次世代ＡＩ(人工頭脳)について
現在、人工知能(ＡＩ)が最先端ソフトウェア技術として脚光を浴びておりますが、開発期間が長い、開発費用が高い、
生産性が低い、性能が低い、ＡＩ技術者不足等があります。
そこで、次世代ＡＩ(人工頭脳)を提唱・提案して技術開発を進めます。
この技術の特徴は、開発期間が短い、コストパフォーマンスが高い、生産性が高い、性能が高い、ＡＩ技術者不足解消、
利用分野の拡大、生産性の向上等があり、広い業種・分野に適用可能な技術になります。
生産性が低い、性能が低い、ＡＩ技術者不足等があります。
そこで、次世代ＡＩ(人工頭脳)を提唱・提案して技術開発を進めます。
この技術の特徴は、開発期間が短い、コストパフォーマンスが高い、生産性が高い、性能が高い、ＡＩ技術者不足解消、
利用分野の拡大、生産性の向上等があり、広い業種・分野に適用可能な技術になります。
ＡＩ(ディープラーニング)プログラムの欠点
現在のＡＩ(ディープラーニング)プログラムの欠点は、プログラム容量が膨大、開発費用が莫大、開発期間が長期、
平面解析なので解析範囲が狭い、精度が低い等があります。
さらに、プログラム容量が大きい・ビックデータが必須・解析精度が低いという課題により、プログラムのタスク化が
困難になり、自動制御システムには搭載が困難になります。
ゆえに、完全自動運転システム・高度医療システムなどの自動制御システムには活用が難しくなります。
◎生成ＡＩについて
現在、生成ＡＩという新技術が話題になっていますが、残念ながら精度が低いのが現状です。
そこで、生成ＡＩ技術と次世代ＡＩ技術の融合により精度が高いサービスが可能と考えております。
平面解析なので解析範囲が狭い、精度が低い等があります。
さらに、プログラム容量が大きい・ビックデータが必須・解析精度が低いという課題により、プログラムのタスク化が
困難になり、自動制御システムには搭載が困難になります。
ゆえに、完全自動運転システム・高度医療システムなどの自動制御システムには活用が難しくなります。
◎生成ＡＩについて
現在、生成ＡＩという新技術が話題になっていますが、残念ながら精度が低いのが現状です。
そこで、生成ＡＩ技術と次世代ＡＩ技術の融合により精度が高いサービスが可能と考えております。
次世代ＡＩ(リカーシヴネットワーク)プログラムの利点
次世代ＡＩ(リカーシヴネットワーク)プログラムの利点は、プログラム容量が小さいのでタスクのマルチ化が可能、
開発費用を抑制、開発期間が短期、立体解析なので解析範囲が広い、精度が高い等があります。
特に、自動車、空飛ぶ車・ドローン、次世代航空機等の完全自動運転モビリティー化に最適な技術になります。
また、現在のミサイル迎撃システムが１００％ではないので、迎撃ミサイルシステムを１００％にすることが可能と
考えております(究極の平和利用になります)。
なお、次世代ＡＩプログラムは、現時点ではコンパイルエラーになりますので、新たにコンパイラーの開発が必須に
なります。
◎この立体解析プログラムは、リカーシヴネットワーク構造になりますので、人間の頭脳に限りなく近い構造になり
ます。
ゆえに、ＡＩコンパイラーの開発が人類の夢を実現する中核になります。
◎機能説明
１．解析テーブル(最大種類数・最大構成数・最大要素数)は人間の知識に相当します。
２．解析テーブルを立体解析するためにＤＯループで、リカーシブネットワーク構造を実態化します。
３．デシジョンテーブルは思考判断になり、最重要な情報になります。
また、デシジョンテーブルは経験も含みますので、更新可能にします。
開発費用を抑制、開発期間が短期、立体解析なので解析範囲が広い、精度が高い等があります。
特に、自動車、空飛ぶ車・ドローン、次世代航空機等の完全自動運転モビリティー化に最適な技術になります。
また、現在のミサイル迎撃システムが１００％ではないので、迎撃ミサイルシステムを１００％にすることが可能と
考えております(究極の平和利用になります)。
なお、次世代ＡＩプログラムは、現時点ではコンパイルエラーになりますので、新たにコンパイラーの開発が必須に
