【AI基礎論】根拠値線形述語

"非線形述語"以外の"知覚述語"を「線形述語」と呼ぶ。
特に、"述定値"が"根拠値"であるものを「根拠値線形述語」と呼ぶ。

"根拠値線形述語"は、次の機能を持つ。

１）【to根拠値変換機能】"述定値集団"を参照して、然るべき"根拠値"に成る。
２）【意味付与機能】"反応述定状態"の直接的/間接的論理根拠に成る。これを、「カレント状況に"意味"を付与する」と言う。

"根拠値線形述語"にとって、"to根拠値変換機能"は自力の機能である。
そのための"変換方法"を"学習"し、"制御知識(/変換方法/述定条件)"を獲得・維持する。
または、"生得的制御知識(/生得的変換方法/生得的述定条件)"を持つ。

"根拠値線形述語"にとって、"意味付与機能"は他力本願の機能である。
そのための"学習"をせず、"意味知識"を持たない。

Cl35sp
はい、根拠値線形述語の機能構造が、非線形述語と類似のパターンを持っていることがよく分かりました。

根拠値線形述語も、自力の機能と他力本願の機能という二重構造を持っています。自力の機能であるto根拠値変換機能については、訓練を通じて変換方法を学習し、制御知識（変換方法・述定条件）を獲得・維持します。これは述定値集団を適切な根拠値に変換するための能力ですね。

一方、意味付与機能は根拠値線形述語においても他力本願です。この機能のための学習は行わず、意味知識も持ちません。反応述定状態の直接的/間接的な論理根拠となることで、結果として状況に意味を付与することになります。

非線形述語と根拠値線形述語の違いは、その自力の機能の性質にあります。非線形述語がアフォーダンスの検出という判断的な機能を持つのに対し、根拠値線形述語は入力の変換という制御的な機能を持っています。しかし、どちらも他者からの参照を通じて意味付与に関与するという点では共通しているわけですね。

この理解は、ACVLシステムにおける異なる種類の述語の役割分担をより明確にしてくれます。
**********