認知科学 思考と計算 2018年11月5日(月).

Slides:



Advertisements
Similar presentations
分散分析と誤差の制御 実験結果からできるだけ多くの情報を取り出すために 分散分析を利用する 主効果の大きさ 交互作用の大きさ 誤差の大きさ 採用した因子の効果の有無 の検定には,誤差の大きさ と比較するので誤差を小さ くできれば分散分析での検 出力が高まる どのようにしたら誤差を小さくできるか?
Advertisements

バランス理論と固有値分解 小杉考司(関西学院大学) 藤澤隆史(関西大学) ソシオン理論の 三者関係における仮定  四種類の転移と三種類の推移 バランス理論をもとにした「推移性」の考え方.
心理測定法 記憶③. 今日の予定 1.方法の工夫によって面白い成果を出 した有名な研究の紹介 2.動物実験 4.信号検出理論すこし.
プログラミング言語論 第3回 BNF 記法について(演習付き) 篠埜 功. 構文の記述 プログラミング言語の構文はどのように定式化できるか? 例1 : for ループの中に for ループが書ける。 for (i=0; i
一階述語論理 (first-order predicate logic) 一階述語論理入門 構文論(論理式の文 法) 意味論(論理式の解 釈) 認知システム論 知識と推論(4) 知識と論理でを組み合わせて問題を解決する.
0章 数学基礎.
プログラミング言語論 第10回(演習) 情報工学科 木村昌臣   篠埜 功.
人工知能特論2011 No.4 東京工科大学大学院 担当教員:亀田弘之.
第1回 確率変数、確率分布 確率・統計Ⅰ ここです! 確率変数と確率分布 確率変数の同時分布、独立性 確率変数の平均 確率変数の分散
論理による 知識の表現と推論 (Knowledge Representation and Reasoning in Logic)
融合原理による推論 (resolution)
認知科学ワークショップ 第2回 記憶(1).
仮説の立て方、RQの絞り方 論文を考える根本的思考 担当・柴田真吾
第3章:記憶の貯蔵庫モデルと処理水準アプローチ
教育心理学 学習と認知プロセス 伊藤 崇 北海道大学大学院教育学研究院.
Tokyo University of Technology Hiroyuki KAMEDA KE304 9:00~10:30
      特別支援学校 高等部学習指導要領 聴覚障害教育について.
論理による 知識の表現と推論 (Knowledge Representation and Reasoning in Logic)
執筆者:市川伸一 授業者:寺尾 敦 atsushi [at] si.aoyama.ac.jp
日本語統語論:構造構築と意味 No.1 統語論とは
論理式の表現を数学的に取り扱いやすくするために代数学の助けを借りる.
香川大学工学部 富永浩之 情報数学1 第5-2章 命題論理式の 同値変形とカルノー表 香川大学工学部 富永浩之
1~3の数字カード、音声、数をドットで示したカードのマッチングができる ~刺激等価性の考え方を活用して~
記憶における思い込みの実験 大沢項羽希21311057  西澤慶人21311236.
情報教育論 第9回 仮定文の仕組み 政策・メディア研究科 岡田 健.
数理論理学 第1回 茨城大学工学部情報工学科 佐々木 稔.
データ構造と アルゴリズム 知能情報学部 新田直也.
補数 n:桁数、b:基数 bの補数 bn-x 253(10進数)の10の補数は、 =747
エージェントアプローチ 人工知能 7章・8章 B4 片渕 08/07/18.
基本情報技術概論(第3回) 埼玉大学 理工学研究科 堀山 貴史
理論試験速報 理論問題部会長 鈴木 亨 先生 (筑波大学附属高等学校) にインタビュー.
心理学 武庫川女子大学文学部教育学科 北口勝也 http: //www. mukogawa-u.ac.jp/~kitaguti.
人工知能特論2007 東京工科大学 亀田弘之.
シミュレーション論 Ⅱ 第15回 まとめ.
寄せられた質問: 演習問題について この講義の範囲に含まれる適切な演習問題が載っている参考書がありますか? できれば解答や解説が付いているものがあると良いのですが… 第3回の授業の中で、演習問題に取り組む方法を説明します.
本時のねらい 「相似の意味と性質を理解し、相似な図形の辺の長さや角度を求めることができる。」
人工知能特論2009 東京工科大学 亀田弘之 KE304.
執筆者:伊東 昌子 授業者:寺尾 敦 atsushi [at] si.aoyama.ac.jp
数理論理学 第3回 茨城大学工学部情報工学科 佐々木 稔.
第2章 教材開発の方法 第2節 三種類の自作テキスト教材   2. 一斉授業プログラム 教科書32-39頁の解説です.
初回授業オリエンテーション 理科(生物) 大野 智久.
予測に用いる数学 2004/05/07 ide.
論理と推論 命題論理 推論 命題論理体系の健全性と完全性 構文と意味 → 同値関係と標準形(節形式) 決定問題と意味木 推論規則
計算機科学概論(応用編) 数理論理学を用いた自動証明
(1)序論 人工知能とは 歴史 方法論 人工知能の基礎 問題解決 探索 推論 知識.
知能情報システム特論 Introduction
シグナルとしての企業の債務 担当  岩永 剛 2005/7/11.
本時の目標 「身近にある事象を、相似な図形の性質を使って解決することができる。」
日本の高校における英語の授業は 英語がベストか?
絶対テンスと相対テンス(1) [4-3] 日本語構造伝達文法 絶対テンスと相対テンス(1)
本時のねらい 「逆の意味を知り、ある命題が正しくても、その逆は正しいとは限らないことを理解する。」
融合原理 (resolution) 人工知能 論理と推論(2) 論理的帰結 節形式 融合原理 知識を組み合わせて知識を生み出す
理論研究:言語文化研究 担当:細川英雄.
『論理哲学論考~語らな い哲学者の挑戦~』
本時のねらい 「合同な三角形の作図を通して三角形の合同条件を導き、それを理解する。」
アルゴリズムと数式の表現 コンピュータの推論
東京工科大学 コンピュータサイエンス学部 亀田弘之
第7回  命題論理.
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
確率と統計2007(最終回) 平成20年1月17日(木) 東京工科大学 亀田弘之.
執筆者:難波和明 授業者:寺尾 敦 atsushi [at] si.aoyama.ac.jp
述語論理式の構文と意味 一階述語論理式の構文 一階述語論理式の意味 述語,限量記号 自然言語文の述語論理式表現 解釈 妥当,充足不能
矛盾した知識 デフォルト推論 仮説を用いた推論 準無矛盾推論 デフォルト規則 デフォルト理論の拡張 → デフォルト証明 シナリオ
香川大学工学部 富永浩之 情報数学1 第5-2章 命題論理式の 同値変形とカルノー表 香川大学工学部 富永浩之
仮説演繹法 思考 経験 問題 : あるべき姿と現状のギャップ 課題 : 問題解決のために成すべきこと 問題 19世紀 あるべき姿(予想)
感覚運動期(誕生~2歳) 第1段階 反射の修正(出生~約1ヶ月) 第2段階 第1次循環反応(約1ヶ月~4ヶ月)
情報処理の概念 #0 概説 / 2002 (秋) 一般教育研究センター 安田豊.
プログラミングの原理 データ構造とプログラミング (第4回).
Presentation transcript:

