KI 2015: Advances in Artificial Intelligence論文集より

前回はKI2014について述べた。今回は、2015年9月21日～25日にドイツ・ドレスデンで開催された第38回ドイツ人工知能会議KI 2015の会議録について述べる。

1975年にGerman Workshop on AI（GWAI）として始まったこの年次大会は、伝統的にAIのあらゆる分野の学術・産業研究者が集まり、知的システム技術の理論と応用に関するニュースや研究成果を交換する最高のフォーラムを提供している。

今回は会議に先立ち、国際計算論理学センターが主催する推論に関する国際サマースクールが開催された。また、大会の初日と2日目には、9つのワークショップが開催され、それぞれ独自のプロシーディングが行われました。また、博士課程のコンソーシアムでは、博士課程の研究者が自分の研究に対するフィードバックを受ける機会が設けられました。研究概要は、KIプロシーディングスに収録されている。

この会議には59件の投稿があり（22カ国の著者が参加）、そのうち48件は研究論文（RP）、11件は今年初めて導入されたより簡潔な論文形式である技術コミュニケーション（TC）であった。TCは、研究者自身の最近の出版物に関する報告、ポジションペーパー、進行中の研究のプレビューなど、KIの聴衆が興味を持つ成果やアイデアをより幅広く発表する機会を提供するものとなる。厳正な審査の結果、15本の研究論文が出版物として選ばれ（48本の投稿RPの31％）、さらに14本の投稿がTCとして受理されました。これらの会議論文に加え、本巻にはKI2015博士課程コンソーシアムに採択された4件の投稿論文も掲載されている。

KI 2015では、基調講演者として3人の著名な科学者の参加を確保することができた。Molham Aref (LogicBlox, USA) は宣言的確率的プログラミングについて、Ross D. King (University of Manchester) はロボット科学者との仕事について、Francesca Rossi (University of Padova) は集団意思決定のためのシステムにおける安全性と倫理問題について講演を行った。

運転、福祉、医療など、さまざまな分野で、人間と同じように行動する自律型マシンが登場する未来。自動運転車、コンパニオンロボット、医療診断支援システムなどが考えられます。また、人間と機械が協調して共通の意思決定を行う必要がある場合も多いと思います。そこで、ハイブリッド型集合的意思決定システムが必要とされるでしょう。

このシナリオでは、機械も集合的意思決定システムも、何らかの形で道徳的価値や倫理的原則（行動する場所に応じて適切であるが、常に人間のそれと一致する）に従い、また安全上の制約にも従わなければならない。実際、人間は、同じ環境下で他の人間と同じように倫理的に行動する機械をより多く受け入れ、信頼するようになる。また、このような原則があれば、機械が自分の行動を決定し、その行動を人間が理解できる言葉で説明することが容易になる。さらに、機械と人間はしばしば、コンセンサスや妥協点を見出すことによって、共に意思決定を行う必要がある。これは、共通の道徳的価値観や倫理的原則によって促進されるでしょう。

自動プランニングは、STRIPSプランニングのような最も基本的な形であっても、計算量的に困難である。我々は、瞬時の行動を伴う数値計画に関心があるが、これは一般に決定不可能な問題である。弛緩法とは、複雑な問題を単純化し、元の問題に対する指針を得るためのアプローチである。我々は、数値計画のための区間を用いた緩和アプローチを提示し、数値効果の依存関係が非周期的であるタスクにおいて、計画の存在が多項式時間で決定できることを示す。

本論文では、新しい項目がクラスとどの程度対立しているかを推定するための奇数性尺度を提案する。そして、異なるクラスに関する奇数の最小化に基づく簡単な分類法を提案する。ブール値や数値データを用いた標準的なベンチマークで実験した結果、良好な結果が得られた。大域的奇数性測定は、与えられたサイズのクラスの部分集合に対する新しい項目の奇数性の推定に基づく。

