ルルリラボ/人工知能 †
概要 †
記憶モデルがベースとなっている。ルルリラボ/記憶
枢里には2020年現在、3つの使途が存在する。
- 電話応対サービス(スパコン上のGPUで対応)
- スペースリアリティ(ローカルのGPUで対応)
- ヒューマノイド(ローカルとスパコンの組み合わせ)
処理が得意な順に、テキスト＞音声＞静止画＞動画。
会話が得意な順に、キーワード＞計算＞口語＞文芸。
デバイス処理 †
2020年現在、以下の部分までをスパコン無しで行える。
ヒューマノイドでは車椅子に搭載されたミニタワーPCが担う。
- 音声認識、音声をテキストに変換する処理(GPU)
- 音声合成、セリフのテキストを音声として出力する処理(GPU)
- キーワード対応、枢里百科を参照する処理(CPU、RAM、NVMe SSD)
- 四則演算などの計算
- プログラミング実行
- 動画撮影、リアルタイムエンコード(通信用)
- 各種センサー値の取得(スペースリアリティでは位置センサーも)
- 定義済みの身体動作(ヒューマノイド用)
アーキテクチャ †
- 会話を聞くのはリアルタイムで出来る(車椅子のGPU)
- 会話に加わるのは辞書にヒットすればリアルタイム(車椅子のCPUとSSD)
- 辞書にヒットしない場合はスパコンの応答待ち
- 画像から文字を読み取るのはリアルタイム(車椅子のGPU)
- 視界から物体を読み取るのはスパコン
- 局所的で定型業務的な画像認識であればリアルタイムも可能
- 物体の動きに関する判断をするのはスパコン
ラッカ等のヒューマノイドの頭脳にあたる部分について記載する。
史実で流行している深層学習ではなく、知識ベースが主体となる。
知識の入力 †
人力入力（ラッカの「思い込み」） †
エキスパートシステム的なもの（枢里住民が入力する情報の形態）
↓
プログラム的なもの（高度業務）
↓↑
知識ベース（ラッカの頭の中身。一般人には理解不能）
深層学習（ラッカの「直感」） †
ビッグデータと深層学習（手入力の代替として）
↓
知識ベース
知覚の入力（ラッカは説明できない） †
ビッグデータ（学習用）
画像、動画、音声データ（認識用）
↓
深層学習エンジン
↓
知識ベース
表現の出力（ラッカの「記憶」） †
知識ベース
↓
キャッシュ
↓
出力（テキスト、身体動作）
↓
音声出力
ハードウェア構成 †
スパコン（知識ベース）
↓
サーバ（車椅子）
↓
デバイス（肉体）
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
