知財求人 - 知財ポータルサイト「IP Force」
特表2024-533928適応的に組織化されるプロセス並列化のためのシステムおよび方法
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2024-09-18
(54)【発明の名称】適応的に組織化されるプロセス並列化のためのシステムおよび方法
(51)【国際特許分類】
G06F 9/50 20060101AFI20240910BHJP
G06Q 30/06 20230101ALI20240910BHJP
G06N 5/04 20230101ALI20240910BHJP
G06F 16/903 20190101ALI20240910BHJP
【ＦＩ】
G06F9/50 150E
G06Q30/06
G06N5/04
G06F9/50 120A
G06F16/903
【審査請求】有
【予備審査請求】未請求
(21)【出願番号】P 2023578962
(86)(22)【出願日】2023-05-01
(85)【翻訳文提出日】2024-02-21
(86)【国際出願番号】 IB2023054528
(87)【国際公開番号】W WO2023214293
(87)【国際公開日】2023-11-09
(31)【優先権主張番号】63/338,262
(32)【優先日】2022-05-04
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
(71)【出願人】
【識別番号】518072210
【氏名又は名称】エバーシーン リミテッド
【氏名又は名称原語表記】Ｅｖｅｒｓｅｅｎ Ｌｉｍｉｔｅｄ
【住所又は居所原語表記】４ｔｈ Ｆｌｏｏｒ， Ｔｈｅ Ａｔｒｉｕｍ， Ｂｌａｃｋｐｏｏｌ Ｒｅｔａｉｌ Ｐａｒｋ， Ｂｌａｃｋｐｏｏｌ， Ｃｏｒｋ， Ｉｒｅｌａｎｄ
(74)【代理人】
【識別番号】110001243
【氏名又は名称】弁理士法人谷・阿部特許事務所
(72)【発明者】
【氏名】アラン オハーリー
(72)【発明者】
【氏名】ボグダン シウボタル
(72)【発明者】
【氏名】マーガレット ハートネット
(72)【発明者】
【氏名】ジョー アレン
【テーマコード（参考）】
5B175
5L030
【Ｆターム（参考）】
5B175DA10
5B175EA02
5L030BB72
(57)【要約】
プロセス並列化の方法は、プロセス並列化システムの複数のクライアントシステムのうちの１つからインサイト要求を受信することと、受信した要求を分析して、その中の対象、演算子、修飾子、およびリンクを識別することと、識別された対象に対応する測定変数をキャプチャするのに必要なセンサーおよびロケーションを識別することと、利用可能なセンサーのバンクから識別されたセンサーを選択することと、選択されたセンサーによって入手されたデータをキャプチャすることと、識別された対象を検出するのに使用できる分類子を識別することと、利用可能な物体分類子および活動分類子のバンクから識別された分類子を選択することと、選択された分類子を用いて、選択されたセンサーによってキャプチャされたデータを処理することと、識別された対象、演算子、修飾子、およびリンクに従ってエキスパートシステムのルールを構成することと、エキスパートシステムルールを用いて、選択された分類子からの出力を処理することと、選択された分類子の出力を用いてインサイトデータパケット（ＩＤＰ）をコンパイルすることと、クライアントシステムにＩＤＰを配給することと、を含む。
【特許請求の範囲】
【請求項1】
プロセス並列化システムであって、複数のセンサーと通信可能に結合されたコアプロセッサーと、対応する二方向アプリケーションプログラミングインターフェース（ＡＰＩ）を通じて複数のクライアントシステムと結合されたデータパケット配信システムとを備え、前記コアプロセッサーは、
前記複数のクライアントシステムのうちの１つからインサイト要求を受信するように構成されたクエリプロセッサーであって、前記クエリプロセッサーは、
前記受信したインサイト要求を分析して、対象、演算子、修飾子、およびリンクを識別するように構成されたセマンティックアナライサー、および
前記識別された対象に対応する測定変数をキャプチャするのに必要なセンサーおよび対応するロケーションを識別するように構成されたセンサーアイデンティファーユニット、
前記受信したインサイト要求に基づいて１つまたは複数のルールを生成するように構成されたルールフォーミュレーターユニット
を備えた、クエリプロセッサーと、
前記識別された対象に直接関係があるデータをキャプチャするための前記複数のセンサーから前記識別されたセンサーを選択するように構成されたセンサーセレクターユニットと、
前記ルールフォーミュレーターユニットによって生成された前記１つまたは複数のルールに基づいて、前記識別された対象を検出するのに使用できる分類子を識別し、前記ルールフォーミュレーターユニットからの前記１つまたは複数のルールにおける優位物体および劣位物体は、ＡＩエンジンによる分類子の選択のための識別子としての機能を果たし、
利用可能な物体分類子および活動分類子のバンクから、前記識別された分類子を選択し、
前記選択された分類子を用いて、前記選択されたセンサーによってキャプチャされた前記データを処理し
前記受信したインサイト要求にて識別された前記対象、演算子、修飾子、およびリンクに従って、前記プロセス並列化システムの前記ＡＩエンジンのエキスパートシステムにおける前記１つまたは複数のルールを構成し、
前記エキスパートシステムのルールを用いて、前記選択された分類子からの出力を処理する
ように構成された前記人工知能（ＡＩ）エンジンと、
前記エキスパートシステムのルールを用いて処理することによって、前記ＡＩエンジンから取得された、前記選択された分類子の前記出力を用いてＩＤＰをコンパイルし、
前記複数のクライアントシステムに前記ＩＤＰを配給する
ように構成されたインサイトデータパケット（ＩＤＰ）フォーミュレーターユニットと
を備えたことを特徴とするプロセス並列化システム。
【請求項2】
前記セマンティックアナライサーは、前記受信したインサイト要求の優位対象、劣位対象、それらのあらゆるリンクと、時間的、地理的、および他のさらなる属性とを識別し、前記ルールフォーミュレーターユニットに送信するように構成されることを特徴とする請求項１に記載のプロセス並列化システム。
【請求項3】
前記ルールフォーミュレーターユニットは、前記受信したインサイト要求の前記優位対象および前記劣位対象に対応する測定値に使用できる数および統計の演算子のデータベースと、
前記優位対象、前記劣位対象、およびそれらの間の前記リンクに対応する測定値に使用できる論理演算子のデータベースと
を備えたことを特徴とする請求項２に記載のプロセス並列化システム。
【請求項4】
前記センサーセレクターによって作成されるセンサーファミリの数および組み立ては、前記コアプロセッサーのセンサーアイデンティファーユニットによって受信したインサイト要求から決定された測定変数および測定ロケーションにより決定されることを特徴とする請求項１に記載のプロセス並列化システム。
【請求項5】
センサーが、受信したインサイト要求の要件を満たす測定変数を生成するのに利用できないならば、前記コアプロセッサーは、前記インサイト要求が発信された前記クライアントシステムに配給されるダイアログデータパケット（ＤＤＰ）を作成することを特徴とする請求項１に記載のプロセス並列化システム。
【請求項6】
前記ＡＩエンジンは、前記エキスパートシステムを有するエキスパートシステムブロックと通信可能に結合された物体検出ブロックおよび活動検出ブロックを含み、前記物体検出ブロックは、複数の物体認識エンジンを含み、前記活動検出ブロックは、複数の活動認識エンジンを含むことを特徴とする請求項１に記載のプロセス並列化システム。
【請求項7】
前記物体認識エンジンは、対応する複数の物体認識アルゴリズムを含み、前記活動認識エンジンは、対応する複数の活動認識アルゴリズムを含むことを特徴とする請求項６に記載のプロセス並列化システム。
【請求項8】
前記ＡＩエンジンは、前記物体認識エンジンおよび活動認識エンジンによってそれぞれ検出された前記物体および活動の解釈を支援するのに用いられる、前記観察シーン内の対象により従われる、暗黙的に、明示的に明確化されたルールおよび習慣のうちの少なくとも１つに関する、複数のユーザー供給コンテキストデータを含む複数のコンテクスチュアライザーユニットをさらに含むことを特徴とする請求項７に記載のプロセス並列化システム。
【請求項9】
前記ＡＩエンジンは、前記複数の物体認識エンジンおよび前記複数の活動認識エンジンと通信可能に結合された複数のエキスパートシステムを有するエキスパートシステムブロックを含み、前記複数のエキスパートシステムは、前記ルールフォーミュレーターユニットから受信された１つまたは複数のルールを含み、前記物体検出ブロックおよび前記活動検出ブロックから選択された前記複数の物体認識エンジンおよび前記複数の活動認識エンジンのうちの１つまたは複数からの出力を、前記選択された１つまたは複数の物体認識エンジンおよび前記選択された１つまたは複数の活動認識エンジンが、前記エキスパートシステムの前記１つまたは複数のルールにて指定された前記優位対象および前記劣位対象に対応するように処理することを特徴とする請求項８に記載のプロセス並列化システム。
【請求項10】
前記エキスパートシステムのルールは、前記ＡＩエンジンの前記エキスパートシステム内に含まれる個々の物体認識エンジンの前記出力と活動認識エンジンの出力とのリンクを含み、前記リンクは、追加の分類子を用いて前記エキスパートシステムによって実行されることを特徴とする請求項９に記載のプロセス並列化システム。
【請求項11】
前記ＡＩエンジンは、前記複数の物体認識エンジンおよび活動認識エンジンによって、測定センサーの異なる組み合わせおよび並べ替えによってキャプチャされた前記測定値の同時処理と、
受信した各要求に従って構成された前記複数のエキスパートシステムのルールにより、前記物体認識エンジンおよび活動認識エンジンの異なる組み合わせおよび並べ替えからの前記出力の同時使用と
のうちの少なくとも１つを通じて前記複数のクライアントシステムから受信したインサイト要求を、並列に処理するのに使用できることを特徴とする請求項１０に記載のプロセス並列化システム。
【請求項12】
前記ＩＤＰフォーミュレーターは、前記ＡＩエンジンにおける個々のエキスパートシステムから前記受信した出力と、前記エキスパートシステムの前記ルールによって表される、前記インサイト要求が発信されたダイアログデータパケット（ＲＤＰ）との間のリンクを確立するように構成されることを特徴とする請求項１１に記載のプロセス並列化システム。
【請求項13】
前記ＩＤＰフォーミュレーターは、前記ＡＩエンジンにおける前記エキスパートシステムから受信した前記出力と、
前記対応するＲＤＰの前記クライアント識別子およびプライバシーステータスインジケータに一致する１つまたは複数のタグと
を用いて前記ＩＤＰをコンパイルするように構成されることを特徴とする請求項１２に記載のプロセス並列化システム。
【請求項14】