本論文では、組合せ探索の問題である、産業用3D印刷のための不定形物体の自動配置の解決を考える。入力は三角形化されたモデルの集合であり、出力はオブジェクトの位置と方向ベクトルの集合である。(1)モデルの八分木への変換、(2)球形木に基づく効率的なペアワイズ・インタレストの設計、(3)シミュレーション・アニーリングによるオブジェクトの最適配置の算出。我々は、有効なパッキングを導き出すために、いくつかの球ツリー構築方法とアニーリングパラメータ設定を比較する。

本論文では、CをELUμ概念、EをELU-概念、Tを一般EL-TBoxとしたとき、T |= C ⊑ Eの形の部分集合を決定する手順を提供する。このような包含を決定することは、一般的なEL-TBox間の論理差を計算するために使用される。この手続きは、CとEの部分概念の集合の超グラフ表現とTとの間に、それぞれある種のシミュレーショ ンが存在することを確認することに基づいている。この手順を実装可能なものにするため、複雑なオートマトン理論的な技法を使用することを意図的に避け、そのような超グラフの詳細な構成を提供する。

知識ベースRの最大エントロピー分布PR＊を計算する際に解くべき最適化問題の複雑さは、関係性の場合に飛躍的に増大するが、Rの重み付き条件付き影響（WCI）が利用できれば、PR＊ははるかに速く計算できることが示されている。WCIを素直に計算することは、可能世界の集合Ωの大きさのために容易に実行不可能になる。本論文では、Ω内の世界を全く考慮せずにWCIを計算する新しい手法を提案する。本論文では、サットペアという概念を導入し、サットペアの全ての可能な組み合わせの集合CSPを組合せ論的手法により決定する方法を示す。WCIの計算にΩの代わりにCSPを用いると、CSPは通常Ωよりずっと小さいので、大幅な性能向上となる。まず、単一の条件からなる単純な知識ベースに注目する。実装されたアルゴリズムの最初の評価結果は、我々のアプローチの利点を説明するものである。

ドメインに依存しない計画システムは、自律型ロボットなどのアプリケーションで使用されることが多くなってきた。しかし、このようなシステムの多くは、ドメインに特化した目標コンポーネントを用いて計画目標を生成するか、あるいは、ユーザが本格的なPDDL目標記述を記述する必要がある。本論文では、計画システムのメニュー駆動型インタフェースを実装するための、参照式に基づくドメイン非依存な手法を提案する。

風力発電の電力網への統合は、正確で信頼性の高い予測方法によってのみ成功することができる。様々な測定値が利用できるため、機械学習アルゴリズムは短期予測ホリゾントに対して非常に良い予測をもたらすことができる。この論文では、風力発電と風速の時系列の使用と、その後の測定値の違いについて、ランダムフォレスト、スーパーポートベクトル回帰、k-ニアレストネイバーを用いて比較検討する。風力と風速の両時系列は予測器の学習に適しているが、両者を併用することで最高の性能を達成できる。さらに、RFとSVRをクロスバリデーションの重み付き平均で組み合わせたアンサンブルアプローチを提案し、予測性能が部分的に改善されることを示す。

推薦アルゴリズムは、一般に、ユーザが好きなアイテムに類似したアイテム、あるいは類似したユーザが好きなアイテムを提案することで機能する。我々は、ニュース推薦のセレンディピティに着目したコンテンツベース推薦技術を提案する。セレンディピティ・レコメンデーションは、ユーザーにとって予期せぬが幸運であり、興味深いという特徴を持つため、より高いユーザー満足度を得られる可能性がある。本研究では、セレンディピティの概念をニュース記事の領域で探求し、セレンディピティと類似性に基づく推薦技術の利点を組み込んだ一般的なフレームワークを提案する。また，他の推薦モデルに対する評価をユーザスタディにおいて行う．

