人工頭脳における思考アルゴリズムと意思の関与
Towards Realization of Artificial Brain Operating System - Organic
Information Processing Which Imitates the Behavior of Human Brain
江村憲夫
Norio Emura
Abstract：This paper presents Artificial Brain Operating System which imitates the behavior of human brain and its algorithm mimics thinking process. I describe goals of the proposed system, which are a) voluntary and self-directed action of speech and motion, b) visual and auditory understanding, c) skill and knowledge acquisition based on image processing, d) internal information processing standardization.
.
概要
本人工頭脳は人の脳の振舞いを模倣したものであ って、真似ではなく、良いとこ取りである。人工頭 脳が、自分の意志で情報を収集し、考え（意志の生 成）、Ａｃｔｉｏｎ（行動、発話、さらなる思考）す るという観点では汎用ＡＩを目指している。但し、 ディープラーニング（数値計算モデル）ファースト ではなく、人の脳の振舞いを観察、極力、模倣し、 究極の目標は「鉄腕アトムの頭脳」を創ることにあ る。 そして、人工知能（ＡＩ）との大きな違いを以下 に示す。 Ａ）人工知能（ニューロコンピュータ利用） 入力情報の特徴を抽出･学習するのが特徴であり、当 該情報を加工し、ニューロコンピュータの入力層に 入力し、出力層に出力されるデータを加工、情報処 理することで実現する。このプロセスは（人が）プ ログラムを作成することで初めて実現し、プログラ ムの範囲内でしかＡｃｔｉｏｎすることができない。 Ｂ）人工頭脳 ①人工頭脳の意志の意向で採取された外部情報（視 野、音源/音声、手足相当センサの感触）や、記憶内 で活性化した内部情報を、イメージ情報（画像では なく見た結果）に加工し、 ②この情報と人工頭脳の意思（Active 情報）と連想 記憶が活性化すると、意思ベースの課題が自然生成 され、これを基に、思考ツール（思考錯誤、記憶検 索、状況判断（ケースバイケースな学習情報利用） 等）を使い解決手段を生成（人工頭脳の意思の意向 を反映する為、人工頭脳の意志といえる）、更に具体 的な実行ストーリィに展開する。なお、上記「人工 頭脳の意志」「実行ストーリィ」は倫理・危機感覚・ 常識の範囲内であることを「意思Active 情報の“肯 定（一致）”/“否定（不一致）”検出、及び危機感覚 の活性化」の概念を用いて確認する。そうでない場 合、再思考等の対応（必須）を行う。 つまり、人工頭脳はケースバイケースな環境、状 態・状況で、自らの意志で自律・自発的なＡｃｔｉ ｏｎを行うことが可能である。 そして、上記情報処理を標準化（ＯＳ化）し、汎 用のヒューマノイドロボットに搭載することで、「人 と共存し、倫理･危機感覚/常識の範囲内で自発的な 手助け、命令服従できる人工頭脳」を提供すること が本研究の最終目標である。 注記: 本論文の図面で使用するヒューマノイドロボット“アシモ”の写真は、本田技研工業株式会社* （以下、ホンダ様と称す）の許可を戴いてホンダ様のホームページから引用させて頂いていますが、 本論文記載の人工頭脳に関し、ホンダ様との協力関係は一切、ございません。ご承知おき願います。 ＊：Ｈｏｎｄａウェルカムプラザ青山. SIG-AGI-011-02１.はじめに