前記コアプロセッサーは、個々のクライアントシステムから受信した前記インサイト要求の監査および修正と、対応するインサイト要求から定式化されたルールとのうちの少なくとも１つを容易にするために、受信したＲＤＰの詳細を格納するように構成されたデータベースを含むことを特徴とする請求項１３に記載のプロセス並列化システム。
【請求項15】
前記二方向ＡＰＩは、それぞれのクライアントシステムのプライバシータグおよび識別子タグの前記値に応じて、前記複数のクライアントシステムから１つまたは複数のクライアントシステムに前記ＩＤＰへのアクセスを許可するように構成されることを特徴とする請求項１４に記載のプロセス並列化システム。
【請求項16】
プロセス並列化システムを用いるプロセス並列化の方法であって、前記プロセス並列化システムの複数のクライアントシステムのうちの１つからインサイト要求を受信することと、
前記受信したインサイト要求を分析して、対象、演算子、修飾子、およびリンクを識別することと、
前記識別された対象に対応する測定変数をキャプチャするのに必要なセンサーおよびロケーションを識別することと、
利用可能なセンサーのバンクから前記識別されたセンサーを選択することと、
前記選択されたセンサーによって入手されたデータをキャプチャすることと、
前記識別された対象を検出するのに使用できる分類子を識別することと、
利用可能な物体分類子および活動分類子のバンクから、前記識別された分類子を選択することと、
前記選択された分類子を用いて、前記選択されたセンサーによってキャプチャされた前記データを処理することと、
前記プロセス並列化システムのＡＩエンジン内で、前記受信したインサイト要求にて識別された前記対象、演算子、修飾子、およびリンクに従ってエキスパートシステムのルールを構成することと、
前記エキスパートシステムのルールを用いて、前記選択された分類子からの出力を処理することと、
前記エキスパートシステムのルールを用いて処理することから取得された、前記選択された分類子の前記出力を用いてインサイトデータパケット（ＩＤＰ）をコンパイルすることと、
前記プロセス並列化システムの前記複数のクライアントシステムに前記ＩＤＰを配給することと
を備えることを特徴とする方法。
【請求項17】
前記受信したインサイト要求を分析して、その中の対象、演算子、修飾子、およびリンクを識別することは、前記受信したインサイト要求の優位対象、劣位対象、それらのあらゆるリンク、および時間的、地理的、および他のさらなる属性を識別することを含み、測定変数をキャプチャするのに必要なセンサーおよびロケーションを識別することは、受信したインサイト要求から決定された測定ロケーションに対応する前記測定変数によって作成されるセンサーファミリの数および組み立てを決定することと、センサーが、前記受信したインサイト要求の要件を満たす測定変数を生成するのに利用できないならば、前記インサイト要求が発信された前記クライアントシステムに配給されることになるダイアログデータパケット（ＤＤＰ）を作成することとを含む
ことを特徴とする請求項１６に記載の方法。
【請求項18】
前記ＡＩエンジンは、前記エキスパートシステムを有するエキスパートシステムブロックと通信可能に結合された物体検出ブロックおよび活動検出ブロックであって、前記物体検出ブロックは、複数の物体認識エンジンを含み、前記活動検出ブロックは、複数の活動認識エンジンを含む、物体検出ブロックおよび活動検出ブロックと、
前記物体認識エンジンおよび活動認識エンジンによってそれぞれ検出された前記物体および活動の解釈を支援するのに用いられる、観察シーン内の対象により従われる、暗黙的に、明示的に明確化されたルールおよび習慣のうちの少なくとも１つに関する、複数のユーザー供給コンテキストデータを含む複数のコンテクスチュアライザーユニットと
を含むことを特徴とする請求項１６に記載の方法。
【請求項19】
前記ＡＩエンジンは、前記複数の物体認識エンジンおよび活動認識エンジンによって、測定センサーの異なる組み合わせおよび並べ替えによってキャプチャされた前記測定値の同時処理と、
受信した各要求に従って構成された前記複数のエキスパートシステムのルールにより、前記物体認識エンジンおよび活動認識エンジンの異なる組み合わせおよび並べ替えからの前記出力の同時使用と
のうちの少なくとも１つを通じて前記複数のクライアントシステムから受信したインサイト要求を、並列に処理するのに使用できることを特徴とする請求項１８に記載の方法。
【請求項20】
プロセス並列化システムのプロセッサーによって実行されると、前記プロセス並列化システムの複数のクライアントシステムのうちの１つからインサイト要求を受信し、
前記受信したインサイト要求を分析して、対象、演算子、修飾子、およびリンクを識別し、
前記識別された対象に対応する測定変数をキャプチャするのに必要なセンサーおよびロケーションを識別し、
利用可能なセンサーのバンクから前記識別されたセンサーを選択し、
前記選択されたセンサーによって入手されたデータをキャプチャし、
前記識別された対象を検出するのに使用できる分類子を識別し、
利用可能な物体分類子および活動分類子のバンクから、前記識別された分類子を選択し、
前記選択された分類子を用いて、前記選択されたセンサーによってキャプチャされた前記データを処理し、
前記プロセス並列化システムの人工知能（ＡＩ）エンジン内で、前記受信したインサイト要求にて識別された前記対象、演算子、修飾子、およびリンクに従ってエキスパートシステムの複数のルールを構成し、
前記エキスパートシステムのルールを用いて、前記選択された分類子からの出力を処理し、
前記エキスパートシステムのルールを用いて処理することから取得された、前記選択された分類子の前記出力を用いてインサイトデータパケット（ＩＤＰ）をコンパイルし、
前記プロセス並列化システムの前記複数のクライアントシステムに前記ＩＤＰを配給する
ように前記プロセッサーを構成する命令を格納したことを特徴とする非一時的なコンピューター読取り可能媒体。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、一般に、並列に、複数のユーザーに、観察シーン（observed scene）に関する独自の高レベルのクエリを作成する／構成することを可能にするシステムおよび方法に関する。より詳細には、本開示は、並列に、複数のユーザーに、観察シーンに関する独自の高レベルのクエリを作成する／構成すること、高レベルのクエリのセマンティック分析に従って、ユーザー選択可能なセンサーまたは自動的に選択されたセンサーからのデータを用いて、人工知能（ＡＩ）システムから対応する高レベルの結果を受信すること、を可能にするシステムおよび方法に関する。
【背景技術】
【0002】
ＡＩベースシステムの開発に対する現在のアプローチは、ポイントソリューションが個々のユースケースシナリオのために開発され、必要に応じてハードコーディングにより補われるという還元主義者の考え方に顕著に見つかる。広範囲の適用に対するＡＩベース技術の使用が拡大していることを心に留めると、多数の高度なスキルのＡＩエキスパートが、要求されるＡＩソリューションを開発するのに必要とされる。しかしながら、利用可能なＡＩエキスパートのパイプラインとＡＩソリューションの需要との間にギャップが拡大している。
【発明の概要】
【0003】
本開示の一様相では、プロセス並列化システムが提供される。プロセス並列化システムは、複数のセンサーと通信可能に結合されたコアプロセッサーと、対応する二方向アプリケーションプログラミングインターフェース（ＡＰＩ）を介して複数のクライアントシステムと結合されたデータパケット配信システムとを含む。コアプロセッサーは、複数のクライアントシステムのうちの１つからインサイト要求（insight request）を受信するように構成されたクエリプロセッサーを含む。クエリプロセッサーは、受信したインサイト要求を分析して、その中の対象（subject）、演算子、修飾子、およびリンクを識別するように構成されたセマンティックアナライサー（semantic analyser）と、識別された対象に対応する測定変数をキャプチャするのに必要なセンサーおよび対応するロケーションを識別するように構成されたセンサーアイデンティファーユニット（sensor identifier unit）と、受信されるインサイト要求に基づいて１つまたは複数のルールを生成するように構成されたルールフォーミュレーターユニット（rule formulator unit）と、を含む。さらに言えば、コアプロセッサーは、識別された対象に直接関係があるデータをキャプチャするための複数のセンサーから識別されたセンサーを選択するように構成されたセンサーセレクターユニット（sensor selector unit）も含む。その上、コアプロセッサーは、ルールフォーミュレーターユニット（rule formulator unit）によって生成された１つまたは複数のルールに基づいて、識別された対象を検出するのに使用できる分類子（classifier；クラシファイヤ）を識別するように構成されたＡＩエンジンも含み、ルールフォーミュレーターユニットからの１つまたは複数のルールにおける優位物体（dominant object）および劣位物体（subordinate object）は、ＡＩエンジンによる分類子の選択のための識別子としての機能を果たし、識別された分類子を、利用可能な物体分類子（object classifier）および活動分類子（activity classifier）のバンクから選択し、選択された分類子を用いて、選択されたセンサーによってキャプチャされたデータを処理し、プロセス並列化システムのＡＩエンジン内で、受信したインサイト要求にて識別された対象、演算子、修飾子、およびリンクに従って、エキスパートシステムの１つまたは複数のルール（複数可）を構成し、エキスパートシステムルールを用いて、選択された分類子からの出力を処理する。そのうえ、コアプロセッサーは、エキスパートシステムルールを用いて処理することによってＡＩエンジンから取得され、選択された分類子の出力を用いて、ＩＤＰ（insight data packet）をコンパイルし、ＩＤＰを複数のクライアントシステムに配給するように構成されたＩＤＰフォーミュレーターユニットも含む。
【0004】
本開示の別の様相では、プロセス並列化システムを用いるプロセス並列化の方法が提供さ れる。方法は、プロセス並列化システムの複数のクライアントシステムのうちの１つからインサイト要求を受信することを含む。さらに方法は、受信したインサイト要求を分析して、その中の対象、演算子、修飾子、およびリンクを識別することを含む。さらに言えば、さらに方法は、識別された対象に対応する測定変数をキャプチャするのに必要なセンサーおよびロケーションを識別することも含む。その上、さらに方法は、利用可能なセンサーのバンクから識別されたセンサーを選択し、選択されたセンサーによって入手されたデータをキャプチャすることも含む。さらに加えて、方法は、識別された対象を検出するのに使用できる分類子を識別し、利用可能な物体分類子および活動分類子のバンクから識別された分類子を選択することを含む。さらに言えば、さらに方法は、選択された分類子を用いて、選択されたセンサーによってキャプチャされたデータを処理することも含む。その上、さらに方法は、受信したインサイト要求の識別された対象、演算子、修飾子、およびリンクに従って、プロセス並列化システムのＡＩエンジン内で、エキスパートシステムのルール（複数可）を構成することと、エキスパートシステムルールを用いて、選択された分類子からの出力を処理することとを含む。そのうえ、さらに方法は、エキスパートシステムルールを用いて処理することから取得された、選択された分類子の出力を用いてＩＤＰをコンパイルし、プロセス並列化システムの複数のクライアントシステムにＩＤＰを配給することも含む。
