特許 7403937 水流式ニューラルネットワーク理論再現装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2023-12-15

(45)【発行日】2023-12-25

(54)【発明の名称】水流式ニューラルネットワーク理論再現装置

(51)【国際特許分類】

   G09B 23/02 20060101AFI20231218BHJP

   G06N 3/06 20060101ALI20231218BHJP

【ＦＩ】

G09B23/02

G06N3/06

【請求項の数】 2

(21)【出願番号】P 2023113222

(22)【出願日】2023-07-10

【審査請求日】2023-07-10

【早期審査対象出願】

(73)【特許権者】

【識別番号】523262042

【氏名又は名称】粟倉 竣輔

(74)【代理人】

【識別番号】100134050

【弁理士】

【氏名又は名称】岩崎 博孝

(72)【発明者】

【氏名】粟倉 竣輔

【審査官】安田 明央

(56)【参考文献】

【文献】米国特許出願公開第２０１９／０２６６６７６（ＵＳ，Ａ１）

【文献】米国特許第０６２２３１４０（ＵＳ，Ｂ１）

【文献】Roopam Upadhyay，Deep Learning and Neural Networks - Simplified(Part 1)，[online]，2018年08月27日，http://ucanalytics.com/blogs/deep-learning-and-neural-networks-simplified-part-1/

【文献】Roopam Upadhyay，Deep Learning Models Simplified (Part 3)，[online]，2018年10月29日，http://ucanalytics.com/blogs/deep-learning-models-simplified-part-3/

【文献】水をくみ上げ、経済情勢をシミュレートし、未来を予測する、1949年製のコンピューター「MONIAC」，[online]，2014年12月05日，https://wired.jp/2014/12/05/moniac/

【文献】Bissell Chris，Historical perspectives-the moniac a hydromechanical analog computer of the 1950s.，IEEE Control Systems Magazine，IEEE，2007年01月15日，Vol.27, No.1，p.69-74

【文献】Andrew Adamatzky，The dry history of liquid computers，[online]，2018年11月25日，https://arxiv.org/pdf/1811.09989.pdf

【文献】宮嶋佑旗，ゼロから作るDeep Learning 第２章 パーセプトロン，[online]，岡山県西部医用画像研究会深層学習部会，2019年07月01日

【文献】酒井正樹，講義実況中継 その３：興奮はいかにして伝わるか，比較生理生化学，第29巻,第3号，日本比較生理生化学会，2012年09月20日，p.135-150

【文献】研野和人，流体論理素子，計測と制御，第3巻,第4号，公益社団法人計測自動制御学会，1964年04月10日，p.289-293

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０９Ｂ ２３／００－２３／０２

Ｇ０６Ｎ ３／０６

Ｇ０６Ｇ １／００－５／００

Ｆ１５Ｃ １／００－７／００

(57)【特許請求の範囲】

【請求項1】

入力データとして利用する水を貯めておく複数の入力側水タンクと、
当該入力側水タンクの下方にそれぞれ設置され、前記入力側水タンクから放出された水を受け止める第１水路部と、
当該第１水路部の下方に設置され、当該第１水路部から放出された水を受け止める第２水路部と、
当該第２水路部の下方に設置され、当該第２水路部から放出された水を受け止める第３水路部と、
当該第３水路部の下方に設置され、当該第３水路部から放出された水を受け止める出力側水タンクと、を備え
前記第１水路部、前記第２水路部及び前記第３水路部はいずれも、水の流れが外部から視覚的に見えるように構成されており
前記第１水路部は、前記入力側水タンクから放出された水を受け止める第１受止部と、当該第１受止部から連続すると共に、所定の数に分岐する第１分岐部と、当該第１分岐部から分岐した所定の数だけの第１分岐水路部とを備え、更に、各第１分岐水路部の先端には重み付けを再現するための第１分離構造を備え、
前記第２水路部は、前記第１水路部から放出された水を受け止める第２受止部と、当該第２受止部から連続すると共に、所定の数に分岐する第２分岐部と、当該第２分岐部から分岐した所定の数だけの第２分岐水路部とを備え、更に、各第２分岐水路部の先端には重み付けを再現するための第２分離構造を備え、
前記第１水路部及び前記第２水路部は、断面視「Ｖ字型」の樋形状に形成されると共に、
前記第１分離構造及び前記第２分離構造における重み付けは、前記「Ｖ字型」の樋底面頂部から上方に向かって突出する隔壁部の設置角度によって再現され、
前記第１分離構造及び前記第２分離構造においては、一部の水が外部に排出されて次段へと流れない
ことを特徴とする水流式ニューラルネットワーク理論再現装置。

