音声アシスタントに思うところ（２）

さて前回の続きである。現状のGoogle Homeの特徴は質問を“文字通り”とらえ聞かれたことしか答えない点である。そして何でも検索しようとしてGoogle検索の一番上に位置する情報を返答する。それよりも新しい情報があってもだ。その返答は四角四面でやっぱりGoogleだなと納得するほど人間身がない。

対するAmazon Echoは“なにかにつけて物を買わせようとする”。「ビッグマックはいくらだ」と聞けば並行輸入品のビッグマックを売りつけようとさえするらしい。該当するAmazonになければ当然その情報に関連する本を勧めてくるし、質問に対応するSkillがあればインストールを勧められる。幸いGoogle Homeの方はそんなに対応する機器がないので滅多にそんな事はないのである。

これらが、今話題のスマートスピーカーの実際の能力である。LineのCrovaもあると言われそうだが両者と比べるとまだまだDBのデータが少ないようで知らないことの方が多いらしい。そしてようやく販売開始が発表されたAppleのHomePod。Amazon EchoやGoogle Homeの音声アシスタントと張り合うために出したわけでない製品なのだが括られるカテゴリーなのでどうしても同じ土俵での比較となってしまう。GoogleもAmazonもHomePodを意識した価格帯のハイエンド版（音にこだわった）を出してきているので余計にややこしいのだが、他の製品と比べると圧倒的に高いためやれ信者向けの高ビーなもの、理解できる語彙もサーボスもショボイと出る前からDisられる始末。音に関しても実際に鳴っているところを聴いた人はいないのでAppleが音の良さをアピールするのはガラパゴスでディープラーニングの弱いAppleのSiriの能力不足を誤魔化すためと考えている人もいるに違いないが今回はその辺はスルースする。

音声アシスタントの機能として多くの質問に応えられる（アンサーと対応）事は重要である。この部分に関してGoogle AssistantとAlexaはそれぞれ得意なジャンルは明らかに違うが、それぞれの得意分野では他者を凌駕しているのは事実だ。そしてSiriはそのどちらに関しても現状太刀打ちができるとは到底言えないレベルだ。しかしだからSiriはアホだと考えるのはあまりにも浅はかである。Google AssistantやAlexaは法則性を持った正しい形で質問を投げかけると正しい答え、製品を選び出してくれるが普通に会話の相手をできるわけではない。最近はシナリオ作りにちゃんと力を入れているようでダジャレを要求すればダジャレを返してくれるが、それは応えられる命令の中にダジャレも含まれているからだが、こちらがダジャレを言ったときには発した言葉の中に辞書にある単語が入っていない限り両者とも「分かりません」と返してくるだけで、ダジャレに対してツッコミを入れてくるのはSiriだけだ。それがどうしたと言われそうだが、Google AssistantやAlexaがやっている事は文脈の中から名詞と命令語の単語を探し出して質問あるいは命令と判断しているだけでコンテキストそのものを理解するエンジンを持っているわけではなさそうだという事だ。実際にはもっと高度な処理を行っているのかもしれないが対話から判断する限りそれはまだ相当低レベルなのは間違いない。対するSiriの一番強い部分はコンテキストの認識能力だ。命令ではなく無駄話をしているだけだと判断し、それに対してツッコミを入れる事ができるためユーザーは命令や質問をしているのではなく会話をしていると誤認するレベルに達している。その部分が音声アシスタントの最大の評価項目だとすれば現状Siriは他のものよりも優れていると言えるのだ。

音声アシスタントにとって知識データベースの大きさと対話エンジンの優秀さのどちらが重要かは一概に言えないが少なくともGoogleやAmazonは知識データベースに軸足があり、Appleは対話エンジンに軸足を置いている。両方が完璧なものは未だ出ていない段階でどちらかの基準だけでみて劣っていると考えるのは早計なのである。

結論：機械学習ではなく自然言語による対話型エキスパートシステム作りに苦労してきた事のある私にとって、Google AssistantよりはSiriの方が凄いと感じるのはコンテキストの理解力が別格だからなのである。

