[发明专利]计算机系统和日程安排系统的验证方法

说明书

本发明提供一种计算机系统和日程安排系统的验证方法，验证能够生成日程的、开发阶段的AI系统的效果。能够对日程安排系统进行验证的计算机系统，日程安排系统在接受了包括关于日程的对象的数据即多个条目的对象数据的情况下，使用计算条目的选择概率的模型，生成由排序后的条目构成的日程，计算机系统管理模型的信息，包括：从验证用的对象数据中选择条目的选择部；生成条目的特征量数据的特征量计算部；推算没有包含在特征量数据中的特征量的特征量推算部；计算条目的选择概率的选择概率计算部；和效果推算部，其执行基于选择概率来选择包含在日程中的候选条目的选择处理，基于选择处理的结果生成表示日程安排系统的搜索范围的信息。

技术领域

本发明涉及产品的生产计划等日程的生成技术。

背景技术

在医疗和工业等各种领域中应用AI的系统的使用正在扩大。期待使用这些系统实现人工进行的业务的自动化。本说明书中，也将应用AI的系统记载为AI系统。

实现AI的算法即模型是通过使用学习数据的机器学习生成的。通过使用学习数据，能够将各种领域的业务知识导入AI中。

但是，也存在法律的规定和合规等、难以从学习数据导入的业务知识。另外，学习数据少的情况下，也存在不能充分地将业务知识导入AI中的情况。如果不考虑不能直接导入AI中的业务知识，则作为系统不适合实际使用。从而，对于难以从学习数据导入的业务知识，需要另外开发逻辑，并嵌入AI系统中。

AI系统的开发分为设定目标、理解业务和准备学习数据、开发、以及提高精度这四个阶段。作为实现已开发的系统的精度提高的方法，已知专利文献1中记载的技术。

专利文献1中记载了：“根据决策辅助系统101，因果关系模型更新部103具有：基于因果关系模型和由数据分析功能202得到的分析结果，生成更新因果关系模型用的临时更新模型数据的更新信息生成功能202；和对用临时更新模型数据进行的更新的有效性进行评价的模型更新评价功能213，因果关系模型管理部105具有在由模型更新评价功能213得到的评价结果是一定以上的情况下，用临时更新模型数据对因果关系模型进行更新的模型登记/更新功能231。”

现有技术文献

专利文献

专利文献1：日本特开2017-194730号公报

发明内容

发明要解决的课题

生成日程的AI系统的实用性，依赖于处理的问题的困难性、AI的算法、学习数据的质和量等各种因素。因此，在采用AI系统之前，进行判断AI系统的实用性用的效果验证。

现有的AI系统的效果验证，需要完成全部开发、使其实际地工作。因此，存在效果验证的结果是未能达到实用的情况下、AI系统的开发所需的时间和工作量被浪费的问题。

本发明提供一种对开发阶段的AI系统的效果进行验证的方法。

用于解决课题的技术方案