Creative Symbol Processing Model based on Non-Axiomatic Logic and Hidden Space Representation

2023 Fiscal Year Final Research Report

• Project/Area Number: 20K21812
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 61:Human informatics and related fields
• Research Institution: Tokyo Institute of Technology
• Principal Investigator: Funakoshi Kotaro 東京工業大学, 科学技術創成研究院, 准教授 (30839311)
• Co-Investigator(Kenkyū-buntansha): 森 信介 京都大学, 学術情報メディアセンター, 教授 (90456773) ; 岩橋 直人 岡山県立大学, 情報工学部, 教授 (90394999)
• Project Period (FY): 2020-07-30 – 2024-03-31
• Keywords: 創造的推論 / 非公理的項論理 / アブダクション / 議論 / メタファー / アナロジー

Outline of Final Research Achievements

We critically examined Wang's Non-Axiomatic Logic (NAL) and considered the direction for integrating it with latent space semantic representation (multidimensional vector) based on deep learning technology while preserving its good properties. WeI then submitted a syntax theory for Non-Axiomatic Term Logic (NATL) based on the considerations to the Transactions of the Japanese Society for Artificial Intelligence, which was accepted. Unfortunately, We were unable to demonstrate the usefulness of the inference model quantitatively.

Free Research Field

自然言語処理，人工知能，ヒューマンマシンインタラクション

Academic Significance and Societal Importance of the Research Achievements

本研究の着想点である非公理的論理を，深層学習を用いる近年の研究の流れと添う方向に大きく発展させた. 提案した非公理的項論理は，人間の日常的推論・思考を計算機上に再現するための，意味と不可分な形式的表示手段の一案を提示したものと言える．研究期間中の外部技術（特に大規模言語モデル）の進展により，当初目指した役割が一部消失してしまったことは確かである．しかしながら，深層学習に基づく大規模言語モデルは依然としてブラックボックス的である．本研究の成果は，人間の思考の形式的表示とその経験的な運用を可能にするものとして，モデルブラックボックス性の解消や，人間心理の説明モデルとしての役割に貢献しうると考える．