【0005】
本開示のさらに別の様相では、本明細書に開示される態様は、プロセッサーによって実行されると、プロセッサーに本明細書に開示されるプロセス並列化の方法を行わせるコンピュータ実行可能命令を格納する非一時的なコンピューター読取り可能媒体にも向けられる。
【0006】
本開示の特徴が、添付の特許請求の範囲によって定義されるような本開示の範囲から逸脱することなく、種々の組み合わせに組み合わされることがあるに敏感であることは、正しく理解されるだろう。
【0007】
上の発明の概要は、例示的な態様に関する後続の詳細な説明も同様に、添付の図面と共に読まれるとき、より良く理解される。本開示を例示する目的のために、本開示の典型的な構築が図面に示される。しかしながら、本開示は、本明細書に開示された特定の方法および有用性に限定されない。そのうえ、当業者であれば、図面が、割合に応じて大きさを調整されないことが理解されるだろう。可能であればどこでも、同様の要素は、等しい符号により示される。
【図面の簡単な説明】
【0008】
【発明を実施するための形態】
【0009】
添付図面において、下線を引かれた数は、下線を引かれた数が位置される項目、または下線が引かれた数が隣り合った項目を表すのに採用される。下線が引かれていない数は、下線が引かれていない数と項目とをリンクさせる線により識別される項目に関する。数が下線が引かれず、関連する矢印により添えられていると、下線が引かれていない数は、矢印が指し示す一般的な項目を識別するのに用いられる。
【0010】
後続の詳細な説明は、実装されることが可能である本開示の態様およびやり方を例示する。本開示を実行することに関するベストモードが開示されているが、当業者であれば、本開示を実行するまたは実践するための他の態様も可能であることを認めるだろう。
【0011】
本発明は、ＡＩ資産の再利用および再構成のためのメカニズム、およびＡＩの専門知識の複数のユーザーによるＡＩソリューションへのアクセスを提供することによって、利用可能なＡＩ専門知識のパイプラインとＡＩソリューションの需要との間のギャップが拡大していることに関する問題に取り組む。
【0012】
図１を参照すると、本開示の一態様に係るプロセス並列化システム１０が描かれている。プロセス並列化システム１０は、複数のセンサー１４ａ、１４ｂ、１４ｃ、１４ｄ、１４ｅ、および１４ｆと通信可能に結合されたコアプロセッサー１２を含む。コアプロセッサー１２はさらに、データパケット配信システム１６と通信可能に結合され、対応する二方向アプリケーションプログラミングインターフェース（ＡＰＩ）２０ａ、２０ｂ、および２０ｃを介して複数のクライアントシステム１８ａ、１８ｂ、および１８ｃと結合される。
【0013】
センサー１４ａ、１４ｂ、１４ｃ、１４ｄ、１４ｅ、および１４ｆは、たとえばビデオカメラ、温度センサー、重量計、圧力センサー、湿度センサーなどの物理センサー、たとえばｐＨセンサー、二酸化炭素センサーなどの化学センサー、およびたとえばグルコースセンサー、病原体センサーなどの生物／生化学センサーを限定せずに含むあらゆるセンシングデバイスまたはモニタリングデバイスを含む。例えば、レジエリア（checkout area）を含む観察シーンは、レジエリアが各ビデオカメラの視野内に配置されるように、レジエリアに関して予め定義された位置に取り付けられた１つまたは複数のビデオカメラによって監視されることがある。同様に、立って入れる大きさの冷蔵室を含む観察シーンは、予め定義されている位置に取り付けられ、冷蔵室の温度の変化を検出する温度センサーと、冷蔵室の開口部／入口の予め定義されている位置に取り付けられ、人物および／または物品の動きを検出するビデオカメラとを含むことがある。
【0014】
当業者は、上述したセンサーが例示の目的のためだけに提供されていることを理解するだろう。特に、当業者は、本開示のプロセス並列化システム１０が上述したセンサーに限定されないことを認めるだろう。それどころか、本開示のプロセス並列化システム１０は、観察されるシステムの物理的、化学的、および／または生物学的な属性の変化を検出する性能がある他のタイプのセンシングデバイスに、同様に、および／または同等に使用できる。
【0015】
図１とともに図２を参照すると、コアプロセッサー１２は、人工知能（ＡＩ）エンジン２４、センサーセレクターユニット２６、およびレコードフォーミュレーションユニット（record formulation unit）２８と通信可能に結合されたクエリプロセッサー２２を含む。クエリプロセッサー２２は、セマンティックアナライサー３０、ルールフォーミュレーターユニット３２、およびセンサーアイデンティファーユニット３４を含む。
【0016】
コアプロセッサー１２は、クエリプロセッサー２２を介してクライアントシステム１８ａ、１８ｂ、および１８ｃからの要求データパケット（ＲＤＰ；handle request data packet）を受信し扱うように構成される。ＲＤＰは、ユーザー指定の観察シーンに関するユーザー指定のインサイトの要求を含む。インサイトは、観察シーンから収集されたセンサーデータから導出される観察シーンの高レベルな理解に関する。高レベル理解の範囲およびパラメーターは、受信した要求にて設定された基準から確立され、基準は、アプリケーションドメイン、アプリケーションドメイン内またはトレンド内で起こる、または従うと予期される習慣のおよび一般的なまたは特定の実践に関する予備知識、関係するアプリケーションドメインにおける観察シーンに関するセンサーデータのタイプおよび利用可能性を制限せずに含むことがある。
【0017】
小売りの環境を例に取ろう。セルフレジストア（ＳＣＯ；self-checkout store）ノンスキャン（non-scan）イベントは、セルフレジにおいて品物をスキャンしているように見える顧客が、実際には品物のバーコードを覆って、ないしはほかの方法により品物をセルフレジスキャナーの周りに移動させて、品物がセルフレジにより登録されないことに帰着するという１つである。ＳＣＯウォークスルー（walk-through）イベントは、セルフレジにいる顧客が、カゴまたはカートの中の品物のうちの１つまたは複数を、最大全部まで、スキャンするのに失敗し、結果として支払っていないカゴまたはカートの中の品物を有してセルフレジを出るという１つである。
【0018】
小売り事業者は、「現地時間午後４時から午後９時までの間に、地理的ゾーン１において、店舗の出口の最も近くに設けられたセルフレジにて起こるＳＣＯノンスキャンイベントの数」に関する第１のクエリを介して、第１のインサイトを要求することがある。さらに加えて、またはオプションとして、小売り事業者は、「現地時間午後４時から午後９時までの間に、地理的ゾーン１において、店舗の出口の最も近くに設けられたセルフレジにて起こる、ベビーフード製品を含むＳＣＯノンスキャンイベントの数」に関する第２のインサイトを要求することがある。さらに言えば、さらに加えて、またはオプションとして、小売り事業者は、「ＳＣＯウォークスルーイベントに含まれる人物が、現地時間午後４時から午後９時までの時間の間に、支払っていない品物を有して、地理的エリア１において店舗を出ることに成功した事例の数」に関する第３のインサイトを要求することがある。
【0019】
本明細書において以後、容易な理解のために、プロセス並列化システム１０の動作のやり方に対する説明は、上述した例示的なインサイト要求と共にされる。しかしながら、上述した例示的なインサイト要求が単に説明のために提供されていることは、特筆されるべきである。特に、当業者であれば、プロセス並列化システム１０は、本明細書に開示された例示的なインサイト要求のみに単に答えることに限定されないことを認めるだろう。実際、本開示のプロセス並列化システム１０は、与えられたアプリケーションドメインに関してユーザーにより定式化されることがあるどんなタイプのインサイト要求にでも答えるのに使用できる。
【0020】
インサイト要求は、自然言語におけるＲＤＰにて定式化されることがある。さらに加えて、またはオプションとして、インサイト要求は、ＰＥＧ （parsing expression grammar）、リンクグラマー（link grammar）、およびＴＤＰＬ（top-down parsing language）を含む、既知の構文解析シンタックス（parsing syntax）および文法に従って確立された、定められたフォーマットにて定式化されることがある。当業者であれば、上述の構文解析言語および文法は、単なる例示であり、これゆえに、本開示の非限定であることを認めるだろう。特に、当業者は、本開示のプロセス並列化システム１０が構文解析言語および文法に限定されないことを認めるだろう。それどころか、本開示のプロセス並列化システム１０は、ユーザーのインサイト要求をコンピューター理解可能な（computer-understandable）かたちにて表現する性能があることとして当技術分野において知られているあらゆる構文解析言語および文法により使用できる。
【0021】
さらに言えば、インサイト要求は、表示された物体、演算子、修飾子のバンクからの要求のための物体、演算子、修飾子の選択としてユーザーによって定式化されることがあることによって、ユーザーは、構文解析言語、文法、または形式論理表現の知識または経験を含む、事前のプログラミングの知識または経験を持つ必要がなくなる。
【0022】
ＲＤＰはまた、要求データパケットの発信元であるクライアントシステム１８ａ、１８ｂ、および１８ｃの識別子と、クエリに応答して生成されたインサイトがプロセス並列化システム１０の残りのクライアントシステム１８ａ、１８ｂ、および１８ｃと共有されるかどうか、またはインサイトがＲＤＰの発信元であるクライアントシステム１８ａ、１８ｂ、および１８ｃのうちの特定のクライアントシステムにのみアクセス可能であるべきかのインジケータとを含む。上に述べた小売りＳＣＯ店舗のシナリオを例に取ると、与えられた小売業者は、店舗の中で起こるＳＣＯノンスキャンイベントまたはＳＣＯウォークスルーイベントについて競合他社に知られたくないことがある。対照的に、たとえば「Ａ公園で犬の散歩をし、赤いバラの匂いを嗅ぐ人の数」など、公共スペースについてのクエリを例に取ろう。今述べた場合では、インサイト要求に対する応答を共有することは公共の利益になることがあるため、応答はプロセス並列化システム１０のすべてのクライアントシステム１８ａ、１８ｂ、および１８ｃと共有されるかもしれない。
