人工頭脳ＯＳ実現に向けて
-人の脳の振舞いを模倣した有機的情報処理-
Towards the realization of Artificial brain（ＯＳ）
-Organic information processing which imitates the behavior of human brain-
江村憲夫
Norio Emura
Abstract: Artificial brain(OS) which imitates the behavior of human brain has a thinking algorithm. And The intent of artificial brain(OS) has a hand in thinking process and is able to reflect one’s will to the result of thinking.
Here are A goal of artificial brain (OS) to reach.
①Voluntary and self-directed action of speech and motion ②Understanding of a field of view and conversation.
・We can judge that action based on result of thinking after seeing or hearing is appropriate. ③Obtaining skill and knowledge based on image training
・The details of image training may be rough, but artificial brain(OS) can manage to use skill and knowledge in the unexpected scene.
④Standardization of Artificial brain(OS).
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、自分の意思で情報を収集し、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。 [ 脳の振舞いの模倣事例 ] ①人は視野がＡＩと違って狭いため、全体を把握し つつ、注目した対象にフォーカスして行動する。こ のため、見えない、見ていないものまで連想/階層記 憶で見てしまう。更に、視野情報以外に音声（会話） /音源/文字情報、手足の感触情報までイメージ情報 （見た結果に変換）として取り込む。 ②外部情報（視野/音源/音声/感触）、内部情報に対し 意思、記憶情報が活性化すると、自らの意思の意向 に沿って、課題を生成、解決手段を見出し、具体的 実行計画に落とし込む。「（視野情報）洗濯物がベラ ンダに干してあり、雨が降り出した。（経験-連想記 憶）洗濯物がずぶ濡れになる。（意思-危機感覚）大変 なことになってしまう。」（課題）と考え、「家の中に 取り込む。」（解決手段-人の意志） これは、雨によって危機感覚（このままでは大変な ことになる）が活性化したからである。 人工頭脳は、脳の振舞い（有機的情報処理）を観 察・模倣し、機能分割された機能群が互いに連携し あい、全体で上手く機能する様にすると共に、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 .１ はじめに
本研究は、第 2 次ニューロブームが過ぎ去った１ ９９８年から開始するも、ささやかな経営資源*1の 為、実施可能な人の脳の振舞いを模倣することから 始めた。対象は自分自身であって、客観的に観察で きると考えた視覚情報処理から始めた。視線に対し、 視線の上方/下方にある対象は自分の近くにあり、視 線付近の対象は遠くにある、視線を上下左右に動か し見える対象は自分の上下左右に存在する。対象の 動きを視線で追従、もしくは視線を固定し差分情報 から速度感覚が掴める。注目する人を視線で追従す ることで人の重心を固定化でき、部位（手足等）の 動きから動作が掴める。個々のシーン（認識、静的/ 動的 status）は全体把握で、全て見えなくても把握 できる。この様な観察を繰り返していると、例えば、 「人がロボットに命令（会話）する代わりに、ロボ ットが自分で考え自分自身に命令すれば、自律的な 行動ができるのでは!?」