本文へジャンプ

成果報告書詳細
管理番号20190000000466
タイトル2017年度―2018年度成果報告書 次世代人工知能・ロボット中核技術開発 次世代人工知能技術分野 オントロジー推論のリアルタイム処理を実現する組み込み技術の実現と安全・安心分野への応用
公開日2019/6/14
報告書年度2017 - 2018
委託先名一般社団法人組込みシステム技術協会
プロジェクト番号P15009
部署名ロボット・AI部
和文要約件名: 平成29年度―平成30年度成果報告書 次世代人工知能・ロボット中核技術開発 次世代人工知能技術分野 オントロジー推論のリアルタイム処理を実現する組み込み技術の実現と安全・安心分野への応用


 知識工学の分野ではオントロジー理論・技術の発展に伴い, 可読性やメンテナンス性, 再利用性に優れた知識表現や推論の手法が開発されている. オントロジーによる知識駆動型の推論はその判断過程を把握することができる. 深層学習技術をはじめとするデータ駆動型のAI技術は判断過程がブラックボックスとなる課題があるため, 説明責任が求められる安全・安心の分野では知識駆動型の推論手法をデータ駆動型のAIと相補的に利用することが有用である. しかし, オントロジー理論・技術に基づく推論方式は処理負荷の高さや決定不能性の問題があり, リアルタイムでの推論が困難であることが課題となっていた. 本事業では人間による理解が容易でリアルタイム性をもつ推論システムの基盤技術を確立するために, オントロジー理論・技術に基づく推論を組込み電子回路と親和性が高い決定表による推論に変換する技術の開発を実施した.
 オントロジー理論・技術に基づく推論は一階述語論理の体系に準じており, それが推論速度の遅延の一因となっている. オントロジーモデル(OWL)やルール(SWRL)を命題論理レベルの記述に還元し, 決定表に変換するというアプローチにより推論の高速化を図った. 開発した型付命題化の技術はルールの記述に一定の制約を設ける必要があるが, 単純な命題化手法と比較して大幅な計算量の削減が可能である.
 従来のオントロジー理論に基づく推論システムとの比較評価の結果, 300ルールの条件下で (a) 処理時間が約100分の1, (b) メモリ使用量が約3分の1, (c) ストレージ使用量がを約5分の1に削減された.
 また, 当技術を多領域で活用できる汎用的な技術として確立するため, 空間移動, 農業生産, 医療・介護の3領域を対象に変換技術を適用してシステム構築と実証実験を行い, 領域共通のアーキテクチャを提案した.
 空間移動の領域では, 人間のドライバーによる行動判断の自動化をテーマとし, 交通法規等の知識をもとに判断する推論システムをAutoware上に構築した. シミュレーション環境で「交差点で歩行者が横断歩道を通行している」シナリオの実験を行いリアルタイムでの走行判断が可能であることを示した.
 農業生産の領域では, トマト生成における熟練農家の判断をテーマとし, 日本土壌協会の白書の知識をもとに生育状態の良否を判断し生育に必要な栄養素を提案する推論システムを開発した.
 医療・介護の領域では, 高齢者移乗支援の介護ロボットの適応・禁忌判断をテーマとし, 世界保健機関 (WHO)の国際生活機能分類の知識をもとに, マイコン上で動作可能なユーザの適応・禁忌判定を行う推論システムを開発した.
 今後の展望について, 他の様々な領域への適用することや更なる高速化・低リソース化のためにFPGAによるハードウェア化することが考えられる. 課題としては, 現在オントロジーやルールの作成は人手によって作成する必要があるため, オントロジーやルールを文献や実験データを解析して抽出する技術の開発が望まれる.
英文要約Title: Development of Core Technology of Next-generation Artificial Intelligence and Robot / Next-generation Artificial Intelligence Technology Field / Realization of Embedded Technology with Real-time Processing based on Ontology Reasoning and Application of the Technology to Safety and Security Field (FY2017-FY2018) Final Report

With the development of ontology theory and technology in the field of knowledge engineering, the methods of knowledge representation and inference have been developed, that are superior in readability, maintainability and reusability. Knowledge-driven inference based on ontology can makes it possible to grasp the judgment process. Since data-driven AI technology including deep learning technology has a problem that the decision process becomes black box, it is useful to use knowledge-driven inference method complementarily with data-driven AI in the field of safety and security where accountability is required. However, the inference method based on ontology has problems of high processing load and undecidability, which results in the difficulty of real-time inference. In this project, in order to establish fundamental technology of reasoning system with real-time performance and human readability, we developed a method that converts ontology-based inference into decision-table-based inference which has high compatibility with embedded electronic circuits.
Inference based on ontology theory and technology is a system conforming to the system of first-order predicate logic, which results in the delay of inference speed. We tried to accelerate the inference by the approach of reducing ontology models(OWL) and rules(SWRL) to the propositional logic level description and converting it into a decision table. The developed methodology “Typed Propositionalization” can reduce the amount of calculation considerably compared with the simple propositionalization although some restrictions on the SWRL description needed. As a result of comparative evaluation with the existing inference system based on the ontology theory, proposed inference system reduced (a) the processing time to 1/100, (b) the memory occupancy to about 1/3, and (c) the storage occupancy to 1/5 under the condition of 300 rules.
Also, we apply the methodology to the three area, Automotive, Agriculture, Medical and Nursing Care, and conducted system construction and demonstration experiments in order to develop this methodology as a general-purpose technology that can be used in multiple domains.
In the future, the development of technology to analyze expert documents or experimental data and extract onlology model and rules is desired because it is necessary to create models and rules manually. Furthermore, it is conceivable to further accelerate and reduce resources by hardwareizing the generated code and inference logic with an FPGA or the like.
ダウンロード成果報告書データベース(ユーザ登録必須)から、ダウンロードしてください。

▲トップに戻る