【0023】
クエリプロセッサー２２は、セマンティックアナライサー３０を介して、受信したＲＤＰからインサイト要求を受信するように構成される。セマンティックアナライサー３０は、受信したインサイト要求をセマンティックに分析し、優位対象（dominant subject）（複数可）および劣位対象（subordinate subject）（複数可）、およびそれらの間の接続を識別するように構成される。セマンティックアナライサー３０は、さらに、受信したインサイト要求から、優位対象（複数可）および劣位対象（複数可）に関連付けられたロケーション（複数可）を識別するように構成される。
【0024】
要求されたインサイトの第１の例を、すなわち、「現地時間午後４時から９時までの間に、地理的ゾーン１において、店舗の出口に最も近いセルフレジで起こるＳＣＯノンスキャンイベントの数」を取り上げよう。今述べた例の優位対象は、ＳＣＯノンスキャンイベントである。優位対象に関連付けられたロケーションは、店の出口に最も近いレジである。
【0025】
同様に、要求されたインサイトの第２の例を、すなわち、「現地時間午後４時から午後９時までの間に、地理的ゾーン１において、店舗の出口の最も近くに設けられたセルフレジで起こる、ベビーフード製品を含むＳＣＯノンスキャンイベントの数」を取り上げよう。要求されたインサイトの優位対象は、ＳＣＯノンスキャンイベントであり、劣位対象は、ベビーフード製品である。優位対象に関連付けられたロケーションは、店の出口に最も近いレジである。今述べた例では、劣位対象に関連付けられたロケーションは、優位対象と同じである。しかしながら、当業者であれば、受信したインサイト要求の定式化によっては、劣位対象に関連付けられたロケーションが、優位対象に関連付けられたロケーションと異なることがあることを理解するだろう。
【0026】
同様に、要求されたインサイトの第３の例を、すなわち、「ＳＣＯウォークスルーイベントに含まれる人物が、現地時間の午後４時から午後９時までの時間の間に、支払っていない品物を有して、地理的エリア１において店舗を出ることに成功した事例の数」を取り上げよう。今述べた例では、第１の優位対象は「ＳＣＯウォークスルーイベント」であり、第２の優位対象は「去る人物」である。第２の優位対象は、去ることまたは出ることが店舗出口からであるという地理的要件による制限に従う。ＳＣＯウォークスルーイベントは人物によって行われるため、今述べた例では、第１の優位対象と修飾される第２の優位対象との間のリンクは、ＳＣＯウォークスルーイベントと店舗出口を去ることとの両方に含まれる人物である。言い換えれば、本例では、同一人物が、ＳＣＯウォークスルーイベントと店舗出口を去るときとの両方に含まれなければならない。第１の優位対象および修飾される第２の優位対象に関連付けられたロケーションは、それぞれ、店舗の出口に最も近いレジおよび店舗の出口である。異なるロケーションの同一人物の検出は、のちに述べられるように、再認識（re-identification）アルゴリズムによって行われる。
【0027】
セマンティックアナライサー３０は、識別された優位対象（複数可）（および／または修飾された優位対象（複数可））、および識別された劣位対象（複数可）（および／または修飾される劣位対象（複数可））、およびそれらの間の接続をセンサーアイデンティファーユニット３４に送信するように構成される。セマンティックアナライサー３０は、さらに、優位対象（複数可）および劣位対象（複数可）（および／または修飾される優位対象（複数可）および劣位対象（複数可））に関連付けられたロケーション（複数可）をセンサーアイデンティファーユニット３４に送信するように構成される。
【0028】
センサーアイデンティファーユニット３４は、受信したインサイト要求から識別された優位対象（複数可）、劣位対象（複数可）（および／または修飾される優位対象（複数可）および劣位対象（複数可））、およびそれらの間の接続を受信するように構成される。センサーアイデンティファーユニット３４は、さらに、優位対象（複数可）および劣位対象（複数可）（および／または修飾される優位対象（複数可）および劣位対象（複数可））に関連付けられたロケーション（複数可）を受信するように構成される。センサーアイデンティファーユニット３４は、さらに、受信した優位対象（複数可）、劣位対象（複数可）（および／または修飾される優位対象（複数可）および劣位対象（複数可））、それらの間の接続、および優位対象（複数可）および劣位対象（複数可）（および／または修飾される優位対象（複数可）および劣位対象（複数可））に関連付けられたロケーション（複数可）から、測定変数および対応する測定ロケーションを確立するように構成される。
【0029】
要求されたインサイトの第１の例を、すなわち、「現地時間午後４時から９時までの間に、地理的ゾーン１において、店舗の出口に最も近いセルフレジで起こるＳＣＯノンスキャンイベントの数」を取り上げよう。ＳＣＯノンスキャンイベントの検出は、セルフレジでの顧客の活動をキャプチャしたビデオ映像の、セルフレジにより登録された商品のログとの比較によってなされることがある。ゆえに、今述べた例では優位対象を検出するのに必要な測定変数は、ビデオカメラ（複数可）によりキャプチャされたビデオ映像と、セルフレジからのトランザクションログとである。測定変数に対応する測定ロケーションは、店舗出口に最も近いセルフレジと、キャプチャされたビデオ映像にてレジが見えるように、レジに十分に近接したロケーションである。
【0030】
要求されたインサイトの第２の例を、すなわち、「現地時間午後４時から午後９時までの間に、地理的ゾーン１において、店舗の出口の最も近くに設けられたセルフレジで起こる、ベビーフード製品を含むＳＣＯノンスキャンイベントの数」を取り上げよう。今述べた例では優位対象を検出するのに必要な測定変数は、ビデオカメラ（複数可）によりキャプチャされたビデオ映像と、セルフレジからのトランザクションログとである。測定変数に対応する測定ロケーションは、店舗出口に最も近いセルフレジと、キャプチャされたビデオ映像にてレジが見えるように、レジに十分に近接したロケーションである。今述べた例では、劣位対象を検出するのに必要な測定変数は、ビデオカメラ（複数可）によりキャプチャされたビデオ映像と、セルフレジからのトランザクションログとである。測定変数に対応する測定ロケーションは、店舗出口に最も近いセルフレジと、キャプチャされたビデオ映像にてベビーフード製品が見えるように、セルフレジでのベビーフード製品に十分に近接しロケーションである。
【0031】
同様に、要求されたインサイトの第３の例を、すなわち、「ＳＣＯウォークスルーイベントに含まれる人物が、現地時間の午後４時から午後９時までの時間の間に、支払っていない品物を有して、地理的エリア１において店舗を出ることに成功した事例の数」を取り上げよう。ＳＣＯウォークスルーイベントの検出は、セルフレジの顧客のカートまたはカゴをキャプチャしたビデオ映像と、セルフレジにより登録された商品のログとの比較によってなされることがある。同様に、店舗出口を去る人物の検出は、店舗出口のキャプチャされたビデオ映像の分析を通じてなされることがある。ゆえに、今述べた例では、第１の優位対象および修飾される第２の優位対象を検出するのに必要な測定変数は、ビデオカメラによりキャプチャされたビデオ映像と、セルフレジからのトランザクションログとである。測定変数に対応する測定ロケーションは、店舗出口に最も近いセルフレジ、レジ横のカートおよびカゴがそこからキャプチャされたビデオ映像にて見えるように、レジに十分に近接した第１のロケーションと、出口およびそこを通過するカートがそこからキャプチャされたビデオ映像にて見えるような、店舗出口に十分に近接した第２のロケーションとである。
【0032】
今述べた例では、第１の優位対象と修飾される第２の優位対象との間のリンクは、ＳＣＯウォークスルーイベントと店舗出口を去ることとの両方に含まれる人物である。今述べたリンクを検出するのに必要な測定変数は、店舗出口に最も近いセルフレジでの人物のビデオ映像と、店舗出口を横切る人物のビデオ映像とである。測定変数に対応する測定ロケーションは、レジでの人物の識別特徴のキャプチャを可能にするようにレジに十分に近接したロケーションと、店舗出口を横切る人物の識別特徴のキャプチャを可能にするように店舗出口に十分に近接したロケーションでとある。
【0033】
センサーアイデンティファーユニット３４は、測定変数および測定ロケーションを用いて、要求されたインサイトを提供するために出力が必要とされるセンサー１４ａ～１４ｆの１つまたは複数を識別するように構成される。センサーアイデンティファーユニット３４はさらに、識別されたセンサー（複数可）の識別子（複数可）（Ｓｅｎｓｏｒ＿ＩＤ）をセンサーセレクターユニット２６に送信するように構成される。センサーセレクターユニット２６の動作は、のちに述べられるだろう。
【0034】
セマンティックアナライサー３０は、受信したインサイト要求の優位対象（複数可）に関連付けられた時間的、さらに地理的、および／または他の属性を識別するように、さらに構成される。要求されたインサイト「現地時間午後４時から午後９時までの間に、地理的ゾーン１において、店舗の出口に最も近いセルフレジで起こるＳＣＯノンスキャンイベントの数」の第１の例を取り上げると、識別された優位対象に関連付けられた時間属性は、現地時間午後４時から午後９時までの間の期間である。同様に、識別された優位対象に関連付けられた地理的属性および／または他のさらなる属性は、地理的ゾーン１である。同様に、要求されたインサイト「ＳＣＯウォークスルーイベントに含まれる人物が、現地時間午後４時から午後９時までの時間の間に、支払っていない品物を有して、地理的ゾーン１において店舗を出ることに成功した事例の数」の第２の例を取り上げると、識別された第１および第２の優位対象に関連付けられた時間的属性は、現地時間午後４時から午後９時までの期間である。同様に、識別された第１および第２の優位対象に関連付けられた地理的および／または他のさらなる属性は、地理的ゾーン１である。
【0035】
セマンティックアナライサー３０は、識別された優位対象（複数可）、劣位対象（複数可）、およびそれらの間のリンク、ならびに受信したインサイト要求の識別された時間的、地理的、および／または他のさらなる属性を、ルールフォーミュレーターユニット３２に送信するように構成される。
【0036】
図３を参照すると、ルールフォーミュレーターユニット３２は、受信したインサイト要求の優位対象（複数可）および劣位対象（複数可）に対応する測定値に対して操作可能な数および統計の演算子５４の１つまたは複数のデータベースを含む。ルールフォーミュレーターユニット３２は、優位対象（dominant subject）（複数可）、劣位対象（subordinate subject）（複数可）５２（複数可）、およびそれらの間のリンク（複数可）５８に対応する測定値に対して操作可能な論理演算子５４の少なくとも１つのデータベースをさらに含む。
【0037】
