Googleは5月8日、I/O開発者会議で「Duplex」を発表しました。これは、誰もが利用できる、人間並みの能力を持つバーチャルアシスタントを実現するAIシステムです。
現在のデジタルアシスタントは、限られた台本から外れるとすぐに対応できなくなりがちです。自然言語を理解し、人と会話し、人間のように新たな状況や情報に応じて対応できるプログラムは、まだSFの世界のように感じられます。Duplexはそれを現実にするかもしれません。
その能力を示すため、CEOのサンダー・ピチャイは、Googleアシスタント上でDuplexを動かし、美容院の予約と夕食の予約を取る2つの録音を再生しました。どちらの場合も、電話に出た相手は、コンピューターと話していることに気づいていないようでした。会話は希望の時間を探り、利用者の要望を確認するために何度もやり取りされました。会話が想定どおりに進まない場合でも、アシスタントは状況を理解し、適切に応答して、用件を続けました。例を一つ紹介します。
レストランの受付： こんにちは、ご用件をお伺いします。
Googleアシスタント： こんにちは、ええと、7日水曜日に予約をお願いしたいのですが
レストランの受付： 7名様ですか？
Googleアシスタント： ええと、4名です
レストランの受付： 4名様ですね。いつですか？今日ですか？今夜ですか？
Googleアシスタント： ええと、水曜日の午後6時です。
レストランの受付： あの、実は5名様以上のご予約を承っています。4名様なら、そのままお越しいただけます。
Googleアシスタント： 通常、席にご案内するまでどのくらい待ちますか？
レストランの受付： 明日ですか？それとも平日ですか？
Googleアシスタント： 次の水曜日、ええと、7日です
レストランの受付： ああ、それほど混んでいません。4名様でお越しいただけます。よろしいですか？
Googleアシスタント： ああ、わかりました。ありがとう
レストランの受付： 失礼します。
（録音はこちらで聴けます。）
デジタルアシスタントに慣れた利用者にとっても、はるかに自然な会話です。AIの声はぎこちない抑揚がなく、「ええと」といった言葉や自然な間も含まれています（処理中であることを隠す助けにもなります）。電話本体での処理とクラウドを併用し、適切な長さの間を置いて、適切な返答を届けます。
Googleは、最大の資産であるデータを活用しています。発表によると、同社は膨大な量の「匿名化された電話での会話」を使ってDuplexを訓練しました。特定の種類の予約を手配する際には、予約業務ごとに解決すべき課題がありますが、いずれも、AIが会話を続ける助けとなる検索や録音から得たGoogleの膨大なデータに支えられています。
それでも、この技術はどんな会話にも対応できるわけではありません。Duplexは他のシステムよりはるかに多くの文脈を扱えるように見えますが、限られた種類の問い合わせにしか対応していません（Googleはまだすべてを公表していません）。また、現在提供中のアシスタント製品向けに、より自然な声を6種類新たに公開したものの、どれもDuplexの例ほど人間らしくはありませんでした。
これはライブデモではありませんでした。会話は驚くほど自然でしたが、Googleが実施したという多数のテストの中から、うまくいったものが選ばれた可能性が高いでしょう。ピチャイ氏によると、現時点で「開発中」の技術を急いで公開するつもりはありません。「企業と利用者にとって適切なユーザー体験を実現したいのです」と同氏は述べました。「懸命に取り組み、きちんと実現します。」
Duplexが利用可能になるのは、数カ月後ではなく数年後かもしれません。課題は依然として大きなものです。人はしばしば早口で話し、話題を変え、言葉を省略し、大きな雑音の中で会話します。
しかしGoogleは、このAIの応用によって、日々の暮らしにおいて技術を意識させず、欠かせないものにできると考えています。新しい端末やインターフェースを作るのではなく、Googleはこの技術を私たちの生活や仕事に自然に溶け込ませようとしています。Googleアシスタント、検索ツール、地図、写真の各製品が、学習を重ね、人間のように私たちとやり取りする集合知となるでしょう。
こうした話はどこかで聞いたことがありませんか？
