ELIZA is a natural language conversation program described by Joseph Weizenbaum in January 1966 . based on keywords. Eliza will respond with that question, after every answer you give. webmaster: michal j wallace and save it to your hard drive. (Artificial Linguistic Internet Computer Entity)です。A.L.I.C.E.は、Richard WallaceによりAIMLというXML を応用したマークアップ言語を使って書かれたオープンソースのプログラムでした。, ELIZA同様、パターンマッチング技法を使い会話をするA.L.I.C.E.ですが、オープンソースであったことも助け、対応できるルール数を飛躍的に増やすことに成功。ELIZAが備えていた応答ルールは200種類でしたが、A.L.I.C.E.には実に200倍、40,000ものルールが備わっていました。その後に開発されるチャットボットの基礎といえるプログラムとなったA.L.I.C.E.は、2000年、2001年、2004年にローブナー賞を受賞しています。, 第一次AIブームは、1950~1960年代。「推論と探索」をベースとして、迷路や簡単なクイズ、ゲームを解くことができるシステムでした。ルールとゴールをセットすることに限界があるため、期待ほどには現実社会で生かせませんでした。, それに続く第二次AIブームは、1980年代に到来します。当時のAIは、エキスパートシステムとも呼ばれていました。エキスパートシステムとは、例えば、医師の病気の診断方法を整理してルール化し、「お腹が痛いですか?」といった質問に答えていくと、ある程度の正しい診断が行えるといったものでした。, これを応用して、様々な専門家の知識を学習させ、社会の役に立つAIを開発するべく研究が進められましたが、結局とん挫しました。これは、知識やルールの体系化には限界があり、当時のAIが複雑な問題に対応できなかったことにあります。, 先にご紹介したA.L.I.C.Eも、第二次AIブームのチャットボットといえます。ELIZAはその前身にあたります。 確かに壁にはぶつかりましたが、その後のAI研究の礎を築いた重要な成果ともいえます。, 第一次・第二次のAIブームが失敗に終わった原因は明らかです。結局のところ、人がルールや知識を体系的に整理し、AIに与えなくてはいけなかったためです。, もし晴れだったら、傘を持っていかないもし曇りだったら、折りたたみ傘を持っていくもし雨だったら、傘を持っていく, もし前日が雨で、今日が晴れだったら、傘を持っていかないもし前日が雨で、今日が曇りだったら、折りたたみ傘を持っていくもし前日が雨で、今日が雨だったら、傘を持っていく, 例えば、このように前日の天気という要素(パラメータ)をひとつ増やしただけで、ルールは各段に複雑になります。, 実際には、「前日の天気」「今日の天気」「今日の気温」「今日の湿度」「今日の風向き」「今日の気圧配置」・・・と、世の中のパラメータは無数にあり、それぞれが相関し、影響し合っています。, つまり、実社会で役に立つAIを考えると、人がルールや知識を与えることは現実的ではないことがわかります。ルールベースのAIは、複雑な問題に出会った瞬間、役に立たないものになるのです。, 人がルールを与えるのでは、汎用的なAIは実現しない。この課題を解決したのが、ディープラーニングです。, ディープラーニングは、画像認識の分野で革新的な結果を出します。2012年の画像認識コンテスト(ILSVRC)において、ディープラーニングを取り入れたトロント大学のジェフリー・ヒントン教授が他チームを大きく引き離して圧勝したのです。, ディープラーニングでは、人に教えられることなく、データの特徴をつかむことができます。小さな子どもに繰り返し、様々な犬と猫の画像を見せて「これは犬」「これは猫」と教えると、犬と猫の見分けがつくようになる過程と同じです。, つまり、ディープラーニングでは、人から「ピンと立った耳が二つある(実際には、三角のとがった部分が二つ」「耳の下あたりに目が二つある」などと教えられなくても、猫のおおよその特徴をつかみ、初めて見た猫の写真も「猫だ」と認識できるわけです。, このようにディープラーニングは、画像認識の分野で革新的な成果を出し、人間と同等または人間を超える精度を出しています。一方、チャットボットで必要となる、「意図解釈」「意味認識」「対話」領域のAIはまだ発展途上です。, 今後は、画像認識や顔認識のように、ディープラーニングまたは新たな優れたアルゴリズムの開発によって、対話型AIも革新的な進化を迎える可能性があります。, ただ、現時点では、最先端の機械学習モデルを組み込んだチャットボットも、言葉の意味を理解して対話しているわけではありません。あくまで、事前に学習させる教師データによって統計確率的にユーザーの意図を推定し、最も確からしい回答を返しているのです。, 一方、ELIZAからA.L.I.C.Eが使ってきたようなパターンマッチングを利用したルールベースのチャットボットは、現在でも利用価値があり、実際の顧客サポートでも活用されています。, ますます開発が盛んになるチャットボットが今後、どれほど人と対話できるようになるのか、それを実現するAIにどんなブレイクスルーがあるか、注目していきましょう。, 「チャットボットでうまく成果が出ない」「さらに費用対効果を高めたい」「導入のポイントを知りたい」という方におススメです。, モビルスでは、IBM Watson、Google Dialogflow、BEDORE、LINE BRAINなど様々なAIエンジンと連携したチャットボットの開発実績があります。AIチャットボットをお考えでしたら、モビルスまでご相談ください。, 世界のメッセージングアプリ事情 ~WhatsAppやメッセンジャー、WeChat、LINEの歴史と勢力図から今後の展望まで~, 企業のBCP対策で導入が進む「在宅勤務」、コールセンターや顧客サポートでの導入および運用のポイントとは, 世界で開発が加速化するチャットボットの進化の軌跡 ~元祖ELIZAの誕生から、ディープラーニングの可能性まで~, ディープラーニングによるコミュニケーション技術の進化|松尾 豊 氏(東京大学大学院 工学系研究科・教授), アットホーム株式会社|社内ヘルプデスクにチャット導入で業務効率化、 電話が使えない状況や聞きにくい質問もチャットコ, 株式会社バッファロー|LINEの有人チャット導入で入電数40%減少。 “1対6”のオペレーションで効率的な運用を実現。. ELIZA is a computer program that emulates a Rogerian psychotherapist.