確率的解釈は、領域を共有する解釈の集合と、各解釈に確率を割り当てる尺度から構成される。このような構造は、生物学、心理学、医学などにおいて、繰り返し行われる実験の結果として得られる。確率的記述論理とクリスプ記述論理の間の翻訳を紹介し、確率的解釈の一般概念包含の基底の構築を、GCIの基底の公理化の方法がよく知られているクリスプの場合に縮小するために利用する。

カーネル関数の近似は，明示的な特徴マップを用いることで学習・訓練時間を大幅に短縮し，大規模な問題への適用が可能となるため，近年注目を集めている．例えば、ランダムフーリエ特徴量に基づく近似は、スケール不変なカーネル関数のあるクラスに対する特徴マップを作成する効率的な方法である。しかし，そのようなマップを導出するアルゴリズムが存在しないカーネルがまだ多く存在する．本研究では，擬似線型投影を用いて任意の距離指標から近似的な特徴マップを作成する効率的な手法を提案する（Distance-Based Feature Map (DBFM) ）．本手法は、入力データセットサイズや入力空間の次元に依存しないことを示す。また，2つの距離関数と1つの非距離関数を用いて，本手法の適用を2つの実データセットで実験的に評価する．

我々は、AI研究のベンチマーク問題として、スカットに類似したトリックテイキングカードゲームであるドッペルコップフを提案する。skatは近年AIコミュニティで広く研究されているが、doppelkopfはそうではない。しかし、ドッペルコップはスカットよりも状態空間が大きく、また、プレイヤーはゲーム開始時には相手が分からず、プレイ中に初めて相手が分かるという、スカットや他のカードゲームとは異なる独自の重要な特徴を持っています。

2006年の発表以来、UCTアルゴリズムは、AI研究におけるゲームの解法として主流となっています。UCTは、囲碁で人間の優秀なプレイヤーに匹敵する強さを達成したのをはじめ、クロンダイクソリティアやスカットなどのカードゲームでも良好な結果を残しています。本研究では、UCTをドッペルコップに適応させ、UCTアルゴリズムがサンプリングに用いるランダムなカード割り当てを生成するアルゴリズムを提示する。実験では、UCTアルゴリズムの様々なバリエーションを議論・評価し、UCTに基づくプレイヤーが単純なベースライン・プレイヤーよりも向上し、人間のプレイヤーとの対戦においても良好なカードプレイ挙動を示すことを示す。

対称性は、状態空間探索やAI計画における状態爆発問題に取り組むための確立されたアプローチの基礎となるものである。しかし、現在までに様々な対称性に基づく手法が利用可能であるにもかかわらず、これらの手法が共通の設定において経験的に評価され、比較されたことはない。特に、どの手法を優先的に適用すべきか、また、より強力な性能を持つ手法が存在するかは不明である。本論文では、実証的なケーススタディを通じて、この問題に光を当てる。本論文では、ヒューリスティック探索としてコスト最適化計画を行うための対称性に基づくいくつかの手法を組み合わせ、評価する。評価には、国際的なプランニングコンテストから得られた大規模なベンチマークを用い、最新の抽象化ヒューリスティックを使用する。

非決定論的な環境と相互作用するエージェントは、多くの場合、周囲の状況を部分的にしか観察することができない。そのため、現在の世界の状態についてより多くの情報を提供するセンサーによる観測が必要となる。センサは多くの点で高価であるため、エージェントが与えられたタスクを解決するために必要なセンサの量を最小にすることが重要である場合がある。センサーの最小化の限界は、特定の問題を解決するために常に必要とされる必須センサーによってもたらされる。本論文では、必要な観測変数の集合を決定する効率的なアルゴリズムを紹介する。具体的には，常に目標状態に到達するために必要な観測変数の集合を計算するボトムアップアルゴリズムを開発する．我々の実験結果は、必要な観測変数に関する知識を用いることで、エージェントのセンサーの数を最小化できることを示している。