といった問題意識が芽生え てきて、試行錯誤していると、突如、下記事例の様 な大きなブレイクスル--に遭遇することがある。 *1：経営資源：ボールペン、紙、ＰＣ、仮設研究所 （マック、スタバ、ドトール）、自己啓発な時間 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 ） *視野全体を把握しつつ注目した対象にフォーカス した行動すべく、見えない/見ないものまで記憶で見 る為、実視野とは異なる。 *仮想視野一体化制御 （視野、音源、感触 & 記憶で仮想視野上にケースバ イケースに応じ、一体化した視野イメージを形成） *パレット機能：実行ストーリィの仮想視野への描画 &視線誘導：行動 この様にして得られた脳の振舞いに対する知見 （当たらずとも遠からずな本質）と、得られたブレ イ ク ス ル ー を 相 互 に 補 完 し つ つ 纏 め た の が 図 １ 「人工頭脳実現のアプローチ」に示す「脳機能工学 に基づく”人工頭脳_有機的情報処理“」（機能ブロ ック図）である。 図１:人工頭脳実現のアプローチ２ 人工頭脳に求められるミッショ
ンとそのキーポイント
我が国における数十年の少子高齢化に介護の問 題、核家族化に伴う子育て環境の経済的/物理的悪 化、働き手/消費層の減少に伴う経済規模維持の困 難性がボディブロー的に効いてきている。これらを 放置せざるを得ない状況では、相対的な国際的地位 の低下は免れない。この様な課題に対し、 ①自らの意思をもって、自発的手助け、②命令服従 を③倫理/危機感覚、常識の範囲で実行可能な頭脳 を搭載したヒューマノイドロボットの投入が求めら れている。これによって、上記問題は解決に向かっ て動き出すものと考えられる。 Ａ）介護：例えば対象５００万人、 ロボットが何 時でも 何処でも、生活支援、会話の相手（重要） （今のままでいたら、貴方にも介護問題が牙を剝い て襲いかかります。） Ｂ）核家族化：夫婦共働き。子供二人。家政婦ロボ ットの投入で子育ての困難さ、家事からの解放!!家 族の団欒、絆を取戻す Ｃ）国内経済の活性化：ロボットも服を着る、移動 は車、保守/修理等、ロボットの消費力で経済維持但し、これらを実現するうえで、技術的課題以外 に「ロボットの普及」が必須条件となる。この為の キーポイントは、人工頭脳ＯＳと_ヒューマノイド ロボットの制御インターフェイスの早期確立と標準 化促進に尽きる。 これによって、 ①ロボットメーカーは頭脳開発が不要になり、得意 分野のメカ機構・制御の開発に専念できる。 ②多数のロボットメーカーがロボットビジネスに参 入可能となる。 ③ＰＣ同様低価格化＆普及を繰返し、自家用車の如 く、広く国民にいきわたる様になる。
３ 人工頭脳が汎用ＡＩとして機能
するには
前記ミッションを実現し、本人工頭脳が、実際の フィールドで使用されるには、少なくとも下記４項 目をクリアしなくてはならない。 ①思考 自らの意思で自発的/自律的に Ａ）意志の生成（自分で何をするのか考える） Ｂ）行動（自分の考え/意志に基づき行動） Ｃ）発話（自ら考えていることを人に伝える） 図２「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倫理･危機感覚/常識 Ａ）倫理感覚：思考の結果、意志&Action 計画が 生成、実行されるが、同時に倫理感覚/常識に基づ く審査/確認を実施。 Ｂ）危機感覚が活性化された場合、その回避処理 を優先する。 ③視野&会話の理解 見て、聞いて、思考結果に基づくＡｃｔｉｏｎ （思考/判断/発話/行動 ）が適切と判断できるこ と。（ 項#①と連携 ） →見た内容、会話の内容を理解したと判断。 ④イメージトレーニング 知識、スキル（誰かの行動の物真似、自分の成功 体験、動作マニュアル）をイメージトレーニング することで習得。 ＊動作の場合、仮想視野に行動（手足等）の軌跡 （注視点）を描画。 ＊アバウトだが注視対象にフォーカスした 実行ス トーリィにすることで、少々、行動のシーン、状 況が違っても臨機応変に対応可能。 以上を実現すべく、人工頭脳は以下の仕様を持つ。３.１ 思考アルゴリズム
外部情報（視野、音源/音声、感触）、内部情報（何 らかの契機で活性化した記憶情報、思考生成情報 等）に対し、人工頭脳の意思と連想/階層記憶がセ ットで活性化すると、上記意志に基づく課題とその 解決手段（人工頭脳の意志）が生成され、更にケー スバイケースに応じた Action 情報（実行ストーリ ィ：行動、発話、問題意識な再思考）を生成。以 降、当該契機に応じ、行動、発話する。よって、上 記意志、Action は人工頭脳の意思に基づき自律/自 発的に実行されることになる。３