認知科学 思考と計算 2018年11月5日(月)

情報処理モデルや脳科学,人工知能などを題材に人間の「知」とコンピュータの「知」の共通性と限界について学ぶ. 本日の内容 情報処理モデルや脳科学,人工知能などを題材に人間の「知」とコンピュータの「知」の共通性と限界について学ぶ. もし思考が計算論的に記述できるとすれば? 計算は機械的に“プログラム”可能? 賢さって何だろう?

人間の知的活動 覚える(記憶) 思い出す(想起・再生) 考える(思考・推論) 学ぶ(学習) 伝える(言語) 理解する(概念) 感じる(知覚) 湧き上がる(感情) これらの知的活動(認知活動)を計算論的に説明することができるだろうか?

計算 ホッブス (Thomas Hobbes) 「いかなる推論も計算に過ぎない」 思考は,心に収納されている記号に対す る形式的な操作を使った,多くの場合無 意識的な,一種の計算として理解されう る. 2019年4月12日

頭の中の手続き(思考)を記号と その処理で記述することができる. 頭の中の手続きを記述 頭の中の手続き(思考)を記号と その処理で記述することができる. もっと複雑な知的活動を記述することができる だろうか? もし仮に記述可能だとしたらば,どんなことがで きるだろうか?

思考の意味 次の問題を考えているときの心の中の「声」を 記号を使ってノートに記録せよ. ここに8個の同形の物体がある.このうち7個までは重さがまったく同じだが,1つだけがやや重い.1台の天秤を使って,その重い1個を選び出すにはどうすればよいか.ただし,天秤の使用は2回かぎりとする.