音声アシスタントに思うところ（１）

やれAppleはガラパゴスなのでGoogleやAmazon、Microsoftと比べてディープラーニングのレベルが低いのでSiriはあのザマだなどと宣う人がいる。確かにAppleがGoogleやAmazon、Microsoftになろうと足掻いているのならばおっしゃる通りなのだがAppleはそんなことはみじんも考えていない会社。膨大なデータを使って賢い情報が得られるならそれは利用すれば良いだけで張り合うことはない。それよりはクラウド上に個人情報を送ることなくエッジ側でどれだけその人の望みに答えられるようにするかをターゲットにしているのは間違いない。そんなものGoogle Assistant経由でクラウドに送れば良いじゃないと言う人が普通なんだろうが、私は「1984」型の考え方をするGoogleは嫌いなので何から何までGoogleに情報を送らなければいけないようなものはお断りなのだ。

話を表題の方に戻そう。今年のCESはさながらAlexaとGoogle Assistantの一騎打ちの様相だった。去年のCESはどこを見てもAlexaがらみの話題だったので元々CESに積極的ではなかったGoogleが遅れを取るまいと力を入れてきたせいなのだが、現在製品ジャンルのバッテイングするスマートスピーカーでしのぎを削っている両者なので力の入りようも違っていたのだ。シェアで遅れを取るGoogleは積極的に自社製品を会場で配っていたようなので危機感はより強いのかも知れない。どちらも音声アシスタントの言葉で括られてしまうため全く同じ目的と捉われがちだが、それぞれ得意の分野は違う。スマートフォンでは完全に敗れてしまったAmazonにとってスマートスピーカーの目的は家の中の音声アシスタントの主導権を奪う事が狙いなのだ。

AlexaはGoogleに購買につながる情報を渡さないためのツール。一言に言えば物売りのためのスピーカーなのだ。実際に特定のデバイスの情報を得ようとAlexatoとGoogle Echoに質問すると、Alexaはデバイスに関する情報提供ではなくAmazonに在庫があるよと返してくると言った塩梅だ。同じものをGoogle Echoに質問すれば購入したいと考えていてもWikipediaやそのデバイスの製品情報を読み上げるかも知れない。つまりGoogle Echoは物知りを売りにしているわけだ。

全くの一般ユーザーはそんな違いなんて分からないので物知り、物売りのどちらで使うのがメインかによって買ってから後悔する事になるのだろう。いずれAlexaとGoogle Assistantは同じような機能を持つのだろうが、ここに両者と全く性質の違う音声アシスタントのSiriが加わるとますます話が分からなくなってくる。メジャーな会社がリリースした音声アシスタントの先駆けがSiriなのだがここのところHomePod以外に派手な話は聞かない。当然まだ発売されていないHomePodはCESの会場にある訳もなく。Appleの嫌いな人たちからしたら見る影もない（物がないので影ができるはずはないのだが）Appleはもう終わったと考えているようなのだがそこで冒頭の話に繋がる。

音声アシスタントで覇権を競い合っているAmazonやGoogle、Microsoftが目指しているのはユーザーの個人情報の掌握しクラウドでディープラーニングに利用する事。もちろんそう言った形で機械学習されたエンジンがなければAIが賢くならないことは事実なのだがAppleはそんなところを抑えようなどという気は全くない。だから、AppleはSafariに自社製の検索エンジンを載せようなどと一度もしたことがない。実際SiriはGoogle検索の情報を使っている。そしてそれぞれのAssistantに質問すると明らかにSiriの情報量が少ない事に気付くはずだ。それを捉えてAppleはガラパゴスだからこんなザマだと批判する訳だ。あえて言えばSiriの最大の強みは馬鹿な質問に強いことだ。質問とは言えないような会話に対する返答はユーモアに溢れている。賢さよりも擬人化に重点を置いている訳だが、そこから見えてくるSiriはただの物知りや物売りではなく対話の相手を目指していると言うことである。現在のバージョンでは質問を時系列に累積する形になっていないため何かをお願いするには物足りないだろうがいずれはローカルに質問情報を溜めてその人に最適な情報を探しに行くように育つのだろう。

音声アシスタントはSkilなどの形で外部機器のコントロールを行える事を売りにしている。対応機器があれば明かりを付けたりエアコンを入れたりテレビのチャンネルを変えたりできる。数が少ないとは言え対応機器があればAppleのHomeKitでも同じように可能だが「おやすみ」と言えば照明やエアコンを睡眠時の状態に自動で再設定してくれるわけだ。そのためのツールとしてAmazonやGoogleはスマートスピーカーを用意している。対するAppleのHomePodは恐らく他の二つほど賢くはないだろう。スクリーンを持たないスピーカーに任せられない事は単独では行わずiPhoneやApple TV、Macに任せる形にしてくるだろう。何事も適材適所。長くなってしまったので続きはまた次回。