空間的知識の質的表現は、基礎となる空間領域の本質的な性質と関係を把握することを目的としている。さらに、空間的な質的関係が時間とともにどのように変化するかを記述するために、概念的な近傍性が導入された。現在の定性的表現では、主に記号的制約に基づく言語を用いているが、この言語は基礎となる領域から切り離されており、整形された文は必ずしも一貫していないという欠点がある。このため、概念的な隣接関係に対して表現を一貫して向上させる効率的な知識操作技術を設計することは困難である。本論文では、領域制約に本質的に従い、その結果、それ自体が整合的である類推的空間表現について論じる。本論文では、RCC-8のためのグラフベースの類推的空間表現を開発し、その構築は効率的なグラフ変換によって実現される近傍遷移に基づくものである。開発した表現法の主な利点は、計画や制約緩和など、整合性の側面の下で空間知識を操作する必要がある近傍ベースの推論タスクの効率が改善されることである。

正方形格子はロボット工学やゲーム開発で空間モデルとしてよく使われ、AIコミュニティではヒューリスティック探索アルゴリズム（A*、JPS、Theta*など）が格子上の経路探索に広く使われていることがよく知られています。多くの研究は（幾何学的な意味での）最短経路を見つけることに集中しているが、多くのアプリケーションでは（最短経路ではなく、急カーブを含む）滑らかな経路を見つけることが好ましいとされている。本論文では、滑らかな経路を生成する問題を研究し、角度制約付き経路探索に焦点を当てる。我々は、角度制約付き経路探索問題を定式化し、この問題を解くために調整された新しいアルゴリズム – LIAN – を提示する。我々は、LIANを理論的および経験的に検証する。我々は、LIANが（いくつかの制限の下で）健全かつ完全であることを示す。また、LIANが、都市部での屋外ナビゲーションシナリオにおける多くの経路計画タスクを解く際に、類似のアルゴリズムを凌駕することを示す。

公理のピンポイント探索は、オントロジーにおける包摂関係の理由を説明する公理の集合的な最小集合を計算することである。最近、EL+オントロジーの分類を多項式サイズのホーン命題式に符号化することが考案された。これにより、充足不可能な命題式の解析に基づく、公理の特定方法の開発が可能となった。この先行研究を基に、命題領域における最小公理集合と最小非満足部分式の間の重要な関係を利用するEL2MCSと呼ばれる計算方法を提案する。実験的評価により、EL2MCSは軽量記述論理のための既存の公理ピンポイント探索手法に対して大幅な性能向上を達成することが示された。

人間は日常的に帰納的推論を行っている。過去に何が起こったかを仮定して、現在の観測結果を説明するのである。これは、現在をモデル化する際にも頻繁に必要とされる。

本論文では、センサデータからの予期せぬ観測によって引き起こされる仮説を述 べる能力をロボットに持たせるためのアプローチについて説明する。これは、物体や行動に関する一般的な知識を提供するKnowRobをベースとして実現されている。まず、ロボットが遭遇する可能性のある環境変化の種類を分析する。その後、観測された変化から過去の事象を推定することを可能にする新しい推論方法を定義する。これらの仮想的な過去の事象の影響を投影することにより、ロボットは現在に期待される結果についての知識を得ることができる。我々の推論方法の適用性は、仮想環境と実世界のシナリオで実証される。これらの実験では、センサデータから直接アクセスできないような高確率の情報をロボットが導出することができた。

LabSATは、与えられた抽象的な論証システムに対して、AFが一部または全部の拡張を決定し、論証が信用的に受け入れられるか懐疑的に受け入れられるかを決定できるソフトウェアシステムである。これらのタスクは、完全意味論、安定意味論、好ましい意味論、および、接地意味論に対して解決される。LabSATの実装は、論証とブール充足可能性の間の接続に関する最近の結果を採用し、SATソルバーLingelingを使用する。本論文では、LabSATの概要とその機能を説明し、他の2つの計算論証システムとの性能を比較する。

