ついにAIが人の代わりに電話をしてくれる時代へ Googleアシスタントの電話予約デモが最高に未来

ついに！

AI（人工知能）が人間の代わりに、人間と電話で話してくれる時代が到来！

これ最高に未来じゃね？

マジでこの時代に生きてて良かったって思う瞬間。

久々に技術カンファレンスで、感動したわ。

昔はソニーのプレスカンファレンスでもそういうことあったんだけどね。長い間この感動を忘れてたよ。

5月8日にカリフォルニアで開催された「Google I/O」で、GoogleがAIにレストランなどの電話予約をさせる「Googleアシスタント」の新機能「Google Duplex」を発表したんだけど、これが素晴らしすぎる機能だった！

いや、マジで未来を感じたよ。

まぁ、デモ用にシステムを最適化して、それっぽく見せてる見せている、見かけ倒しの事前にプログラムされたやりとりという可能性も無くはないけど、新機能として搭載するわけだから、既に実用段階まで開発は進んでいるんだと思う。

まずはみんなもAIが人間の代わりに人間と話すとんでもなく未来なデモを見てくれ。

話はそれからだ。

こちらの記事もオススメです！

AIが床屋に電話予約するデモ動画

店員：こんにちは。何かご用ですか？
 
AI：こんにちは。代理で女性のヘアカットを予約したいので電話してるんですが、5月3日で探してます。
 
店員：わかりました。少しお待ちください。
 
AI：はい（相づち）
 
店員：何時頃が良いですか？
 
AI：12時です。
 
店員：12時は空いてませんが、一番近い時間で1時15分に空いています。
 
AI：10時から12時の間のどこかで空いてる時間はありますか？
 
店員：サービス内容によります。彼女はどんなサービスを希望していますか？
 
AI：今のところヘアカットのみです。
 
店員：OK。10時が空いてますよ。
 
AI：10時で良いです。
 
店員：OK。彼女の名前はなんですか？
 
AI：彼女の名前はLISAです。
 
店員：OK。完璧よ。それでは5月3日10時にリサをお待ちしています。
 
AI：OK、ありがとう。
 
店員：ありがとう。良い一日を。さようなら。

感じてもらえたかな？この未来感。

タイトルだけみて来たあなたは「どうせロボ声で、変な感じの会話になってギリギリ予約できる程度だろ」って思ってたでしょ？

はっはっは！
今あなたは全くそんな事は無かったことに驚愕して、自分のスマホをなで始めて、早くこの機能が自分のスマホで使用できる日が来ることを祈っていることだろう！

というか、合成音声はかなり流ちょうだし、会話中に相手の発言に答えるために「相づち」打ってるんだぜ？

これ、相手の店員に「実は貴方に予約入れたの人間じゃないんだよ」って伝えたら「こいつ頭おかしいんじゃね？」って思わせるレベルで、人間っぽいよね。

そして何より、実際に仕事で電話受けをしてる人は今こう思っていることだろう。

「人間より良い…！！！」

そう。電話するのが嫌いな人がメチャクチャ増えている現代。メールやネット予約が当たり前になっている中、まだまだ電話だけがライフラインのお店もいっぱいあるよね。

連絡方法が電話しかないと電話が嫌いな人は避けてしまうけど、この機能が実装されればもう苦手意識を克服する必要も無い。

そして、電話を受ける側にも多大なるメリットがある。

電話を受けている人は「頭おかしい人」「日本語がおかしい人」「基地外」見たいな奴の相手をしたことが絶対にあるだろう。実は相手が日本人なのに日本語が通じない頭おかしい奴はいっぱいいて、そいつを処理するのに通常の何倍の労力と時間をかけて、処理した後には多大なストレスが自分に残る。

電話受けあるあるだとおもう。

しかし、相手がAIならそんな事もないだろう。貴方が正しい日本語で話しかければ、AIもそれに答えてくれる。

なんてWin-Winな機能なんだろう。素晴らしいね。

AIがレストランに電話予約を試みるも予約が出来なかったデモ動画

こっちは全文訳すのめんどいから、要所だけ書くけど。

AIは7日の水曜日にテーブル席で4人の予約を入れようとしました。

しかし、このレストランは5人以上の場合のみ予約を受け付けていて、4人なら予約無しで来て欲しいと伝えました。

AIは予約が出来ないことを認識して、どのくらい待つのか聞いたところ、そんなに忙しくないことがわかったので会話が終了しました。

日本語だとあまり問題ならないけど、英語だと数字だけ言われることが多いので時間なのか人数なのかわからないことがあります。

でも、予約する上で一番重要な情報なので相手にキチンと伝えることが出来ています。実はこれもスゴい。

床屋もレストランもチューリングテスト（人間かAIか見分けるテスト）をしなくても、ほぼ間違いなく相手は「人間」と区別が付かないレベルだと思います。

英語の音声合成は日本語よりずっと進んでいる

日本語って言語的にホント難しいと思う。難しいポイントを上げていったらきりが無いけど、そういうこともあるし、言語の使用人口数的な問題もあって、日本語よりも英語って音声合成はずっとずっと進んでいます。

このデモでは英語で会話していましたが、他の言語でこのレベルの自然さになるのはまだ時間がかかりそうです。

また、デモを見ると普通に会話が出来てしまうのではないかと思いますが、この精度は特定のタスクに対してのみAIをトレーニングしたようなので、会話中に「あ、そういえば昨日のアニメ見た？」とかいきなりフラれても対応出来ないのかも。

とはいえ、かなり革新的な技術デモであることは間違いないので、早くオレのアシスタントちゃんにもこの機能が実装されるように願っています。

願わくば、このデモはソニーから公開されて欲しかったけど、いつかソニーがこの感動をまたオレに与えてくれる日を待ってます。