.２ 意思Ａｃｔｉｖｅ情報（倫理･危機
感覚/常識）の範囲内での自律・自発的な
Ａｃｔｉｏｎ（考察、発話、行動）
思考アルゴリズムによって生成された意志、実行ス トーリィを内部情報として仮想視野空間制御を通し て、思考アルゴリズムに入力し、その結果、意思Ａ ｃｔｉｖｅ情報（倫理感覚、危機感覚、常識）がネ ガティブに活性化した場合は、思考結果に基づく回 避、再思考を実行する。３.３ 視野＆会話の理解
・見て、聞いて、適切に思考＆Ａｃｔｉｏｎ（思考 /判断/発話/行動 ）する。 ３.３.１ 視野の理解 個々のシーンに対し、思考アルゴリズムによって 生成された意志、実行ストーリィが適切であるため には、それなりのバックグラウンド、もしくは、 必要に応じ活用できる D.B を構築。（人と同様。） ３.３.２ 会話の理解 ①話の内容のイメージング（見た結果）、②会話の内容を連想/階層記憶を駆使してイメージ 補充すると共に、 ③相手が会話で伝えたいこと（相手の意志表示：相 手の status/場の雰囲気/会話の流れ/対人関係も含 む）の見極め（重要）、 以上により、命令の実行、受答え、聞いたことの説 明等ができること。
３
.４ イメージトレーニング
・仮想視野で実行ストーリィを生成し、（繰り返 し）イメージすることでイメージ通りのＡｃｔｉｏ ｎができること。 自分の意志、会話/文書（ノウハウ/スキル/知識 等）を繰り返しイメージング。例えば行動であれ ば、仮想視野上で視線誘導技術を使い、目的の対象 /エリアに作用すべく、手足、ツールの軌跡を視線 （注視点）、作用に対する対象の静的/動的 status の想定変化等をＡＷ一体化制御テーブル（図４参 照）に追記することで仮想視野上で行動をイメージ する。 但し、上記仮想視野は実在しないので作用対象の 周囲は相当、アバウトに表示される為、実際の行動 時、注視対象にフォーカスした実行ストーリィであ る為、周囲の細かい制限事項が無くなる。よって、 少々、行動のシーン、状況がイメージと違っても臨 機応変に対応可能となる。 例：クッキング – 各家庭のキッチン、冷蔵庫等 の配置等は千差万別。４ 人工頭脳ＯＳの有機的情報処理
“Imitate human brain”&“Like GAI”
機能
人工頭脳が汎用ＡＩとして機能する４つの仕様 ①思考 ②倫理･危機感覚/常識 ③視野＆会話の理解 ④イメージトレーニング これを実現すべく、人工頭脳では、図３「人工頭脳 ＯＳの有機的情報処理」に示す下記機能群が互いに 連携しあい、全体で上手く機能するように処理を遂 行するが、ここでは主な情報処理の流れに沿って （〇数字の）機能について概要を開示する。 図３ 人工頭脳ＯＳの有機的情報処理 ＊人工頭脳の機能群 Ａ）入力部（①外部情報取込、②見る、③聞く、感 触、内部情報）：水色 Ｂ）内部処理（④仮想視野空間制御、 ⑤思考と意 思制御）：黄色 Ｃ）出力部（⑥人工頭脳の意志、⑦階層的行動指 令、⑧発話）：ピンク Ｄ）共通処理（イメージ情報処理、⑨連想/階層記 憶、経験/学習/知識･スキル習得、統一概念（全体 把握と個別処理））：緑４.１ 外部/内部情報の取り込み
図３「人工頭脳ＯＳの有機的情報処理」におい て、ケースバイケースな外部情報（視野、音源（音 声/音源）、行動に伴う手足の感触、ツールを通した 手足の感触）の外部情報要求に対し、視覚センサ、 ステレオマイク、感触センサ（圧力/湿度/温度..） を用い当該機能（見る/聞く/感触）を制御し、全て イメージ情報（見た結果）として取込む。 ４.１.１ 見る – 視線で見る（行動する） ・視野全体を把握しつつ、注目した対象にフォーカ スしてＡｃｔｉｏｎ。 Ａ）不鮮明な画像（一部/全体）であっても、あい まい認識/認知技術を使い、周囲の状況より当該対 象の認識・認知は可能な限り遂行する。 Ｂ）実際に見ているのは実視野ではなく、実視野ベ ースの仮想視野。見えない/見ない/音源/感触まで 連想/階層記憶で補充・可視化＆不要情報ｶｯﾄする 為、実体と異なり、必要な情報を見ることになる。４.１.２ 聞く（文章入力-含む） Ａ）音声は、バックグラウンド情報をフルに活用 し、（純）仮想視野でイメージ情報に変換。未知な 単語もあいまい認識と同様に推測する。 ・文章のイメージ変換時の抽象度調整、文節（ＷＯ ＲＤ+接続詞）並びはフリー、相手の意志表示（内 容＆語尾/抑揚/トーン/相手との関係等）の把握、 未知の言葉に対する意味付けを駆使。 Ｂ）音源は発生源と視覚情報をセットで連想記憶し ており、当該音源から、音源の発生源と発生状況で 活性化した連想記憶の視覚情報を（実）仮想視野に 補足追加。 ４.１.３ 感触 with 連想記憶+手足の動作 ・当該対象の感触情報と手足の動作と作用/反作用 の結果を視覚情報を連想記憶することで、感触情報 が input されると、連想記憶の当該視覚情報が活性 化し、触れたことで見る相当の情報を取得&イメー ジできる。（例：シャンプー。目をつぶってもリア ルにイメージしています。）