確率的信念変更とは、信念状態を表す確率分布と、収容あるいは 除去すべき情報を表す入力センテンスを受け取り、それを新しい確率分 布に写像する操作である。このようなマッピングを多数の中から選択するために、従来は”クロスエントロピーの概要と関連アルゴリズム及び実装例“で述べている最小クロスエントロピーの原理などの情報理論的な手法が用いられてきた。この原理の中心は、カルバック・ライブラー（KL）ダイバージェンスである。この短い研究では、信念aによる信念状態Pの縮約、つまり、信念aを非信念にする過程に注目する。収縮された信念状態Pa-は、元の信念状態Pと、Pを¬aで修正した結果であるP¬∗aの二つの状態の混合物として表すことができる。この混合に重要なのは、PとP¬∗aの混合比率を決める混合係数εである。我々は、εが決まれば、PからのPa-のKLダイバージェンスはεのみを引数とする関数で与えられることを示す。εは混合係数であるだけでなく、KLダイバージェンスの計算に必要なPとP¬aの関連性を捉えていることを示唆するものである。

最近の多くの論文で、記号接地問題（SGP）は未解決であると主張されている。多くのAI研究者はそれを無視し、彼らが設計する自律エージェント（あるいはロボット）には確かに「問題」がないように見える。というのも、これらの論文のほとんどが「ロボット」を議論の対象としており、SGPが未解決であるために、多くのロボット研究者が長期的に行っていることが失敗であるかのような印象を与えてしまうからです。Searleのchinese room argument (CRA)とHarnadの問題再定式化から始まり、提案された解決策とTaddeoとFloridiの「Z条件」による問題の具体化について見ていく。次に、Z条件付きSGPが解決不可能であることを最近示した2つの研究成果を紹介する。我々は、本来の難しいSGPは、目標指向の自律エージェントを設計する文脈では重要ではない、と結論付ける。

PGPI+ (Partial Graph Profile Inference+) は、オンラインソーシャルネットワークにおけるユーザープロファイリングのための改良されたアルゴリズムである。PGPI+は、ユーザに関する豊富な情報（例えば、グループメンバー、ビューやいいね！）を用いて、部分的なソーシャルグラフの制約下でユーザプロファイルを推論し、名目および数値属性を処理する。PGPI+は、Pokecソーシャルネットワークの2万人のユーザプロファイルを用いた実験の結果、5つの最先端アルゴリズムと比較して、より少ないソーシャルグラフへのアクセスで、より高い精度でユーザプロファイルを予測することができることが示されました。

本論文では、化学の授業であるルイス図を描くことを目的として開発した教育用ゲームを紹介する。また、3種類のセンサー（脳波、アイトラッキング、光学カメラによる表情認識）を用いて、ゲーム中の学習者の認知・感情状態や行動に関するデータを収集する実験を行った。その結果、機械学習モデル（ロジスティック回帰）により、学習者がゲーム内で提示された課題に対して正解か不正解かをある程度予測できることがわかり、ゲームの適応版への道が開かれました。後者は、データから抽出された特徴量に基づいて、学習者に課題を与えたり、学習者を支援したりすることで、ユーザに応じたリアルタイムな適応を実現します。

大規模データ中の特殊な事象を自動的に検出することは、データ解析において規則的なパターンよりも興味深いことが多い。特に、多変量時系列データにおけるプロセスは、通常の挙動からの逸脱が見つかれば、より良く理解することができる。本研究では、機械学習によるイベント検出手法を海洋領域での新しいアプリケーションに適用する。Spiekeroogにある時系列観測所から得られる海洋長期データは、ノイズ、センサーのドリフト、データの欠落がデータ解析を複雑にしているため、課題となっている。我々は、専門家の助けを借りて、評価のためのラベルを取得し、パターンに時間のコンテキストを含む様々なアプローチをテストしています。イベント検出にはLocal Outlier Factor (LOF)を使用する。結果を改善するために、我々はデータに次元削減を適用した。結果の分析から、機械学習技術は、その分野の専門家が関心を持つ特別なイベントを見つけることができることが示された。

