AIはどれほど強力でしょうか?人間とロボットが「真・偽の孫悟空」を演じる

AIはどれほど強力でしょうか?人間とロボットが「真・偽の孫悟空」を演じる

過去数十年にわたり、チャットボットは進化を続け、私たちの日常生活に欠かせないヘルパーになりました。携帯電話の仮想アシスタントから事実上のオンライン顧客エージェントまで、それらは長い道のりを歩んできました。しかし、将来チャットボットがアプリケーションの域を超えるためには、より自然な方法でより幅広いテクノロジーに統合される必要があります。

1960 年代半ば、コンピューター科学者のジョセフ・ワイゼンバウムは、人気のチャットボット プログラムである Eliza を発明しました。パターンマッチングと置換を使用することで、Eliza は人間の会話を模倣し、プログラムが人々の質問を理解できるという錯覚を与えることができます。

今日では、チャットボットは、ユーザーが話している内容を聞くだけでなく、理解できるという感覚をユーザーに与えることができます。私たちは、ウェブサイト上の基本的な質問に答えたり、患者のケアを管理したり、さらにはソーシャルメディアに登場したりできる小売ボットなど、さまざまなチャットボットを試してきました。しかし、それでも2人の人間間のコミュニケーションを再現することはできません。チャットボットには大きな成長の可能性がありますが、克服しなければならない課題も数多くあります。

チャットボットの将来について議論する前に、まずは現在のチャットボットの機能を見てみましょう。現在のチャットボットが私たちの言っていることを理解するには、通常、自然言語プロセッサ、つまり話された言葉や書かれた言葉に特定の意味を与えるように設計されたコンピューター プログラムが必要です。多くのチャットボットは、エキスパート システム ソフトウェアを使用して、限られた情報のサブセットから選択して質問に答えることにより、人間の専門家の意思決定能力を模倣できます。

チャットボット分野の研究者は、近い将来、より多くのチャットボットにディープラーニング機能が組み込まれ、膨大なデータにアクセスしてより幅広い質問を予測し、回答を提供するようになると考えています。望ましい効果は、消費者が自分とコミュニケーションを取っているのが人間ではないことに気付かないことです。

限界と機会

チャットボットが直面する最大の課題の 1 つは、膨大な量のデータにアクセスして取得することです。たとえば、多くの小売業の例から、多くの消費者がコンピューターとやり取りしたくないことがわかっています。彼らは、実際の人間が自分たちの問題を解決するのを手伝ってくれることを期待しています。チャットボットがシミュレートされた人間体験を提供できる唯一の方法は、AI を活用することです。しかし、この目標を達成するには、まずディープラーニング用の大量のデータを構築するという問題を解決する必要があり、そのためには膨大な量のデータを蓄積する必要があります。

大量のデータを収集した後は、チャットボットと対話する個人の心理を考慮して、その個人を対話にどのように関与させるかを理解する必要があります。人々はチャットボットとどのようにやりとりするのでしょうか? 私たちは大規模なグループであり、同じ質問を説明するのに各人が異なる言葉を使います。私たちはいつチャットボットとやりとりするのでしょうか? チャットボットはどのようにして一般の人々を適切な解決策に導くのでしょうか? 大量のデータを使用することで、人間の会話をより正確に再現し、言語や文脈上の語彙をよりよく理解できるチャットボットが登場し始めるでしょう。

AIとチャットボット

チャットボットに日常の会話パターンを学習させるのは非常に困難です。計算の観点から見ると、これは大きな問題です。現在、いくつかの AI アルゴリズムはすでにいくつかの問題を解決できます。たとえば、AI コミュニティは、チャットボットの言語評価を検索エンジンに統合することで優れた成果を上げています。 Google に質問すると何が起こるでしょうか? 入力した文章が完全に正しくなくても、質問に対する正しい答えが得られる可能性が高くなります。

この成功をチャットボットと比較すると、会話で人間の言語を使用することは簡単ではないことが簡単にわかります。このテクノロジーは、固有の会話に制限され、会話のコンテキストと現在の発言が過去の発言とどのように関連しているかを理解し、最終的にはインテリジェントで人間のような回答を提供する必要があります。