人工頭脳は人の脳の振る舞いを模倣した有機的情報 処理によって、自律・自発的Ａｃｔｉｏｎが可能。 究極的には、鉄腕アトムの頭脳を創ることにある。 最大の特徴は、上記人工頭脳をヒューマノイドロボ ットに搭載し、自らの意思で自発･自律的なＡｃｔｉ ｏｎ（思考/会話/行動）を実行することにある。つ まり、外部（視野、音声、音源、媒体等）や内部（記 憶の活性化）に対し、倫理･危機感覚、常識等の範囲 内で、人工頭脳の意志を生成し、具体的な実行スト ーリィに落とし、Ａｃｔｉｏｎ（行動、会話、思考） を行うことにある。 本論文では、上記コア機能である思考アルゴリズム の検討内容を紹介する。但し、人工頭脳は、有機的 情報処理であって、複数の機能が連携して処理を遂 行するので、思考の人工頭脳における情報処理の位 置付けを述べ、次に思考アルゴリズムの概要を紹介 していく。 図１ 人工頭脳搭載ロボットは自分の意思でケ ースバイケースに対応 （##）:意思 Active 情報２.思考の人工頭脳における位置付け
これまで、人工頭脳を検討してきた中で遭遇した大 きなブレークスルーは以下の通りである。 Ａ）記憶制御 （ 連想/階層記憶、記憶素子ベースの情報処理 ） *記憶素子：リンク接続で連想/階層記憶を形成. 記憶素子の活性化伝播、階層的抽象化（度）制御 Ｂ）思考アルゴリズム （ 意思が関与し、意思の意向を反映 ） *外部/内部情報に対し、人工頭脳の意思、連想/階層 記憶が活性化することで意思ベースの課題と解決 手段（人工頭脳の意志）を生成 Ｃ）仮想視野空間 （ 実際の物理空間と若干異なる ） ①ＡＷ（認知情報）一体化制御 ・実視野/音源/感触情報を仮想視野上で可視化& 合成&一体化、欠落情報は連想/階層記憶で補充 ・視野系情報(視野/音源/感触）は実仮想視野、音 声情報は仮想視野で存在も、視野系との混合あり ②仮想ＡＷパレット機能 ・視線生成/実行ｽﾄｰﾘｨ描画/視線誘導/ＡＷ合成 ・実（仮想）視野情報に対し、思考/状況判断し、 仮想視野上で A)実行ｽﾄｰﾘｨを書き、B)視線誘導/ 行動 ③経験/学習、”知識&他人工頭脳_ｽｷﾙ”の習得 このようにして形成した人工頭脳の機能ブロック図 を図２に示す。 図２ 人工頭脳の機能ブロック図 次に、人工頭脳の基本的な情報処理における機能ブ ロック図、及び機能ブロック間の主な情報処理の連 携を図３「人工頭脳ＯＳの有機的情報処理（概要） 」に示す。 SIG-AGI-011-02 図３“人の脳の振舞いを模倣した人工頭脳” の有機的情報処理この中で、思考（アルゴリズム）は、 ➀情報入力 人工頭脳の意志の意向で採取された外部情報（視野、 音源/音声、手足相当センサの感触）や、記憶内で活 性化した内部情報を、仮想視野空間制御によってイ メージ情報（画像ではなく見た結果）に加工された 状態で取り込む。 ②思考 上記入力情報と意思制御によって提供される人工頭 脳の意思（Active 情報）と連想/階層記憶（実際には 記憶アドレス空間、及び連想/階層記憶を形成する、 リンク接続で結びついた“記憶素子”）が活性化する と、意思ベースの課題が自然生成され、これを基に、 思考ツール（思考錯誤、記憶検索、状況判断（ケー スバイケースな学習情報利用）等）を使い解決手段 を生成（人工頭脳の意思の意向を反映する為、人工 頭脳の意志といえる）、更に具体的な実行ストーリィ に展開する。 ➂思考結果の適切性の判断 上記「人工頭脳の意志」「実行ストーリィ」は倫 理・危機感覚・常識の範囲内であることを「意思 Active 情報の“肯定（一致）”/“否定（不一致）” 検出、及び危機感覚の活性化」の概念を用いて確認 する。。