自然言語処理（NLP）に基づくAI音声アシスタントサービス「玩秘」は、音声対話を使って映画やホテルを予約したり、デリバリーを注文したりすることができる。創業者の余軻氏が明らかにしたところでは、今年6月から映画チケットの購入に特化した音声アシスタントサービス「電影助手」がスマートフォンでも利用可能になったという。同サービスはシャオミ製スマホにプリインストールされている音声アシスタント「Xiao AI」に組み込まれ、音声で会話するだけで映画チケットの購入ができるようになっている。さらにシャオミ以外の中国大手スマホメーカーとの提携も進んでいる。

Xiao AIはシャオミが開発したAI音声アシスタントで、月間アクティブデバイス数は4500万台に上る。開発用のオープンプラットフォームもあり、シャオミ製スマホのほかアンドロイド、iPhone、テレビ、スピーカーなど数多くのスマートデバイスに対応している。

玩秘の音声アシスタントサービス「電影助手」のリリースは、Xiao AIとの戦略的提携の一環だ。シャオミ製スマホのユーザーは、Xiao AIを起動してから「電影助手を開いて」と言うだけで使用できる。将来的にはこのプロセスもカットして、映画に関する言葉だけですぐサービスに移行できるようにするとのこと。

2018年4月、玩秘はシャオミやアリババなどのAIスピーカーでサービスを開始した。ディスプレーのないAIスピーカーでオンライン決済を行う場合、いったんオーダーをスマートフォンに送り、ミニプログラムを利用して支払いを完結させる必要があった。

対して、スマートフォンはディスプレー上に画像や文字を表示できるのに加え、スマホ自体がオンライン決済に対応しているため、ユーザーは音声対話によりさらにスムーズな決済ができる。また最も身近なスマートデバイスとして普及しているスマートフォンに同サービスが搭載されれば、今後は業界全体で音声対話への移行が加速するとみられる。

余氏によれば、サービスを実装するデバイスとして最初にAIスピーカーを選んだのは、当時シャオミやアリババなどがAIスピーカーの音声対話機能を大々的に推進していたからだという。玩秘はAIスピーカーから、映画やグルメなどの深層学習に活用できる日常的な消費分野の対話言語データを大量に集めることができた。

テキスト入力やタップ操作などに比べ、音声対話では高密度の情報を効率良く伝達できる。音声指示なら「○○映画館で8時からのアベンジャーズ4、チケット2枚」とわずか数秒だが、アプリを開いて操作すると30秒以上かかってしまう。しかし機械に人間の言葉を正しく理解させる自然言語処理や途切れることなく会話させることは、音声アシスタントで最も難易度の高い部分だ。

私たちは普段、同じことを伝えるのに多種多様な表現を用いる。例えば、映画館を選ぶ時に発する「別の場所に変えて」、「ほかにないの？」、「ここはちょっと遠い」などの言葉は、表現は違うもののどれも否定的な見方を示すものだ。しかしこれを機械に理解させるのは簡単なことではない。

玩秘は深層学習により、多様な言語表現のうち実に76％を認識できるという。国内の言語処理市場における認識率が平均30％ということを考えると、これは非常に高い数字だ。余氏によると、現在は深層学習を使った第3世代NLPと対話モデルの開発や実用に重点を置いており、対話精度のさらなる向上を目指しているという。

玩秘は現在、スマートフォン、ディスプレー付きAIスピーカー、自動車の3つの分野にフォーカスして開発を進めている。今年の下半期には、国内の大手自動車メーカーと提携してサービスを開始する予定だ。音声アシスタントの分野でNLP技術の応用範囲は幅広く、今後の人々の生活に大きな変化をもたらすだろうと、余氏は語る。
（翻訳・畠中裕子）

原文はこちら