「共感を人工的に作り出す」

「共感を人工的に作り出す美容とファッションの秘訣」

ロボットのより現実的な共感行動への道はまだ長く険しい。 ¶ クレジット:Ansira.com

人間がお互いの感情を読み取り、適切な共感を示すことは十分に難しいものです。機械に人間のように思考し、感じ、行動するように求めることは、現在の人工知能(AI)の限界を押し広げるものです。

しかし、より良いサービスロボット、チャットボット、生成型AIシステムを設計するためには、計算機デバイスに他の人が経験していることを理解する能力である「共感」を注ぎ込むことが重要です。現在の人工エージェントは基本的な形の思いやりをシミュレートできますが、単にキーワードや他の基本的な手がかりに反応し、コード化された応答を出力しているだけです。

ユニバーシティ・オブ・サザンカリフォルニアのNeuroEndocrinology of Social Ties(NEST)ラボのポストドクトラル研究員であるアンソニー・G・ヴァッカロは、「今のシステムは不十分です。AIが感情を検出し、一貫して適切な共感と理解を提供できるレベルに到達するにはまだ長い道のりがあります。」と述べています。

今のところ、「機械の共感は非常に抽象的な問題のままです。」とポーランドのアダム・ミツキエヴィチュ大学の哲学助教授であり、同大学の認知神経科学センターのメンバーでもあるヨアンナ・カロリナ・マリノフスカは述べています。「曖昧さや不確実性を含む複雑な人間の行動の手がかりを理解するシステムを開発することは、非常に困難です。」

他人の感情は伝わりません

オンラインのチャットボットをクリックするか、サービスロボットと対話すると、おそらく 共感の形を取り入れたシステムに遭遇するでしょう。これは人間との信頼関係を築くために基本的な要素です。しかし、デバイスから流れる言葉は時には心地よく聞こえるかもしれませんが、この一つのアプローチが全てに適しているシステムは作為的で誠意が感じられないこともあります。

問題の根本は、共感が非常に複雑で入り組んでいるという基本的な問題です。「共感や人々が共感を認識する方法には、好みや異なる状況での反応を含む多くの要素があります」とヴァッカロは指摘しています。しかしながら、現在のAIは個々の特徴に適応し調整することができません。例えば、同じ出来事から生まれるユーモアと確信を持つことに偏った表現などです。

人間の思考や感情の全てのスペクトラムを複製しようとする試みは困難です。なぜなら、すべての人間は異なる存在であり、ロボットはシステムにハードコードされた制限されたデータで動作する必要があるためです。マリノフスカは言います。「異なる文脈での単語の認識と解釈は十分に困難ですが、これらのシステムは顔の表情やボディーランゲージとも向き合わなければなりません。最も優れたシステムでも、今日でも頻繁に間違いが発生します。これは驚くことではありません。なぜなら、人間も他人の感情を頻繁に誤解します。」

AIの中で説得力がある行動と操り手のような行動の間には、非常に薄い境界線が存在することは驚くことではありません。マリノフスカは述べます。「一部の機能は人間の同情を引き起こし、ロボットとの共感に拍車をかける可能性がありますが、他の機能は相互作用の人工的な性質を強調し、ユーザーにイライラ感や恐怖、フラストレーション、恥ずかしさ、あるいは攻撃を引き起こすかもしれません。」

潜在的な問題は、人間がロボットシステムを人間のような存在として捉えることが多いことです。マリノフスカは指摘します。「時には良いことでもあり、時には問題になります。その結果、ロボットの行動を特定の状況や用途に合わせることは非常に困難です。例えば、病院の支援ロボットと爆弾処理班のロボットは、非常に異なる方法で人間との対話をすることになります。そして、ユーザーは異なる反応を示すでしょう。

これらのロボットは、ユーザーにさまざまな感情を喚起させるべきです。介護ロボットは共感を引き起こすことができ、また一部の状況では引き起こすべきですが、軍事ロボットの場合は一般的に望ましくありません。マリノフスカは、「設計の誤りを避け、望ましい結果を得るためには、このプロセスを駆動する基礎的な要素を理解する必要があります」と説明しています。

したがって、目標は、より優れたアルゴリズムを開発するだけでなく、単語やテキストに応答するだけでなく、人間の生物学に根ざした機械ビジョン、音声および音調認識などの手がかりも取り入れた、マルチモーダルシステムを開発することです。「より優れた人工的な共感は、人間の行動の背後にある動機をより正確に反映することに関わります」とヴァッカロは述べています。

