レポート課題１

20年後の人とAIのあるべき関係

近年、人と人工知能（AI)の関係について、技術論だけ

でなく、雇用、社会、法律、政策、倫理など、様々なの

観点から議論されている。

20年後のAI技術の進展を予想し、20年後の人とAIの

あるべき関係について、自由に論ぜよ。

（2000-4000字程度。参考文献・Webページは明記）

〆切：2016年5月30日（月）までにkeio.jpより

提出（メールは受け付けません）

AIに関する関連情報 ※経産省NEDO

http://www.nedo.go.jp/content/100782828.pdf

※特許庁資料

https://www.jpo.go.jp/shiryou/pdf/gidou-houkoku/26_21.pdf

※総務省

https://www.jpo.go.jp/shiryou/pdf/gidou-houkoku/26_21.pdf

テレビ：5月15日（日） NHK総合 午後9:00

ＮＨＫスペシャル「天使か悪魔か 羽生善治 人工知能を探る」

ネットニュース http://gigazine.net/ https://newspicks.com/

ＥＳの構造

ＫＢ

ＫＡ

ＩＥ

ＷＳ

ＤＩ

ＥＦ

(Domain Expert)

User

骨格部 Knowledge Base Inference Engine Working Space

周辺部 Knowledge Acquisition Explanation Facility Dialog Interface

略語の説明

• ＫＢ：Ｋnowledge Base知識ベース

• IE:Inference Engine：推論エンジン

• EF:Explanation Facility説明機能

• DI:Dialog Interface対話インタフェース

• KA:Knowledge Acquisition知識獲得

• WS:Working Space作業領域

プロダクションシステム

前向き推論(Forward Reasoning)

IF ………. THEN ……..

後向き推論(Backward Reasoning)

★条件部獲得コスト 小→前向き

大→後向き 医療診断は？故障診断は？

時間割作成は？機械設計は？

ＥＳの開発事例

（米国３０００，欧州１０００，日本１０００）

DipmeterAdviser(石油発掘支援，Schlumbergｅｒ）ＭＹＣＩＮ（感染症診断，Stanford Univ.)

その他

資産運用（銀行）クレジット審査（生保）

相場分析（証券）

Planpower(資産運用，APEX）

ＥｘｐｅｒＴａｘ（節税計画，Cooper) ビジネス

レンズ設計（キャノン）

油圧回路設計（ｶﾔﾊﾞ工業）

CATS(機関車故障診断，GE)

