
山川
烈
[条件] もし目が小さく，鼻がアグラをかいていて，顎が張っていて，
髪が短ければ，
[結論] その人は，小さん師匠である．
知識（ノウハウ）の獲得
要約
知識(ノウハウ)
多くの事例（データ）や多くの経験
IF-THEN ルール
要約 =多くの経験からエッセンス（特徴）を抽出
=類似のケースをまとめる
IF……., THEN………
を
曖昧な境界をもつ
ケース１
Typ.
Case2
曖昧な境界をもつ
曖昧な境界をもつ
ケース３
曖昧な表現の自然言語で記述する
知識の表現
IF-THEN ルール
条件
結論
IF．．．．．．．．．． ，THEN．．．．．．．．．．．
（大きい）
（小さい）
（早い）
（明るい）
（中ぐらい）
（非常に大きい）
・
・
・
・
人間エキスパートによる知識の表現
クリスプIF-THENルール（人工知能）
「もし水溶液を100℃で20分間加熱すると，沈殿が生じる．」
ファジィIF-THENルール
「もし水溶液を煮沸温度で数分間加熱すると，赤褐色の沈殿が生じる．」
問題やシステムが複雑になればなるほど，
それを数式や厳密な言葉で記述することが
困難になる （L. A. ザデー）
輪郭をぼかした言葉を用いると
比較的簡単に記述できる
ラベル
記号処理
メンバーシップ関数
意味処理
ファジィ情報処理の特徴
“BOILING TENPERATURE”
“煮沸温度”
（YES） 1.0
MENBERSHIP
FUNCTION
0.5
メンバーシップ関数
（NO）
0
0
20
40
60
80
100
120
T（℃）
“EXACTLY 100℃”
“１００℃ピッタリ”
（YES） 1.0
0.5
（NO）
0
0
20
40
60
80
100
120
T（℃）
100
120
T（℃）
“60℃～80℃”
（YES） 1.0
0.5
（NO）
0
0
20
40
60
80
メンバーシップ関数
L T 
M T 
“低温”
1
0
1
0 20 40 60 80 100
H T 
T
[℃]
0
0 20 40 60 80 100
“高温”
0 20 40 60 80 100
LH T 
0
0 20 40 60 80 100
“低温もしくは高温”
0 20 40 60 80 100
T
[℃]
0
0 20 40 60 80 100
NH T 
1
H T  20
1
0
T
[℃]
“非常に高温”
1
T
[℃]
“やや高温”
1
VH T 
“高温”
1
0
MLT 
“中温”
T
[℃]
0
T
[℃]
“高温ではない”
NH T  1 H T 
0 20 40 60 80 100
T
[℃]
“高温ではない” は必ずしも “低温”
とは限らない
1
“LOW”
“HIGH”
1
0
0
c
d
a
T (℃)
(b)
(a)
“MEDIUM”
“MEDIUM”
1
1
0
0
a
b
c
(c)
b T (℃)
d
T (℃)
a
b
c
(d)
d
T (℃)
[条件] もし目が小さく，鼻がアグラをかいていて，アゴが張っていて，
髪が短ければ，
[結論] その人は，小さん師匠である．
[知識]
0.9
1
アゴが張って
鼻がアグラをかいて
目が小さく
1
1
髪が短い
1
0.9
0.65
0.7
0
0
0.1
0.2
X
Y
0
0
3.0 3.5 4.0
0
cm
0
5
10 度
0
0
0.5
[事実情報]
X
Y
X
=0.08
Y
4.1cm
0.9∧0.7∧0.9∧0.65＝0.65
2度
0.5ｃｍ
小さん師匠である可能性
1.0 ｃｍ
ファジィ推論結果のレーダーチャート
こさん師匠
1
三木助師匠
談志師匠
1
1
0.5
0.5
0.5
円蔵師匠
1
0.5
米丸師匠
0
1
0.5
0.5
0.5
0.5
1
1
三枝師匠
1
円楽師匠
文治師匠
不明確さとは？
未生起の事象（確率）
主観、直感、感性に基づくあいまいさ
＜ランダムネス＞
＜ファジネス＞
時間が経てば事の真偽（YES or NO）
が明らかになる．
時間が経っても，事の真偽が明らか
にならない．
客観性がある（確率は誰が計算しても
同じになる）．
主観によるところが大．
確率密度関数を積分すると1になる．
6
 p(i)  1
p(i)
i 1
1
6
メンバーシップ関数を積分しても1に
はならない．
 (x)
1
0
0
1
2
3
4
5
サイコロの目
6
i
 (x)dx 1
「背が高い」
160 170 180 190 200
身長 (cm)
x
意思決定プロセス（エキスパートシステム）
に大きく関与．
あなたは指先にワイングラスを立てることができますか？
ワインが揺れると，
重心も揺れる
r
h

m
1
ワイングラス立て
の物理モデルと
数理モデル
2 ２L
u
0
M
x
 d 21 d 22 

 d12

d 2x
B 2 cos2  Br  2L 2  2  cos1  2   
 22  sin1  2   0
dt
dt 
 dt

 dt

d 2x
4 2
 d 21
C  Lm 2 cos1   mL  2Cr  2L 2
dt
3
 dt
 d 22

d22
d
 Lm  2C(r  2L) g sin 1  Br  2L 2 cos1  2  
sin1  2   D 1  0
dt
dt
 dt

 d 21
  d 22
d 2x
d12 2
d22
2 A  M  m 2  C  Lm 2 cos1  1 sin 1   B 2 cos2  sin 2   u
dt
dt
dt
 dt
  dt