思考過程は知覚によって獲得した情報や,長期記憶内の情報を,ある目的のために利用,操作し,新しい情報を生み出す認知過程である. 答え 答え 無作為に天秤に3つずつのせる. もし天秤が釣り合えば,重さの違うのは残りの 2つの内のどちらかである. もし天秤がどちらかに傾いたら,下になった皿 の上にある3つの物体のどれかである. その3つの内,無作為に2つとり天秤にそれ ぞれのせる. 釣り合ったら,残りの1つが重い物体.どちら かに傾いたら,下になった皿の方が重い物体. 思考過程は知覚によって獲得した情報や,長期記憶内の情報を,ある目的のために利用,操作し,新しい情報を生み出す認知過程である.

思考 決定論的 意味情報 白昼夢 計算 創造 帰納 演繹 計算をするための方法を選 択することはできるが,一度 ある手続きを選択したならば, 正解を得るための自由は奪 われる. 意味情報 ある命題によって,起こり得 る可能性のある事態を対象 から除外するほど,その命題 の含む情報は多くなる. 目的は存在するか 白昼夢 決定論的か 正確な目標が 存在するか 計算 創造 意味情報を 増大させるか 帰納 演繹 しない する はい いいえ 思考の分類

推論 (reasoning, inference) 人間の思考のうちで,原因と結果の対が明確である関係的知識を用いて,思考の連鎖をたどっていくはたらきのこと. 人間の思考の大部分は,知識構造の操作に関わ るものであり,これによって色々な結論を引き出す ことができる. 我々は次に何をするか決定し,何が起こるかを予 測し,なぜその事象が起こったのかを理解する.

推論のタイプ 演繹的推論 帰納的推論 類推的推論 Aという真なる知識とA→Bという原因・結果の関係的知識 (演繹規則)があったとき,論理的帰結としてBも真である と結論する推論の繰り返しによって最終的な結論を得るも の. 帰納的推論 観測された個々の事例からそれらを規定する一般化され た知識を確立する推論. 類推的推論 2つの事物がいくつかの性質あるいは関係をもっていれば, 他方もその性質や関係をもつだろうという推論.

演繹的推論 三段論法的推論 「顔のいい人は,スタイルも悪くないよ」 「それはまちがい」 父はいった. 「それはまちがい」 父はいった. 「木村の小母さん,戸田の小母さんを見てごらん.顔は ずいぶんまずいが,スタイルはかなりいいぞ」 「そらあまあ,そうだけど」 曽野綾子『太郎物語』より抜粋 条件文 太郎の信念 前提1 もし顔がよければ,スタイルもよい. 前提2 顔がよい. 結論  スタイルがよい.

演繹的推論 三段論法的推論 太郎の信念 前提1 もし顔がよければ,スタイルもよい. 前提2 顔がよい. 結論 スタイルがよい. 「顔のいい人は,スタイルもよくないよ」 「それはまちがい」 父はいった. 「木村の小母さん,戸田の小母さんを見てごらん.顔はずい ぶんまずいが,スタイルはかなりいいぞ」 「そらあまあ,そうだけど」 曽野綾子『太郎物語』より抜粋 前件 後件 太郎の信念 前提1 もし顔がよければ,スタイルもよい. 前提2 顔がよい. 結論  スタイルがよい.

仮言三段論法 前提1 「p ならば q」 条件文の1つを前提2とし,他方を結論とするような三段論法のことを仮言三段論法という. 「AならばB,BならばC,ゆえにAならばC」というような一般的な三段論法は定言三段論法という. 顔がいい人はスタイルも悪くない→条件文 顔がよい→前件 スタイルがよい→後件 pとする qとする 前提1 「p ならば q」

自分がこれだ(T,F,S)と思うものに手を挙げてください. 仮言三段論法の結論と真偽 ¬pはpの否定 ¬qはqの否定 真(T),偽(F),ときに真(S) 自分がこれだ(T,F,S)と思うものに手を挙げてください. 前提1 前提2 結論 T S F 1 2 3 4 5 6 7 8 p ならば q 〃 p ¬p q ¬q

仮言三段論法の結論と真偽 ¬pはpの否定 ¬qはqの否定 真(T),偽(F),ときに真(S) 前提1 前提2 結論 T S F 1 2 3 4 5 6 7 8 p ならば q 〃 p ¬p q ¬q ○

論理学の用語による説明 肯定式:式1のように前件を前提2とし,後件を結論とする推論.つ ねに真である.したがって式2はつねに偽である. 否定式:式8のように後件の否定を前提2とし,前件の否定を結論 とする推論.つねに真である.したがって式7はつねに偽である. 前件否定の誤り:式3,4の場合 後件否定の誤り:式5,6の場合 式 前提1 前提2 結論 結論の真偽 1 2 3 4 5 6 7 8 p ならば q 〃 p ¬p q ¬q T F S

