[論文レビュー] Abstraction for Zooming-In to Unsolvability Reasons of Grid-Cell Problems

Thomas Eiter, Zeynep G. Saribatur+1 more|arXiv (Cornell University)|Sep 11, 2019

Distributed and Parallel Computing Systems参考文献 6被引用数 6

ひとこと要約

本稿では、四分木に基づく抽象化と精錬を用いて、スロットルや到達可能性などのグリッドセル問題における不解可能性の原因となっている最小グリッド領域を自動的に特定・焦点化できる、答え集合プログラミング（ASP）における階層的抽象化手法を提案する。この手法は、人間の直感的推論と一致する人間らしい説明を生成する。ユーザー調査により、機械が生成する不解の理由と人間が提供する理由との間で強い整合性が確認された。

ABSTRACT

Humans are capable of abstracting away irrelevant details when studying problems. This is especially noticeable for problems over grid-cells, as humans are able to disregard certain parts of the grid and focus on the key elements important for the problem. Recently, the notion of abstraction has been introduced for Answer Set Programming (ASP), a knowledge representation and reasoning paradigm widely used in problem solving, with the potential to understand the key elements of a program that play a role in finding a solution. The present paper takes this further and empowers abstraction to deal with structural aspects, and in particular with hierarchical abstraction over the domain. We focus on obtaining the reasons for unsolvability of problems on grids, and show the possibility to automatically achieve human-like abstractions that distinguish only the relevant part of the grid. A user study on abstract explanations confirms the similarity of the focus points in machine vs. human explanations and reaffirms the challenge of employing abstraction to obtain machine explanations.

研究の動機と目的

• グリッドセル問題における不解可能性を説明する際、人間の抽象化の様式を模倣し、関連するグリッド領域に焦点を当てる機械推論手法の開発。
• 階層的な粒度を有する構造的・多次元ドメインを扱えるよう、従来のASPにおける抽象化技術を拡張すること。
• 不解可能性の核心的要因を隔離する直感的な「ズームイン」型の抽象化を自動生成すること。
• ユーザー調査を通じて、機械が生成する抽象化と人間が提供する説明との整合性を評価すること。
• 人間の暗黙的な抽象化を再現する際の課題と、背景知識が説明生成に果たす役割を調査すること。

提案手法

• 本手法は、グリッドドメインをさまざまな粒度の領域に階層的に分割する四分木抽象化を採用し、関連領域へのマルチレベルの焦点を可能にする。
• 従来の抽象化と精錬フレームワークを拡張し、関係に対する存在的抽象化を導入することで、抽象化レイヤーの動的調整を可能にする。
• 抽象的答え集合の検査に従う精錬戦略を用い、抽象プログラムにおいて不充足が検出されるまで反復的に抽象化を精錬する。
• ドメイン特化のASPソルバ（mDASPAR）を用いて抽象的答え集合を計算し、不解の原因となる最小領域への精錬を誘導する。
• 抽象化マッピングを生成してグリッドセルと関係をクラスタリングし、元の問題の過剰近似を実現しながら構造的制約を保持する。
• ベンチマークグリッド問題（例：数独、到達可能性、Visitall）を対象に評価し、ユーザー調査を通じて抽象化と人間の説明を比較する。

実験結果

リサーチクエスチョン

• RQ1 ASPにおける階層的抽象化は、グリッドセル問題における不解可能性の原因となっている最小グリッド領域を自動で特定できるか？
• RQ2 機械が生成する抽象化は、グリッド問題における人間が提供する不解の説明とどの程度整合性を示すか？
• RQ3 抽象化技術は、人間が不解の説明に用いる暗黙的で背景知識に基づいた推論をどの程度再現できるか？
• RQ4 異なる精錬戦略が、得られる抽象化の質と直感性にどのような影響を与えるか？
• RQ5 グリッド問題の構造的側面は、不解の原因を特定するための抽象化の有効性にどのような影響を及えるか？

主な発見

• 提案手法は、グリッド問題における不解の原因となる最小領域を的確に特定し、ユーザー調査において人間の直感と類似した説明を生成した。
• ユーザー調査の結果、機械が生成する抽象化と人間の説明との間に強い一致が確認され、特に不要なセルではなく障害物のクラスターや重要なサブ領域に焦点を当てる傾向が顕著であった。
• 四分木に基づく階層的抽象化により、数独や到達可能性問題のような複雑な問題においても、不解の原因に「ズームイン」する有効な手法であることが示された。
• 訪問すべて問題（Visitall）のようなケースでは、死滅セルや単一セルの通過制約を捉えるために、より深い精錬が必要であった。これは、初期段階の抽象化には限界があることを示唆している。
• 調査では、人間はしばしば背景知識を暗黙的に用い、「障害物を除去する」など問題を「修正する」ことを説明に含める傾向があることが判明した。これは、純粋な診断的推論とは異なる。
• 課題はあったが、本手法は、構造的に整合的かつ認知的に妥当な説明を自動生成できることを示し、ASP分野における説明可能なAIの発展に寄与した。