確率パターン・コンピューテイングPentti KANERVA, Gunnar SJOEDIN 理論基盤SICS研究室(Swedish
Institutte of Computer Science)
知能を発揮し、柔軟に動作を変化させるようにコンピュータをプログラミングすることは極めて困難であり、一部では不可能であると考えられている。別の味方をすれば、脳は有限物理システムであり、脳の働きは計算として記述でき、脳の動作は計算そのものである。脳による計算方法は、人間がコンピュータをプログラミングする方法とは大きく異なるものであるに違いない。確率パターン・コンピューティングとは、機械に脳の柔軟性の一部を付与する方法を見出そうとする試みである。
確率パターン・コンビューティングは、ニューロ・コンビューティングの堅牢性と学習、および記号コンビューティングの構成を、数値計算に似たシステムに統合する。我々が計算する「数値」は、ランダムな10,000ビット・ベクトルのような大型パターンである。このようなベクトルは、オブジェクト、特性、関係、機能、組成構造、または構造間のマッビングを表すことができる。要点は、あらゆる物事が同じ数学空間で表現されること、また新しい物事や概念が既存のものから再帰的に構成されることである。ベクトルは、フィールドに分割されない。むしろ、組み立てられたベクトルのすべての成分が、要素となるすべての各ベクトルに関する情報を持ち、ベクトルはホログラフ的またはホリスティックであり、その表現は脳に似たものになる。このようなベクトルの計算は統計学の大数の法則に基づくため、ベクトルは非常に高次元になる
テキストを読み込んでそれ自身の辞書(文脈に依存した単語の内部表現、すなわちテキスト内の単語付近にどのような他の単語が現れるかに従う単語の内部表現)を作成するプロトタイプ・システムで、確率パターン・コンビューティングをテスト中である。単語はランダムな内部表現で始まり、テキストを読み込むにつれて、同様の意味を持つ単語が同様の表現を持つように変化していく。
図1
確立パターン・コンピュータは、大量のテキストを読み込み、単後間の意味関係を取り出すことができるそれ自身の辞書を作成する。これはインターネットで、自然言語による照会によって興味ある論文やニュース記事を検索することなどに利用できる。
|