【請求項2】

請求項１において、
中間層の役割を果たす前記第２水路部は、必要に応じて複数段設けられる
ことを特徴とする水流式ニューラルネットワーク理論再現装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ニューラルネットワークの理論を、水流を利用して可視レベルに再現した装置に関する。

【背景技術】

【0002】

ニューラルネットワークとは、人間の脳の神経回路の構造を模した数理モデルであり、特に近年、ＡＩ技術の急速な発展と共に、音声認識や翻訳、画像認識などの分野で広く利用されている。

【0003】

そのニューラルネットワークを概念的に示したのが図４である。符号１０は入力値、符号２０は入力層（入力ユニット）、符号５０は中間層（中間ユニット）、符号８０は出力層（出力ユニット）を示している。符号４０、７０は層（ユニット）間を繋ぐエッジであり、符号９０は出力値である。ここでは３層構造のニューラルネットワークとして図示しているが、もちろんより多層であってもよいし、各層を構成するユニット（各層を構成する円形で示したもの）がより多数あってもよい。

【0004】

図４のように、全結合方式のニューラルネットワークでは、入力側のユニットは、出力側のユニットの全てに向かってエッジを接続する。具体的には、入力層２０を構成する３つのユニットは、次段の中間層５０を構成するユニットが２つなので、それぞれ２本のエッジ４０を接続する。同様に、中間層５０を構成する２つのユニットは、次段の出力層８０を構成するユニットが３つなので、それぞれ３本のエッジ７０を接続する。仮に中間層を構成するユニットが１０あった場合は、入力層を構成するユニットからそれぞれ１０本のエッジが接続することになる。

【先行技術文献】

【非特許文献】

【0005】

【文献】ＩＢＭウェブサイト「ニューラル・ネットワークとは」https://www.ibm.com/jp-ja/topics/neural-networks

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかしながら、我々が普段目にするニューラルネットワークは、机上の理論として上記のように文章や図といった形で示されているに過ぎず、その中の動きを実際の「物」の動きとして視覚的に把握することはできなかった。例えば、どういった流れで入力された情報が処理・伝搬されて結果が出力されるのかを視覚的に把握することができれば、知育玩具として構成したり、アート作品として展示するといった利用法も想定でき、人工知能に興味を持つ人を増やす契機ともなり得るものである。

【0007】

そこで本発明は、こういった問題点を解決するべくなされたものであって、最も身近なものの１つである「水」を利用して、ニューラルネットワークの構造や動きといった理論を再現した装置を提供する事をその課題としている。

【課題を解決するための手段】

【0008】

上記課題を解決するべく、本願発明は、入力データとして利用する水を貯めておく複数の入力側水タンクと、当該入力側水タンクの下方にそれぞれ設置され、前記入力側水タンクから放出された水を受け止める第１水路部と、当該第１水路部の下方に設置され、当該第１水路部から放出された水を受け止める第２水路部と、当該第２水路部の下方に設置され、当該第２水路部から放出された水を受け止める第３水路部と、当該第３水路部の下方に設置され、当該第３水路部から放出された水を受け止める出力側水タンクと、を備え前記第１水路部は、前記入力側タンクから放出された水を受け止める第１受止部と、当該第１受止部から連続すると共に、所定の数に分岐する第１分岐部と、当該第１分岐部から分岐した所定の数だけの第１分岐水路部とを備え、更に、各第１分岐水路部の先端には重み付けを再現するための第１分離構造を備え、前記第２水路部は、前記第１水路部から放出された水を受け止める第２受止部と、当該第２受止部から連続すると共に、所定の数に分岐する第２分岐部と、当該第２分岐部から分岐した所定の数だけの第２分岐水路部とを備え、更に、各第２分岐水路部の先端には重み付けを再現するための第２分離構造を備えることを特徴とする。