４.２ 見る（視線制御と視覚情報処理）
４.２.１ 人（人工頭脳）とプログラム制御の視野 の違い ・人はＡＩと違って視野が狭い。. 表１に「“見る”本質（人（人工頭脳）とプログラ ム制御（ＡＩ）の視野の違い）」を示す。 Ａ）人（人工頭脳）の場合 視野全体の中で、視線を当てた注視点とその近傍し か鮮明に見ることができない。そこで、意思/意志 を持って視野の中でどの対象/エリアを見たいのか 意思表示（視線で注視する）が必要がある。 Ｂ）プログラム制御（ＡＩ）の場合 一度の情報収集で、視野全体の対象を抽出、認識で きる。 以上より、人（人工頭脳）の視野は、プログラム 制御（ＡＩ）に比べ、一見、非常に不合理に見える が、視野が狭いことによって、 ①最初から状況判断等、自分に必要な情報のみ見る ことができる。 ②（視野/状況）全体を把握することで、注目した 対象にフォーカスしてきめ細かいＡｃｔｉｏｎが可 能。注視対象の周辺（こんなもの：抽象度が高いこ と）は視野のイメージ合成と連想記憶で見ることで 十分。細かく見る必要はない。 ③視野が狭く、中央部は非常に鮮明に見える →“視線“を使うことが出来る。Ａ）認識/認知の 為の情報収集、Ｂ）行動の為の注視、視線誘導（実 視野、イメージした仮想視野）、Ｃ）会話!?等に適 用できる。 逆に視野が広いプログラム制御（ＡＩ）では、 ④カメラの意志が反映されず、ターゲットがどれな のか分らない。 よって、必要な対象は全視野の中からサーチ、抽出 する必要がある。 ⑤ズームした場合、周囲の注目対象が見れない。 （位置が掴めず、視線移動が困難） 表１ “見る”本質 ４.２.２ ＡＷ（認知情報）一体化制御テーブル （見る為の必須ツール） 人工頭脳が実視野空間に対しＡｃｔｉｏｎする場 合、まず経験･学習的.に有効な当該視野エリア内の 全体状況を把握し、次にケースバイケースに応じ注 目対象にフォーカスし取得した情報を基にこれから 行うべき実行ストーリィを生成する。 人工頭脳は、視覚センサと連携し、各種視線制御 手段（未開示）を駆使し、当該視野の有効対象/エリ ア、バックグラウンドの認識/認知情報を、図４に示 すＡＷ一体化制御概要に示す「ＡＷ（認知情報）一 体化制御テーブル」（表記の言葉、文章は分かり易く するための仮の表示。）に随時、更新登録する。この テーブルは、実視野の注目対象の任意の時点の認識 /認知情報（静的/動的 status 情報)、背景情報（有 効エリアとその状態/状況）を登録。なお、あいまい 認識/認知技術を使って、画像が不鮮明でも、一部し か見えなくても、全く見てなくても、連想/階層記憶 を使って見た(認識/認知）ことにし、登録する。 このテーブルには、認知対象ごとに「追っかけポ インタ」（記憶素子相当、#４.９記憶制御を参照）を保持することで、①実視野で他の対象との静的/動的 status を把握すると共に、②必要に応じ連想/階層 記憶上で当該認知対象の特性/性質/経験/学習情報/ 他の対象との関係を参照することができる。 以上より、このＡＷ一体化制御テーブルは A)スケ ッチ的に視野情報を再現可能、B)動的要因も「’60 年代アニメ動画_鉄腕アニメ」準拠で再生、C)連想/ 階層記憶と連携した階層的抽象化的な表示、D)対象 の意志（これから何をしようとしているのか）表示 も可能であり、E)視野情報をイメージ(見た結果）で 表現することが出来る。なお、実視野が絶えず変化 することから、テーブルに登録した対象の認知情報 を最新のものに更新し、新規追加、不要対象の削除 も併せて行う。 但し、個々の認知対象は時差を含み、実際に見て いないものまで含んでいるので、実視野とは少し異 なることから、仮想視野である。 更に、手足、ツールを使った動作（実行ストーリ ィ）を、ＡＷ合成技術（実仮想視野に純仮想視野で イメージした内容を上書き。純仮想視野同士の上書 き合成も可。バックグラウンドは共通なこと。）、視 線誘導技術（作用する対象/エリア/空間を視線で注 視し、そこに手足を作用させる）を使って行動する ことができる。 図４ ＡＷ一体化制御概要