AIコミュニティはこの問題を解決するための技術の開発に引き続き尽力しており、最終的には実際の人間と会話するのと同じような体験を開発できるようになることを期待しています。残念ながら、ディープラーニングの限界により、チャットボットの応答にパーソナライゼーションを追加することに焦点を当てているコンピューター科学者はほとんどいません。問題の核心は、AI とチャットボット技術の両方が、理解しやすく雄弁な会話の相手を提供するために、多くの複雑な問題を解決しようとしていることです。

チャットボットの未来

チャットボットは現在 AI の分野で最もホットな話題の 1 つであり、今後数年間でその使用はさらに広まり、より秘密裏に行われるようになるでしょう。新しい革新的な使用法は、チャットボットの使用がどのような分野で受け入れられるのか、さまざまな分野のユーザーにより良いサービスを提供するためにチャットボットをどのように使用できるのか、といった疑問に答えるのに役立ちます。

もちろん、本当の問題は、チャットボットがユーザーの期待に応え、チャット相手に人間とチャットしていると納得させることができるかどうかです。たとえば、Facebook はメッセージング アプリの Messenger にチャットボットを統合し、企業が消費者とやり取りできるようにしています。 Amazon の Echo を使用すると、ユーザーは音楽を再生したりクレジットカードの料金を支払ったりできるチャットボットにアクセスできます。ドミノ・ピザは消費者がソーシャルメディアを通じてピザを注文できるようにしています。

過去 50 年間の AI 分野の進化を振り返ると、最大の成功は AI 研究の始まりとしてアルゴリズムを使用したことです。ブラウザ検索はもはや AI の一部とは考えられていません。これらのアルゴリズムが他の分野で実装されているため、チャットボットの分野でも同じことが起こります。実際、今後 10 年間で、チャットボットは独立したテクノロジーとしてではなく、まだ想像もしていない他のテクノロジーのアプリケーションまたは一部として考えられるようになるかもしれません。

<<:  知能ロボットは人間との交流を終わらせるのでしょうか?

>>:  AI+CRMの啓示:人工知能は、アプリケーションシナリオに実装された場合にのみ、大きな可能性を発揮できます。

ブログ    
ブログ    

推薦する

...

IBMは、人間の音声認識の実際の単語エラー率は5.1%であると主張している。

昨年 10 月、マイクロソフトの AI および研究部門の研究者およびエンジニアのチームは、自社の音声...

AIビデオ分析が業務を強化できる4つの方法

私たちが知っている食品の消費とレストラン体験の変革は、1921 年にカンザス州ウィチタでアメリカ初の...

ドローンの出現と市場の需要の変化

ドローンの市場、入手可能性、需要が長年にわたってどのように増加してきたかを学びます。映画の架空の世界...

自動化によってセキュリティアナリストがいなくなる可能性はありますか?

否定できない現実として、私たちは自動化の時代に入り、それに伴い人工知能 (AI)、機械学習 (ML)...

...

EUがAIを活用して社会イノベーションを推進する方法

[[377176]] 2020年の新型コロナウイルスの世界的な蔓延は、人類にとって永遠の記憶となるこ...

顔認識情報セキュリティは大きな注目を集めており、専門家の代表者らは多くの提案を行っている。

近年、人工知能技術の成熟に伴い、顔認識の応用範囲はますます広がっています。 「顔スキャン」は、効率、...

睡眠研究はより優れた AI モデルの作成に役立ちますか?

私たちはなぜ眠るのでしょうか? 明らかな理由の一つは、体と手足の力を回復することです。しかし、睡眠の...

企業は今年AIに500億ドルを費やすが、成果はあまり出ないだろう

Uberは過去5年間で25億ドルを費やしてきたが、自動運転車による配達の実現にはまだ程遠い。今年の世...

機械学習は 5G ネットワークにどのように役立ちますか?

機械学習機械学習は、コンピューティング システムの能力の向上とデータの可用性の向上により、過去 10...

Li Ziqing教授はPBODの主任コンピュータービジョン科学者を務めています。

最近、中国のビッグデータおよび人工知能製品と技術の大手プロバイダーであるPERCENTは、コンピュー...

...

海外のJavaエンジニアがGPT-4が論理パズルを解くことはできないが推論能力はあることを証明

GPT-4 または LLM には推論機能がありますか?これは長年議論されてきた問題です。 LLM は...