なります。
◎この立体解析プログラムは、リカーシヴネットワーク構造になりますので、人間の頭脳に限りなく近い構造になり
ます。
ゆえに、ＡＩコンパイラーの開発が人類の夢を実現する中核になります。
◎機能説明
１．解析テーブル(最大種類数・最大構成数・最大要素数)は人間の知識に相当します。
２．解析テーブルを立体解析するためにＤＯループで、リカーシブネットワーク構造を実態化します。
３．デシジョンテーブルは思考判断になり、最重要な情報になります。
また、デシジョンテーブルは経験も含みますので、更新可能にします。
開発動作環境(オペレーティングシステム)の説明
制御系ＯＳ(TRON)とビジネス系ＯＳ(Windows)の利点を融合して進化させたＯＳで、マルチレイヤー(複数分野)、
マルチタスク(起動タスク)、監視タスク(ラウンドロビン)で構成されています。
これは、次世代ＡＩプログラムを起動タスクに用いることにより、人類の夢である人工頭脳に限りなく近づきますので、
製造業・サービス業の各種分野に適応可能と考えられます。
マルチタスク(起動タスク)、監視タスク(ラウンドロビン)で構成されています。
これは、次世代ＡＩプログラムを起動タスクに用いることにより、人類の夢である人工頭脳に限りなく近づきますので、
製造業・サービス業の各種分野に適応可能と考えられます。
次世代ＡＩ(人工頭脳)の開発について
◆開発期間(想定)
延べ開発期間＝７年、開発期間(重複している開発フェーズ期間を除く)＝５年
◆開発予算(想定)
◇年間予算＝５００人/月×１２ヵ月×１２０万円/人＝７２億円
◇開発予算＝７２億円×７年≒５００億円
◆開発フェーズ
◇基本設計――――――――― ３ヵ月(設計済)
◇システム設計――――――― ６ヵ月(設計済)
◇プログラム設計――――――１８ヵ月
◇プログラム製造――――――２４ヵ月
◇プログラム単体試験――――１８ヵ月
◇プログラム連結試験―――― ９ヵ月
◇システム試験――――――― ６ヵ月
◆想定される世界規模での年間売上
◇製造業 ＝５兆円(完全自動運転システム、研究支援システム、設計支援システム等)
◇サービス業＝５兆円(高度医療支援システム、高度教育支援システム等)
◆想定される経常利益
１０兆円×９０％＝９兆円
◆資金調達
◇資本金１兆円の事業会社として株式公開(株式評価額２００兆円想定)
◇１００兆円を調達(株式評価額２００兆円想定の５０％)
◇新規事業に活用
◆新規事業
◇製造業 ：完全自動運転モビリティー(２０兆円)、人工頭脳搭載ロボット(２０兆円)
◇サービス業：高度医療センター(５０兆円)、高度教育センター(１０兆円)
延べ開発期間＝７年、開発期間(重複している開発フェーズ期間を除く)＝５年
◆開発予算(想定)
◇年間予算＝５００人/月×１２ヵ月×１２０万円/人＝７２億円
◇開発予算＝７２億円×７年≒５００億円
◆開発フェーズ
◇基本設計――――――――― ３ヵ月(設計済)
◇システム設計――――――― ６ヵ月(設計済)
◇プログラム設計――――――１８ヵ月
◇プログラム製造――――――２４ヵ月
◇プログラム単体試験――――１８ヵ月
◇プログラム連結試験―――― ９ヵ月
◇システム試験――――――― ６ヵ月
◆想定される世界規模での年間売上
◇製造業 ＝５兆円(完全自動運転システム、研究支援システム、設計支援システム等)
◇サービス業＝５兆円(高度医療支援システム、高度教育支援システム等)
◆想定される経常利益
１０兆円×９０％＝９兆円
◆資金調達
◇資本金１兆円の事業会社として株式公開(株式評価額２００兆円想定)
◇１００兆円を調達(株式評価額２００兆円想定の５０％)
◇新規事業に活用
◆新規事業
◇製造業 ：完全自動運転モビリティー(２０兆円)、人工頭脳搭載ロボット(２０兆円)
◇サービス業：高度医療センター(５０兆円)、高度教育センター(１０兆円)
Copyright(C) 2022 Japan Software Approach Co.,Ltd Rights Reserved.