４.３ 聞く（会話）
会話内容/文章は視野情報同様にイメージ情報と して取り込む。実際には、「見る」と同様、「ＡＷ （認知情報）一体化制御テーブル」を作成する。 但し、会話の理解そのものは思考/状況判断のプロ セスによる。 ４.３.１ 会話文章を下記手段でイメージ（把握） していく Ａ）バックグラウンド（連想/階層記憶）を駆使し たイメージングＷＯＲＤ→イメージＬｉｋｅ変換 （ 図５ 会話のイメージング概念 参照 ） Ｂ）「言葉による階層的抽象度の把握」と「階層記 憶」の連携により「思考」と「会話の理解」は抽象 度の高い情報空間で実施。 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（過去の経験）、洗濯物を直ち に取り込む。 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 →「君は、何が言いたいの？？」 「雨-洗濯物- 取り込む」は抽象度の高い状態で階 層記憶されているため、洗濯物は放置されズブ濡れ になる。 Ｃ）相手が会話で伝えたいこと（相手の意志表示） の見極め ･例：教えて（５W+1H）、確認（yes/no?で）、勧め/ 誘い、命令/お願い/要求 ・相手の status：表情、声のトーン/抑揚、対人 関係（上司/部下）、会話の流れ、場の雰囲気 ４.３.２ 文章で使う言葉（WORD）をイメージする のに、Σ文節（ＷＯＲＤ＋接続詞）の順番は関係な い。 ・僕は、今日、彼女と、公園に、行った。 ・僕は、行った、公園に、彼女と､今日。 ・I went to the park with her today.→ＡＷ一体化制御ＴＢＬに文節単位で対象&静的/ 動的 status を追加。 ４.３.３ 未知の言葉に対する意味付け Ａ）会話の未知の言葉に対する意味付け：会話の 流れ、文中の周囲の単語、視野情報から、意味の 絞り込み。 Ｂ）認知対象に名前付けられた言葉の獲得。 Ｃ）未知の言葉の該当する対象を視覚空間で獲得。
図５ 会話(話の内容）のイメージング （見た結果）概念
４.４ 仮想視野空間制御
４.４.１ ＡＷ（認知情報）一体化制御 ・実視野/音源/感触情報は実視野ベースの(実)仮想 視野上で可視化&ＡＷ合成&一体化、欠落情報は連想 /階層記憶で補充･追加する。 ・視野系情報(視野/音源/感触）は(実)仮想視野、 音声/文章情報は(純)仮想視野にイメージ情報とし て独立して取り込まれるが、音声/文章情報が視野 情報を説明している場合、両者をＡＷ合成し、一体 化（混在化）されることがある。 ４.４.２ 仮想ＡＷパレット機能（図６参照） ＡＷ視野モードは 3 つ、 ・視覚センサの捉えた対象の認識・認知情報をＡＷ （認知情報）一体化制御テーブル（図４）に纏めた 実視野（①）、 ・欠落/音源/感触を視覚化し上記テーブルに補足追 加した実仮想視野（②-1） ・実視野とは独立し、仮想な視野空間に背景を設定 し、上記視野一体化制御Ｔテーブルに当該対象を配 置し、必要に応じ実行ストーリィ（動作）を上書き した純仮想視野（③） で構成される。 また、実視野と実仮想視野は、大きな時差がないた め、実視野で情報収集、行動を行う場合、実仮想視 野に認識･認知結果を纏めている視野一体化制御テ ーブルを使って、純仮想視野（③）の実行ストーリ ィ、注視対象を実仮想視野（②-2）に上書き合成 し、この視野一体化制御テーブルの認識・認知情報 を使って、実視野上の当該対象に注視したり、視線 誘導技術で行動を行う。 ・実行ストーリィ：手足の作用対象/エリアへの注 視情報､作用 status 等 ・視線誘導：目的の対象/エリアに視線を移動し、 手足/手、作用すべきツールを注視点に誘導、この 繰返し。 図６ 仮想ＡＷパレット機能 ４.４.３ 経験/学習、”知識&他人工頭脳_スキル” の習得 ・観察情報（画像/動画含む）、音声/文章等を仮想 視野上で、 Ａ）背景とセットで認識/認知対象をイメージ、 Ｂ）視線誘導ベースで手足を使った行動をイメー ジ、これらを繰返するとで、ケースバイケースな 実視野でも知識、スキルを活用できる様になる ＊イメージトレーニングの適応能力 全体把握と個別処理のうち.. ・“全体”は連想記憶から引出しレイアウト（汎用 性が高い） with ＡＷ一体化制御ＴＢＬ（有効エ リア、状態、状況） ・“個別”は詳細具体的な実行ストーリィではなく アバウトだが、注目対象にフォーカスした本質的 な実行ストーリィ（イメージ）を生成 ・効果：少々、バックグラウンド＆背景が異なって も上位概念で対処できれば応用が効く（例：クッ キング:キッチンは家庭によって千差万別）以上は全て仮想視野空間での作業となる。また、 イメージ情報は画像ではなく見た結果として扱う。
