やや前回の続きであるが・・・
内容
要するに毎日を考えながら、生きていくのが邪魔くさい
・将来のこと
・仕事のこと
・家族のこと
・家事のこと
いろいろ、毎日何かを考えて生きていくのが、やや辛くなってきた。
あるべき姿
目標をセットしたら、ＡＩが全部のプロセスを考えてくれて、自分はひたすらＡＩに指示されて生きていきたい。
先ずはタスクから
一人暮らしなので、食事の買い出しで頭をひねるのが嫌になる。
だいだい生活なんてのは一度決めたことは、そんなに大きく変わらないし、やっていることも実に単調。
大した結果も無いのに、そもそも考えるのがバカらしくなってくる。
（世の中の専業主婦も、死ぬのを待っているだけの高齢者も、蓋を開ければそんな感じだと思う）
なので、ここを生成ＡＩで改善したい。
段階的導入とカスタマイズ
まずは特定の領域(例:食事)から導入し、徐々に他の領域(掃除、シフト管理、レジャーなど)に広げていきましょう。あなたの要望に合わせて、柔軟にカスタマイズできます。
こうした提案を実現すれば、日常生活の多くの決定や手続きをAIにゆだねられるようになり、あなたは気楽に生活に専念できるはずです。
同時に、重要な決定や精神的な部分はあなた自身が関与し続けられます。徐々にAIの関与を増やしつつ、バランスを取ることが肝心です。プライバシーなども細心の注意を払います。一緒に作り上げていきましょう。
提案内容
提案した手順をPlantUMLのシーケンス図で可視化します。
- ユーザーが初期設定としてパーソナルAIに生活パターン、好み、目標を入力する
- 日常的に、ユーザーの生活行動がスマートホームデバイスに記録され、AIに送信される
- AIはユーザーのデータとオープンデータを組み合わせて分析し、日課、買い物リスト、メニューなどを提案する
- ユーザーはAIの提案に対してフィードバックを返す
- AIはフィードバックを学習して提案を改善する
- 順次、ユーザーの要望に応じて新しい生活領域をAIに追加していく
- AIは提案の精度を高め、新機能を追加し、ユーザーの変化に適応していく
質疑
パーソナルＡＩは、話しかけてくれて、ヒアリングしてくれるような会話ロボットにしてください
はい、分かりました。日記機能を持つ会話ロボットのイメージですね。そうすれば、ユーザーはロボットに日常の出来事を話すことで、自然な形でヒアリングされ、ロボットがユーザーの生活パターンや好みを学習できます。
会話ロボットの要件を以下のように定義できるでしょう。
機能要件
日記機能
- ユーザーが自由形式で1日の出来事を話すことができる
- 話された内容を日記としてテキストデータで記録する
- 音声入力に対応している
会話機能
- ユーザーの発言内容を適切に理解し、関連する質問や応答ができる
- 自然な会話の流れを維持する
- ユーモアや感情表現にも対応できる
パターン分析・学習機能
- 蓄積された日記データからユーザーの生活パターン、嗜好、関心事項を分析する
- 分析結果を基に、レコメンデーションやリマインダーなどの機能を提供する
マルチモーダルインターフェース
- 音声のほか、タッチスクリーンやジェスチャーなども入力に対応する
アカウント管理・同期機能
- ユーザーごとにアカウントを作成し、データを管理する
- クラウドとの同期で、複数デバイス間でデータを共有できる
GPTs
コアエンジンはやはり､GPTsに尽きる・・・
課題感は、パターン分析・学習機能 のところ → 何故かと言うと、データ蓄積部分は外部に出さなくてはいけない
外部のオープンデータは、ＳＮＳやブログの自動スクレイピングにより、ベクトル化させて、最終的な人の情報として特徴化する必要かある。
この場合は、ブロガーやＳＮＳのパーソンになるので、ある程度のプライベート情報にアクセスすることになる。
オープンデータの取得については、以下のようなアプローチが考えられます。
公開済みデータの活用
- 完全に公開済みのブログ記事やSNS投稿などを活用する
- スクレイピングではなく、APIやデータ公開サービスを利用する
匿名化・一般化されたデータの購入
- データプロバイダーから、匿名化・一般化された生活データセットを購入する
- 直接的な個人情報は含まれないが、生活パターンが参照可能
オプトインによるデータ収集
ユーザーに同意を得た上で、ブログやSNSのデータを収集する
プライバシーポリシーと厳格な規約の下で実施する
連携サービスからのデータ取得
食事記録アプリや買い物リストアプリなど、連携可能なサービスから匿名データを取得する
プライバシーに配慮しつつ、十分なデータを確保するには、上記のようなマルチソースアプローチが現実的だと思われます。透明性の高い手法を採用し、ユーザーの理解と同意を得ることが何より重要でしょう。
また、収集したデータの分析と学習の際も、データの非可逆的な匿名化や、オンプレミスあるいは信頼できるクラウド環境でのデータ処理など、プライバシーを保護する対策が求められます。AIシステムの構築においては、機能の実現とプライバシー保護のバランスを常に意識する必要がありますね。
こう考えると
世の中の家計簿アプリや、レシピアプリが実はバックで大量の個人データを扱っているのかもしれない。