ルールフォーミュレーターユニット３２は、受信したインサイト要求を分析し、受信したインサイト要求の必要とされる結果のインジケータ（複数可）の存在、ならびに優位対象（複数可）、劣位対象（複数可）、および必要とされる結果の接続を検出するように構成される。ルールフォーミュレーターユニット３２は、そのデータベース５４から、必要とされる結果のインジケータ（複数可）に対応する、または関連付けられた演算子を選択するように適合される。ルールフォーミュレーターユニット３２は、受信したインサイト要求を分析して、優位対象（複数可）５２、劣位対象（複数可）５２、およびそれらの間のリンク５８の修飾子（複数可）５６の存在を検出するように適合される。ルールフォーミュレーターユニット３２は、データベース５４から、受信したインサイト要求における修飾子の表現に従って、検出された修飾子５６に対応する演算子を選択するように適合される。
【0038】
ルールフォーミュレーターユニット３２は、さらに、検索された演算子５４、検索された修飾子５６、受信された優位対象および劣位対象５２、およびそれらの間のリンク５８、ならびに受信されたインサイト要求の時間的、地理的および／または他のさらなる属性を、セマンティックアナライサー３０によって提供された受信されたインサイト要求の意味論理に従うルール５０に組み立てるように構成される。具体的には、ルールは、例えば、線形表現または決定木構造として定式化されるかもしれない、および、ルールからの結果出力は、数、グラフ、テキストまたはブールであり得る。
【0039】
要求されたインサイトの第１の例を、すなわち、「現地時間午後４時から９時までの間に、地理的ゾーン１において、店舗の出口に最も近いセルフレジで起こるＳＣＯノンスキャンイベントの数」を取り上げよう。今述べた例では、必要とされる結果のインジケータは、優位物体（すなわちＳＣＯノンスキャンイベント）の「数」である。ゆえに、今述べたインジケータに対応する演算子は、和演算子（summation operator）である。今述べた例における優位対象の修飾子は、要求されたインサイトのさらなる地理的および時間的属性に関連付けられた制限である。ゆえに、本例における修飾子に対応する演算子は、論理的な「ＡＮＤ」関数である。したがって、今述べた例のルールは次のように表現されるかもしれない。
【0040】
【数1】
【0041】
今述べたルールにおいて、ｙは出力であり、ｘは測定値であり、ＮＳＥは検出されたノンスキャンイベントであり、 Ｇｅｏ（）は地理的依存関係であり、ｇ１は地理的ゾーン１であり、ＢＴ（）は時間的依存関係であり、指定された２つの時刻の間の期間を示し、ｔ１は現地時間の午後４時であり、ｔ２は現地時間の午後９時である。
【0042】
要求されたインサイトの第２の例を、すなわち、「現地時間午後４時から午後９時までの間に、地理的ゾーン１において、店舗の出口の最も近くに設けられたセルフレジで起こる、ベビーフード製品を含むＳＣＯノンスキャンイベントの数」を取り上げよう。
【0043】
今述べた例では演算子は、第１の例と同じである。しかしながら、修飾子は、追加の要素を、すなわち検出された劣位対象の存在を含む。したがって、今述べた例のルールは次のように表されるかもしれない。
【0044】
【数2】
【0045】
今述べたルールでは、パラメーターｙ、ｘ、ＮＳＥ、Ｇｅｏ（）、ｇ１、ＢＴ（）、ｔ１は、式（１）と同じであり、Ｏｂｊは、劣位物体（すなわちベビーフード製品）の検出である。
【0046】
要求されたインサイトの第３の例を、すなわち、「ＳＣＯウォークスルーイベントに含まれる人物が、現地時間の午後４時から午後９時までの間に、支払っていない品物を有して、地理的エリア１において、店舗を出ることに成功した事例の数」を取り上げよう。今述べた例では、必要とされる結果のインジケータは、去ることが店舗出口からであることによって修飾される第２の優位物体（すなわち、退出する人物）の数とリンクされた第１の優位物体（すなわち、ＳＣＯウォークスルーイベント）の「数」である。ゆえに、今述べたインジケータに対応する演算子は、和演算子（summation operator）である。第１の優位物体と第２の優位物体とのリンクは、ＳＣＯウォークスルーイベントと店舗出口から去ることとの両方に含まれる同一人物再認識（reidentification）である。今述べた例では、第２の優位対象の修飾子は、去ることが店舗出口からであるという地理的要件である。今述べた例では、リンクされた第１の優位対象および修飾される第２の優位対象の修飾子は、要求されたインサイトのさらなる地理的および時間的属性に関連付けられた制限である。ゆえに、本例における修飾子に対応する演算子は、論理的な「ＡＮＤ」関数である。したがって、今述べた例のルールは次のように表現されるかもしれない。
【0047】
【数3】
【0048】
今述べたルールでは、ｙは出力であり、ｘ１およびｘ２は、それぞれ、第１の優位対象および第２の優位対象に関連付けられた測定値である。ＳＷＴは検出されたＳＣＯウォークスルーイベントであり、Ｇｅｏ（）は地理的依存関係であり、Ｅｘｉｔは店舗出口であり、ｇ１は地理的ゾーン１である。ＲｅＩＤは、検出された人物の再識別である。ＢＴ（）は、指定された２つの時刻の間の期間を示す時間依存関係であり、ｔ１は現地時間の午後４時であり、ｔ２は現地時間の午後９時である。
【0049】
当業者は、受信したユーザーインサイト要求、および対応するルールの定式化に関する上の例が、説明の目的のためだけに提供されることを理解するだろう。特に、当業者は、本開示のプロセス並列化システム１０が例に限定されないことを理解するだろう。それどころか、本開示のプロセス並列化システム１０は、インサイト要求への回答において適切な応答を生成することを可能にするために、観察シーンからの変数の測定の選択および処理を可能にするために、受信したインサイト要求の表現に適したどんな定式化でも実装するのに使用できる。
【0050】
図２に戻ると、ルールフォーミュレーターユニット３２は、生成されたルール（複数可）をＡＩエンジン２４に送信するように構成される。のちに述べられるように、ルールフォーミュレーターユニット３２からのルールにおける優位物体および劣位物体は、ＡＩエンジン２４における分類子（図示せず）の選択のために用いられる識別子である、および、ルール自体は、ＡＩエンジン２４のボディエキスパートシステムルール（図示せず）の一部を形成する。セマンティックアナライサー３０はさらに、受信したインサイト要求に文脈情報が、もし存在しているならば、検出し識別するように構成される。セマンティックアナライサー３０は、のちに述べられるように、分類子からの出力を解釈するときの使用のために、識別された文脈情報をＡＩエンジン２４に送信するように構成される。
【0051】
センサーセレクター２６は、センサーアイデンティファーユニット３４から受信した識別子に従って、１つまたは複数のセンサー１４ａ～１４ｆからの出力を選択し組み合わせるように構成される。具体的には、図１とともに図２を参照すると、センサー１４ａ、１４ｂ、１４ｃ、１４ｄ、１４ｅ、および１４ｆからの出力は、対応するセンサーファミリＦ１、Ｆ２、およびＦ３を形成するために、異なる構成可能な組み合わせにクラスタリングされることがある。本例では、センサー １４ａ、１４ｂ、および１４ｃ からの出力は、センサーファミリ Ｆ１に組み合わされる。同様に、センサー１４ｃおよび１４ｄからの出力は、センサーファミリＦ２に組み合わされる。さらに言えば、センサー１４ｅおよび１４ｆからの出力は、センサーファミリＦ３に組み合わされる。単一のセンサーからの出力は、１つまたは複数のセンサーファミリに含まれることがある。例えば、センサー１４ｃからの出力は、センサーファミリＦ１およびセンサーファミリＦ２に含まれる。対照的に、センサー１４ａからの出力は、センサーファミリＦ１にのみ含まれる。
【0052】
センサー１４からの出力は、センサータイプに応じてセンサーファミリに組み合わされることがある。例えば、第１のセンサーファミリは複数の温度センサーからの出力を含むことがある、および、第２のセンサーファミリは複数の圧力センサーからの出力を含むことがある。同様に、センサーからの出力は、アプリケーションドメインに従ってセンサーファミリに組み合わされることがある。例えば、第１のセンサーファミリは、レジエリアに取り付けられた複数のビデオカメラからの出力を含むことがある、および、第２のセンサーファミリは、キッチンエリアに取り付けられた複数のビデオカメラからの出力を含むことがある。
【0053】
代わりに、センサーからの出力は、検出されることになる出来事のカテゴリーに従ってセンサーファミリに組み合わされることがある。例えば、第１のセンサーファミリは、レジで商品がスキャンされないイベントの発生を検出するように配置された複数のビデオカメラからの出力を含むことがある、および、第２のセンサーファミリは、キッチンの床の上への食品の落下を検出するように配置された複数のビデオカメラからの出力を含むことがある。さらに代わりに、センサーからの出力は、たとえば各センサーのロケーションおよび対応するセンサータイプなど、複数の基準の組み合わせ、すなわち複数の組み合わせ基準に従ってセンサーファミリに組み合わされることがある。例えば、センサーファミリは、指定された地理的エリアの中の小売り店舗から入口／出口に最も近いレジエリアに取り付けられたすべてのビデオカメラからの出力を含む。
【0054】
当業者は、上述したセンサーファミリの数および組み立てが、説明の目的のためだけに提供されていることを理解するだろう。特に、当業者は、本開示のプロセス並列化システム１０が、センサーファミリの上述した数および組み立てに決して限定されないことを認めるだろう。それどころか、本開示のプロセス並列化システム１０は、観察シーンを監視するために、クライアントシステム１８ａ、１８ｂ、および／または１８ｃに関連付けられたエンドユーザーまたはクライアントにより必要とされるセンサーファミリのどんな数、組み立て、および構成でも使用できる。
【0055】
前述に続けて、センサーセレクター２６によって作成されたセンサーファミリＦ１、Ｆ２、Ｆ３の数および組み立ては、コアプロセッサー１２のセンサーアイデンティファーユニット３４によって、受信したインサイト要求から決定された測定変数および測定ロケーションにより決定される。事実上、センサーセレクター２６は、センサー１４ａ～１４ｆからの出力の上にマスクを作成し、受信したインサイト要求の要件を満たすようにそれらを選択し組み合わせる。ゆえに、マスクは本質的に、受信したインサイト要求からルールフォーミュレーターユニット３２によって導出されたルールの測定変数の表現である。
【0056】
要求されたインサイトの第１の例、すなわち「現地時間午後４時から午後９時までの間に、地理的ゾーン１において、店舗の出口に最も近いセルフレジで起こるＳＣＯノンスキャンイベントの数」を取り上げると、センサーセレクター２６によって選択されたセンサー（複数可）は、ビデオカメラ（複数可）によりキャプチャされたビデオ映像にレジが見えるように、店舗出口の最も近いレジに十分に近接して設けられたビデオカメラ（複数可）を含む。センサーセレクター２６により選択されたセンサー（複数可）は、対応するレジのトランザクションログをさらに含む。
【0057】
