--------------------------------------------
A
abstraction
−抽象化
−ある認識の仕方をするために、いろいろな表象や概念から特定の性質や状態だけを抜き出すこと。また、その抜き出したものを思考の対象にする精神作用。↔具象。
abstraction
−抽象化(計算機科学)
artifical intelligence(AI)
−人工知能
−「AI」という言葉が生まれた経緯:ダートマス会議と人工知能(AI)の発展
analytic philosophy
−分析哲学
−1980年代、人工知能を開発する上で知識を表現するために必要とされた学問分野。哲学の方法論を使い、知識を完全に形式化(数学化)し、プログラム化したものを人工知能に教え込むということが行われていた。
--------------------------------------------
C
class
−集合論
−プログラム言語の概念でもある
class system
−ontology(存在論)から生まれた概念
−クラスシステムを使うと「人間」というレベルでプログラムが書ける
common lisp object system(CLOS)
−オブジェクト指向(object-oriented)というものをコンピュータプログラム言語に入れることによって抽象度の高いところでプログラムを書くことができる。
※車のエンジンを設計する例:
frame system とは抽象度システムのことであり、class system も同じく抽象度システムである。例えばある自動車メーカーが CLOS という object system で車のエンジンを設計する際、「車のエンジン」というひとつ上の抽象度でプログラムを書くと、あとは parameter(媒介変数)を入れるだけで、その部分だけソースコードが書き換えられて、複数の車種のエンジンに利用することができるようになる。これが class system あるいは抽象度の一例である。
computational linguistics
−計算言語学
computer science
−計算機科学
connectionism
−人工知能の研究においてニューラルネットワークモデルに基づいた知能体を実現する立場のこと。あるいは認知科学や心理学において、同モデルでのシミュレーションなどの研究手法によって人間の認知や行動をモデル化しようとする立場のこと。1980年代に行われていたPDPモデル(並列分散処理)の研究はコネクショニズムのひとつである。
connectionist
−コネクショニズムモデルに基づいた研究アプローチを取る研究者のこと。
--------------------------------------------
D
deep learning
−ディープラーニング、深層学習
−多層のニューラルネットワークによる機械学習手法
denotational semantics
−表示的意味論
−計算機科学の一分野で、プログラミング言語の形式意味論の手法のひとつ
−ソースコードとオブジェクトコードが同じであることを証明する数学
dynamic language, dynamic programming language(Dylan
−動的言語、動的言語プログラミング
−メモリー空間が自由に動き回るという概念
frame system
−知識表現システムとしてオブジェクトシステムにあたるもの
−class system を独立したソフトウェアのシステムとして外側に作るもの
※車のエンジンを設計する例:
frame system とは抽象度システムのことであり、class system も同じく抽象度システムである。例えばある自動車メーカーが CLOS という object system で車のエンジンを設計する際、「車のエンジン」というひとつ上の抽象度でプログラムを書くと、あとは parameter(媒介変数)を入れるだけで、その部分だけソースコードが書き換えられて、複数の車種のエンジンに利用することができるようになる。これが class system あるいは抽象度の一例である。
※これはもともと分析哲学における ontology(存在論)の「抽象度」という概念が computer science(計算機科学)の中で frame system や object system という概念として実際に使用されていたということである。また、ここで使用されている厳密な数学的定理は「順序と半順序」である。
--------------------------------------------
I
instance
−計算機科学における実体を意味する
--------------------------------------------
K
knowledge representation
−知識表現
−推論を導けるような知識の表現、およびその方法を開発する人工知能研究の領域
※人工知能(AI)の最初の形ができたのは1980年代半ばであり、その前提となったのは Knowledge representation(知識表現システム)です。このとき、人工知能(AI)のコアな部分を形づくるための2つのルートがありました。1つは PDP(Parallel Distributed Processing: 並列分散処理ニューラルネットワーク: 三層のニューラルネットワーク)を使うもので、超次元偏微分空間のデータを大量に見せて自己学習させる(ニューラルネットワークで勝手に学ばせる)というものです。もう1つは人間(分析哲学者たちと組んだ科学者たち)が Frame system または Class System(object system) を使って人工知能に入れ込む知識をコツコツと構築していく(最初から抽象度ということを前提に知識フレームシステムを作りそれをプログラミングしていく)というものです。また、前者は IBM の Watson Computer(IBM Watson は Artifical Intelligence とは言わず Cognitive Computer と言う)の手法で、後者は Google の Deep learning(1万6000個のCPUをネットワークし、人間の脳を模倣したアルゴリズムを搭載したコンピュータで、人間が何も教えることなく、コンピュータが自らデータベースをもとに学習するもの)の手法です。
--------------------------------------------
L
Levels of abstraction
−抽象度、抽象の度合い
−分析哲学(analytic philosophy)の概念