【0009】

このように構成したことによって、ニューラルネットワークを可視化して水の流れとして理解することが可能となる。要するに、水が樋を流れて移動していく、その途中で分岐したり、集合したり、一部は排出されるといった物理的な動作を経て結果が出力される過程を視覚的に把握することができる。

【0010】

また、中間層の役割を果たす前記第２水路部は、必要に応じて複数段設けてもよい。

【0011】

このように構成すれば、よりダイナミックな動きを再現することができる。

【0012】

また、前記各水路部は、断面視「Ｖ字型」の樋形状に形成している。

【0013】

このように構成したことによって水が常に水路部の中心を流れるので、水路部を流れる水の量に関わらず、意図した通りに水を分岐させやすい。また、流れる水を外部から視覚的に把握し易い。

【0014】

また、前記第１分離構造及び前記第２分離構造における重み付けは、前記「Ｖ字型」の樋底面頂部から上方に向かって突出する隔壁部の設置角度によって具現化している。

【0015】

このように構成したことによって、重み付けをより正確に再現することが可能となる。

【発明の効果】

【0016】

本発明を適用することで、最も身近なものの１つである「水」を利用して、ニューラルネットワークの構造や動きといった理論を再現した装置を提供することができる。

【図面の簡単な説明】

【0017】

【図1】本発明の実施形態の一例である水流式ニューラルネットワーク理論再現装置の概略全体構成図である。

【図2】各水路部の先端に設けられる分離構造を概略的に示した図であって、（ａ）が斜視図、（ｂ）が正面図である。

【図3】水流式ニューラルネットワーク理論再現装置の第１実施例を示した図である。

【図4】ニューラルネットワークの概念を示した図である。

【発明を実施するための形態】

【0018】

以下、添付図面を参照しつつ、本発明の実施形態の一例である水流式ニューラルネットワーク理論再現装置１００について説明を加える。なお、図面理解容易の為、各部の大きさや寸法を誇張して表現している部分があり、実際の製品と必ずしも一致しない部分があることを付記しておく。また各図面は符号の向きに見るものとし、当該向きを基本に上下左右、手前、奥と表現する。

【0019】

〈水流式ニューラルネットワーク理論再現装置の構成〉
本願発明の実施形態の一例として示す水流式ニューラルネットワーク理論再現装置１００は、図１に示している通り、入力データとして利用する水を貯めておく３つの入力側水タンク１１０と、この入力側水タンク１１０の下方にそれぞれ設置され、入力側水タンク１１０から放出された水を受け止める第１水路部αと、当該第１水路部αの下方に設置され、当該第１水路部αから放出された水を受け止める第２水路部βと、当該第２水路部βの下方に設置され、当該第２水路部βから放出された水を受け止める第３水路部１８０と、当該第３水路部１８０の下方に設置され、当該第３水路部１８０から放出された水を受け止める３つの出力側水タンク１９０と、を備えてなる。符号１１２は、入力側水タンク１１０から対応する第１水路部αと水を導くためのホースのような構造である。

【0020】

なお、ここで説明する水流式ニューラルネットワーク理論再現装置１００は、図４で示した概念図をベースに、装置として構成したものである。

【0021】

第１水路部αは、入力側タンク１１０から放出された水を受け止める第１受止部１２０（図４における入力層ユニット２０に相当する）と、当該第１受止部１２０から連続すると共に、所定の数（本実施形態では２つ）に分岐する第１分岐部１３０と、当該第１分岐部１３０から分岐した所定の数（本実施形態では２つ）だけの第１分岐水路部１４０（図４におけるエッジ４０に相当する）とを備える。即ち、本実施形態においては、１つの第１水路部αに２つの第１分岐水路部１４０が備わっている。更に、各第１分岐水路部１４０の先端には重み付けを再現するための第１分離構造１４６を備えている。 なお、本実施形態においては、第１水路部αは入力側タンク１１０に対応して合計３つ備わっている。