同様に、要求されたインサイトの第２の例、すなわち「現地時間の午後４時から午後９時までの間に、地理的ゾーン１において、店舗の出口の最も近くに設けられたセルフレジで起こる、ベビーフード製品を含むＳＣＯノンスキャンイベントの数」を取り上げると、センサーセレクター２６により選択されたセンサー（複数可）は、ビデオカメラ（複数可）によりキャプチャされたビデオ映像に、レジおよびレジにあるベビーフード製品が見えるように、店舗出口に最も近いレジに十分に近接して設けられたビデオカメラ（複数可）を含む。センサーセレクター２６により選択されたセンサー（複数可）は、対応するレジのトランザクションログをさらに含む。
【0058】
さらに言えば、要求されたインサイトの第３の例、すなわち「ＳＣＯウォークスルーイベントに含まれる人物が、現地時間の午後４時から午後９時までの時間の間に、支払っていない品物を有して、地理的エリア１において店舗を出ることに成功した事例の数」を例にとると、センサーセレクター２６によって選択されるセンサーは、次を含む。
● レジならびにレジ横のカートおよび／またはカゴが、ビデオカメラ（複数可）によりキャプチャされたビデオ映像の中で見えるように、店舗出口に最も近いレジに十分に近接して設けられたビデオカメラ（複数可）、
● 出口およびそこを通過するカートが、ビデオカメラ（複数可）によりキャプチャされたビデオ映像の中で見えるように、店舗出口に十分に近接して設けられたビデオカメラ（複数可）、および
● 対応するレジのトランザクションログ。
● レジならびにレジ横のカートおよび／またはカゴが、ビデオカメラ（複数可）によりキャプチャされたビデオ映像の中で見えるように、店舗出口に最も近いレジに十分に近接して設けられたビデオカメラ（複数可）、
● 出口およびそこを通過するカートが、ビデオカメラ（複数可）によりキャプチャされたビデオ映像の中で見えるように、店舗出口に十分に近接して設けられたビデオカメラ（複数可）、および
● 対応するレジのトランザクションログ。
【0059】
受信したインサイト要求の要件を満たす測定変数を生成するセンサーが利用できない場合には、のちに述べられるように、インサイト要求の発信元であるクライアントシステム１８ａ、１８ｂ、または１８ｃに対してダイアログデータパケット（ＤＤＰ；dialogue data packet）が配給される。
【0060】
各センサーファミリＦ１、Ｆ２、Ｆ３からキャプチャされたデータのストリームは、ＡＩエンジン２４に送信される。言い換えれば、ＡＩエンジン２４は、センサーセレクター２６によって作成されたセンサーファミリからの出力を受信するように構成される。
【0061】
図４を参照すると、ＡＩエンジン２４は、エキスパートシステムブロック４４と通信可能に結合された物体検出ブロック４０と活動検出ブロック４２とを含む、および、物体検出ブロック４０は、複数の物体認識エンジンＯＤｅｔ１、ＯＤｅｔ２、・・・、ＯＤｅｔｎを含む、および、活動検出ブロック４２は、複数の活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍを含む。
【0062】
物体認識エンジンＯＤｅｔ１、ＯＤｅｔ２、・・・、ＯＤｅｔｎは、対応する複数の物体認識アルゴリズム（図示せず）を含む。一態様では、物体認識アルゴリズムは、アーキテクチャが実質的にＹＯＬＯｖ４（A Bochkovskiy，C-Y Wang and H-Y M Liao，２０２０ arXiv：２００４．１０９３４に記載されているように）またはＥｆｆｉｃｉｅｎｔＤｅｔ（M. Tan, R. Pang and Q.V. Le，EfficientDet：Scalable and Efficient Object Detection，２０２０ IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)，Seattle，WA，USA，２０２０，ｐｐ．１０７７８－１０７８７に記載されているように）に基づくディープニューラルネットワークを含む。しかしながら、当業者は、物体認識ディープニューラルネットワークアーキテクチャが、例示の目的のためだけに提供されることを理解するだろう。特に、当業者は、本開示のプロセス並列化システム１０がディープニューラルネットワークアーキテクチャに限定されないことを理解するだろう。それどころか、本開示のプロセス並列化システム１０は、画像またはビデオフレームにおける特定物体の検出／認識および分類に適したどんな物体認識アーキテクチャおよび／または訓練アルゴリズムでも使用できる。
【0063】
物体は、人物、車両、パレット、食品、またはオペレーターにより指定されているような他の人工物を含む。当業者は、上述した物体が単に自然な例示であり、したがって、本明細書において説明の目的のためだけに提供されていることを理解するだろう。特に、当業者は、本開示のプロセス並列化システム１０が、物体の検出のみに限定されないことを理解するだろう。それどころか、本開示のプロセス並列化システム１０は、画像またはビデオフレーム内のどんなタイプの特定物体の存在を検出し、認識するのに使用できる。
【0064】
活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍは、対応する複数の活動認識アルゴリズム（図示せず）を含む。例えば、活動認識アルゴリズムは、米国特許第１０，９３７，１８５号に記載されているように、キャプチャされたビデオストリームにて検出された人物の関節のある人体のポーズの変化を検出することがある。ポーズ検出のための別の適したメカニズムは、たとえばArtacho, B. and Savakis, A.，２０２０に開示されているなど、ＵｎｉＰｏｓｅニューラルネットワークアーキテクチャを用いることである。ＵｎｉＰｏｓｅ：単一画像およびビデオにおける統一的な人物の姿勢推定．ａｒＸｉｖプレプリント ａｒＸｉｖ：２００１．０８０９５。今述べたニューラルネットワークは、関節の動きを推定する際に時間的要素を考慮できるように、過去の情報を使用する。今述べたネットワークは、ブレとオクルージョンも考慮する。次に検出されたポーズの変化は、たとえば曲げる、伸ばす、走る、ならびに他に普通に知られている人間により行われることになる当技術分野にて知られている、普通に知られている姿勢およびポーズなど、指定された動作と相関される。
【0065】
当業者は、上述した姿勢検出アルゴリズムが説明の目的のためだけに提供されていることを理解するだろう。特に、当業者は、本開示のプロセス並列化システム１０が姿勢検出アルゴリズムに限定されないことを理解するだろう。それどころか、本開示のプロセス並列化システム１０は、物体、特に、観察シーンのキャプチャされたビデオ映像において検出された、例えば、人間および／または動物などの生きている物体の検出および分類に適した、あらゆるポーズ検出アーキテクチャおよび／またはトレーニングアルゴリズムにより使用できる。当業者は、検出されたポーズ変化から決定される上述した活動もまた、例示の目的のためだけに提供されていることをさらに理解するだろう。特に、当業者は、本開示のプロセス並列化システム１０が、活動の検出に限定されないことを理解するだろう。それどころか、本開示のプロセス並列化システム１０は、観察シーンのキャプチャされたビデオ映像において検出された人間および／または動物の検出されたポーズ変化と相関することがあるあらゆる指定された活動を検出するのに使用できる。
【0066】
物体認識エンジンＯＤｅｔ１、ＯＤｅｔ２、・・・、ＯＤｅｔｎおよび活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍの物体認識アルゴリズム（図示せず）および活動認識アルゴリズム（図示せず）は、それぞれ、対応する訓練データデータベースＤＢ１～ＤＢｐにハウジングされたデータにより訓練されることがあり、ただし、ｐ≦ｍ＋ｎである。例えば、Ｕｎｉｐｏｓｅネットワークのトレーニングは、Mykhaylo Andriluka, Leonid Pishchulin, Peter Gehler, and Bernt Schiele. 2d human pose estimation：New benchmark and state of the art analysis，In IEEE Conference on Computer Vision and Pattern Recognition (CVPR)，２０１４年６月に概説されているように、１つの構成により実装されることがある。
【0067】
訓練データデータベースＤＢ１～ＤＢｐは、検出される物体および／または活動の過去の例を含む。例は、さまざまなセッティングおよび観察対象からキャプチャされたビデオ映像から入手される。例えば、屈伸活動を検出するために使用されるデータは、異なる性別、年齢、肌の色、全体的な体格の人物の例を含むことがある。いずれにせよ、訓練データデータベースＤＢ１～ＤＢｐにおける例の組み立ては、異質性を改善し、訓練された物体認識エンジンＯＤｅｔ１、ＯＤｅｔ２、・・・、ＯＤｅｔｎおよび活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・ＡＤｅｔｍによって行われる検出における意図しないバイアスのリスクを低減するために、バランシングされる。一般化能力をさらに向上させるために、物体認識エンジンＯＤｅｔ１、ＯＤｅｔ２、・・・、ＯＤｅｔｎ、および活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍ、トレーニングデータデータベースＤＢ１からＤＢｐに含まれる例も、照明、風、および時間の経過とともに変化することがある当業者に既知の他の条件を含む様々な環境条件の下でキャプチャされる。訓練データデータベースＤＢ１～ＤＢｐの最新性を維持するために、後述するように、センサー１４a、１４b、１４ｃ、１４ｄ、１４ｅおよび１４ｆによってキャプチャされたデータから、さらなる例がそこに追加されることがある。
【0068】
ＡＩエンジン２４はさらに、複数のコンテクスチュアライザーユニット（contextualiser unit）Ｃ１～Ｃｑを含むことがある。コンテクスチュアライザーユニットＣ１～Ｃｑは、観察シーン内で参加者が従う暗黙的にまたは明示的に明確なルールまたは習慣に関する、ユーザー提供の複数の文脈情報を含むことがある。例えば、コンテクスチュアライザーユニットＣ１～Ｃｑは、セマンティックアナライサー３０によって受信されたインサイト要求にて識別された、ＡＩエンジン２４に送信された文脈情報を含むことがある。文脈情報は、物体認識エンジンＯＤｅｔ１、ＯＤｅｔ２、・・・、ＯＤｅｔｎおよび活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍによって検出された活動および／または物体の解釈を支援するために使用される。一態様では、文脈情報は、別段の指定がない限り、検出された活動をさらなる検討またはユーザーへの報告から除外するために用いられることがある。例えば、与えられた時間にコーヒーブレイクに出発することは、観察シーンでは、そこで働くすべての人に対し、一般的なことであるかもしれない。ゆえに、活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍによる、検出において、指定された時刻に出口に向かう観察シーンの人の動きの、検出された移動の原因は、発生がユーザーに関心のないことがある習慣的なコーヒーブレイクにあると推論されることが可能である。
