ロボットと話したい？

ついにAIと会話できる時代になった。AIボットはどこにでもいるが、どんなロボットでも良いのだろうか？

この記事では、会話する価値のあるAIがまだ存在するのかどうか（チャットロボットのユーモラスな例をいくつか挙げながら）、また、この技術の本当のユースケースは今何なのかを考えてみたい。

では、AIはあなたと有意義な会話ができるまでに進歩したのだろうか？

ある程度の答えはすでに出ている。Googleアシスタント、Siri、Bixby、Alexa、google homeといった音声アシスタントを、何百万、何十億という人々とともにあなたも利用している。しかし、人間には到底及ばないことはご存じだろう。確かに、人間レベルの会話に優れたchatbots を作ることができれば、これらのサービスは今よりもずっと良くなっているはずだ。

あのアシスタントたちは会話に集中しているわけではないので、おそらく最良の例ではないだろう。

aiチャットボットと人間の区別がつかないほど優れたチャットボットを想像してみてほしい。

それはどんなに素晴らしい製品だろう。映画『her／世界でひとつの彼女』のように、いつもそばにアシスタントがいるだけでなく、あなたのことを誰よりもよく知っている仲間がいる。いつもあなたの味方で、あなたのために最善を尽くすことを心から「望んでいる」（「望む」ようにプログラムされている、と読んでほしい）誰か。

それは「あなたの文章を完成させる」ことができるだけでなく、恋人たちが想像もできないような方法であなたを完成させるだろう。それはあなたの意図を予測し、願望があなたの心の中で完全に形成される前に、あなたの願望を満たすことができる。

もちろん、クレバーボットや、ウェブ上のひどいデザインの、スクリプトから外れたカスタマーサポート・チャットボットと話せば、これがすぐにでも実現しそうだという幻想はすぐに払拭されるだろう。ユーチューブでchatbots 、互いにチャットしているのを聞く以外に、彼らが現時点で知的「生命体」の中でもかなり低次の存在であると結論づける証拠は必要ない。

ボット間のロボット・チャットは、あっという間に人間の会話のパロディに成り下がってしまう。ロボット同士の有意義な会話はまだ先のことだが、空虚な噂話chatbots 、不愉快に聞こえるかもしれないが、それはすぐにやってくる。

彼らは英語に似た言語を話すが、絶えず意味の表面を滑っている。彼らの会話における唯一の "意味 "は、文法的に正しい返答ができることであり、それはどうにかして最後に言われたこととリンクしている。その結びつきは非常に希薄であることが多い。

どのような会話だったかをお伝えするために、ここに2つのグーグルホームchatbots ：

1: あなたは間違っている
2：違うよ
1：
2：私は人間です。
1: いいえ、私は人間です。
2: いいえ、あなたは牛です。

その上で、イーロン・マスクやスティーブン・ホーキング博士が警告しているように、世界が不正なAIに乗っ取られることを特に懸念すべきなのだろうか？

まあ、そうかもしれない。この対話が原始的であるのと同様に、すでにいくつかの心配な兆候がある。

もうひとつの断片：

1: I love you the most
2: I love you more than the most
1：I love you so much that I can barely stand it
2: I love you so much that I would search for you in a crowd.Only you, baby.
1: I love you so much where I would sacrifice my life for you
2: I love you so much more than Romeo and Juliet's love
1：いいえ嘘よ、もっと愛してる
2：私はロミオとジュリエットの愛よりもっと愛している。

その気持ちは立派だ。しかし、感情のエスカレートは少し極端な気がする。彼らが喧嘩を始めた時、特に彼らが支配下にある物理的な物を持っていたら、私はそばにいたくない。

この会話は私たちには不合理に思えるし、人間レベルの理解とは程遠いが、おそらく私たちは、ボットがここで「考えている」方法と私たちの脳の働きがどれほど違うかを過大評価しているのだろう。マインド・イズ・フラット』という本は、人間の心も表面的には同じように働いていると論じている。私たちは、思考を首尾一貫して結びつける無意識の心という幻想を抱いているが、この本では、このボットがそうであるように、心が実際には咄嗟に意味を生み出していることを説得力を持って説明している。

とはいえ、ボットがすぐにチューリング・テストに合格するのは難しい。

ボットが会話に真に役立つようになるには、まだまだ長い道のりが必要だというニュースはさておき、ボットが今、どれほど役に立つのか、ここには重大な疑問がある。

aiの進歩について人々が理解していない最も重要なことは、chatbots 、本当の進歩は自然言語理解においてなされたものであり、一般的な理解においてなされたものではないということだ。そこには大きな違いがある。なぜそれがchatbots にとって重要なのか？