そうでない場合、再思考等の対応（必須） を行う。 こうして得られた思考結果（意志、実行ストーリ ィ）に対し、 Ｐ）行動では、実視野に対して、より詳細なΣ（実 行ストーリィ(i,j)）に展開され、基本的には個々の 実行ストーリィをシリアルに実行することになる。 Ｑ）発話では、意志の意向に基づき、実行ストーリ ィを連想/階層記憶を駆使し、形成したイメージ情 報を「イメージ→ＷＯＲＤ Ｌｉｋｅ変換」機能に よって階層的抽象化情報（ＷＯＲＤ）に変換するこ とで文章化していくことになる。なお、ＷＯＲＤの 抽象度はケースバイケースによって使い分ける 以上が思考（アルゴリズム）を取り巻く人工頭脳の 一連の流れであるが、今回の論文では、思考、及び 思考に直接関連する意思制御について以降、詳しく 説明する。 図３B 実行ストーリィ（イメージ情報）の 階層的抽象化情報への変換ツール 図３A 実行ストーリィの（行動） 階層的行動指令への展開 図３C 連想/階層記憶の記憶アドレス空間 （記憶素子のリンク接続によって形成） SIG-AGI-011-02
３.思考アルゴリズムと意思制御
３．１ 思考アルゴリズムの概要
図４に思考の概要、図５に思考アルゴリズムの概 要を示す。 図４ 思考の概要 図５ 思考アルゴリズムの概要 思考アルゴリズムでは、 ➀外部情報（実視野情報：視野、音源、感触情報） （仮想視野情報：音声情報、文字/媒体情報）もし くは、内部情報（任意の契機で活性化した連想/階 層記憶情報）に対し、 ➁意思 Active 情報（記憶素子）、 ➂連想/階層記憶（記憶素子） がセットで活性化（伝搬）した場合、活性化した外 部/内部情報、連想記憶情報、意思 Active 情報に対 し、意思 Active 情報をベースとした課題が抽出さ れる。 （課題例１） ・視野：雨が降り出した ・記憶：ベランダの洗濯物はずぶ濡れ ・意思：危機感覚-大変なことになる （課題例２） ・視野：お婆さんがキャリーを引いている ・記憶：きつそうだ ・意思：欲望-助けてあげたい、喜ばれたい （課題例３） ・視野：外は雨、会社の帰り、彼女はカサなし ・記憶：彼女（自宅）は最寄り駅から歩いて １０分。バスなし。自分は自動車通勤 ・意思：欲望-彼女を独り占め、喜ばれたい 抽出された課題に対し、人工頭脳は下記思考ツール を用いて課題の解決手段を生成する。 [ 思考ツール ] Ａ）考える:試行錯誤.with 課題ベースのヒント Ｂ）解決手段の連想/階層記憶検索. Ｃ)状況判断:思考プロセスをパスした即断. Ｄ）他人工頭脳との情報交換 （スキル、知識等の入手） なお、上記思考ツールを用いた解決手段は、課題 そのものが意思 Active 情報をベースにしている、 言い換えれば、「思考は意思の意向が反映される、 思考は必ず意思が関与する」といえる。解決手段 は、「人工頭脳の意志」といってよい。 但し、この意志だけでは何もできず、具体的な実行 ストーリィを必要とする。具体的には、課題を抽出 したケースバイケース要因、意志（解決手段）に対 する具体的実行ストーリィ（上位概念）を連想/階 層記憶から検索していく。 何度も同様の状況に遭遇すると、ニューロコンピュ ータを用いて簡易学習させることで、思考プロセス をパスした状況判断に基づき、実行ストーリィを抽 出することができる。 SIG-AGI-011-02（解決事例１） ・課題 視野：雨が降り出した 記憶：ベランダの洗濯物はずぶ濡れ 意思：危機感覚-大変なことになる ・意志（解決手段） 洗濯物を室内に干す（乾かす） ・実行ストーリィ 窓の外（ベランダ）に行き、洗濯物を取り 込んで、室内に戻り梁にハンガーをかける （解決事例２） ・課題 視野：お婆さんがキャリーを引いている 記憶：きつそうだ 意思：欲望-助けてあげたい、喜ばれたい ・意志（解決手段） おばあさんのキャリーを引いてあげる ・実行ストーリィ おばあさんの傍に駆け寄り、声をかけ意志を 伝え、目的地（バス停）までキャリ－を運ぶ なお、上記意志、及び実行ストーリィに関し、 Ａ）倫理的に照らし外れてないか（倫理感覚）、 Ｂ）実際に行動、発話すると大変なことにならな いか（危機感覚） Ｃ）一般常識の範囲内か（常識感覚） 以下の方法で確認する。 [ 確認 ] 意思 Active 情報の“肯定（一致）”/“否定（不一 致）”検出機能を用いて、例えば、倫理感覚や常識 感覚が不定される、危機感覚が肯定された場合、 意志、実行ストーリィに問題があると判断する。 （要-再思考）
３．２ 思考アルゴリズムの詳細
３.２.１記憶素子による活性化伝播と有効情 報抽出 図６に記憶素子による活性化伝搬と有効情報抽出の 概念図を示す。 この活性化伝搬は、実空間のデータではなく、 連想階層記憶のアドレス空間で実行される。 連想/階層記憶はアドレス空間で関連する記憶素 子がリンク接続して形成されるが、 活性化伝搬は図６の活性化ルール）によって任 意の記憶素子が活性化すると、関連する記憶素 子が活性化するアルゴリズムである。 ＊実際の運用では、十分な実運用で確認した活性化 ルールを使用する。（本例は仮決めなので注意） 図６ 記憶素子による活性化伝搬 図６の事例では Ａ）活性化ルール➁によって[ ＡＷ視野（雨が降り 出した） ]が[ 雨 ]を活性化する Ｂ）活性化ルール⑤によって[ ＡＷ視野（ベランダ に洗濯物が干してある） ]が[ 一時記憶（朝、洗濯 物をベランダに干した） ]を活性化する Ｃ）項#Ａによって活性化された[ 雨 ]もしくは配 下の [ 雨-外にあるものは皆濡れる ]と自律要因-[危機感覚-このままでは大変なことになる ]がリン ク接続されていると活性化ルール➂によって活性化 され、この結果、[ 雨-外にあるものは皆濡れる ] が活性化ルール➃によって活性化される。 Ｄ）活性化ルール➅によって活性化済みの[ ＡＷ視 野（ベランダに洗濯物が干してある） ]と[ [ 一時 記憶（朝、洗濯物をベランダに干した） ]が[ 洗濯 物 ]を活性化する。 Ｅ）活性化ルール➃によって活性化済みの[ 記憶 （雨-外にあるものは皆濡れる） ]と[ [ 視野（洗 濯物） ]が[ 記憶（洗濯物がずぶ濡れ） ]を活性化 する。 SIG-AGI-011-02以上によって、 ・ＡＷ視野（雨が降り出した） ・記憶（雨） ・記憶（雨-外にあるものは皆濡れる） ・意思-（危機感覚-このまま-大変なことになる） ・ＡＷ視野（ベランダに洗濯物が干してある） ・記憶（朝、洗濯物をベランダに干した） ・記憶（洗濯物） ・記憶（洗濯物がずぶ濡れ） が活性化されたことになる。 ３.２.２課題抽出 図７に課題抽出の概念図を示す。 図７ 課題抽出 記憶素子による活性化伝播により抽出した有効情報 をリストアップし、更に活性化した情報区分（入力 情報、記憶素子（連想/階層記憶）、意志 Active 情 報）に集約すると共に、必要に応じ階層的抽象化制 御によって抽象度の高い status にする。 ➀（雨が降り出した）-（ベランダの洗濯物はズブ 濡れ）-（危機感覚-このままでは大変なことにな る） ➁（雨が降り出した）-（ベランダに洗濯物が干し てある）（雨-外にあるものは皆濡れる）-（危機感 覚-このままでは大変なことになる） ここで、重要なのが、人の場合でもそうであるが、 同じ対象でも、詳細なイメージよりある程度、（階層 的）抽象度の高いほうが思考し易い言葉。 例えば、ベランダに洗濯物が干してあって、雨が 降り出したら危機感覚が作用して（過去の経験）、 洗濯物を直ちに取り込みますが、 抽象度が低いと、 ・服、下着、タオルがハンガーにかけてある、 ・ハンガーは物干し棒にかけてある、 ・水滴が 衣類、タオルに当たっている ..