４.５ 思考アルゴリズムと意思制御
４.５.１ 思考アルゴリズム （ 図７-１ 思考アルゴリズム 参照 ） 思考は人工頭脳の意思に基づき、思考結果（人工 頭脳の意志）は意思の意向を反映したものである。 図３の「人工頭脳ＯＳの有機的情報処理」の仮想 視野空間制御から送りこまれる外部/内部情報が、 任意の意思（Active 情報）と連想階層記憶をセッ トで活性化した場合、当該外部/内部情報は意思に 対する有効情報と見做し抽出すると共に、因果要因 （外部情報）、記憶素子(連想/階層記憶）、自律要因 （意思 Active 情報）で括ると、意思 Active 情報を ベースとする課題が生成される。 （意思によって課題が確定） この課題に対し、人工頭脳で提供する下記思考ツ ールを使って、解決手段（上位概念-人工頭脳の意 志）を生成する。但し、これは課題解決の上位概念 で、具体的な実行ストーリィに落とし込む。 例１： （課題）[雨が降り出した] [ベランダの洗濯物は ずぶ濡れ] [大変なことになる] （意志）[洗濯物を室内で乾かす] （Action）[①ベランダに出て、②洗濯物を取込 み、③室内に運んで、④干す] 例２： （課題）[お婆さんがキャリーを引いている] [きつそう] [助けてあげたい] （意志）[自分がキャリーを引く] （Action）[①お婆さんの傍に駆け寄り、②声を かけ、③キャリーを引く] 以上より、思考には、課題が必要で、その課題は 意思がベースになっていることが分かる。同じ状況 に遭遇しても、どう思うかによって思考結果が異な ってくる。 ・思考アルゴリズム A）外部/内部情報の input で意思、連想記憶がセッ トで活性化、 B)当該意思 Active 情報をベースとする課題抽出、 C)解決手段（人工頭脳の意志）生成、 D)上記意志の具現化である実行ストーリィ（ケース バイケースな∑（具体的実行ストーリィ(i)）の 生成と Action 要求（思考/発話/行動） ・思考ツール P)試行錯誤（課題ベースのヒント生成）、 Q)状況判断、R)検索（連想/階層記憶、インターネ ット）、S)他の人工頭脳と相談 図６-1 思考アルゴリズム 図７-１ 思考アルゴリズム 図７-２ 思考概念図 ４.５.２ 思考生成情報（人工頭脳の意志、実行ス トーリィ）の確認 本人工頭脳は人の脳の振舞いを模倣した有機的情報 処理であって、自らの意思で、かつ倫理・危機感 覚・常識の範囲内で自発的／自律的に思考・行動・ 発話することが必須である。 そこで、思考アルゴリズムによって生成された人工 頭脳の意志、実行ストーリィを内部情報として仮想 視野空間制御を通して、思考アルゴリズムに入力 し、意思Ａｃｔｉｖｅ情報（倫理感覚、危機感覚、 常識）がネガティブに活性化した場合は、思考結果 に基づく回避処理を実行する。４.５.３ 人工頭脳の思考能力向上 活性化による思考の回数を多くし、その中から有 効な思考を生成すべく Ａ）意思 Active 情報のハイブリッド臨場感形成 （同階層深化と同階層拡張）により、外部情報に対 する活性化、つまり思考の頻度を高める （ 図８ 意思Ａｃｔｉｖｅ情報と遷移 ） Ｂ）外部情報、連想/階層記憶、意思 Active 情報の 抽象度を制御(上位層-下位層）して活性化の発生率 を調整する Ｃ）意思制御がプールしている意思 Active 情報を 全て自律 Action 要求モニタに活性化待機する余裕 がない/対応不可の場合、ｹｰｽﾊﾞｲｹｰｽに応じ活性化頻 度の高い Active 情報をセッティング（図７-２ 思 考概念図） *常時常駐、随時ｹｰｽﾊﾞｲｹｰｽ、短期常駐（一定期間集 中的） Ｄ）課題解決に有効な意思 Active 情報を潜在意識 モードに遷移させ、外部情報が遮断（sleeping）さ れても内部情報で活性化し、思考を実行するように させる。（図８ 意思Ａｃｔｉｖｅ情報と遷移） 図８ 意思Ａｃｔｉｖｅ情報と遷移 ４.５.４ 見る/聞くから得た情報の理解 イメージ情報として見た結果に変換に対し、思考 結果に基づく Action（発話、行動、思考、判断） が適切であれば、見た内容、相手の話しを理解した といえる。 ４.５.５ 人工頭脳の意思、意志の定義 Ａ）意思：同一思考（意志）の繰返し生成により、 潜在/顕在意識モードに組込まれ、階層記憶を形成 する思考要因。 外部/内部要因に対し、志向･指向性を持つ意志 （行動･発話、考察）を出力する Action 生成の素。 Ｂ）意志：外部/内部情報、意思、連想記憶の関係 から意思の意向に基づき生成される Action の上位 コンセプ生成の素。 ⋆表２に項#（５）①の事例に関し、“思考アルゴリ ズム”において input された外部・情報に対し、 意思が活性化され意思の意向を反映し生成された 意志を示す。 表２“思考アルゴリズム”における外部情報-意思-意志の事例
