適用製品
パートナー型ＡＧＩ・ヒューマノイド、ＡＩコンパニオン、医療・介護支援ＡＩ、仮想キャラクター・チャットＡＩ、デジタルツイン・本人代理ＡＩなど、長期間にわたって利用されるＡＩエージェント。
目的
AIの「精神コア」を支える人格状態制御：
AIの発言・行動・応答傾向を継続的に観測し、人格特性を「状態」として定量化する。
その人格状態について、短期的な変化と長期的な傾向を分析し、「人格が過度に固定化していないか」「応答が単調化していないか」「基準となる人格状態から逸脱していないか」「変化が一時的なものか、長期的なものか」を継続的に評価する。
そして、その評価結果に応じて応答生成や制御パラメータを動的に調整することで、「一貫した人格」と「状況に応じた柔軟性」を同時に維持する。
効果
効果1｜AI人格の一貫性と柔軟性の長期維持
効果2｜データ・LLMへの依存を低減し人格の連続性を確保
効果3｜多様なAIへの展開とAI間協調を実現
技術概要
AIの発言や行動の傾向から人格特徴を抽出し、人格特徴ベクトルとして状態を表現する。その状態を短期・長期の時系列で分析し、人格の硬直化、応答の単調化、基準人格からのドリフト等を検知する。
検知された状態に応じて、応答の多様性を高めたり、反対に基準となる人格状態へ再収束させたりするフィードバック制御を行う。
改善効果１
＜ＡＩ人格の一貫性と柔軟性を長期維持＞
ＡＩの人格状態を継続的に観測し、人格の硬直化や基準状態からのドリフトを検知・補正することで、「同じＡＩである」という一貫性を保ちながら、状況に応じた柔軟な応答を長期的に維持できる。
改善効果２
＜データ・ＬＬＭへの依存を低減し人格の連続性を確保＞
人格を大量の会話履歴や固定プロンプトだけに依存させず、人格特徴を状態として管理することで、過去履歴への過度な依存を低減できる。また、ＬＬＭの変更・更新時にも人格状態を基準に応答を補正し、人格の連続性を維持しやすくなる。
改善効果３
＜多様なＡＩへの展開とＡＩ間協調を実現＞
人格状態の評価・制御機構を共通のペルソナ制御層として利用することで、クラウドＡＩ、ローカルＡＩ、エッジＡＩ、ロボット、アバター等に横断的に適用できる。さらに、ＡＩ同士の協調・交渉・役割分担など、将来のＡＩ社会への展開が可能となる。
アピール内容
― AI人格を「設定」から「状態制御」へ ―
従来のAI人格は、プロンプト、設定、学習データ、対話履歴等によって定義されます。しかし、AIを長期間運用すると、応答の単調化・硬直化や、対話・環境・追加学習・モデル更新等による人格傾向のドリフトが生じる可能性があります。本発明は、AI人格を固定された設定ではなく、時間とともに変化する「人格状態」として捉えます。
◎ ヒトの精神を模した「未完成の揺らぎ」
AI人格では、「一貫性」と「柔軟性」の両立が重要です。本発明は、ペルソナ輪郭という一定の範囲内に「ゆらぎ」を許容し、過度な固定化や過剰な変化を抑制します。
◎ 主な効果・メリット
AIの発言・語彙・文体・感情表現・行動・応答多様性等から人格特徴を定量化し、人格状態を独立した制御対象として継続的に監視・補正します。これにより、人格維持を過去の大量の会話履歴や固定プロンプトだけに依存せず、人格特徴量として抽象化・管理することで、履歴データへの過度な依存を低減できます。
また、人格状態をLLMとは独立した制御レイヤーとして扱うことで、LLMの変更・更新・世代交代時にも、人格特徴ベクトルを基準として応答傾向を評価・補正できます。これにより、LLMが変わっても人格としての連続性を維持しやすくなります。さらに、LLM更新等による話し方、慎重性、価値判断、感情表現等の変化を人格ドリフトとして検知・補正できます。
過去の出来事やユーザー情報を保持する「記憶」と、AIがどのような人格として振る舞うかを示す「人格状態」を分離して管理することで、記憶量の増加による人格の無秩序な変化を抑え、「何を覚えているか」と「どのような人格であるか」を分離したAIアーキテクチャを実現できます。
さらに、人格特徴ベクトルと制御機構を共通化することで、クラウドLLM、ローカルLLM、エッジAI、ロボットAI、仮想アバター等、異なるAI基盤に対して同一の人格制御を適用できます。
本発明は、人格を一点に固定するのではなく、「同じAIだと感じられる一貫性」と「状況に応じて変化できる柔軟性」を両立させる、長期運用型AIの人格制御基盤です。
基本情報
開放特許情報
)
)
)
)
登録者情報
その他の情報