※「抽象度」というのは脳が創りだしたものである。人間が人間たる所以は抽象度を上げる思考ができるように前頭前野が進化したからである。人類の進化の鍵は抽象度を上げる思考である。抽象度を上げることはサルでも可能である。例えば、サルがバナナを1房食べたあと、同じ場所にさらに3房置くと、サルはもう3房のバナナも食べます。もし抽象度の思考がまったく無ければ、最初の1房のバナナと次の3房のバナナを違う物体と捉えるはずです。最初の1房のバナナと次の3房のバナナを同じものとして認識できるのは抽象度の思考ができるということになります。生命現象は抽象度が上がっていく現象そのものです。抽象度というものが宇宙に最初にあり、人類がその法則に従ってできあがったのが Chomsky Universal Grammar 的なものなのか、あるいは人類のおかげで抽象度が上がっていくのか、という問いが生まれる。おそらく抽象度というのは情報空間のルールではないかと思われる。
--------------------------------------------
M
machine translation
−機械翻訳
metaphysics
−形而上論、形而上学
metaprogramming
−メタプログラミング
--------------------------------------------
N
natural language
−自然言語
neural network
−ニューラルネットワーク、神経網
※コンピュータが機械学習をする際に使われる数理モデルで、人間の脳の神経回路網を科学的に解明し、その仕組みを参考にして作ったもの。ニューラルネットワークのうち多層のものをディープニューラルネットといい、これを使う機械学習をディープラーニング(深層学習)という。
--------------------------------------------
O
ontorogy(哲学)
−存在論
−ontorogy という用語はギリシャ語で「存在」を意味する ὄν (on) から来ている。
ontology(計算機科学)
−対象世界にかかわる諸概念を整理して体系づけ、コンピュータにも理解可能な形式で明示的に記述したもの。
object-oriented
−オブジェクト指向
ordered set
−順序集合
--------------------------------------------
P
Parallel Distributed Processing(PDP)
−並列分散処理
−認知科学における人間をコンピュータのような記号処理系とみなす指導原理の下、遅くで不正確なハードウェアである「脳」を持つ人間が無意識下で行っているとされる情報処理方式。人間の認知を解明する認知科学において、情報の並列分散処理を論ずることが心の動きを理解するのに不可欠であるとするコネクショニズムの登場とともに提案された。
Partially ordered set
−順序集合
※数学で「順序集合」または「順序と半順序」という概念があります。「順序」というのは自然数としての「1, 2, 3, 4, 5…」や「-1, -2, -3, -4, -5…」を意味します。例えば 任意を自然数を二つ選んだ場合、「2と3」であれば「2よりも3の方が大きい」ということになり、「1と100,000,000」であれば「1よりも100,000,000の方が大きい」ということになります。このように、任意の数字を二つ取ったときに、(たとえば「大きい、小さい」といったような)順序が存在することを「完全順序」(complete order)といいます。完全順序は一般的には「順序」と呼ばれています。また、順番が決められるが、決められないときもあるものを「半順序」(partial order)といいます。この「半順序」というのは情報量の大小(=抽象度)で物を並べるときに説明できます。例えば、動物と犬はどちらが情報量が多いかというと犬の方が情報量が多いということになります。犬よりも動物の方が(下位概念よりも上位概念の方が)情報量が多いように思うかも知れませんが、数学的には下位概念よりも上位概念の方が情報量が少ないと考えます。犬という概念の上に動物があり、動物は犬の全情報を必ず持っています。犬の全情報を持っていないものは動物と言いません。情報量が少ない方が上位概念、情報量が多い方が下位概念です。そして世の中の概念というものは必ず情報量の大小で決定されているということになります。ところが、犬と猫のどちらが情報量が多いかということになると、それは比較することができません。つまりこの二つは順序を決めることができませんので、これを「半順序」といいます。このように、必ずは決められないが決められるときがあるものを「半順序」といいます。これを拡大すると、「全概念が半順序である」ということになります。概念という空間は半順序空間です。そして知識を扱うということは概念そのものが存在論のユニットとなるということで、これを「存在論」(ontology)といいます。「太郎は犬が好きです」という言葉があれば、太郎と犬との関係性を表すものは「形而上学」(metaphysics)であり、太郎とはなんぞや犬とはなんぞやというのは「存在論」(ontology)です。この ontology のユニットをわかりやすい言葉でいうと concept となり、日本語で「概念」です。このように、すべての概念は情報量の大小によって半順序関係を持ちます。そして情報量(または情報量の大小)という概念を分析哲学では「包摂」または「包含」(subsumption)といいます。subsumption partial order というのは日本語で「包摂半順序」と訳され、すべての概念は包摂半順序の集合であると考えます。また、さらに、包摂半順序には「束(そく)」という概念があります。例えば、自然数の掛け算には最小公倍数というものがあり、知識においてもそれがあります。例えば、犬と猫の最小公倍数にあたるものが哺乳類だとします。そうすると、哺乳類が結び目となってその下に猫と犬という束ができます。このような束ができるものを「束(そく)」といいます。数学に「束論(そくろん)」というものがあるのと同じく、現代分析哲学においても「包摂半順序束」というものがあると考えます。このように、現代分析哲学における数学との融合が包摂半順序束という概念を生み出し、これを使ってAIのコンピュータプログラミングを行うという流れが生まれました。この包摂半順序が「抽象度」であり、情報量が少ない方が抽象度は上、情報量が多い方が抽象度は下ということになります。
--------------------------------------------
S
Schema
−スキーマとは、データベースの構造で、データベース管理システム(DBMS)でサポートされている形式言語で記述される。
Script
−スクリプト理論
−スクリプト言語
--------------------------------------------
W
Watson computer, IBM Watson
−IBMが開発した質問応答システム・意思決定支援システム
working memory
−知心理学において、情報を一時的に保ちながら操作するための構造や過程を指す構成概念で、作業記憶や作動記憶とも呼ばれている。
▶ワーキングメモリの概要(目次)
NLP共同創始者ジョン・グリンダー博士認定校
ニューコードNLPスクール
記事更新日:2022/06/07