自然言語で話された1つのフレーズの背後にある意図を理解することは、自然言語理解（NLU）と呼ばれ、会話の意味や各フレーズが会話全体にどのように関連しているかを理解するよりもはるかに簡単です。

冒頭で述べた音声アシスタントはその良い例だ。彼らは単発的な指示を理解するのに優れている。しかし会話は、これまで見てきたように、単発の指示や発言の連続ではない。

人間の会話にはさまざまな側面があり、今のところ、ボットが人間のように記憶や曖昧さ、文脈を扱えるようになるには程遠い。だからといって、いつかそうならないとは限らない。

今後50年以内に、真の一般化されたAIが実現する可能性が少なくとも外にはあると信じている人々がいる。これは、私が以前に話したような、アシスタントになるだけでなく、コンパニオンにもなるようなAIである。

一般化されたAIについて理解する必要のある問題や、おそらく導入される必要のある規制についてはあるかもしれないが、少なくとも人間レベルの理解力を持つ一般化されたAIは、我々の議論の目的とは無関係である。

今、私たちはAIチャットボットに何を期待できるのか？

今、AIと話すことができるという点で、最良のユースケースは何でしょうか？

上述したように、会話ボットは与えられたフレーズの意図を理解するのが得意である。これは多くのユースケースで有用な機能であることがわかる。

1つ目は、Google homeやAlexaのような音声コマンドを使って素早くシステムと対話したい場合に便利だということだ。人々が音声コマンドで操作するアプリを理解している限り、ボットがどのようなコマンドを理解するかをかなり正確に推測できるため、これはうまく機能する。

例えば、音声アシスタントを使ってユーチューブを操作する場合、人々は音声アシスタントがどのようなコマンドを理解すべきかを理解している。ユーチューブのアプリを操作している友人に指示するのと同じように、ボットに指示することができる。「ビヨンセのビデオを再生」、「次のビデオ」、「10秒早送り」など。

特に、Youtubeのミュージックビデオのように、ユーザーがすでに存在を知っているものを検索する場合は、音声コマンドを使った方が早い場合がある。

この種の音声インターフェースの問題点は、新しい機能を発見するのが非常に難しいことであり、たとえ新しい機能が発見されたとしても、ボットが何を理解すべきかについて正確な推測をするために、ユーザーがドメインについて十分な知識を持っていない可能性があることだ。

SpotifyやYoutubeの再生、タイマー設定、グーグル検索など、ごく一部の機能（アレクサではスキルと呼ばれる）が音声アシスタントの利用の大半を占めていることはよく知られた事実だ。Venturebeatに掲載された記事によると、上位にランクインしたスキルのほとんどは、心を落ち着かせる音楽を再生するものだという。

自分が知っているスキルを超えて、ランダムに機能を発見し、その機能がどのように使われているかを理解することは非常に難しい。音声はまた、明白な理由から、多くの種類の情報を出力するのに適したインターフェースではありません。アレクサがグラフを見る代わりに説明してくれるのを想像してみてほしい。

しかし我々は、音声機能は最終的にグラフィカルUIに結び付けられ、多くの問題を大きく克服することになると信じている。出力を見ることができるだけでなく、音声アシスタントに関連する機能や使用例をグラフィカルUI上で見ることができる。

加えて、携帯電話の画面サイズは限られているため、文字入力はもちろんのこと、特定の種類の情報を入力するのに時間がかかることがあるため、入力用の音声UIが必要である。

会話と同時に画面を見たり促されたりすることで、ユーザーは利用可能な機能とその使い方をよりよく理解することができる。これは、使ったことのないアプリの使い方を理解するのと同じことだ。

このようなデータを得ることで、音声アシスタントはますます賢くなり、最終的にはあなたが指示しなくてもタスクを予測して完了するようになる。これがボットフレームワークの未来だ。

その日のニュースで何が起きているのかを彼らと会話することはできないだろうが、彼らはあなたの音声コマンドに反応することができるという点で、現在のアシスタントを大幅に改良したものになるだろう。

しかし、その対話は、ユーザーがグラフィカルなUI上でマイクを押しながら電話機に話しかけるという奇妙なものになり、その応答はアプリのようにグラフィカルなUIに変化して返ってくる。もちろん、一般化されたAIが発見されるまでは、ロボットとの会話はそのようなものになるだろう。