ＡＣＥ（電話線保守，ＡＴＴ），

ＣＯＭＰＡＳＳ（交換機故障診断，ＧＴＥ）

機械・機器

プラント運転支援，生産計画（出光．．） DENDRAL(Stanford

Univ.) 石油・化学

変電所運転支援，作業停電計画

（東電，関電．．．）

原子炉異常診断(EPRI…) 電力・ガス

ビル設備異常診断 建設

高炉異常診断，生産計画

（新日鉄，ＮＫＫ，神鋼．．．） 鉄鋼

ＬＳＩ設計．．． R1->XCON(DEC)YES/MVS(IBM) 計算機

日本の開発事例 米国の開発事例 ドメイン／国

知識処理システム構築の実際

ETCレーン故障対応業務

7

• ETC装置の故障アラーム

• 故障箇所調査作業と故障処置作業

料金所収受員 ETC検査員 現場の状況

このアラームが出てたらここを処置する

テスト

（故障箇所の切り分け）

その他の情報

・・・

テスト結果

作業マニュアル無し

知識の属人化

知識獲得過程

8

参照マニュアル ETC装置仕様書（22ファイル） 合計939ページ

参照データ 故障蓄積データ「Fasys-F」 130列×10000行のエクセルファイル

インタビュー 業務熟練者はじめ社員の方々

実体験 現場での業務体験（2回）＋インタビュー（5回）

獲得された知識 業務の順序（18個のワークフロー）

判断ルール（69個） 作業の詳細情報（73種の作業）

設備の詳細情報（82種の装置）

特に「業務フロー」「判断ルール」「作業の詳細情報」は

実体験、インタビューを通して獲得した暗黙知

知識・データの形式化・構造化

9

What型 意味

How型 判断・手順

Why型 理由

When型 順序

新人

どのような形式で構造化し、

どのような順序で知識を提示するか？

どこから見ればいい？

疑問タイプに応じて異なる知識表現

ワークフロー

ルールベース

オントロジー

マルチメディア

ゴール分析木 順序・判断 手順・理由・意味

判断

理由

手順・意味・現場感

構築された知識体系

10

順序・判断

ワークフロー

ルールオントロジー

作業オントロジー

装置オントロジー

理由

作業：手順・理由 装置：意味

形式化された知識の仕様

11

ワークフロー数 総処置ノード数 総判断ノード数

18 247 27

ワークフロー（順序・判断）

オントロジー（手順・理由・意味）

クラス数 インスタンス数 プロパティ数 トリプル数

作業オントロジー 18 73 9 500

装置オントロジー 19 82 11 500

ルールオントロジー 6 30 4 155

作業動画 装置画像

32本（37分47秒） 91枚

マルチメディア

オントロジー

知識工学とセマンティックWebにおける

オントロジーの研究開発

知識工学 1991-現在

• 概念化の明示的仕様 （Tom Gruber オントロジーの定義）

• オントロジー記述言語(Ontolingua)

• 知識交換言語(KIF)

• PSM

• Task Ontology

• Generic Ontology

• CYC, WordNet, EDR…

• オントロジー構築方法論

セマンティックWeb 1997-現在

• 95-97: XML as arbitrary

structures

• 97-98: RDF

• 98-99: RDFS

• 00-01: DAML+OIL

• 2004.2.10: OWL

• 2009.10.27: OWL2

• 2010.6.22: RIF

オントロジーとは？

• 情報系のオントロジーは，哲学のオントロジーとは異なる

• 概念（化）の明示的仕様

– concepts

– properties and attributes of concepts

– constraints on properties and attributes

– Individuals (often, but not always)

• カタログ – Amazon.com product catalog

• タキソノミィ（Taxonomies） – Yahoo! categories

• ターミノロジィ – Unified Medical Language System (UMLS)

– UNSPSC - terminology for products and services

オントロジーの形式度

• 非形式的

• 準非形式的

• 準形式的

• 形式的

：自然言語で自由に表現されるもの

：人工の形式言語で表現されるもの

：健全性や完全性を持つ形式的意味

論によって定義されたもの

：制限付き構造化された形式の

自然言語で表現されたもの

オントロジーの分類

• 3つの軸による分類

形式度 情報量

汎用性 固有性

General

Generic

Specific

1st Level 2nd

Level 3rd Level

Light Weight Middle

Weight Heavy Weight

• General 最も一般的なレベル • Generic 対象領域があるが やはりかなり一般的 • Specific 特定領域に固有

各レベルの 情報を利用して 切り分けを 明確にする

①言葉（概念）

分類階層木

②言葉（＝固有表現、具体物）ネットワーク

17

織田信長

本能寺

墓所

濃姫 妻

法華宗本門流

日本の

寺院

建築物

日本の神

農民 武士

宗派

1415年

創建年

歴史上の身分

神

天文3年5月12日

生誕

豊臣秀吉

主君

本蓮寺

宗派

日本の城

岐阜城

建立

1347年

創建年

人・もの・

こと分析

分け方

オントロジー

2016/5/10

Wikipediaからオントロジー（言葉階層木，言葉のネットワーク）に自動変換して，

人工物に言葉の意味(Sense)を理解させる

→日本語Wikipediaオントロジー

人間には，ウィキペディアの内容（意味）が判るけど人工物（コンピュータ，スマフォ，ロボット．．．）には判らない

日本語Wikipediaオントロジー

2016/5/10 18

日本語Wikipediaオントロジー（文学）

2016/5/10 19

20

さらにズームアップ（模式図）

日本の 小説家

小説家

作家

人物

文学

文化

芥川龍之介

文化活動

家族

日本史の人物

代表作

職業

職業

プロパティ定義域

クラス－インスタンス関係

Is-a関係・プロパティ上位下位関係

トリプル

プロパティ値域

日本の 大学

日本の 小説

日本

存命人物

羅生門 蜘蛛の糸

鼻

小説家

塚本文

芥川也寸志

芥川貴之志

短編小説

日本

東京帝国

大学英文科

日本の映画作品

作曲家

日本のクラシック音楽の作曲家

オペラ 作曲家

夏目漱石 明治の人物

明治大学の人物 門下生

津田青楓

坊っちゃん こゝろ

小説

時代小説・歴史小説作家

誕生

最終学歴

配偶者

子供

著作

国籍

親族

ジャンル

死没

東京都出身の人物

日本出身の人物

文庫本

クラス

プロパティ

インスタンス

俳人

2016/5/10

オントロジー ソフトウェアがSenseを理解するための概念辞書

BIGLOBE情報誌 サーイ・イサラ2006年9月号 より

An Ontology Spectrum

General Ontology

• WordNet（プリンストン大学で開発．名詞が

約10万語．IS-A,HAS-Aが定義．フリー)

