特許ウォッチ

公開番号2025177692
公報種別公開特許公報(A)
公開日2025-12-05
出願番号2024084743
出願日2024-05-24
発明の名称支援装置、および支援方法
出願人Arithmer株式会社
代理人
主分類G06N 3/092 20230101AFI20251128BHJP(計算;計数)
要約【課題】最善の支援を行う。
【解決手段】画像を入力する生成AIと、前記生成AIの出力結果を入力する報酬成形の強化学習であるニューラルネットワークと、前記ニューラルネットワークの出力結果を多くして正規分布に近づけて、その結果が参照される知識・論理構造DBとを備え、前記知識・論理構造DBの前記参照結果を前記生成AIにフィードバックして前記生成AIから出力して、その結果を再度前記ニューラルネットワークに入力して、前記ニューラルネットワークからの出力結果を多くして正規分布に近づけて、その中から最善の結果を選択する支援装置。
【選択図】図1
特許請求の範囲【請求項１】
画像を入力する生成ＡＩと、
前記生成ＡＩの出力結果を入力する報酬成形の強化学習であるニューラルネットワークと、
前記ニューラルネットワークの出力結果を多くして正規分布に近づけて、その結果が参照される知識・論理構造ＤＢと、
を備え、
前記知識・論理構造ＤＢの前記参照結果を前記生成ＡＩにフィードバックして前記生成ＡＩから出力して、その結果を再度前記ニューラルネットワークに入力して、前記ニューラルネットワークからの出力結果を多くして正規分布に近づけて、その中から最善の結果を選択する支援装置。
続きを表示（約 560 文字）【請求項２】
前記支援装置のループを繰り返すことを特徴とする請求項１記載の支援装置。
【請求項３】
前記ニューラルネットワークと前記知識・論理構造ＤＢには、人間の知識のフィードバックに基づいた強化学習の結果が入力される請求項１記載の支援装置。
【請求項４】
画像が生成ＡＩに入力されるステップと、
前記生成ＡＩの出力結果を報酬成形の強化学習であるニューラルネットワークに入力するステップと、
前記ニューラルネットワークの出力結果を多くして正規分布に近づけて、その結果を知識・論理構造ＤＢに参照するステップと、
を備え、
前記知識・論理構造ＤＢの前記参照結果を前記生成ＡＩにフィードバックして前記生成ＡＩから出力して、その結果を再度前記ニューラルネットワークに入力して、前記ニューラルネットワークからの出力結果を多くして正規分布に近づけて、その中から最善の結果を選択する支援方法。
【請求項５】
前記支援方法のループを繰り返すことを特徴とする請求項４記載の支援方法。
【請求項６】
前記ニューラルネットワークと前記知識・論理構造ＤＢには、人間の知識のフィードバックに基づいた強化学習の結果が入力される請求項４記載の支援方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、支援装置、および支援方法に関する。
続きを表示（約 1,000 文字）【背景技術】
【０００２】
例えば、非特許文献１ RLHF（人間からのフィードバックを用いた強化学習）には、文章を強化学習した後、人間の知見をフィードバックすることが記載されている。
【先行技術文献】
【非特許文献】
【０００３】
ざっくりわかるRLHF（人間からのフィードバックを用いた強化学習）https://www.brainpad.co.jp/doors/contents/01_tech_2023-05-31-160719/
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、非特許文献１のシステムでは、文章入力できるが、画像入力ができないので、例えば、建設現場で画像を撮影して、その場で手軽に知見が得られにくい。
【課題を解決するための手段】
【０００５】
画像を入力する生成ＡＩと、前記生成ＡＩの出力結果を入力する報酬成形の強化学習であるニューラルネットワークと、前記ニューラルネットワークの出力結果を多くして正規分布に近づけて、その結果が参照される知識・論理構造ＤＢとを備え、前記知識・論理構造ＤＢの前記参照結果を前記生成ＡＩにフィードバックして前記生成ＡＩから出力して、その結果を再度前記ニューラルネットワークに入力して、前記ニューラルネットワークからの出力結果を多くして正規分布に近づけて、その中から最善の結果を選択することを特徴とする。
【発明の効果】
【０００６】
本発明によれば、最善の支援を行うことができる。
【図面の簡単な説明】
【０００７】
本発明の実施形態に係る支援装置１０の構成を示す模式図である。
【発明を実施するための形態】
【０００８】
（１）支援装置の構成
【０００９】
図１は本実施形態に係る支援装置１０の構成を示す模式図である。
【００１０】
生成 AI１１は、コンピュータが学習したデータを元に、新しいデータや情報をアウトプットする技術で、これまで人間が実施していた「考える」や「計画する」をAIが実行し、アイディアやコンテンツを生み出す。例えば、gpt-4である。
（【００１１】以降は省略されています）

関連特許