Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Lt conehito 20210225_ota

推論についてまとめたもの。

  • Be the first to comment

  • Be the first to like this

Lt conehito 20210225_ota

  1. 1. LT: データ分析・機械学習と推論 @コネヒトマルシェオンライン 2021年2月25日(木) @usagisan2020 太田博三
  2. 2. 目次:データ分析・機械学習と推論 1. データ分析・機械学習と推論の対応関係 2. 推論とは 3. AIにおける3大推論法とは 4. AIにおける推論の誤り例 5. AIにおける含意関係認識とは 6. AIにおける推論の意味理解と課題 7. まとめ 付録: 参考論文一覧
  3. 3. 1. データ分析・機械学習と推論の対応関係 ※1 ここでは記号論理学での推論に限らないで用いています。自然言語処理も含めています。 1. 探索的記述統計 2. 推測統計 4. ベイジアンネットワーク 3. パターンマイニング データ分析・機械学習(予測・分類) 1) 演繹推論 2) 帰納推論 3) アブダクション 4) 常識推論 5) 類推 6) 因果推論 各種推論 7) 含意関係認識
  4. 4. 2.推論とは • ここでは、 「知識をつなぎ合わせて、新しい知識を作り出 すこと」と仮定する思考過程とする… ハ ト は ト リ ト リ は と ぶ ハ ト は と ぶ ハトはトリ トリはとぶ ハトは とぶ
  5. 5. 3. AIにおける3大推論法とは 1)演繹推論、2)帰納推論、3)アブダクション • 大前提: エージェントは知識を持っている。 • 小前提: 007はエージェントである。 • 結論: 007は知識を持っている。 1)演繹推論: [大前提] + [小前提] ⇒ [結論] 2)帰納推論: [小前提] + [結論] ⇒ [大前提] 3)アブダクション: [大前提] + [結論] ⇒ [小前提]
  6. 6. 4. AIにおける推論の誤り例 • このように、第2世代のAIでは、例外をすべて記述して、推論す るといった方法論が取られるようになり、主流となっています。 ハトはトリ トリはとぶ ハトは とぶ ペンギン、ダチョウも鳥ですが、飛べない。 ↓ 例外が出てくる! ペンギンは とぶ ダチョウ は とぶ 常識的推論は、字 面に書いてあること 以外は含まないもの とされた… 含意関係認識へ
  7. 7. 5. AIにおける含意関係認識とは① 2つの文を想定し,1つは前提となる文(Text; T)を,もう1 つは仮定となる文(Hypothesis; H)を設定します。 それらの関係が成立するかをYes,No(0, 1)で判定する 分析です(2つの文の相関関係を求めている感じ)。 例1 T: 私は昨日、京都で晩御飯を食べた。 H:私は昨日、京都に いた。 →判定: Yes(含意である)
  8. 8. 5. AIにおける含意関係認識とは② 例2 T: 川端康成は「雪国」などの作品でノーベル文学賞を 受賞した. H: 川端康成は「雪国」 の 著者である. →判定: Yes(含意である).
  9. 9. 5. AIにおける含意関係認識とは③ 例3) 夫婦の就寝前の会話。 妻:「コーヒー飲む?」 夫:「明日,早いから…」 →共通語句がないので、推論はできない。 → →この会話での推論を成立させるには、 1)省略語句の補完 2)一般常識(コーヒーを飲むと眠れない事) が必要になる!
  10. 10. 6. AIにおける推論の意味理解と課題 • フレーム問題が解決困難であり、含意関係認 識(RTE)のタスクで、含意/ 伴意(Entailment)と して捉えることにとどめた。これ以降、一般常 識は主に文単位でのタスクにまとまっている。
  11. 11. 7.まとめ • 含意関係認識のタスクで推論の枠を超えられな くなったものとした… • 意味ネットワークやRDFでの展開が限定的になっ てしまった… • よって、一般常識を、どのように関連づけるかは、 まだ発展途上にあります。 • 次世代の人工知能のテーマに「深層学習と記号 推論の統合」とあるが、果たして中身は?
  12. 12. 付録: 参考論文一覧 1. 前原(1967)「記号論理入門」日本評論社 →記号推論の入門書の入門で、ゼロからわかるように書かれている。 2. 土屋(2020) 「AI人工知能のきほん」創元社 →絵本で数十ページでしかないが、わかりやすく書かれている。 3. 馬場口(2015)「人工知能の基礎」オーム社 →推論など包括的に扱っている。 4. 川添(2017)「自動人形の城」東京大学出版会 →後ろの解説が重宝する。 5. 竹林訳・Minsky著(2006)「ミンスキー博士の脳の大冒険」 →人工知能の型を作った大家の本で、0から1を体現している。当時の自由度の 高い発想を知ることができる。 6. ラッセル・ノービック(2008)「エージェント・アプローチ 人工知能 第2版」共立 出版 →1000ページ弱の系統だった、一世代前の人工知能の本。
  13. 13. 付録: 参考論文一覧 7. 井上(2018)「恋と禁忌の述語論理」 講談社文庫 →小説で楽しく、命題論理と述語論理を学ぶことができる。 8. JST(2019)「深層学習と知識・記号推論によるAI基盤技術の発展」 CRDS報 告書 →今後の日本のAIの方向性が少し垣間見れる報告書。 9.関根(2019-) 森羅 SHINRA – Wikipedia 構造化プロジェクト →理研AIPの関根先生の知識の構造化のPJ、常識推論とのリンケージとなってい る。 10. 東中(2021)「AIの雑談力」 角川文庫 →対話システムを雑談からアプローチされている学際的で実用的な内容が書か れている。 11. 太田(2021)「自然言語の含意関係認識による分析法」技術書典10 →含意関係認識についての説明。 12. 太田(2021)「 会話文の常識推論の実現に向けた一考察」言語処理学会 第27回年次大会(2021年3月18日予定) →一世代前の常識的推論(Common Sense Reasoning)から常識推論 (Commonsense Reasoning)へ向けたアプローチの検討
  14. 14. ご清聴、ありがとうございましたー

×