Siriの元開発者たちがAppleを離れ、競合するインテリジェントアシスタント「Viv」の開発に乗り出した際、彼らはAppleによるSiriの実装を「賢いAIチャットボット」としか言いようがなかった。その後、Appleはサードパーティ製アプリの機能を呼び出せるSiri SDKを提供する計画があるとの噂が広まった（これは私が昨年訴えていたことだ）。しかし、AppleはVivの機能をさらに超えるものを目指しているようだ。

Appleは昨年、真の会話型の質問に特化したツールである英国のインテリジェントアシスタント開発会社VocalIQを買収した。Business  Insiderの取材に応じた情報筋は、この技術をSiriに組み込むとどれほど賢くなるのかについて、ある見解を語った。

同社は、複雑な自然言語クエリについて、Siri、Google Now、Cortana に対して VocalIQ をテストしました。

例えば、コンピューターに「近くの、駐車場があってWi-Fiがあり、子供連れでも利用しやすい中華料理店を探して」と頼んだとします。ほとんどのアシスタントはうまく答えられませんが、VocalIQなら問題なく答えられます。結果は？VocalIQの正解率は90%を超えましたが、Google Now、Siri、Cortanaはわずか20%程度でした。

VivやHoundといった他社も同様の機能を提供していますが、それらはすべて「セッションベース」です。つまり、「ウォータールー橋を設計したのは誰ですか？」に続いて「他に何を設計しましたか？」といった一連の関連する質問をすることはできるかもしれませんが、何か新しい質問をするとすぐにそのコンテキストは忘れられてしまいます。

VocalIQ が他と異なるのは、コンテキストを永続的に記憶することです。

中華料理店の例に戻りましょう。1時間後に気が変わったらどうしますか？「代わりにメキシコ料理店を探して」と言えば、駐車場やWi-Fiといった他のパラメータも考慮に入れながら、新しい検索結果が表示されます。HoundやSiri、その他のアシスタントでは、検索セッションを最初からやり直すことになります。しかし、Vocal IQはそれを記憶しています。これは、現在利用可能などのアシスタントよりも人間に近い機能です。

VocalIQ はそもそもクエリの解析がはるかに優れているとも主張しています。

VocalIQは、不要なノイズを除去してユーザーの発話内容を正確に把握できるため、現在のSiriよりも高い精度を実現しています。テレビや子供の叫び声など、周囲のあらゆるノイズを取り込み、どの音がユーザーの発話内容であるかを高い確率で判断できます。さらに、時間の経過とともに様々なアクセントに適応し、精度を向上させることも可能です。

Appleの買収には、もう一つ理由があったのかもしれない。VocalIQは自動車におけるIAの利用に特に重点を置いており、ユーザーが質問中に画面を見なければならない状況は失敗だと考えていたのだ。これは、あまりにも頻繁に「ウェブで見つけたものはこちらです」と返答するSiriとは対照的だ。

Appleはすでにスクリーンへの依存を断ち切ろうと決意しているようで、家庭内でSiriのインターフェースとして機能するAmazon Echo風のスピーカーを開発中だという噂もある。

BIの情報源は、Appleがこの技術をSiriに統合する計画については知らなかったが、Siri 2.0のリリースではなく、段階的な移行が予想されると推測した。いずれにせよ、私にとっては早く実現してほしいものだ。

havebin.com を Google ニュース フィードに追加します。 

FTC: 収益を生み出す自動アフィリエイトリンクを使用しています。詳細はこちら。