音声認識はキーボードを駆逐するのか?

音声認識はキーボードを駆逐するのか?
このページは、生成AIにより自動翻訳されています。

最近の 買収 により、Facebookは音声認識企業 Wit.aiを傘下に収めました。ポストPC市場の主要4社(Apple、Google、Microsoft、Facebook)はいずれも、デバイスとのハンズフリー通信を可能にする重要な基盤を備えることになりました。

しかし、これは私たちとデバイスとのコミュニケーションに何をもたらすのでしょうか。音声はコンピューターに話しかけるための単なる別の手段なのでしょうか。それとも、コンピューターとのコミュニケーションに革命が起きようとしているのでしょうか。

そもそも、キーボードはどれほど古いのでしょうか。

素朴なコンピューターマウスは、技術者のDoug Engelbartによって 1960年代に開発されました 。キーボードは、その祖先であるテレプリンターをたどればさらに古く、機械技術者のCharles Krumが1900年代に開発しました。また、ビデオディスプレー端末に接続されていましたが、その端末の祖先は1930年代に開発された装置にさかのぼります。

こうしたデバイスは古くからあるにもかかわらず、デスクトップやノートパソコンでは、今なお主要な入力機器です。

確かに、ボタンが増えたり、色が増えたり、解像度が高くなったりしました。しかし、一般家庭のコンピューターの基本的な入力方式は、1984年にMacintoshが グラフィカルユーザーインターフェースとマウス・キーボード入力を備えた、初めて商業販売されたコンピューターとなった 当時と変わりません。

マルチタッチ画面でさえ、 2007年にiPhoneなどのデバイスによって広く知られるようになったものですが、マウスの直接の子孫と考えることもできます。机上で間接的に行っていたポインター操作を、画面上でより直接的に行えるようにしただけともいえるからです。

しかし、音声認識技術がついに主要企業にとって重要なものとなり、ほかの技術もコンピューターとの関わり方を変えつつある今、すべてが変わろうとしているのかもしれません。

可能性に満ちた世界へつながるパスワード、それはあなたの声

マウスやキーボードと同じく、音声認識技術も 長年にわたって存在してきました。コンピューター向けの商用音声認識ソフトウェアは、1990年代初頭から利用可能でした。

しかし、Appleの Siri やGoogleの Voice Search のような技術が2010年ごろに登場して初めて、音声認識は多くの人々の暮らしに浸透しました。

インターネットに常時接続された、自然言語と文脈を理解するインターフェースを通じて、Siriなどの技術は、デバイスに触れることなく幅広いニーズに応えることを可能にします。タイマーの設定や 天気の確認、 映画の上映時間の検索 、さらには 死体を隠す場所の検索まで、声で操作できます。

2014年、MicrosoftはSiriのような競合サービス Cortanaを発表し、主要なスマートフォン用プラットフォーム3つすべてに音声認識機能が備わりました。同じ2014年、Appleは iOS 8に「Hey Siri」機能を導入しました。これにより、部屋の向こうからスマートフォンを呼びかけ(電源に接続されている場合)、ボタンに一切触れずに質問できるようになりました。

さらにGoogleは2012年、 Google Nowを発表しました。これはGoogle Voice Searchを拡張したもので、ユーザーが情報を求める前に文脈に応じた情報を提供します。たとえば、オフィスを出るときに交通情報を表示したり、新しい街に着いたときにおすすめのレストランを一覧表示したりします。

また、GoogleとAppleの双方がテレビ製品にも音声認識技術を導入する計画を持っていると、 広くうわさされています 。

こうしたソリューションには、まだ改善の余地があることもあります(John Malkovichは、Siriに「Linguica」を正しく認識させた史上唯一の人物であり続けているに違いありません)。それでも、従来のマウスとキーボードの組み合わせとは明らかに異なる姿を示しています。

ユーザーがデバイスと普通に会話し、問題について話し合えるようになるのも、そう遠くないでしょう。画面上のキーボードを慌ただしくタップしたり、マウスをクリックしたりする必要はなくなります。

