客体化学習の検討

抄録

人工知能が思考の幅を大きく広げ、科学的発見につながる創造能力を獲得するには、帰納的推論の枠組みである整列構造を自律的に発見できなければならない。本研究では、整列構造を支える3種類の関係を自動的に構築する方法を目指す。指定関係とその等価性は、計算処理によって様々な方法で構成できると仮定しうることが明らかになった。しかし、比較可能性についてはセンサの特性から得るしか無い。そこで、センサの比較可能性に合致するように様々な指定関係を組み合わせて、新たな整列構造を得る手段を検討した。すると、それは、対象を認識・操作しやすいモノとして扱う意味での「客体化」とみなせることがわかった。そして現在進呈している深層生成モデルの中で特にアテンション機能を備えたモデルは、整列構造に基づいて客体を学習する実現要件を満たしつつある。しかしながら新たな客体化を学習することは未だ難しさが残るようである。