４.６ 意志の具現化
（実行ストーリィの生成）
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」において、思考プロセスで生成され た意志はＡｃｔｉｏｎの上位概念であり、周囲の状 況と意志のセットで具体的実行ストーリィ（行動/ 発話）を生成する。 （表２「意志の具現化の事例」参照） 具体的な「意志の具現化プロセス」の一例を図９に 示す。 ケースバイケースな状況において、人工頭脳が自分 の意思に基づく課題から解決手段（意志）を見出し ても具体的にどうすればよいのか分からない場合、 Ａ）ケースバイケースな状況、Ｐ）人工頭脳の意志 （解決手段）をベースに①「ケースバイケース DB」より該当類似で具体的 実行ストーリィを検索、 ②思考錯誤（組み合わせ的具体的解決手段の生成） により実行ストーリィを生成し、実行、学習しスキ ルを形成していく。 本ケース（図９ 意志の具現化プロセス：一例）で は、 ケースバイケースな要因（Ａ）に対し、人工頭脳の 意志（Ｐ）を生成し、更にスキル情報（Ｘ）を使っ て行動しうまく動作できた場合、または他の人工頭 脳、または人の動作を観察し、連想記憶してある。 更に、要因、意志は上位概念によって階層記憶して ある。 この場合、記憶空間上で、例えば、今回、生成され た同一の意志がなくても、上位概念によって類似の 意志があれば、それを使って、当該スキル情報を、 今回の意志を実現する実行ストーリィとして対応す る。 表３に意志の具現化の事例として、外部情報に対し 生成された意志と、その意志を具現化した実行スト ーリィを示す。 図９ 意志の具現化プロセス（一例） （ｹｰｽﾊﾞｲｹｰｽ要因、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）し、具体的解決 手段（実行ストーリィ）決定 表３ 意志の具現化の事例
４.７ 行動（階層的行動指令）
上記思考で生成された具体的実行計画（実行スト ーリィ = ∑（実行ストーリィ(i)）に対し、人工頭 脳では、図１０「階層的行動指令」に示す様に個々 の実行ストーリィ(i)に対し、下記制御を行う。 [ 階層的行動指令 ] ４.７.１ 行動時の実行ストーリィ 実行ストーリィ(i)を”リモコン操作”タイプか ら”遠隔操作”タイプに.置き換える。 ４.７.２ 仮想 AW パレット機能 ①純仮想視野上で、手足、もしくはツールを制御 し、当該シーンにおいて目的の対象に作用する様に イメージ（作用対象は視線注視）する。 ②視覚センサ（見る）が実仮想視野上で当該シーン を認知すると実行ストーリィ(i)の”行動契機を生 成する。 ③認知した当該シーン（実仮想視野）に実行ｽﾄｰﾘｨ (i)のイメージを上書き（ＡＷ合成）する。 ４.７.３ 状況判断 ①上記仮想視野上の実行ストーリィが仮想視野上に て実行可能/障害排除（待機）/中断/別案の何れか を学習*A/経験ベースで判断する。 *A：ニューロコンピュータ（浅層学習!?）-ｹｰｽﾊﾞｲｹ ｰｽな学習情報を使用 ②上記実行ストーリィ(i)は実行可能と判断した場 合、詳細な実行ストーリィ(i,j)をシーン毎に実仮 想視野に上書きする。この実行ストーリィ(i,j)は 作用する手足、もしくはツールを注視対象/エリア に何処に移動（素早く、ゆっくり等）するのかを明 示する。 ４.７.４ 実行ストーリィと視線誘導に基づくロボ ットへの行動指令 実仮想視野上の Active 視線（注視対象/エリア）に 手足、ツールの動作を同期追従＆作用すべくコマン ドを発行する。但し、視野情報には動作とセットで 手足、ツールから手足に伝わる感触情報を含む。 ・例：掴んだ、触れた/当たった。 ４.７.５ 行動結果の確認（経験）と学習 行動監視による”ｹｰｽﾊﾞｲｹｰｽな実行ストーリィと行 動結果”の状況判断（行動の結果が実行ストーリィ の目的を達成したか/否かで判断）図１０ 階層的行動指令