http://www.cogsci.princeton.edu/cgi-

bin/webwn

• CYC（米国MCCで開発）

• EDR（日本電子化辞書）

WordNet • 10万語以上の概念を体系化(General)

• 計算機で利用可能

WordNet

• http://wordnet.princeton.edu/

• 最新版：ver.3.0 for Unix-like system

– Windows版はver.2.1

• 約１１万７千のsynset(同義語の集合)

• 約１５万語（名詞，動詞，形容詞，副詞）

• synset間には，品詞ごとにいくつかの関係が定義されている

WordNet： synset(名詞)間の主な関係

• hypernym

– X hypernym Y → XはYの上位概念(super)

• hyponym

– X hyponym Y → XはYの下位概念(sub)

• holonym

– X holonym Y → XはYを持つ（has-a)

• meronym

– X meronym Y → XはYの一部（part-of)

is-a，has-a関係

product： 名詞に関して６つのsynset(意味)が定義されている

キーワードを入力

WordNet (オントロジーサンプル)

Cyc • 世界最大の知識ベース

– ２００７年時点で約２０万概念の定義，１００万以上の主張を記述

• マイクロ理論 （microtheories)

– 部分世界の内部だけで整合性を保持

• OpenCyc

– Cycのオープンソース版

– http://sw.opencyc.org/

OpenCycの特徴 • 固有の用語は「#$」ではじまる

• 「#$is-a」関係はinstance-ofを意味する

• 「#$genls」関係はis-a関係を意味する

• 「Mt」はマイクロ理論（ microtheories ）の省略

• WordNetのsynsetとの対応関係を定義

– Mt : WordNetMappingMt のsynonymousExternalConcept

• OpenCyc KB Browser

– sourceforge.netからダウンロード可能

– Windows版とLinux版

EDR電子化辞書の概念

・識別子 ・日本語と英語の 見出しの集合 ・意味（説明） ・読み ・品詞

概念

電子計算機 コンピュータ コンピューター

電算機

computer brain box

computery electronic brain

電子回路を用いて計算,判断,記憶などを自動的に行う装置

an electronic device that speedily and automatically performs calculations, makes judgments and memorizes large amounts of information

コンピュータという概念

概念A

概念B

概念C

概念D

0ffcb7

EDR概念体系辞書：is-a関係

学生

職業で捉えた人間

役割で捉えた人間

人間

生命体

EDR概念記述辞書：その他の関係

• object： 動作・変化の影響を受ける対象 – 食べる—object→りんご

• agent： 有意志動作を引き起こす主体 – 食べる—agent→父

• goal： 事象の主体または対象の最後の位置 – 行く—goal→東京

• implement： 有意志動作における道具・手段 – 切る—implement→ナイフ

• a-object： 属性をもつ対象 – 赤い—a-object→トマト

• place： 事象の成立する場所 – 遊ぶ—place→部屋

• scene: 事象の成立する場面 – 演じる—scene→ドラマ

• cause： 事象の原因，理由 – 死んだ—cause→インフルエンザ

動詞的概念が名詞的概念を 支配する場合の格関係を中心に

８種類の概念関係を記述

36

医療分野のオントロジー：SNOMED-CT

すべての概念は「SNOMED CT Concept」

という最上位概念の下位概念になっている

SNOMED CT Concept

所見 Finding 疾患 Disease 処置 Procedure ・・・・・

• 「所見」「疾患」「処置」などの最上位概念のすぐ下の概念を、「カテゴリー」と呼び、全部で１９種類ある。

すべての概念(34万）はいずれかのカテゴリーに属する

１９のカテゴリー

37

ビジネスプロセスオントロジー

Process Handbook (MIT)

商品を販売する サービスを販売する

販売する

何を売るか(What)で具体化

店舗で販売する ネットで販売する

店で販売する

どのように売るか(how)で具体化

Modifyを体系化

対象と目的の明確化

評 価

オントロジーの構築

既存のオントロジーの統合

獲 得

コーディング

オントロジー開発手順(1996)