1  1
5

A     h5  rh4  r 2h3  r 3h2 
2  5
3

1 1

B    h4  2rh3  2r 2h2 
2 2

1 
1 
C    rh2  h3 
2 
3 
数理モデルによるアプローチの問題点
１．物理モデル（近似モデル）の精度
２．微分方程式や関係方程式で
複雑なシステムを記述することの難しさ
３．計算機による計算時間の長さ
実時間処理の難しさ
r
h

m
1
2 ２L
u
0
x
M
制御戦略
１．優先目標
ワイングラスを立てる（場所は問わない）
２．追加目標
指定した場所に移動する
常に，物理的意味を考えて（頭の中でイメージを描いて），
ファジィIF-THENルール（制御ルール）を作る．
PL : Positive Large
NL : Negative Large
NM : Negative Medium
PM : Positive Medium
PS : Positive Small
NS : Negative Small
ZR : Approximately Zero
μ（x）
NL
NM
NS 1.0 ZR PS
PM
PL
x
0
最大値
最小値
メンバーシップ関数の設定
ファジィコントローラにおいて
考えられる入力変数は？
d
dt

dx
dt
考えられる出力変数は？
x
u
各入力変数にラベルを７つ設定すると・・・・
PL : Positive Large
NL : Negative Large
NM : Negative Medium
PM : Positive Medium
PS : Positive Small
NS : Negative Small
ZR : Approximately Zero
７ ４＝２４０１個のルールが考えられる
全てチェックするのは非能率的
入力変数の数を減らす

d
dt
d
角度の緊急性
X  A   B 
dt
A, B,C, D  0
x
dx
d
dt
IF  is h and
is i and
dt
dx
Y  C  x  D
dt
x
場所の緊急性
dx
is k, THEN u is l
is j and
dt

IF X is p and Y is q, THEN u is r
設定位置
L
2401個から
72 49個のルールに縮退
u
x
0

u
0
x
制御目標
設定位置
優先目標
左方向へ
ワイングラスを倒れないように安定化
追加目標
設定位置に移動
無矛盾
左方向へ
もしワイングラスがやや左方向へ倒れようとしていて（ＮＳ），
かつ，その位置が設定位置からやや右方向（ＰＳ）であるならば，
指をゆっくりとしたスピードで左方向（ＮＳ）へ動かせ
X=A・θ+B・(dθ/dt)=NS & Y=C・x+D・(dx/dt)=NS
u=NM

u
x
0
制御目標
設定位置
優先目標
左方向へ
ワイングラスを倒れないように安定化
追加目標
設定位置に移動
矛盾
右方向へ
もしワイングラスがやや左方向へ倒れようとしていて（ＮＳ），
かつ，その位置が設定位置からやや左方向（ＮＳ）であるならば，
指を中程度のスピードで左方向（ＮＭ）へ動かせ
X=A・θ+B・(dθ/dt)=NS & Y=C・x+D・(dx/dt)=NS
u=NM
IF….., THEN……
IF….., THEN……
IF….., THEN……
IF….., THEN……
IF….., THEN……
e
e
t
Fuzzy Inference Engine
z

u
x
速度uの制御ルール
Y=C・x+D・(dx/dt)=NS
X=A・θ+B・(dθ/dt)=NS
NM NS ZR PS PM
PS
NS
ZR NM
NS
NM (PL)
(PL)
PS
PM NS
NM
PM:Positively Medium
ZR:Approximately Zero
PM
PS
NS
PL:Positively Large
PS:Positively Small
PM
ZR
0
PS
NS:Negatively Small
NM:Negatively Medium
NL:Negatively Large
設定位置
線形制御では，制御面は平面
9つの制御面が9つのルールで
決定され，各ルールは独立
ファジィ制御では，どのような
曲面の制御面でも作れる
ファジィコントローラ
設定精度を犠牲にしてシステム
の安定化を達成する．
設定誤差
目標位置
九州工業大学情報工学部１年生～３年生の１６人の
学生で，「ワイングラス立て」に成功
ファジィ推論の特長
言葉の選択が容易
あいまいな自然言語を用いて記述
表現や理解が容易
覚えやすい
特異的記述が容易
知識の記述はIF-THEN形式
複雑なシステムの記述に適
部分的な変更が容易
エキスパートシステムのハードウェアやソフトウェアが節約できる
ファジィの応用
１．制御（ファジィ論理制御）
[産業用] エレベータの群制御，クレーン，トンネリングマシン
[家電製品] エアコン，ビデオカメラ，洗濯機，炊飯器，掃除機，etc.
[自動車関連] イグニッションコントロール，交通制御，測度制御，
オートサスペンション，カー・ナビゲーション,etc.
２．多目的意思決定 ・ 計画
マネージメント，株価予測，バンキング
３．医療応用
[医療診断]
[生体制御] 心拍制御，血糖値制御，麻酔制御，
[パターン認識] Ｘ線写真分析，ＣＴ画像解析，
セファロ画像解析（矯正歯科），etc.
豆腐掴みロボット
山川研＆オムロン
（1988年）
・ 硬くて重いビンや缶
・ タバコの箱の周りの
セロファンケース
・ 絹ごし豆腐
プログラムを変えずに，
これらの物すべてを，所定
の位置から所定の位置へ
摘んで移動させる．
おわり