【0069】
他の態様では、文脈情報は、より詳細な更なる分析またはユーザーへの報告のために、検出された特定の活動を強調するために使用されることがある。前の例を用いると、他の人がそこで働いていない観察シーンへの第１の人物の再入場の検出、および第１の人物による他の人の私物の扱いは、さらなる分析を必要とする関心事に関する要因であり得る。
【0070】
当業者は、上述したシナリオおよび関連した文脈上の解釈および結果が例示の目的のためだけにされていることを理解するだろう。特に、当業者は、本開示のプロセス並列化システム１０が、これらのシナリオおよび関連する文脈上の解釈および結果に限定されないことを理解するだろう。それどころか、本開示のプロセス並列化システム１０は、物体認識エンジンＯＤｅｔ１、ＯＤｅｔ２、・・・、ＯＤｅｔｎおよび活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍによって検出された活動および／または物体の解釈を容易にするために、ユーザーによって提供されるようなあらゆるタイプのシナリオおよび関連する文脈上の解釈および結果により使用できる。
【0071】
ＡＩエンジン２４は、さらに、複数のエキスパートシステムＥＳ１～ＥＳｓを含むエキスパートシステムブロック４４を含む。エキスパートシステムＥＳ１～ＥＳｓは、複数の物体認識エンジンＯＤｅｔ１，ＯＤｅｔ２，・・・，ＯＤｅｔｎおよび複数の活動認識エンジンＡＤｅｔ１，ＡＤｅｔ２，・・・，ＡＤｅｔｍと通信可能に結合されている。エキスパートシステムＥＳ１～ＥＳｓは、ルールフォーミュレーターユニット３２から受信される１つまたは複数のルールを含む。具体的には、エキスパートシステムブロック４４からのエキスパートシステムは、物体検出ブロック４０および／または活動検出ブロック４２から選択される物体認識エンジンＯＤｅｔ１、ＯＤｅｔ２、・・・、ＯＤｅｔｎおよび／または活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍのうちの１つまたは複数からの出力を処理するように構成される。選択される物体認識エンジン（複数可）および活動認識エンジン（複数可）は、エキスパートシステム４４のルールにて指定された優位対象および／または劣位対象に対応する。
【0072】
ゆえに、要求されたインサイトの第１の例、すなわち「現地時間午後４時から午後９時までの間に、地理的ゾーン１において、店舗の出口に最も近いセルフレジで起こるＳＣＯノンスキャンイベントの数」に対して、対応するエキスパートシステムは、ＳＣＯノンスキャンイベントを検出するように訓練された活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍからの出力を受信するように構成される。活動認識エンジンからの出力は、次に応答して生成される。
（ａ） レジがビデオ映像に見えるように、店舗出口に最も近いレジに十分に近接して設けられたビデオカメラ（複数可）によってキャプチャされ、受信されたビデオ映像、および
（ｂ） レジから受信したトランザクションログ。
（ａ） レジがビデオ映像に見えるように、店舗出口に最も近いレジに十分に近接して設けられたビデオカメラ（複数可）によってキャプチャされ、受信されたビデオ映像、および
（ｂ） レジから受信したトランザクションログ。
【0073】
同様に、要求されたインサイトの第２の例を、すなわち、「現地時間午後４時から午後９時までの間に、地理的ゾーン１において、店舗の出口の最も近くに設けられたセルフレジで起こる、ベビーフード製品を含むＳＣＯノンスキャンイベントの数」を取り上げよう。対応するエキスパートシステムは、ＳＣＯノンスキャンイベントを検出するように訓練された活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・ＡＤｅｔｍからの出力を受信するように構成される。活動認識エンジンからの出力は、次に応答して生成される。
（ａ） レジおよびレジにあるベビーフード製品がビデオ映像で見えるようにする、店舗出口に最も近いレジに十分に近接して設けられたビデオカメラによってキャプチャされた、受信されたビデオ映像、および
（ｂ） レジから受信したトランザクションログ。
（ａ） レジおよびレジにあるベビーフード製品がビデオ映像で見えるようにする、店舗出口に最も近いレジに十分に近接して設けられたビデオカメラによってキャプチャされた、受信されたビデオ映像、および
（ｂ） レジから受信したトランザクションログ。
【0074】
同様に、要求されたインサイトの第３の例を、すなわち、「ＳＣＯウォークスルーイベントに含まれる人物が、現地時間の午後４時から午後９時までの時間の間に、支払っていない品物を有して、地理的エリア１において店舗を出ることに成功した事例の数」を取り上げよう。対応するエキスパートシステムは、２つの活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍからの出力を受信するように構成される。それぞれ、ＳＣＯのウォークスルーイベントと人物が店を去ることとを検出するように訓練された第１の活動認識エンジンからの出力は、次に応答して生成される。
（ａ） レジならびにレジの横にあるカートおよび／またはカゴがビデオ映像に見えるように、店舗出口に最も近いレジに十分に近接して設けられたビデオカメラ（複数可）によってキャプチャされた、受信されたビデオ映像、および
（ｂ） レジから受信したトランザクションログ。
（ａ） レジならびにレジの横にあるカートおよび／またはカゴがビデオ映像に見えるように、店舗出口に最も近いレジに十分に近接して設けられたビデオカメラ（複数可）によってキャプチャされた、受信されたビデオ映像、および
（ｂ） レジから受信したトランザクションログ。
【0075】
第２の活動認識エンジンからの出力は、出口とそこを通過するカートがビデオ映像で見えるように、店舗出口に十分に近接して設けられたビデオカメラ（複数可）によりキャプチャされた、受信されたビデオ映像に応答して生成される。
【0076】
このように、エキスパートシステムＥＳ１～ＥＳｓは、コンテクスチュアライザーユニットＣ１～Ｃｑとまたは各々と通信可能に結合することもある。エキスパートシステムＥＳ１～ＥＳｓは、さらに、コンテクスチュアライザーユニットＣ１～Ｃｑから受信したコンテキストデータ（contextual data）の１つまたは複数の品物に関連付けられた依存関係を含むことがある。
【0077】
エキスパートシステムルールは、含まれる個々の物体認識エンジンＯＤｅｔ１、ＯＤｅｔ２、・・・、ＯＤｅｔｎと活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍとの出力の間のリンクを含むことがあり、リンクは、追加の分類子によって実行されることがある。前述の第３の例では、リンクは、同一人物がＳＣＯウォークスルーと店舗出口を介して店舗を去ることとの両方に含まれることの再認識である。再識別動作は、標準的なＲｅｓＮｅｔアーキテクチャまたはＢＮ－Ｉｎｃｅｐｔｉｏｎアーキテクチャによって実装された多損失動的トレーニングアプローチにおいて、コーストゥーファインピラミッドモデル（coarse-to-fine pyramid model）を採用することがある再識別エンジン（reidentification engine）（図示せず）によって実行される。代わりに、再認識エンジン（図示せず）は、ＳＯＲＴアルゴリズム（Bewley A, Ge Z., Ott L., Ramos F. and Upcroft B.，Simple Online and Realtime Tracking2016 IEEE International Conference on Image ProcＥＳｓing (ICIP)，Phoenix，AZ，２０１６，ｐｐ．３４６４－３４６８に記載されているような）またはＤｅｅｐＳｏｒｔアルゴリズム（Porrello A、Bergamini L. and Calderara S., Robust Re-identification by Multiple View Knowledge Distillation，Computer Vision，ECCV 2020, Springer International Publishing，European Conference on Computer Vision，Glasgow，２０２０年８月に記載されているような）を採用することがある。
【0078】
当業者は、上述した人物再認識アルゴリズムの例が例示の目的のためだけに提供されていることを理解するだろう。特に、当業者は、本開示のプロセス並列化システム１０が、前述の人物再識別アルゴリズムの使用に決して限定されないことを認めるだろう。それどころか、本開示のプロセス並列化システム１０は、個々の物体認識エンジンＯＤｅｔ１、ＯＤｅｔ２、・・・、ＯＤｅｔｎの出力および個々の活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍとの間のリンクをサポートする性能があるあらゆる再識別アルゴリズムにより使用できる。同一人物、または受信したインサイト要求により指定された異なる活動または異なる地理的ロケーションの間を移動していることに含まれる物事を示す。
【0079】
さらに言えば、当業者は、個々の物体認識エンジンＯＤｅｔ１、ＯＤｅｔ２、・・・、ＯＤｅｔｎの出力と活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍとの間のリンクが、再認識だけが唯一の方法ではないことも理解するだろう。与えられたエキスパートシステムルールは、実行されることがある。特に、当業者は、再認識に関する上記の議論が、前述の第３の例の説明を完了させるために提供されることを理解するだろう。ゆえに、上記の再識別に関する議論は、説明の目的のためだけに提供される。特に、当業者は、本開示のプロセス並列化システム１０が、個々の物体認識エンジンＯＤｅｔ１、ＯＤｅｔ２、・・・、ＯＤｅｔｎおよび個々の活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍの出力をリンクさせるための再識別の使用に決して限定されないことを認めるだろう。エキスパートシステムルールに含まれる。それどころか、本開示のプロセス並列化システム１０は、個々の物体認識エンジンＯＤｅｔ１、ＯＤｅｔ２、・・・、ＯＤｅｔｎおよび活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍの出力の時間的、地理的または状況的なリンキングをサポートすることがあるあらゆるアルゴリズムにより使用できる。受信したインサイト要求に詳述されているとおりに