と聞いても、脳は危機感覚が活性化しない 「雨-洗濯物-取り込む」という抽象度の高い状態で 連想/階層記憶されているため、洗濯物は放置され ズブ濡れになります。 ＊図８の階層的抽象化制御の結果事例をご参照 図８ 階層的抽象化制御の結果事例 ３.２.３ツールを用いた思考 人工頭脳は、入力情抽出された課題に対し、下記思 考ツール１を用いて課題の解決手段を生成する。 [ 思考ツール１ ] Ａ）考える:試行錯誤.with 課題ベースのヒント Ｂ）解決手段の連想/階層記憶検索. Ｃ)状況判断:ニューロコンピュータ学習ベース. Ｄ）他人工頭脳との情報交換 （スキル、知識等の入手） SIG-AGI-011-02
３.２.３.1 考える（思考錯誤） ここでは、抽出した課題を基に、それぞれの課題構 成要素（入力情報、意思 Active 情報、連想/階層記 憶）の関係性（ケースバイケースな環境で、自らは 有益/有害機能か、更に他の機能に対し有益機能を もたらす/阻止するのか、有害機能を引き起こす/阻 止するのか）を明記した機能グラフ*1 を作成する することで、課題解決のヒントを生成する。このヒ ントを基に課題の解決手段（人工頭脳の意志）を連 想/階層記憶を駆使して導き出す。
＊１機能グラフ：Innovation WorkBench® (IWB) TRiZ 基本アプリ。人工頭脳特化、及び自動生成は 必須。 図９「思考ツール（考える-試行錯誤）」は上記課題 雨が降り出した ランダの洗濯物はズブ濡れ -危機感覚(このままでは大変なことになる) に対するヒントを生成。 図９ 思考ツール（考える-試行錯誤） 個々のヒントに対し、連想/階層記憶をベースに絞 り込んでいくことで解決手段を見出していくプロセ スを示す。 本事例では、Ａ（有益機能：ベランダに洗濯物が干 してある）に着目したヒントで Ａ（有益機能：ベランダに洗濯物が干してある） を使わないでＢ（有益機能：洗濯物を乾かす）を 得る方法を探す で、洗濯物を乾かす手段をリストアップし、この中 でベランダで乾かす手段を除いた手段（室内干し、 ドラム乾燥機、浴室乾燥機）から実行可能なものを 選べばよい。 ３.２.３.２考える（解決手段の連想記憶検索） 思考ツール（考える-連想記憶検索）を図１０に 示す。ここでは、ケースバイケースな課題（外部/ 内部情報、意思 Active 情報、当該記憶素子）から 解決手段（意志）を連想/階層記憶、活性化伝搬を 駆使して検索する。 具体的には、上記課題要因（外部/内部情報、意思 Active 情報、当該記憶素子）を活性化し、配下に 持つ記憶素子を活性化伝搬されれば、その実体が解 決手段（α）となる。ここで、解決手段が見つから ない場合、Ｐ）当該意思 Active 情報とＱ）外部/内 部情報当該記憶素子の直属上位要因の配下の外部/ 内部情報、当該記憶素子で上手くいかないか検証す る。 図１０ 思考ツール（考える-連想記憶検索） SIG-AGI-011-02
ここでは、抽出した課題要因のうち、意思 Active 情報、及び外部/内部情報（Ｂ）、当該記憶素子 （Ｑ）の解決手段（α）があれば良いが、課題要因 （Ｂ）（Ｑ）の一方が類似（上位概念素子経由）で も良しと、解決手段（β）を獲得する。 但し、両方とも類似であれば、解決手段（γ）は信 頼性がないとはんだんし、再思考をおこなう。 本ｹｰｽでは、記憶素子(B)(Q)の配下にリンク接続さ れていた記憶素子(ｊ)が、（B)(Q)の活性化により活 性化されたことで当該解決手段（α）を採用する。 ３.２.３.３状況判断（ニューロコンピュータ 学習ベース） ここでは、ケースバイケースな課題（外部/内部情 報、意思 Active 情報、当該記憶素子）とその背景/ バックグラウンドとその際、取りうる解決手段の関 係をニューロコンピュータ（あまり多層でない小規 模）を使って学習しておくことで、同一条件の課題 に遭遇した場合、ダイレクトに解決手段を見出すこ とができる。 