2017年のスマートスピーカーは、物知りと物売りを中心に

年初のCESがAmazonのAlexa中心に回っているのを目の当たりにするまでAmazonは物売りに過ぎず世界はGoogleを中心に回っていると信じていたのが我が国。10年前はそれがMicrosoftだった訳だが流石にMicrosoftが絶対神だなどと考えている人は希少種になってしまった。

ハードウェアに目を転じればウェアラブルに関してはeSIMも内蔵してスタンドアローンでの使用機会が広がったApple Watchが気を吐いていたのが印象的。Xiomiなど低価格の製品も出てきたため活動量計タイプが主力製品だったところはどこもかしこもうまく行かなくなり合併による生き残りを余儀無くされた。スマートグラスは予想通りVRを中心技術としたHMDが雨後の筍状態だったが騒がれているほど売れているとは言えず今はまだ開発段階と言える。ARに関してはAppleのARKitの発表により特別なハードを必要としないARへと流れが変わりGoogleが進めていたTango Projectは終了となってしまった。

そんな中、AppleがHomePodを発表したからではないだろうが世の中は一気にスマートスピーカーにシフト。3年前からAmazon Echoは出ていたがそんな事を知らない日本（Echoは日本未発売）では今年がスマートスピーカー元年。秋に発売開始されたGoogleHomeが牽引車となって一気にスマートスピーカーと言う言葉が浸透した。年末には発売開始されるはずだったスマートスピーカーの本命馬だったHomePodは登場していないが、ディープラーニングの仕組みも持たないAppleの出す製品など他と比較するのはお門違いなどと言うアンチアップルの連中もいるのでスマートスピーカーと一括りにされている各陣営のスマートスピーカの方向性の違いについて書いてみたい。

Google Home（Google）：伊達や酔狂で森羅万象の情報を独り占めしようなどとしている訳ではない。クソも味噌も引っくるめてディープラーニングしているのだから分からない事を知ろうとするならGoogle Homeで決まり。中身の基板はchromecastでそこの集音マイクとスピーカーが付いただけ。Googleのクラウド検索のダム端末である。Google Assistantなので質問には強いが会話を楽しむようなものではないのでAIの入ったスピーカーだなどと勘違いするとがっかりするのである。【物知り】
Amazon Echo（Amazon）：最初のモデルがリリースされてから早3年。その中で鍛え上げられたAlexaはEchoだけではなくSkillを使って様々な家庭内の家電製品のコントロールも可能になっている。とは言え基本はAmazonの注文窓口。ものを尋ねているのに本や家電製品の注文と捉えてしまうのは困り物。その内購買履歴からこんなものがセールになっていますよと言いかねないのだ。【物売り】
Clova（Line）：GoogleHomeやAmazon Echoがアメリカ製なので日本語に難があると考えたのかも知れないがLineのClovaの一番の売りは日本語の認識能力の高さと独自のAI。同じ質問をすると他の二つよりも知らないことが多いのだが話をはぐらかすテクニックは他にはない機能かも。一言で言ってしまえばPCやスマホを使わずにLineが出来るスピーカー。Line Musicユーザー獲得のテコ入れもあるのだろう。Lineができれば他は何もいらないと言う人にはぴったりかも知れない【物足りない】
HomePod（Apple）：Google Homeよりものを知らないAppleはガラパゴスだと騒ぎ立てる人もいるが、そんなところで勝負をする気で開発をした訳では無いのがHomePod。その証拠にAppleはSiriを使った人工知能スピーカーなどとは一度も言っていない。部屋に配置しただけでどのような空間におかれているのかを判断してその部屋にふさわしい音場を自動で作り出すところが一番の売り。煩わしいセッティングをスピーカー自らが行うと言う意味でスマートなスピーカーなのだ。もちろんSiriは使えるので簡単なお願いをすることは出来るし、今はApple TVかiPadでなければ出来なかったHomeKitのハブとしても機能するだろう。他のスマートスピーカーでも出来るのかも知れないがマイクを使って空間把握をしているので人がいるのかいないのかを認識可能なのでその機能を使えば見守りアプリを作るのは簡単だろう。【物の音】

結論：GoogleHomeは、ディープラーニングのための音声を集める道具。Amazon Echoは音楽も聴ける御用聞き。Clovaはスピーカーの形をしたLine。そしてHomePodは音をベースにした環境デバイスなのである。