逆ベイズ推論を用いた創造的知能システムの開発

Research Project

Project/Area Number	23K11285
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 61060:Kansei informatics-related
Research Institution	Kobe University
Principal Investigator	谷伊織神戸大学, DX・情報統括本部, 助教 (70751379)
Project Period (FY)	2023-04-01 – 2026-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000) Fiscal Year 2025: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000) Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Keywords	逆Bayes推論 / 創造性 / 天然知能 / 逆ベイズ推論 / 創造的計算
Outline of Research at the Start	本研究は近年提案された逆ベイズ推論に着目し，新しい知能システムを開発することを目的とする．既存の人工知能技術は固定された問題と解答の対を学習データとするが，この意味において問題の文脈が固定されることとなる．一方，人間をはじめとする生命系は問題の文脈を固定せずに，想定とは異なる新しい解答＝回答を提示しうる潜在性を有する．本研究ではこれを創造性と捉え，創造性を発露する新しい知能システムを志向する．
Outline of Annual Research Achievements	本研究課題は，近年提唱された逆Bayes推論に着目し，これらを用いた新しい知能モデルを提案することを主たる目的としている．逆Bayes推論は従来的なBayes推論の逆操作として定義され，Bayes推論が実際の事象に対応して仮説の可能性を書き換えるのに対して，逆Bayes推論は仮説の中身そのものを経験的確率によって置き換える．したがって，両者はことなるタイムスケールを持ち，Bayes推論が確率空間を収縮させるのに対して，逆Bayes推論は確率空間を弛緩させ，システムにおいてより適応的な振る舞いを実現させることが報告されている．本研究ではまず，非常にシンプルな一次元セル・オートマトンに対して逆Bayes推論に基づくフィードバックを実装することができないかを検討した．結果的に，このようなフィードバックの実装は困難であったが，研究過程で興味深い結果が得られたので，これらについては2023年に開催された国内学会において発表されている．次年度以降はいわゆるベイジアンネットワークにおいて，逆Bayes推論にもとづくフィードバックを実装するため，アルゴリズムの検討や具体的な課題設定・評価方法の検討を行い，モデル化を行っていく予定である．
Current Status of Research Progress	Current Status of Research Progress 3: Progress in research has been slightly delayed. Reason 初年度に計画していた，セル・オートマトンへの実装が検討の結果困難であったため，当初の予定よりも研究の進捗が遅れているが，これによる予期せぬ発見等もあったため，これらの検討を優先することとした．次年度以降においては，当初の計画を中心的に進める予定である．
Strategy for Future Research Activity	初年度の研究は，検討の中で予想外の結果が得られたため，そちらの検証に時間をかけたが，今後は当初の計画通りに国内の研究協力者らと協同して研究を実施していく予定である．