【0022】

第２水路部βは、第１水路部αから放出された水を受け止める第２受止部１５０（図４における中間層ユニット５０に相当する）と、当該第２受止部１５０から連続すると共に、所定の数（本実施形態では３つ）に分岐する第２分岐部１６０と、当該第２分岐部１６０から分岐した所定の数（本実施形態では３つ）だけの第２分岐水路部１７０（図４におけるエッジ７０に相当する）とを備える。即ち、本実施形態においては、１つの第２水路部βに３つの第２分岐水路部１７０が備わっている。更に、各第２分岐水路部１７０の先端には重み付けを再現するための第２分離構造１７６を備えている。なお、本実施形態においては、第２水路部βは合計２つ備わっている。

【0023】

なお、第２水路部βの第２受止部１５０には、３つ存在する第１水路部αのそれぞれの第１分岐水路部１４０からの水を受け取ることが可能な構成とされている。

【0024】

また、第３水路部１８０には、２つ存在する第２水路部βのそれぞれの第２分岐水路部１７０からの水を受け取ることが可能な構成とされている。第３水路部１８０に入った水は、全てがそのまま下に設置される対応する出力側水タンク１９０に流入する構成となっている。

【0025】

本実施形態においては、第１水路部α及び第２水路部βはいずれも、断面視「Ｖ字型」の樋で構成されている。

【0026】

続いて、各第１分岐水路部１４０の先端に設けられた第１分離構造１４６について、図２を参照しつつ説明する。第１分岐水路部１４０は、断面視「Ｖ字型」の樋で構成されると共に、この「Ｖ字型」の底面頂部１４７から上方に向かって突出する隔壁部１４８によって、流れる水を分離することが可能となっている。分離された水の一方は次段（第２水路部β）へと流れるが、他方は外部に排出されて次段へと流れない構成とされている。なお、当該隔壁１４８の角度については、事前にコンピュータによるシミュレーションを行い、適切な角度に設定される。もちろん可変調整できる構造を採用してもよい。

【0027】

なお、各第２分岐水路部１７０の先端に設けられた第２分離構造１７６についても、第１分離構造１４６と同様の構造となっている。

【0028】

〈水流式ニューラルネットワーク理論再現装置の作用・機能〉
図１で示した構成は、各部の構造の関係を図が複雑とならないよう簡素化して説明したものであるため、水流式ニューラルネットワーク理論再現装置１００の動作についはより分かりやすく示した図３を参照しつつ説明する。

【0029】

図３は、１０×１０のマス目状に配置された合計１００個の入力側水タンク１１０で構成されている。また、この入力側水タンク１１０には、数字の「５」に相当する部分にのみ水が張られている。即ち、数字の「５」をマス目の画像として認識したことを意味している。

【0030】

水流式ニューラルネットワーク理論再現装置１００が稼働すると、水は順次第１水路部α及び第２水路部βを流れてゆき、最後は最下段に配置された１０個の出力側水タンク１９０に流れ込む。第１水路部α及び第２水路部βを流れる過程で、水は分岐されたり、一部が排出されるなどを繰り返した後１０個の出力側水タンク１９０に流れ込む。このとき、１０個の水タンクには、それぞれ「０」～「９」までの番号が振られており、最も貯まった量の多い出力側水タンク１９０に振られた番号が、当該水流式ニューラルネットワーク理論再現装置１００が弾き出した答えとなる。