デジタル世界と現実世界を融合する

この革命は、音声だけでなくほかのデバイスにも広がっています。旧式の入力機器に加え、モニターのような出力機器も徐々に姿を消しつつあるようです。

今年初め、 Wit.aiを買収する前に、Facebookは、 仮想現実の先駆的企業を買収したことで話題を集めました。それは Oculus VR で、買収額は驚異の23億米ドルでした。Oculus VRの主力製品は Oculus Riftです。これは、ユーザーを3D仮想体験に完全に没入させる仮想現実ヘッドセットです。

Oculus Riftは位置センサーを使って頭の動きを追跡し、周囲を見回せるようにします。このデバイスはまだ開発中です。開発キットの価格は約400豪ドルであることから、最終製品は500豪ドル未満で販売され、仮想現実が一般消費者にも届くと見込まれています。

完全な没入を望まない人にとっても、新しい出力製品によって、コンピューターモニターを必要とせずにデジタル世界へ出入りしやすくなっています。

Google Glassは、数年間ベータ版が提供されており、現在も開発中ですが、眼鏡をかけたまま見られる小型ディスプレーを備えています。Motorolaなどの新しい Android Wear 搭載腕時計に加え、 Pebbleスマートウォッチ や、発売予定の Apple Watchは、デジタル世界を小さくカスタマイズして表示します。

これらのデバイスでは、通知の確認、音楽の操作、睡眠や活動のモニタリング、音声制御システムのあらゆる機能を、文字どおり指先で利用できます。入力機器や出力機器を丸ごと使う必要はありません。

車内でも、 Android Auto と Apple’s CarPlay が、スマートフォン向けの一目で確認できるタッチスクリーン・音声制御インターフェースを提供し、常にクラウドにつながった状態を保てるようにします。

あらゆる場所にセンサー

こうした一般的な選択肢にとどまらず、入力機器やデータ収集機器は、予想もしない場所に次々と登場しています。デバイスとのやり取りやデジタル世界の制御が、より簡単になっています。

今年のコンシューマー・エレクトロニクス・ショー(CES)では、Bluetooth Low Energyを使ってホームネットワークと通信するガジェットが数多く見られました。 運動をサポートするスマートチェア から、植物の 生育状況を監視し ボタンひとつで水やりができる植木鉢まであります。

こうした製品に加え、前年には 接続型歯ブラシ が登場しました。歯磨きの時間や方法を監視し、状態を知らせてくれます。また、 Vessylカップは、飲み物のカロリーとカフェイン量を判定できるスマートカップで、1日の水分摂取量も記録します。

こうしたデータを調べて記録するために、キーボードやマウスに頼る必要はもうありません。デバイスが自動的に行い、変更が必要なときには知らせてくれます。

この モノのインターネット へ向かう流れは、長年にわたって進んできました。しかし、CESが示すとおり、今年は私たちに関するデータを収集してクラウドに送る外部入力機器が、実際に急増しています。

今後どうなるのか、興味深いところです。コンピューターとの新たなコミュニケーション方法は、まだ始まったばかりとはいえ、すでに実現しているともいえるでしょう。

年が進み、こうしたモデルが成熟すれば、VRヘッドセットを装着し、自然な言葉でデバイスに話しかけながら、植物の状態や、今日これまでの活動量・睡眠時間・カフェイン摂取量について、すぐに通知を受け取れるようになる日も近いかもしれません。

こうしたソリューションがそろった今、古いマウスやキーボードは、ついにひどく時代遅れに見えてくるのかもしれません。

この記事は、 The Conversationとの協力により掲載されています。掲載は、世界経済フォーラムがその見解を支持することを意味しません。

Forum:Agendaを 週刊ニュースレターに登録して、最新情報を受け取りましょう。

著者:Michael Cowlingは、Central Queensland Universityのモバイルコンピューティング&アプリケーション分野の上級講師兼分野リーダーです。

画像:コンピューターを打つ女性。REUTERS/Tim Wimborne。

シェア:

ライセンスと再掲載について
世界経済フォーラムの寄稿文は、クリエイティブ・コモンズ表示-非営利-改変禁止 4.0 国際ライセンスおよび同フォーラムの利用規約に従い、再掲載が可能です。