図１１ 思考ツール（状況判断：ニューロコンピ ュータ学習ベース） ３.２.４ 実行ストーリィの生成 人工頭脳は、入力情抽出された課題に対し、下記思 考ツール２を用いて意志（課題解決手段）の具体的 実現策（実行ストーリィ）を生成する。 [ 思考ツール２ ] Ｐ）考える:試行錯誤 with 意志ベースのヒント Ｑ）実行ストーリィの連想/階層記憶検索. Ｒ)状況判断:ニューロコンピュータ学習ベー ス. Ｓ）他人工頭脳との情報交換 （スキル、知識等の入手） 図１２ 思考アルゴリズム ：具体的解決手段（実 行ストーリィ）生成 ＊ケースバイケース要因、人工頭脳の意志から実行 ストーリィを検索 with 活性化伝播 ここで、では、思考ツール（具体的解決手段（実 行ストーリィ）生成）を図１２に示す。ここでは、 ケースバイケースな人工頭脳の意志をベースに連想 /階層記憶、活性化伝搬を駆使して検索する。 具体的には、実行ストーリィ生成要因（ケースバイ ケース要因、人工頭脳の意志）を活性化し、配下に 持つ記憶素子を活性化伝搬されれば、その実体が実 行ストーリィとなる。 SIG-AGI-011-02
３．３ 意思 Active 情報の“肯定（一
致）”/“否定（不一致）
”検出機能
３.３.１意思 Active 情報の制御 図１３に思考における意思制御の概念を示す。 思考プロセスが遂行されるのは、入力情報（外部/ 内部情報）に対し、意思 Active 情報、連想階層記 憶がセットで活性化した場合で、以降、意思 Active 情報に基づく課題を抽出し、解決手段（人 工頭脳の意志）を生成する。 ここで、思考プロセスを活発に活動させ、更に思考 結果（人工頭脳の意志、具体的実行ストーリィ）を 実行（行動、発話）させることで、こういけば上手 くいく/失敗するといったことまで学習すること で、賢くなることができる。 このためには、 「思考能力の強化」として 自律 Action 要求ﾓﾆﾀでの多数の活性化伝播（by 外 部/内部情報）を誘発させ、実戦で使える有効情報 （思考：課題→解決手段_意志）を多数、収集出来 る様にする。 具体的には、 （Ａ）意思 Active 情報_遷移制御 （Ｂ）意思 Active 情報の管理 （Ｃ）意思 Active 情報_プール＆活性化待機制御 等の機能を提供する。 図１３ 思考における意思制御概念 （Ａ）意思 Active 情報_遷移制御 思考の結果生成される意志の中で、例えば繰り返し 生成される意志は、ケースバイケースな環境やその 時の課題も含め、階層構造的に分類すると共に ハイブリッド臨場感を形成する様、同一階層展開、 深層化を繰り返すことで、活性化の感度が高まって くる。例えば、欲望の場合、成長するにつれ、些細 なことも見逃さずに外部/内部情報に活性化し、欲望 を満たすべく思考を行うようになり、欲望を実現す るようになっていく。 このようにして、人工頭脳では、個々の意思 Active 情報毎に人工頭脳の意志（相当）をｹｰｽﾊﾞｲｹｰｽに応じ、 意志（相当）→顕在/問題意識→潜在意識の方向に遷 移（昇格）させ、活性化頻度を向上させ、思考能力 を高めていく。 図１４ 意思 Active 情報の拡張強化 （Ｂ）意思 Active 情報の管理 意思の形成・強化・成長を促すべく、以下の制御 を行う。 Ａ）全意思の階層的抽象化分類 Ｂ）階層拡張制御 ・上位概念形成 ・下位層でのハイブリッド臨場感形成 （Ｃ）意思 Active 情報プール＆活性化待機制御 ➀意思 Active 情報のﾌﾟｰﾙ&最適配置 ケースバイケースに応じた意思 Active 情報の(長 期駐在、随時ケースバイケース、短期要求)へのプ ールと思考プロセスにおける活性化状況の学習と最 適配置を行う。 