オントロジー開発手順 (現在)

determine

scope

consider

reuse

enumerate

terms

define

classes

define

properties

define

constraints

create

instances

オントロジー検索エンジン

SWOOGLE

WATSON

Linked Open Data (LOD)

Search Monkey

(Enhanced Results)

オントロジー

構築方法論

学習

照合

上位オントロジー

Wikipedia-Ontology

オントロジー開発手順 (現在)

１．Scope決定（利用目的，タスク：検索改善､KM、QA…）

２．再利用（ワードネット，オントロジー検索エンジン）

３．用語枚挙（自然言語処理）

４．クラス定義

５．プロパティ定義：テーマによって標準的語彙がある

６．制約定義

７．インスタンス定義

８．Scopeから考えて４－７は妥当か？ Go to 4

determine

scope consider

reuse enumerate

terms define

classes define

properties define

constraints create

instances

Ontologies: Vocabulary (= Standard Property Set)

XML: Name Space Prefix， DB: Metadata

rdf http://www.w3.org/1999/02/22-rdf-syntax-ns#

rdfs http://www.w3.org/2000/01/rdf-schema#

owl http://www.w3.org/2002/07/owl# SKOS http://www.w3.org/TR/skos-reference/

dc http://purl.org/dc/elements/1.1/ 書誌

OAI-ORE: http://www.openarchives.org/ore/ アーカイブ

vCard: http://www.w3.org/Submission/vcard-rdf/ カード

rev http://dannyayers.com/xmlns/rev/# 評価

foaf http://xmlns.com/foaf/0.1/ 人

SIOC: http://rdfs.org/sioc/spec/ オンラインコミュニティ

geo http://www.w3.org/2003/01/geo/wgs84_pos# 位置

gn http://www.geonames.org/ontology# 地理

gr http://purl.org/goodrelations/v1# 商品

Music http://musicontology.com/ 音楽 PO http://purl.org/ontology/po/ メディア DOAP: http://trac.usefulinc.com/doap プロジェクト

wikiont_class http://www.yamaguti.comp.ae.keio.ac.jp/wikipedia_ontology/class/

wikiont_property http://www.yamaguti.comp.ae.keio.ac.jp/wikipedia_ontology/property/

ldc※ http://www.yamaguti.comp.ae.keio.ac.jp/ld/class/

ldp※ http://www.yamaguti.comp.ae.keio.ac.jp/ld/property/

DC(Dublin Core) プロパティ 書誌語彙 http://dublincore.org/documents/dcmi-terms/

title リソースに与えられた名前

description リソースに関する説明

date リソースのライフサイクル中の出来事に関連する日時もしくは期間

creator リソースの作成＊に主たる責任を持つ実体

contributor リソースへの協力、貢献に責任を持つ実体

publisher リソースを利用可能にすることに責任を持つ実体

type リソースの性質もしくはジャンル

format ファイル形式、物理メディア、リソースのサイズなど

language リソースの言語

identifier ある文脈における、リソースへの曖昧さのない参照

rights リソースに適用される権利に関する情報

relation 関連するリソース

source リソースの派生元リソース

subject リソースのトピック

coverage リソースの空間的あるいは時間的トピック、or適用対象、リソースが有効となる地域など

geo(GeoVocabulary) 位置語彙 http://www.w3.org/2003/01/geo/wgs84_pos#

SpatialThing 空間を表現

TemporalThing 時間を表現

Event ある特定の日時に開催されるイベント

Point ある地点を表現

lat 緯度

time 日時

location ある特定の地点などとの関係を表現

long 経度

alt 標高

lat_long 緯度経度(カンマで分けて表現)

geonameid GeoNamesID

name 地理名称

asciiname 地理名称(ASCIIコードで表現)

alternatenames 代替名称

latitude 緯度

longitude 経度

featureClass see http://www.geonames.org/export/codes.html

featureCode see http://www.geonames.org/export/codes.html

countryCode 国名ID

cc2 代替国名ID

population 人口

elevation 海抜

gtopo30 900m×900m毎の平均海抜

timezone タイムゾーン

modification date 修正日時

locatedIn どこに位置するか表現

nearby 近くに何があるか表現

gn(GeoNames) 地理語彙 http://www.geonames.org/ontology#

geo(GeoVocabulary) 具体例