[論文レビュー] Symbol Grounding via Chaining of Morphisms

Ruiting Lian, Ben Goertzel+3 more|arXiv (Cornell University)|Mar 13, 2017

Semantic Web and Ontologies参考文献 29被引用数 4

ひとこと要約

本稿は、言語的構文、論理的意味論、知覚、行動を非対称モノイダル圏およびカルテジアン圏としてモデル化する、カテゴリー理論的枠組みを提案する。これらの圏間のモルフィズムを合成することで、自然言語を知覚的・運動的構造へ体系的にマッピングし、OpenCog制御のロボットのようなAIシステムにおける一貫性のある意味の接地を可能にする。モルフィズムの合成により、言語的、論理的、知覚的、行動的表現の間で整合性が確認された。

ABSTRACT

A new model of symbol grounding is presented, in which the structures of natural language, logical semantics, perception and action are represented categorically, and symbol grounding is modeled via the composition of morphisms between the relevant categories. This model gives conceptual insight into the fundamentally systematic nature of symbol grounding, and also connects naturally to practical real-world AI systems in current research and commercial use. Specifically, it is argued that the structure of linguistic syntax can be modeled as a certain asymmetric monoidal category, as e.g. implicit in the link grammar formalism; the structure of spatiotemporal relationships and action plans can be modeled similarly using "image grammars" and "action grammars"; and common-sense logical semantic structure can be modeled using dependently-typed lambda calculus with uncertain truth values. Given these formalisms, the grounding of linguistic descriptions in spatiotemporal perceptions and coordinated actions consists of following morphisms from language to logic through to spacetime and body (for comprehension), and vice versa (for generation). The mapping is indicated between the spatial relationships in the Region Connection Calculus and Allen Interval Algebra and corresponding entries in the link grammar syntax parsing dictionary. Further, the abstractions introduced here are shown to naturally model the structures and systems currently being deployed in the context of using the OpenCog cognitive architecture to control Hanson Robotics humanoid robots.

研究の動機と目的

• 単なる語と知覚の対応を超えて、シンボルの接地の体系的性質を扱うため。
• AIシステムにおける言語的構文、論理的意味論、知覚、運動的行動の統合のための形式的・抽象的枠組みを提供するため。
• 自然言語を現実世界の感覚的・運動的経験に体系的かつ構成的（compositionally）に接地するため。
• 理論的カテゴリー理論と、ヒューマノイドロボティクス向けの実践的AIアーキテクチャ（例：OpenCog）を結びつけるため。
• ドメイン間の確率的モルフィズムを通じて、言語知覚における曖昧性と不確実性をモデル化するため。

提案手法

• リンク文法やプレグラム文法の形式的枠組みにインspiredされ、言語的構文を非対称モノイダル圏としてモデル化する。
• 二値真偽値を用いた依存型ラムダ計算を用いて論理的意味論を表現し、局所的に閉じたカルテジアン圏を形成する。
• 深層ニューラルネットワークの状態から導かれる「画像文法」を用いて、知覚的構造を形式化し、対象の種別を品詞に対応付ける。
• 行動構造も同様にモデル化し、「アニメーション」を行動文法における品詞として用いる。
• 言語から論理、論理から知覚／行動へと至るモルフィズムを構築し、ドメイン間の関係的構造を保存する。
• モルフィズムの合成を用いて、空間的・時間的知覚および連携された行動に、言語表現を体系的に接地する。

実験結果

リサーチクエスチョン

• RQ1 シンボルの接地における体系的関係を、カテゴリー理論を用いて形式的にモデル化できるか？
• RQ2 認知的システムにおける構文、意味論、知覚、行動を最も適切に表すカテゴリー的構造は何か？
• RQ3 言語、論理、知覚、行動の間をつなぐモルフィズムが、接地の過程で関係的構造をどのように保存するか？
• RQ4 自然言語における曖昧性は、モルフィズムのマッピングにどのような影響を及ぼし、どのように取り扱えるか？
• RQ5 この枠組みは、OpenCogのようなAIシステムにおけるドメイン間推論および一般化をどのように支援できるか？

主な発見

• 本稿は、カテゴリー理論的構造を用いて、言語的構文、論理的意味論、知覚、行動を体系的にモデル化し、体系的接地を可能にした。
• 言語→論理→知覚／行動へのモルフィズムが、関係的分解を保存しており、四つのドメインにまたがる「Bobに笑顔を向ける」例で示された。
• この枠組みは、自然言語における曖昧性を自然に扱える。一つの言語的構造が、確率的付随のもとで複数の論理的・知覚的解釈に対応可能である。
• OpenCogにおける確率論的論理ネットワーク（PLN）を介して、共有のモルフィズムマッピングを用いて、不確実な一般化の伝搬が可能である。
• 形式的枠組みは現実世界のAIシステムと整合しており、OpenCog制御のヒューマノイドロボットを用いた実装で実用的妥当性が示された。
• 抽象的形式的枠組みと具体的実装を結びつけ、意味の接地に向けたスケーラブルで原理的（principled）なアーキテクチャを提供している。