本論文では，一変量および多変量データに対して，成分数が未知の有限ガウス混合モデル(GMM)を適合させる問題を取り上げる．GMMの典型的な適合方法は期待値最大化(EM)であるが、GMMの初期化方法、成分の共分散行列が特異にならないようにする方法、成分数の事前設定など多くの課題を含んでいる。本論文では、確率的探索の原理を用いたシミュレーテッドアニーリングEMアルゴリズムと体系的な初期化手順を示す。実験により，本手法の頑健性が様々なデータセットで実証された．

本論文では、従来のポリリンガル・トピックモデルとラベル付きLDAの特徴を併せ持つモデル、ポリリンガル・ラベル付きトピックモデルを提案する。このモデルは、複数の言語を考慮し、各言語に別々のトピック分布を持つ一方、文書の許容トピックを予め定義されたラベルの集合に制限するものである。我々は社会科学分野のデータセットを用いて、2言語環境におけるモデルの特性を調査した。実験により、我々のモデルはLDAとLabeled LDAの保持された複雑さの点で優れており、人間によってよく解釈可能な意味的に一貫したトピックを生成することが示された。

ドメインに依存しないヒューリスティック関数の設計では、しばしば、異なるヒューリスティックが異なるドメインで良好に機能するという実験的な証拠が持ち上がる。有望なアプローチは、プランナが問題を解決している間でも、与えられたヒューリスティック関数に関連する誤差を監視し、減少させることである。我々は、このシングルステップのエラー適応を、Partial Order Causal Link (POCL)プランニングのヒューリスティック関数に拡張する。その目的は、部分順序プランナが探索中に有効な平均ステップ誤差を観察することを可能にすることである。予備的な評価では、我々のアプローチは最先端のヒューリスティック関数の情報性を向上させることが示された。我々のプランナーは、選択したドメインにおいて、現行のヒューリスティックを用いた場合と比較して、改善されたヒューリスティックを用いてより多くの問題を解決することができた。

多様な知識を用いた計画、すなわちハイブリッド計画は、ロボットの応用に不可欠である。しかし、その結果生じる大きな探索空間において効率的に推論するためには、強力なヒューリスティックが必要となる。HTN計画は探索空間を縮小する手段を提供する。さらに、メタCSP探索は、探索とオンライン計画適応の両方において、ハイブリッドドメインでの有望な手段を示している。本論文では、HTNスタイルのタスク分解をメタCSP探索のメタ制約として実装することにより、2つのアプローチを組み合わせ、非常に豊富なドメイン知識を扱うことができるHTNプランナを実現します。このプランナは、部分順序計画を生成し、複数のゴールタスクが与えられた場合、サブタスクを共有することができ、より短い計画を導く。我々は、因果関係、時間的、資源的知識、および、外部のパスプランナから提供される知識など、異なる種類の知識を簡単に統合することを実証している。得られたオンラインプランナーCHIMPは、プランベースのロボット制御システムに統合され、PR2ロボットを物理的にガイドすることが実証された。

人間は、大切な出来事や情報を忘れてしまうことがあります。また、認知症などの病気により、物忘れをする人もいます。そこで、アイトラッカーと画像解析モジュールを用いて、ユーザーが見ている日常の物や顔、文字などを認識するシステムを開発しました。このシステムは、ユーザが日常的に知覚し、記憶の中で整理しようとする特定の種類の情報を記録することで、個々のユーザの記憶を支援するために効果的に利用できる。本稿では、エピソード記憶支援の技術的実装を紹介する。

