Signal Normalization Layer — 生データを意思決定可能なSignalへ変換する

Chinoba — Runtime Society and Coordination Systems
https://chinoba.org

通常のOS（Operating System）が、CPU・メモリ・プロセスといった計算資源を安全に協調制御するための基盤であったように、Runtime OS は、知能・人間・ルール・組織・現実世界を安全に協調実行するための基盤として考えることができます。

従来のOSが、

「CPU・メモリ・プロセスの協調制御」

を行っていたのに対し、

Runtime OS は、

「意思決定・エージェント・境界・責任・人間承認の協調制御」

を行う存在です。

この観点で見ると、Runtime OS の構造は、従来のOSアーキテクチャと驚くほど強い対応関係を持っています。

Signal Input Layer はデバイスドライバに、

Decision Scheduler は CPU Scheduler に、

Decision Runtime Kernel は Kernel に、

Boundary Layer は権限管理機構に対応します。

AIが人間、組織、センサー、API、他のエージェントと相互作用するようになるにつれて、意思決定システムは次第に「OS的な構造」を持つようになっていきます。

本シリーズでは、Runtime OS を構成する各レイヤーを順番に見ていきます。

今回は、その中でも最も重要な構成要素の一つである、

Signal Normalization Layer

について詳しく考えていきます。

Signal Input Layer が外部世界から多様な入力を受け取る入口だとすれば、Signal Normalization Layer は、それらの異種混在した入力を Runtime OS が扱える共通の表現へ変換するための抽象化層です。

重要なのは、この層の役割は単なるデータ変換ではないということです。

本質は、

「情報を、意味を持った意思決定可能なSignalへ変換すること」

にあります。

本稿では、Signal Normalization Layer の設計原則、内部構造、共通Signal Schema、そして実装アプローチについて詳しく見ていきます。

Signal Normalization Layer の役割 — カーネル内の意味抽象化層

Signal Input Layer が外部世界から多様な入力を受け取る入口だとすれば、Signal Normalization Layer は、それらの入力を Runtime OS 内部で扱える共通形式へ変換するための抽象化層です。

通常のOSでは、デバイスごとの差異をそのままアプリケーションへ見せません。

キーボード、マウス、USB機器、Bluetooth機器、ファイルシステム、ネットワーク通信などは、それぞれ内部構造も通信方式も異なります。

しかしOSは、それらの違いを吸収し、アプリケーションから見ると、

• 入力イベント
• ファイル読み書き
• ネットワーク通信

という共通のインターフェースとして扱えるようにします。

Runtime OSでも同じです。

入力元の違いをそのまま Decision Runtime Kernel に渡してしまうと、安定した意思決定はできません。

Runtime OS に流入する入力は極めて多様です。

• LLMの文章出力
• 画像認識AIの検出結果
• センサー値
• APIレスポンス
• 人間のコメント
• 業務システムのログ
• 他エージェントの判断結果

これらは形式も粒度も信頼度もまったく異なります。

LLMは、

「異常の可能性があります」

と自然言語で出力するかもしれません。

センサーは、

temperature = 98

という数値を返すかもしれません。

人間は、

「いつもより機械音が大きい」

と報告するかもしれません。

APIはJSON形式でステータスコードを返します。

これらをそのまま扱っていては、Runtime OS は一貫した判断を行うことができません。

そこで必要になるのが、

Signal Normalization Layer

です。

この層は、多様な入力を Runtime OS が理解できる共通Signalへ変換します。

例えば、

{
  "signal_id": "sig_001",
  "source": "camera_agent",
  "source_type": "ai_agent",
  "signal_type": "risk_detection",
  "confidence": 0.82,
  "risk_level": "medium",
  "timestamp": "2026-05-26T10:00:00+09:00",
  "payload": {
    "detected_object": "worker_near_machine",
    "area": "factory_line_A"
  }
}

のような形です。

しかし、重要なのは単にJSON形式に揃えることではありません。

本質は、

入力を「意味を持つSignal」へ変換すること

にあります。

例えば、

temperature = 98℃

という値は単なる数値に過ぎません。

しかし Runtime OS にとって重要なのは、

98℃という値そのものではなく、

その値が何を意味するのかです。

例えば、

• 通常運転範囲を超えているのか
• 一時的なノイズなのか
• センサー故障の可能性があるのか
• 作業員の安全に関わるのか
• 機械停止が必要なのか
• Human Gate に渡すべきなのか
• 直ちにエスカレーションすべきなのか

という意味です。

つまり Signal Normalization Layer は、

入力データを、

Runtime OS が判断できる単位へ変換する層です。

単なる情報として、

{
  "temperature": 98
}

を扱うのではなく、

{
  "signal_type": "temperature_anomaly",
  "value": 98,
  "unit": "celsius",
  "confidence": 0.94,
  "risk_level": "high",
  "requires_attention": true,
  "source": "temperature_sensor_12",
  "timestamp": "2026-05-26T10:00:00+09:00"
}

という意味付きSignalとして扱います。

この変換によって、

入力元がAIであっても、

人間であっても、

センサーであっても、

外部APIであっても、

Runtime OS はそれらを共通の判断対象として扱えるようになります。

Signal Normalization Layer が行う処理は大きく五つあります。

1. 入力形式の統一

LLMの文章、APIのJSON、センサー値、人間の報告、ログなどを共通のSignal Schemaへ変換します。

2. 意味ラベルの付与

入力に対して、

• risk_detection
• anomaly_report
• approval_request
• policy_violation
• user_intent
• system_failure

などの Signal Type を付与します。

3. 信頼度の付与

入力元ごとに信頼度は異なります。

高精度センサー、

未検証のLLM出力、

主観的な人間の報告、

外部API。

それぞれに、

• confidence
• source_trust_score

を付与します。

4. 発生源と時刻の明確化

いつ、

どこから、

どのシステムによって発生したSignalなのかを記録します。

これは後の Decision Trace の基盤になります。

5. 文脈との接続

Signal単体では十分な意味を持ちません。

設備ID、

場所、

工程、

過去履歴、

関連Signalなどと結び付けることで、初めて意味を持ちます。

つまり Signal Normalization Layer は、

単なるデータ整形層ではありません。

これは Runtime OS における

意味の標準化層（Semantic Abstraction Layer）

です。

通常OSの抽象化層が異なるデバイスを統一されたI/Oとして扱えるようにするように、

Signal Normalization Layer は、

人間、

AI、

センサー、

API、

エージェント

からの多様な入力を、

統一された意思決定Signalとして扱えるようにします。

そして、この層が存在することで初めて、

• Decision Scheduler が優先順位を決定し、
• Boundary Layer が安全境界を評価し、
• Human Gate が人間承認の必要性を判断し、
• Execution Layer が実行可能性を確認し、
• Decision Trace が判断過程を記録できるようになります。

Runtime OS において重要なのは、

情報を集めることではありません。

重要なのは、

情報を、意思決定可能なSignalへ変換すること

です。

これこそが、

Signal Normalization Layer の本質なのです。