テクノ大福帳

本記事ではWebから得られる現実の簡単なデータを例に、ツールを使って SemanticWeb 技術（特に情報統合や推論）を概観します。 【目次】 ［１］はじめに ［２］Webから取得したJSON-LDをRDFLibで利用する （１）RDFLibへ読み込むコードの準備 （２）実行して結果を可視化してみる （３）SPARQLを使った検索例 ［３］ここまでのまとめ：推論に向けて ［１］はじめに 以前の記事で、Webページに埋め込まれたJSON-LDファイルをRDFLibに読み込むところまで見ました。 しかし JSON-LD は、「そもそも扱いやすいJSON形式なのだから、JSONとして扱えば十分じゃない？」といわれれば、（特定の構造を扱うだけなら、）それはその通りです。 一方で、多くのWebサイトから情報を収集して、様々な再利用を考えるなら（多様なデータを扱うなら）、その考え方はかなり面倒なことも背負うことになります。 具体的には、Schema.org の語彙を使ってマークアップされた JSON-LD を扱うとしても、本記事の執筆時点で、Schema.org のサイトによると797のクラス、1453のプロパティが定義されているようです。 Wikipediaやブログの記事だけではなく、レストランや観光地の情報、イベントや求人その他、多様な情報が Web にはあふれています。 そして時代に応じて Schema.org の語彙は増えていきますし、それに伴って多様性も増していきます。 しかも、Web コンテンツに含まれる JSON-LD に記載される内容は、Web コンテンツ制作側が決めるものなので、開発側がコントロールできるものではありません。 こうなってくると、与えられた情報構造を直接解釈する方式で対応するのは厳しいと思います。（厳密なスキーマに基づく手法は厳しくなってくると思います。） これに対して、与えられた情報構造をそのまま扱うのではなく、もう少しメタレベルの構造を基礎として多様な情報に対応していくアプローチが考えられます。 そのような技術に SemanticWeb があります。 Wikipedia: セマンティック・ウェブ SemanticWeb 技術も『銀の弾』ではないと思いますが、シナリオによっては非常に有効な技

ゲームAI技術入門 ─ 広大な人工知能の世界を体系的に学ぶ 三宅 陽一郎 (著) 発売日: 2019/9/30 ゲームAI技術入門 ─広大な人工知能の世界を体系的に学ぶ─ （Amazonで書籍情報を表示） 最近「メタバース」という言葉をよく耳にするようになりました。 そんな中、たまたま情報処理学会誌の特集「メタバースがやってきた」の解説記事「 メタバースの成立と未来ー新しい時間と空間の獲得へ向けてー（三宅陽一郎） 」を読みました。 これによると、メタバースと SNS あるいはオンライン会議との違いの一つに「空間」があるか無いか、をあげています。 そこで思い出したのが今回取り上げる「ゲームAI技術入門」です。 タイトルに「ゲームAI」とあるので、ゲームの紹介や攻略本、あるいはゲームプログラミングといったゲーム畑の本と思われるかもしれませんが、そうではありません。 サブタイトルに「広大な人工知能の世界を体系的に学ぶ」とある通りの内容です。 具体的には、世界と知能の内面をつなぐエージェントアーキテクチャや環世界の考え方を中心に、現実の世界をモデリングするような様々なアプローチが解説されています。 第1章の最初には以下のように書かれています。 何もない空間、まったく変化のない時間の中で知能を作ることできません。環境があるから知性があり、知性があるから環境があります。環境と知性は相対的な関係があり、環境と身体の関係の複雑さに応じて知能が形成されます。知能の形はけっして絶対的なものではありません。 空間とか環境を含めた考え方は新しいものではないと思いますが、メタバースに限らず、今後ますます重要な概念になる気がします。 この本を読んでいると、ゲームを仮想的な世界のエクスペリエンスだと考えれば、AI技術にとって理想的な実験場のように感じました。 そしてゲームに使われるAI技術ということ以上の、メタバースにもつながる興味深い内容を沢山含んでいると思います。 ちなみに、この本の出版は2019年なので古い本ではないと思いますが、出版時点で（今でいう）メタバースという言葉の使い方は無かったため、この本にメタバースという言葉は出てきません。（それだけ急速に広まっている言葉という事でしょうか。） ＜本の内容＞ 少し細かく目次を眺めてみ