サポートベクターマシン(SVM)はテキスト分類のための機械学習手法として、非常に普及している。その理由の一つは、異なる種類のカーネルを用いることができるため、線形分離不可能なデータセットを柔軟に分割することができることである。本論文では、2次べき乗カーネルの原形が複素数を用いて導出される方法を示す。また，このカーネルをDewey Document Classification (DDC) スキームに従ったテキスト分類に適用した結果について述べる．我々の評価では、パワーカーネル(PK)は比較されたカーネルに対して競争力のあるf値を示し、線形カーネルを除く全てのカーネルよりも計算速度が速いことが示された。

神経学分野での鑑別診断は非常に複雑であり、患者にとって良い結果を得るためには、迅速かつ正確な治療が絶対的に必要です。エキスパートシステムによる支援は、特定の分野において、医師のパフォーマンスを向上させることが示されている。本論文では、ファジー論理に基づく神経学分野のエキスパートシステムのアプローチを示す。クライアントとサーバーサイドのアプリケーション、および知識ベースについて説明する。さらに、残された課題と問題点の概要を説明する。

信念と知識のダイナミクスは、新しい情報を取り込むことのできる自律的なシステムの主要な構成要素の1つである。信念のダイナミクスの合理性の結果を様々な実用的問題に適用するためには、信念のある部分を不変と宣言できるようにすること、また、信念の状態を演繹的に閉じる必要がないこと、の2点で一般化することが必要である。本論文では、このような信念ダイナミクスの一般化（ベースダイナミクスと呼ぶ）を、知識ベース（ホーンまたは層状否定を持つホーン論理）に対する一般化された改訂アルゴリズムの概念とともに提示する。知識ベースダイナミクスは、ヒッティングセットとアブダクションを介したカーネル変化と興味深い関係を持つことを示す。本論文では、効率的な（演繹的）データベース更新のために、接続論理プログラミン グの技術がどのように利用できるかを示す。重要なアイデアは、与えられたデータベースと更新要求を接続論理（datalog）プログラムに変換し、接続論理の技術（最小モデル推論など）を適用して、元の更新問題を解くことである。このアプローチは、効率的な問合せ応答と完全性チェックのための標準的な技術を拡張し、統合したものである。ヒットセットの生成は、最小性の目標に焦点を当てたハイパータブローカルキュラスとマジックセットによって行われる。本論文では、合理的なアプローチによるビュー更新アルゴリズムの比較研究を行う。また、アブダクションの基本概念を理解するために、知識ベースダイナミクスのためのアブダクションフレームワークを提供する。最後に、データベースへのビューアトムの挿入について、信念ベースのダイナミクスがどのように公理的な特徴づけを行うことができるかを示す。特に、信念の更新とデータベースの更新について、信念を変更するための主要なオペレータの概要を説明する。

人間は、動物に比べ、道具の使い方が非常に洗練されている。器用さだけでなく、道具の使い方に多様性があることが、人間を道具使いのアルファオスにしている。次のような典型的なシナリオを考えてみよう。

シナリオ1：ジョージの2歳の息子、ジェームスは、洗面台の水受けに手が届かない。ジョージはすでにスツールを使っていたので、適当なプラスチック容器の箱をすばやく手に取り、洗面台の手前に置きました。ジェームズはその箱の上に立てば、簡単に洗面台に手が届くようになりました。

シナリオ2：フレッドは最近買った絵を壁にかけるために釘を打とうとしていました。先日ハンマーをなくしてしまったので、適当な靴を手に取り、靴のかかとを使って釘を壁に打ち込みました。

画像解釈は、シーン中の物体の検出だけでなく、シーン全体の文脈情報を考慮した意味記述も含むダイナミックな研究領域である。画像解釈問題は、背景知識を用いた最適な説明への推論、すなわち帰納的推論問題として定式化することが可能である。本研究では、背景知識が空間的関係を扱える記述で符号化されている場合に、与えられた画像の説明候補を生成・選択するためのタブロー法を用いた枠組みを提案する。

次回はKI2016について述べる。