SIG-AGI-011-02②意思 Active 情報&活性化待機制御 意思 Active 情報&思考の活性化すべく事前に自律 Action 要求ﾓﾆﾀに貼付け、即座の対応を可能にす る。 ３.３.２意思 Active 情報の遷移モード また、個々の意思 Active 情報は、Ａ）意思が生成 される前の繰返し意志、Ｂ）顕在意識/問題意識、 Ｃ）潜在意識のうち、１ついじょう何れかのモード に属し、モードに応じて振る舞う （Ａ）繰返し意志 ケースバイケースな環境で何度も同様の意志が 生成される。次第に図１４の意思 Active 情報の 拡張強化の様に階層記憶を形成していく。 （Ｂ）顕在意識 / 問題意識（一過性） ①眼前課題の優先解決 & 外部情報の遮断sleeping で活動を停止（意思が活性化しない為） ②自ら課題解決 NG、臨場感 UP な想いは潜在意識 に依頼 ③思考結果はｲﾒｰｼﾞﾝｸﾞ&上位概念化（抽象度 UP） 人工頭脳自身が意識、人にも自らの意志として 伝達 （Ｃ）潜在意識 ①外部/内部情報へ対応 （顕在意識と不一致の場合、優先） ②目的遂行、高度な問題解決に優先的に取り組む 為、日常ｲﾍﾞﾝﾄと隔離。外部情報が遮断されても 内部情報、情報交換等を積極利用、課題解決を 遂行 ３.３.３意思 Active 情報の分類と相関関係 意思 Active 情報の区分と相関関係図を図１５に示 す。意思 Active 情報は、現時点で、少なくとも下 記３つの分類ができると考えている。 モードＡ ・分類：目標達成、課題解決 ・種類：願望、欲望（自分/他人/両方のため）、 問題意識、要望/要求 ・特徴：人工頭脳の Action 環境、及びモードＢの 影響を受けて形成される。 本モードの関与する思考結果については モードＣによる実行可否の審査を受ける。 モードＢ ・分類：人工頭脳の個性、性格（人工頭脳の個性） を形成する性格的ＤＮＡ・先天的要因 ・種類：本質的好き/嫌い、こだわりの本質、興味/ 関心、（生存） ・特徴：初期設定で確定させ、以降は変更しない。 ・役割：Ａ_Gr の願望、欲望、問題意識、Ｃ_Gr の 危機感覚、対人関係等の形成に関与する モードＣ ・分類：外部/内部情報への対応形成 ・種類：一般常識、倫理感覚、危機感覚、 組織ミッション、対人関係 ・特徴：人工頭脳の Action 環境、及びモードＢの 影響を受けて形成される。 本モードの関与する思考結果については 自らも含めたモード内の意思の審査あり ・役割：思考結果（意志、具体的実行ストーリィ） の実行可否判断実施 図１５ 意思 Active 情報の区分と相関関係図 SIG-AGI-011-02
３.３.４意思 Active 情報の“肯定（一致）”/ “否定（不一致）”検出機能 人工頭脳は、 ➀思考アルゴリズムを通して得られた人工頭脳の意 志、具体的実行ストーリィ、 ②実行ストーリィを実行する個々のシーンでの状況 判断 が適切か否かを 一般常識、倫理感覚、危機感覚、組織/Ｇｒミッシ ョン、対人関係の範囲内にあるか否かで判断する。 （図１５ 意思 Active 情報の区分と相関関係図を参 照） 更に、意思 Active 情報が一致、不一致化で感情を 生成することが可能になる。 ここでは、意思 Active 情報の“肯定（一致）”/ “否定（不一致）”状態を検出する仕組みについて 紹介する。 まず、意思 Active 情報は、図１４ 「意思 Active 情報の拡張強化」に、思考プロセスにて、ケースバ イケースな同等/類似な意志が繰り返される過程で 階層構造体を形成し、活性化頻度が格段に向上して いく。 