４.８ 発話
４.８.１ 自発的発話 ・人工頭脳の意志ﾍﾞｰｽの相手に伝えたい内容 ・意思に基づく（意志ベース）話しかけ/質問/＃＃ *Love2：雨が降ってきた、彼女はカサを持って いない｡ →「自宅まで車で送ってあげる。」 *危機感覚：雨が降り出す。ベランダに洗濯物。 →「大変です。雨が降っています。ベランダの 洗濯物が濡れています。」 ４.８.２ フリートーキング ①相手に対する回答/発話の内容 相手の話に対し、活性化した「連想/階層記憶」 と「意思 Active 情報」の組合せ（補足付き）が 相手に対する回答/発話の内容の源。 Ｐ）相手の話しに α：自分の意見（自分はこう考えている） β：自分の「経験/見聞したこと/知識」 γ：相手の要望を認識して Ｑ）相手に質問/依頼（α,β,γ,） Ｒ）相手の質問に回答（α,β,γ,） ②相手の質問/要望に回答 Ａ）直接モード.. α：教えて（When,Where,Who,What,Why,How??） β：確認（Do you ##？ Are you##? Is this ##？） γ：誘い/勧め（～しませんか？ ～しよう!!） θ：命令/要望/お願い Ｂ）視線モード（目で話す） ４.８.３ 発話内容のベース ・任意の契機で活性化した記憶情報、アクティブな 内部情報（人工頭脳の意志、実行ストーリィ等）全 て、ＡＷ一体化制御テーブルに記載された情報で、 会話のイメージングと逆のプロセスで文章化は可能 であり、現在、詳細を検討中。 ４.８.４ 発話文の構成 母国語_連想文脈_構成制御_直感文法も、 「ＷＯＲＤ+接続素子」の配置は学習で獲得４
.９ 記憶制御 （連想/階層記憶）
人工頭脳が使用する記憶は、 ①記憶素子（関連する記憶素子をリンク接続し、連 想/階層記憶を形成）による活性化伝播を伴う情報 処理を行う記憶アドレス空間、 ②前記記憶素子の実体情報（ＡＷ一体化制御テーブ ル等）を記憶する実体記憶空間、 ③ＲＤ/ＷＲ情報が一時スタックされる活性化情報 バッファ より構成される。 [ 記憶素子/リンク接続の特性 ]. ・連想/階層記憶を構成（記憶素子のリンク接続） ・記憶素子の活性化伝播 in 連想･階層記憶 ・対象の特性・性質情報/上位-下位概念の形成 ・階層的抽象化制御_抽象度制御：上位-下位概念 ・WR：記憶契機（活性化）で関連情報とｾｯﾄで 当該情報を連想記憶＆顕在意識ＯＦＦ時、 内部情報のみで階層記憶＆連続ｼｰﾝの更新 ・RD：外部/内部情報で活性化した記憶素子&実体 をｱｸｾｽ図１１ 記憶空間アーキテクチャ ４.９.１ 記憶契機（ＲＤ/ＷＲ）生成とＲＤ/ＷＲ ・WR:フォーカスした対象が既存記憶素子（ 意思 （Active 情報）/連想記憶 )を活性化させると新 規に記憶素子を作成、前記活性化対象とリンク接 続を設け連想記憶を形成し、前記フォーカス対象 を実体記憶空間にＷＲする。 ・連続シーンの更新： 出来事/ﾏｯﾌﾟ系（連続ｼｰﾝ：静的/動的/時系列）生 成 with 連想記憶 in sleeping time（外部情報 遮断時） ・RD:任意の契機で当該記憶素子が活性化されると 実体記憶空間から当該情報を活性化情報バッファ にロードする。 ４.９.２ 連想/階層記憶の形成 ・仮想ＡＷ_連想記憶 with 活性化 フォーカス対象とＡＷ一体化制御ＴＢＬ内関連情 報、当該記憶素子をリンク接続で連想記憶を形成 ・階層記憶形成 in sleeping time（外部情報遮 断）連想記憶から特定の観点にフォーカスし集合 体を形成、詳細化の繰り返しで階層記憶を生成 ４.９.３ 階層的抽象化制御 Ａ）上位から下位概念に亘って当該対象の特性・ 性質情報を形成 B）抽象度制御（上位-下位概念）: 階層記憶の記 憶素子の上位-下位階層構成上で、任意_記憶素子 を上位/下位に強制活性化伝播することで、抽象 度を自在に制御でき、上位概念/詳細情報を取得 できる。 C）ＡＷ一体化制御テーブルと階層的抽象化情報と の相互変換機能 ４.９.４ 入力情報に対する有効情報の抽出 （思考プロセス） ４.９.５ 知識&他人工頭脳_スキルへの対応 ・知識/スキル（物真似/経験）&イメージトレーニ ングで習得するも臨機応変、適応性のあるこ と。with 仮想視野 FX:クッキング with レジ ピ ＊観察情報（画像/動画含む）、テキスト（文章、会 話）等を仮想視野上で、①背景とｾｯﾄで認識/認知 対象をイメージ、②視線誘導ベースで手足を使っ た行動をイメージ、これらを繰返するとで、ケー スバイケースな実視野でも知識、スキルを活用で きる様になる。
