フレーム問題は、人工知能研究において指摘されてきた課題で、ある状況で何を考慮すべきで、何を無視してよいのかを機械が判断することの難しさを指す。現実世界では状況の変化が多岐にわたり、その都度すべての情報を処理することは非現実的である一方、重要な情報を取りこぼすと行動が破綻する。AI が適切な範囲を選び取って推論することは容易ではなく、知能の本質に関わる問題として扱われてきた。
例えば、ロボットに「買い物をしてくる」という指示を与えた場合、商品の位置や閉店時間などの重要情報に加えて、壁の色や店員の服装といった無関係な情報まで考慮し始めると処理が膨大になりタスクが進まない。一方で、必要な情報を省きすぎれば、支払い手段や持ち物といった前提条件を見落とし、タスクを達成できなくなる可能性がある。このように、何を関連情報として扱うかを選択する能力は、人間では自明でも、AI では形式化が難しいという点がフレーム問題の核心である。
フレーム問題は古典的 AI の記号処理研究で注目されたが、学習ベースの手法でも無関連情報の扱いや前提の推論は依然として課題であり、知能の設計における根本的テーマとして議論が続いている。
ParsleyLab:Excel形式で柔軟に記録しつつ、組織内で簡単かつ自由にデータを蓄積・活用できるソリューション