ここで、意思 Active 情報の“肯定（一致）”/“否 定（不一致）”というのは、 例えば、 ・「危機感覚」に対し、交差点を右折するのに、対 向直進車が間近にいるのに曲がろうとすると危ない と感じ危機感覚が活性化し一致（肯定）、通過する のを待つのであれば危なくない、危機感覚は活性化 しない（不一致） ・「願望：パイロットになる」に対し、試験に合格 するというのは意思に一致（肯定される）、試験に 不合格は、願望の真逆の出来事であり、不一致（否 定された）ということである。 次に意思 Active 情報の“肯定（一致）”/“否定 （不一致）”を検出するのに２つの方法がある。 図１６「意思 Active 情報の“肯定（一致）”/“否 定（不一致）”検出機能」において、 Ａ）任意の意思 Active 情報に対し真逆の意思 Active 情報を同時形成していき、何れか一方が活 性化すれば、任意の意思 Active 情報が“肯定（一 致）”/“否定（不一致）”されたと判断できる。 Ｂ）意思 Active 情報は例えば、“肯定（一致）”の み用意しておき、これが活性化すれば“肯定（一 致）”されたと判断、 次に、上記意思 Active 情報が活性化するが同時に 危機感覚が活性化した場合、“否定（不一致）”され たと判断する。 具体的には「欲望：彼女を独り占め（Love2）」で ・彼女が自分に寄り添ってきて 2 人で楽しくおしゃ べりしていれば欲望は活性化する。 ・一方、彼女は目がハート♡で甘ったるい声で話し かけていても、その相手が「仕事でチキンレースを しているライバル」であれば、危機感覚が活性化し （彼女を取られてしまう）、欲望を否定（不一致） 図１６ 意思 Active 情報の“肯定（一致）”/ “否定（不一致）”検出機能 ３.３.５意思 Active 情報の“肯定（一致）”/ “否定（不一致）”検出機能を用いた思考結果 の審議、及び感情の生成 図１７ 意思 Active 情報の一致/不一致による 「思考結果/状況判断（意志、実行ストーリィ） の適/不適の判断」「感情要因の生成」 SIG-AGI-011-02
（Ａ）思考結果，Ａｃｔｉｏｎ実行時の状況判断 （意志、実行ストーリィ）の適正判定 ・意思 Active 情報（ＣGｒ：一般常識、倫理/危機 感覚、対人関係等）を構成する階層記憶（上位‐下 位概念）コアコンセプトと思考結果/状況判断の意 志、実行ストーリィ（イメージ）が➀一致（肯定） すると、もしくは➁不一致でないと 当該“意志”、“実行ストーリィ”は認可される。 なお、不一致（否定）の場合、回避、中断、別案の 再思考を判断しなくてはならない。 （Ｂ）感情要因の生成 ・意思 Active 情報（ＡGｒ：願望、欲望、問題意 識、要望等）の描くイメージが外部/内部情報と ➀一致すると 感情要因（喜ぶ、嬉しい、楽しい）が生成される。 ➁不一致の場合 感情要因（怒る、悲しい、哀れむ）が生成される。 「感情」は意思が生成する情報 ・入力情報（外部/内部情報）に対し、意思 Active 情報が期待通り/not、（一致/不一致）（満足/不満 足）と判断することで生成される情報 [ 事例 ]. ➀意思：欲望 = 彼女を一人占め ②感情（喜怒哀楽）. ・彼女が寄り添ってきて楽しくおしゃべり． →（喜）：意思が一致、満足 ・仕事でチキンレースな彼奴が． 彼女（嬉しそう）と楽しそうにおしゃべり →（怒）：意思と不一致、不満足． ③心.意思 ・定義が複雑も、意思が心の生成プロセスに 関与していると考える。 ・人工頭脳の意思： 欲望（喜んで貰う。助けてあげる） ・入力情報： お婆さん、辛そうにキャリーを引いている。 ・思考結果 意志：自分がキャリーを引く 実行ストーリィ：お婆さんの傍に駆け寄り、 声をかけ、キャリーを引いてあげる。 ・Action： お婆さんの傍に駆け寄り、バス停まで運んで あげた。 それを見ていた人、曰く。「ロボットなのに優 しい思いやりのある心を持っている。」