理性を超えて

大学の研究者や企業は、感情的なサポートロボット、サービスロボット、および他のツールを、子供認知症を持つ成人などに向けて進めています。これには、2,825ドルのモバイルロボットを開発したGroove Xや、社会的、感情的、発達上の課題を抱える子供を支援するソーシャルロボットのMoxieなどの企業が含まれます。

しかし、ロボットの中でより現実的な共感的な行動をするための道のりはまだ長く困難です。言語モデルの向上に重点が置かれているとはいえ、人間が持つ五感のように行動することができるマルチモーダルなAIの開発にも注力が集まっています。現時点では、言語やボディーランゲージのニュアンスを含め、すべての空白を埋めることは、いくつかの「ブラックボックス」のようなものであるとマリノフスカは述べています。

ヴァッカロは、共感に関しては、従来のハードコーディングされた行動の方法には制約が多すぎると考えています。例えば、ロボットが転倒後の痛みの様子を映した動画を視聴し、学習に取り込むと、人とのつながりを持つために反応を模倣する場合があります。しかし、そのような反応は笑えるかばかげたものになる可能性があります。なぜなら、人間は実際の共感がないことを推測することができるからです。

その代わりに、ヴァッカロの研究チームは、実際の人間がどのような状況を経験しているかについて、機械学習を使用してシステムがいくらか「感覚」を得るというアイデアを探求しています。それは、現時点ではロボットが転倒の痛みを感じることは不可能ですが、少なくともデバイスは何が起こっているのか、人間が感じる感情を解読し始めることができます。「それは、AIシステムが客観的によりスマートになり、システムが受け入れられないまたは反社会的な方法で振る舞うリスクを減らすための方法です」とヴァッカロは述べています。

言葉の不足

別の課題は、感情的なサポートシステムへの過度な依存を解決することです。例えば、認知症患者にサポートを提供するロボットは、認知刺激だけでなく、仲間意識も提供することができると、カリフォルニア大学サンディエゴ校のコンピュータサイエンスおよびエンジニアリングの教授であり、同校のヘルスケアロボティクスラボのディレクターであるローレル・リークは述べています。

しかし、「人々は、ソーシャルまたは治療的なサポートを提供するロボットに非常に愛着を持つことがあります」とリークは説明します。同じロボットは社会的な孤立感を悪化させ、安全性や自律性のリスクをもたらす可能性があります。リークは、人間の関与を確保するための「降橋」という概念を推進しています。「ロボットとのすべてのインタラクションはいずれ終了するため、ユーザーが退出計画の作成プロセスの一部となることが重要です」と述べています。

他にも懸念事項が存在します。リークによれば、これらには悪意のある者が共感に基づいたアプローチを利用して人々を欺き、操作すること、医療従事者などの置き換え、およびデータプライバシーの問題があります。特にロボットデバイスが医療応用で人間のつながりを築くために使用される場合です。

それにもかかわらず、機械の中の人工的な共感の概念は確実に進歩していくでしょう。マリノフスカは締めくくって、「ロボットシステムとAIが人間と同じレベルの人工的な共感を持つには、長い時間がかかるでしょう。しかし、私たちは理解を深め、進歩を遂げ続ける」と述べています。

サミュエル・グリーンガードは、米国オレゴン州ウェストリン市を拠点とする作家およびジャーナリストです。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

「50以上の最新AIツール(2023年8月)」

AIツールは急速に開発が進んでおり、新しいツールが定期的に導入されています。以下のいくつかのAIツールをチェックして、日...

AIニュース

「6Gは、気候変動の監視に二重の役割を果たすかもしれません」

東北大学の研究者は、空中分光法を使用した次世代の6Gネットワークによって、気候変動や大気汚染のモニタリングが可能になる...

データサイエンス

「MITの研究者達が、シーン内の概念を理解するために機械学習モデルを支援するために、様々なシナリオを描いた画像の新しい注釈付き合成データセットを作成しました」

大規模な事前学習済みのビジョンと言語モデルは、数多くのアプリケーションで驚異的なパフォーマンスを発揮しており、固定さ...

AI研究

動作の良さを把握する確率的AI

人工知能がデータをどの程度正確に説明できているかを推定することは、今まで以上に重要です

機械学習

マシンラーニングにとっての「最悪のシナリオを防ぐ競争」

A.I.企業は、児童性的虐待物資の作成や流通を阻止する面で優位に立っています彼らは、ソーシャルメディア企業が失敗したこと...

AI研究

ソウル国立大学の研究者たちは、ディフュージョンベースモデリングを用いたVRにおけるドメインフリーな3Dシーン生成において、画期的なAI手法であるLucidDreamerを紹介します

商業的で混合現実プラットフォームの開発と、3Dグラフィックス技術の急速な進歩により、高品質な3Dシーンの作成はコンピュー...