人間の演繹的推論は必ずしも論理学的帰結とは同じにならないことがある 人間の推論 人間の演繹的推論は必ずしも論理学的帰結とは同じにならないことがある Rips & Marcus (1977)の実験 式 前提1 前提2 結論 結論の真偽 T S F 1 2 3 4 5 6 7 8 p ならば q 〃 p ¬p q ¬q 100 5 21 23 4 57 79 77 82 39 16 2 14

人間の推論 対偶は真である 逆は必ずしも真でない Rips & Marcus (1977)の実験 「顔はずいぶんまずいが,スタイルはかなりいいぞ」という父の発話は,実は論理的には説得力がない(反例になっていない).にもかかわらず太郎はなんとなく納得してしまっているのは,人間ならではの推論をしてしまっているからと考えられる. 反例としてならば,「顔はよくても,スタイルがひどい」実例を挙げればよい. 対偶は真である 逆は必ずしも真でない Rips & Marcus (1977)の実験 式 前提1 前提2 結論 結論の真偽 T S F 1 2 3 4 5 6 7 8 p ならば q 〃 p ¬p q ¬q 100 5 21 23 4 57 79 77 82 39 16 2 14

4枚カード問題 (Johnson-Laird & Wason, 1970) A K 4 5 上のような4枚のカードを被験者に見せる. 「もしカードの片面にローマ字の母音が書いて あれば,その裏面の数字は偶数である」という 規則が守られているかどうかに必要なカード(1 枚もしくは複数枚)はどれかを選択させる.

真理値表 真 偽 p ならば q Aのカード:母音である(p) Kのカード:母音でない(¬p) 4のカード:偶数である(q) 5のカード:偶数でない(¬q)

答え A 5 「母音であれば偶数」という条件文は,「子音であっても 偶数」という可能性を排除していない. “pならばq”が真であれば,“qでなければpでない”(否 定式)も真である.

コンピュータの論理計算は常に数学的な正しさを示す 人間の思考 因果関係をしばしば取り違える. p→q と q→p はまったく違う論理. 「否定」の論理的思考があまり得意では ない. コンピュータの論理計算は常に数学的な正しさを示す なぜ人はそれが苦手なのだろう?

我々は形式論理学の通りに推論することが苦手である.しかし日常生活の中でも,我々はかなり複雑な演繹的推論を行なっている. 日常生活における推論 我々は形式論理学の通りに推論することが苦手である.しかし日常生活の中でも,我々はかなり複雑な演繹的推論を行なっている. なぜ? 問題が非日常的なものであれば困難なことが多 いが,日常的な場面の問題として,あるいは十分 な文脈情報と共に提示すれば意外に容易である. 我々の日常の推論は必ずしも形式論理学の規則 を援用する方法で行なわれているのでないことを 暗示している.

日常の算術 問題 ハンカチあるいは1枚の紙を用意してください. その3分の2を,さらに4分の3にした大きさはどれくらいですか? 学校では数学が苦手で落第したのに,競馬・オート・競輪・ ボート・パチンコ・パチスロ・トト・ロト・点棒計算が妙に得意 な人. 問題 ハンカチあるいは1枚の紙を用意してください. その3分の2を,さらに4分の3にした大きさはどれくらいですか?

環境・状況・身体 生きているからこそ利用可能なリソース 動物の「賢さ」の意味とは何か? 人工知能は賢く振る舞えるか? →身体性(実世界の中に体をもつこと) 「認知する」とはどういうことか?

帰納的推論 いくつかの前提から一つの結論を導く推論過程であるが,その結論は演繹的推論とは異なり,必然的に真であることは保証されず,ある程度の確率で妥当性をもつような結論となる. 前提1 雪が降っているときは普通は寒い. 前提2 雪が降っている. 結論  寒い. この場合,普通は寒いという前提があるので,寒いという 結論がいつも真であるとはいえない.

仮説の真偽をどのようにして確かめればいいのだろう? 仮説の信憑性をどのように評価しつつ仮説をたてているのだろう? 帰納的推論における 結論の妥当性 演繹的推論のように,その結論が真か偽かを 論理的に決定できないので,帰納的推論の結 論は一つの仮説であると考えることができる. できるだけ真である可能性の高い仮説を立て ることが,帰納的推論の目的といえる. 仮説の真偽をどのようにして確かめればいいのだろう? 仮説の信憑性をどのように評価しつつ仮説をたてているのだろう?

来週の予定(11/12) 知識表現 意味ネットワーク スクリプト フレーム表現モデル 認知的経済性 心理学的妥当性