今述べたようにして、ＡＩエンジン１２は、複数のクライアントシステム１８a、１８ｂ、および１８ｃから受信した要求を、次を通じて並列に処理するのに使用できる。
● 複数の物体認識エンジンおよび／または活動認識エンジンによる、測定センサーの異なる組み合わせおよび並べ替えによってキャプチャされた測定値の同時処理、
● 受信した各要求に従って構成された複数のエキスパートシステムルールによって、物体認識エンジンおよび／または活動認識エンジンの異なる組み合わせおよび並べ替えからの出力の同時使用。
今述べたようにして、ＡＩエンジン１２は、複数のクライアントシステム１８a、１８ｂ、および１８ｃから受信した要求を、次を通じて並列に処理するのに使用できる。
● 複数の物体認識エンジンおよび／または活動認識エンジンによる、測定センサーの異なる組み合わせおよび並べ替えによってキャプチャされた測定値の同時処理、
● 受信した各要求に従って構成された複数のエキスパートシステムルールによって、物体認識エンジンおよび／または活動認識エンジンの異なる組み合わせおよび並べ替えからの出力の同時使用。
【0080】
物体認識エンジンＯＤｅｔ１、ＯＤｅｔ２、・・・、ＯＤｅｔｎまたは活動認識エンジンＡＤｅｔ１、ＡＤｅｔ２、・・・、ＡＤｅｔｍのうちのいずれにより、受信したインサイト要求の優位対象または劣位対象を検出できないならば、物体検出ブロック４０または活動検出ブロック４２において、のちに述べられるように、インサイト要求の発信元であるクライアントシステム１８a、１８ｂ、または１８ｃにダイアログデータパケット（ＤＤＰ）に対して配給される。
【0081】
図４と図２を組み合わせると、ＡＩエンジン２４のエキスパートシステムブロック４４からの出力は、インサイトデータパケット（ＩＤＰ）フォーミュレーター（formulator）３８に送信される。ＩＤＰフォーミュレーター３８は、ＡＩエンジン２４における個々のエキスパートシステムから受信した出力と、エキスパートシステムのルールによって表現されたインサイト要求が発生したＲＤＰとの間のリンクを確立するように構成される。
【0082】
具体的には、ＩＤＰフォーミュレーター３８は、次からＩＤＰをコンパイルするように構成される。
（ａ） 対応するエキスパートシステムからの出力、
（ｂ） ＡＩエンジン２４において個々のエキスパートシステムの受信した出力、および
（ｃ） 対応する要求データパケットＲＤＰのクライアントシステム識別子およびプライバシーステータスインジケータに一致するタグ。
（ａ） 対応するエキスパートシステムからの出力、
（ｂ） ＡＩエンジン２４において個々のエキスパートシステムの受信した出力、および
（ｃ） 対応する要求データパケットＲＤＰのクライアントシステム識別子およびプライバシーステータスインジケータに一致するタグ。
【0083】
具体的には、ＩＤＰは、ＩＤＰに対応する要求データパケットが、発信されたまたは発信されたところのクライアントシステム１８ａ、１８ｂ、または１８ｃを識別するクライアントシステム識別子タグを含む。ＩＤＰは、ブール値のプライバシータグも含み、０の値は、エキスパートシステムの出力が、プロセス並列化システム１０のクライアントシステム１８ａ、１８ｂ、および１８ｃの残りと共有されることがあることを示す、および、１の値は、エキスパートシステムの出力が、要求データパケットが発信されたまたは発信されたところのクライアントシステム１８ａ、１８ｂ、または１８ｃによってのみアクセス可能であることを示す。
【0084】
個々のクライアントシステム１８ａ、１８ｂ、および／または１８ｃから受信したインサイト要求と、それらのインサイト要求から定式化されたルールとの監査および修正をのちにサポートするために、コアプロセッサー１２は、受信したＲＤＰの詳細をハウジングするように構成されたデータベース３６を含む。
【0085】
図２と図１を組み合わせると、ＩＤＰフォーミュレーター３８により作成されるＩＤＰがパケット配信システム１６上に配給される。配給（issuance）は、特定の受信されたＲＤＰに関係があるＩＤＰの差し迫った配給に関するクライアントシステム１８ａ、１８ｂ、および１８ｃへ、事前に警告を提供するブロードキャスト配給されるパケット配信システム１６によって先行させることがある。
【0086】
パケット配信システム１６上に配給されると、ＩＤＰは、プロセス並列化システム１０にサブスクライブされたすべてのクライアントシステム１８ａ、１８ｂ、および１８ｃ（本明細書において以後、単に「クライアント」、「サブスクライブクライアント」、または「サブスクライブクライアントシステム」と呼び、同一の参照符号１８ａ、１８ｂ、および１８ｃを用いて示す）に配布される。二方向ＡＰＩ ２０ａ、２０ｂ、および２０ｃは、クライアントシステムのプライバシータグおよび識別子タグの値に応じて、サブスクライブされたクライアントシステム１８ａ、１８ｂ、１８ｃに、ＩＤＰにアクセスすることを許可する。
【0087】
具体的には、ＩＤＰのプライバシータグが例えば０に評価される場合には、すべてのクライアントシステム１８ａ、１８ｂ、および１８ｃは、ＡＰＩ２０ａ、２０ｂ、および２０ｃを通じてＩＤＰにアクセスし、インサイトデータパケット（ＩＤＰ）に含まれるエキスパートシステムからの出力を取得することがある。ＩＤＰのプライバシータグが例えば１に評価される場合には、インサイトデータパケット（ＩＤＰ）のクライアント識別子タグは、サブスクライブクライアントシステム１８ａ、１８ｂ、および１８ｃのＡＰＩ２０ａ、２０ｂ、および２０ｃによって点検される。クライアント識別子タグとサブスクライブされたクライアントシステムの識別子との一致の場合には、サブスクライブされたクライアントシステムは、ＡＰＩを通じてインサイトデータパケット（ＩＤＰ）にアクセスし、ＩＤＰに含まれるエキスパートシステムからの出力を取得することがある。
【0088】
クライアントシステム１８ａ、１８ｂ、および１８ｃの間で循環されると、インサイトデータパケット（ＩＤＰ）は、コアプロセッサー１２に返され、オプションとして、ＩＤＰのタイムスタンプを調べることがある。タイムスタンプからの経過した時間が、予め構成されたしきい値未満であるならば、コアプロセッサー１２はオプションとして、パケット配信システム１６にてＩＤＰを再配給することがある。そうでなければ、コアプロセッサー１２は、オプションとして、ＩＤＰをデータベース３６に格納することがある。
【0089】
コアプロセッサー１２はまた、受信したインサイト要求の要件を満たす測定変数を生成するセンサーが利用できない場合には、または受信したインサイト要求の優位対象または劣位対象がＡＩエンジン１２の物体認識エンジンまたは活動認識エンジンのいずれでも検出できないならば、ＤＤＰを作成することもある。ＤＤＰは、ＩＤＰに関連して上に説明したように確立され使用できるプライバシータグおよびクライアント識別子タグを含む。ＤＤＰはさらに、適切なセンサー（複数可）および／または物体認識エンジン（複数可）または活動認識エンジン（複数可）がないことを説明するナラティヴを含む、および、クライアントシステム１８ａ、１８ｂ、および１８ｃに対して、必要とされるセンサー（複数可）および／または物体認識エンジン（複数可）または活動認識エンジン（複数可）を確立するためのさらなるコストを伴うことがある対応するＲＤＰにより続けることを望むかどうかを助言するよう要求する。プライバシータグおよびクライアント識別子タグに従ってＤＤＰへのアクセスを許可されたクライアントシステムは、応答したクライアントシステムの識別子とともにＤＤＰに応答を含めることがある。結果のＤＤＰは、プロセス並列化システム１０のオペレーターのよる検討のためにＤＤＰがコアプロセッサー１２に返されるパケット配信システム１６上に応答したクライアントシステムにより配給されることがある。
【0090】
図５を参照すると、プロセス並列化の方法１００は、次のステップを含む。
－ プロセス並列化システムの複数のサブスクライブされたクライアントのうちの１つからインサイト要求を受信する１０２、
－ 受信したインサイト要求を分析して、対象、演算子、修飾子、およびリンクを識別する１０４、
－ 識別された対象に対応する測定変数をキャプチャするのに必要なセンサーおよびロケーションを識別する１０６、
－ 利用可能なセンサーのバンクから識別されたセンサーを選択する（図示せず）、
－ 選択されたセンサーによって入手されたデータをキャプチャする１０８、
－ 識別された対象を検出するのに使用できる分類子を識別する１１０、
－ 識別された分類子を利用可能な物体分類子および活動分類子のバンクから選択する（図示せず）、
－ 選択された分類子により、選択されたセンサーによってキャプチャされたデータを処理する１１２、
－ 受信したインサイト要求にて識別された対象、演算子、修飾子、およびリンクに従って、エキスパートシステムのルール（複数可）を構成する１１４、
－ 選択された分類子からの出力をエキスパートシステムルールにより処理する１１６、
－ エキスパートシステムルールによる処理の結果からインサイトデータパケットをコンパイルする（図示せず）、および
－ プロセス並列化システムに関するサブスクライブされたクライアントに、結果のインサイトデータパケットを配給する１１８。
－ プロセス並列化システムの複数のサブスクライブされたクライアントのうちの１つからインサイト要求を受信する１０２、
－ 受信したインサイト要求を分析して、対象、演算子、修飾子、およびリンクを識別する１０４、
－ 識別された対象に対応する測定変数をキャプチャするのに必要なセンサーおよびロケーションを識別する１０６、
－ 利用可能なセンサーのバンクから識別されたセンサーを選択する（図示せず）、
－ 選択されたセンサーによって入手されたデータをキャプチャする１０８、
－ 識別された対象を検出するのに使用できる分類子を識別する１１０、
－ 識別された分類子を利用可能な物体分類子および活動分類子のバンクから選択する（図示せず）、
－ 選択された分類子により、選択されたセンサーによってキャプチャされたデータを処理する１１２、
－ 受信したインサイト要求にて識別された対象、演算子、修飾子、およびリンクに従って、エキスパートシステムのルール（複数可）を構成する１１４、
－ 選択された分類子からの出力をエキスパートシステムルールにより処理する１１６、
－ エキスパートシステムルールによる処理の結果からインサイトデータパケットをコンパイルする（図示せず）、および
－ プロセス並列化システムに関するサブスクライブされたクライアントに、結果のインサイトデータパケットを配給する１１８。
【0091】
前に説明した本開示の態様に対する変更は、添付の特許請求の範囲によって定義されるような本開示の範囲から逸脱することなく可能である。本開示を説明し主張するのに使用されるたとえば「含む」、「含んでいる」、「組み込んでいる」、「を含む」、「有する」、「である」などの表現は、非排他的なやり方において解釈されることを意図され、すなわち、明示的に記載されていない項目、構成要素または要素も存在することを許容する。さらに、単数形への言及は複数形への言及とも解釈される。
【図1】
【図2】
【図3】
【図4】
【図5】
【国際調査報告】