【0031】

なお、正確な解答を得るためには、事前にコンピュータを用いてシミュレーションを行い、各分離構造に備わる隔壁部の角度の設定が必要である。

【0032】

上記説明した通り、本願発明は、入力データとして利用する水を貯めておく複数の入力側水タンク１１０と、当該入力側水タンクの下方にそれぞれ設置され、前記入力側水タンク１１０から放出された水を受け止める第１水路部αと、当該第１水路部αの下方に設置され、当該第１水路部αから放出された水を受け止める第２水路部βと、当該第２水路部βの下方に設置され、当該第２水路部βから放出された水を受け止める第３水路部１８０と、当該第３水路部１８０の下方に設置され、当該第３水路部１８０から放出された水を受け止める出力側水タンク１９０と、を備え前記第１水路部αは、前記入力側タンク１１０から放出された水を受け止める第１受止部１２０と、当該第１受止部１２０から連続すると共に、所定の数に分岐する第１分岐部１３０と、当該第１分岐部１３０から分岐した所定の数だけの第１分岐水路部１４０とを備え、更に、各第１分岐水路部１４０の先端には重み付けを再現するための第１分離構造１４６を備え、前記第２水路部βは、前記第１水路部αから放出された水を受け止める第２受止部１５０と、当該第２受止部１５０から連続すると共に、所定の数に分岐する第２分岐部１６０と、当該第２分岐部１６０から分岐した所定の数だけの第２分岐水路部１７０とを備え、更に、各第２分岐水路部１７０の先端には重み付けを再現するための第２分離構造１７６を備えることを特徴とする。

【0033】

このように構成したことによって、ニューラルネットワークを可視化して水の流れとして理解することが可能となる。要するに、水が樋を流れて移動していく、その途中で分岐したり、集合したり、一部は排出されるといった物理的な動作を経て結果が出力される過程を視覚的に把握することができる。特にセンサーや、電気的に駆動する電子機器、電動機器を必要としていない。また、入力から出力までのニューラルネットワークのメイン部分に可動部が無い事で故障しにくいという利点もある。更に電力を使わないためエコロジー、エコノミーである。また、物理的実体の装置であるため、コンピュータプログラム上のニューラルネットワークよりも、視覚等の感覚的臨場感が高いため、直感的に理論を理解し易い。また、水は時間をかけて流れるため、ニューラルネットワークの挙動を視覚的に見て理解する事が容易である。

【0034】

また、中間層の役割を果たす前記第２水路部βは、必要に応じて複数段設けてもよく、このように構成すれば、よりダイナミックな動きを再現することができる。

【0035】

また、前記各水路部αβは、断面視「Ｖ字型」形状に形成していた。その結果水が常に水路部の中心を流れるので、水路部を流れる水の量に関わらず、意図した通りに水を分岐させやすい。また、流れる水を外部から視覚的に把握し易い。

【0036】

また、前記第１分離構造１４６及び前記第２分離構造１７６における重み付けは、前記「Ｖ字型」の底面頂部１４７から上方に向かって突出する隔壁部１４８の設置角度によって具現化しているので、重み付けをより正確に再現することが可能となる。

【符号の説明】

【0038】

１００・・・水流式ニューラルネットワーク理論再現装置
１１０・・・入力側水タンク
１１２・・・パイプ
１２０・・・第１受止部
１３０・・・第１分岐部
１４０・・・第１分岐水路部
１４６・・・第１分離構造
１４８・・・隔壁
１５０・・・第２受止部
１６０・・・第２分岐部
１７０・・・第２分岐水路部
１７６・・・第２分離構造
１８０・・・第３水路部
１９０・・・出力側水タンク

【要約】

【課題】
最も身近なものの１つである「水」を利用して、ニューラルネットワークの構造や動きといった理論を再現した装置を提供する。
【解決手段】
入力データとして利用する水を貯めておく複数の入力側水タンク１１０と、当該入力側水タンクの下方にそれぞれ設置され、前記入力側水タンク１１０から放出された水を受け止める第１水路部αと、当該第１水路部αの下方に設置され、当該第１水路部αから放出された水を受け止める第２水路部βと、当該第２水路部βの下方に設置され、当該第２水路部βから放出された水を受け止める第３水路部１８０と、当該第３水路部１８０の下方に設置され、当該第３水路部１８０から放出された水を受け止める出力側水タンク１９０と、を備える。
【選択図】図１

【図1】

【図2】

【図3】

【図4】