初めに...
皆さんこんにちは。
個人開発をしている、”好奇心のかたまり”と、申します。
今回は、僕が人間同士みたいに、対話をすることができるAIを作ろとしていた時に、思いついたアルゴリズムを紹介しようと思います。
注意：世界初じゃない可能性もあります。
「先に思いついていた！」「私のアルゴリズムだ！」
という方は、コメントで教えてください
突然ですが皆さん "AI(LLM)" 使ったことありますか？
まぁ、無い人なんてほぼいませんよね。
僕も、
- コーディング
- 調べ物
- ちょっとした相談
など、様々なことに使用しています。
ですが、一つ ”心残り” なことがあります。
それは、、
「AIからは話しかけてくれないこと」 です。
人との会話を思い浮かべてください。
私たちは、会話をする時、互いに話しかけます。
ですが、AIとの会話はどうでしょうか？
ChatGPT、Gemini、Claudeが、自らあなたに話しかけることはあるでしょうか？
いえ。ありません。
そこで、僕は考えました。
AIから話しかけてくるアルゴリズムはないのだろうか
既存のアルゴリズム達
僕は初めに、既存の、AIから話しかけてくれるアルゴリズムがないかを探しました。
すると、この、”２つのアルゴリズム”が存在しました。
1. トリガー連動型アルゴリズム（イベント駆動）
このアルゴリズムは非常に単純です。
条件を満たしたら、AIを動かす。
ただそれだけです。
例えば、
1.特定の時間になった時 → 「おはよう」 と言う
2.センサーが反応したとき → 「こんにちは」 と言う
3.特定の場所に到着したとき → 「到着しました」 と言う
などです。
今回の、AIに組み込む場合だと、1番が使えそうですね。
このアルゴリズムのメリットは以下のとおりです。
ですが、デメリットが大きいです。
AI(LLM)に組み込む場合だと、頻繁に自ら発言することは難しそうです。
そこで、もう一つの方法を見てみましょう。
自律型エージェント
このアルゴリズムも、考え方は単純です。
”常に”発言するべきかを考える
ただこれだけです。
このプログラムのメリットは以下の通りです。
ですが、このアルゴリズムのデメリットは、 ”激ヤバ” です
まぁコレぐらいならなんとかなりますが、
これが一番マズイです
僕みたいな個人開発者、ましてや中学生に２４時間GPUをぶん回すお金などありませんっ
そこで、僕の考えたアルゴリズムの登場です。
このアルゴリズムなら、
といったことが可能になります。
名付けて、、
Secondary Keyword Scheduler 略してSKS
とでも呼ぶとしましょう。
コレは表向きの名前で本当は別の意味です^^
それでは、このアルゴリズムの説明をしましょう。
このアルゴリズムの肝は、
未来の発言を事前に用意（予約）しておくこと。
です。
どういうことかを説明しましょう。
例えば、自律型エージェントの例を見てみましょう。
User：ただいま
AI：おかえりなさい！今日もお疲れ様！
このような会話をしたとします。
しかし、今日のUserは、気分が落ち込んでて、いつもならAIとお喋りを楽しむところなのですが、一向に口を開きませんでした。
なので、AIのエージェントは口をひらきます。
AI:大丈夫？元気無い？
このような流れだったとします。
確かに、この自律型エージェントは、Userの変化に気づく事ができました。
しかし、この「沈黙の間」が問題です。
AIは「今話しかけるべきか？」を判断するためだけに、この間、何度も高価なGPUを起動して思考ループを回し続けているのです。
これでは電気代だけで破産してしまいます。
そこで、僕の考えたアルゴリズムが活躍します。
このアルゴリズムは、先程も言った通り
未来の発言を事前に用意（予約）しておく
アルゴリズムです。
具体的には、以下の流れになっています。
先程の例をなぞって見てみましょう。
User：ただいま
AI：おかえりなさい！今日もお疲れ様！
画面上の見た目は先ほどと全く同じですが、僕のアルゴリズムでは、この瞬間にすでに ”見えない圧倒的な差” が出ています。
それは、、
AIが「おかえりなさい！」と出力したまさにその一瞬（GPUが動いている間）に、裏で「未来の発言（大丈夫？元気ない？）」まで同時に生成し、確定させているのです。
未来の発言を確定させたあと、このアルゴリズムは驚くほど「エコ」になります。
やることは単純
１，GPUが「おかえりなさい！」と同時に
「もしn分反応がなければ：大丈夫？元気ない？」
と、発言するコードを生成。
２、生成したら、GPUを別のユーザーの処理や別の仕事へまわす。
３、n分経ったら、貧弱なCPUをつかったサーバーからメッセージを送信する
これが、このアルゴリズムの本当に美しいポイントです。
必要なのは、10円玉で動くような「貧弱なCPUのタイマー機能（タスクスケジューラー）」だけ。
CPU側は、裏で10分間のカウントダウンを始めるだけです。
この間、電気代を爆食いするGPUは1ミリも動きません。
そして、ここで運命の分岐点が訪れます。
パターンA：本当にユーザーが沈黙した場合（10分経過）
CPUがn分経ったことを検知します。
↓
CPUは「大丈夫？元気ない？」というテキストを、ユーザーに送信します。
↓
それを見てUserは、「AIが自分の沈黙を察して、自発的に話しかけてくれた！」と思う(？)
Happy End...(？)
というパターン。
もう一つは、、
パターンB：ユーザーがすぐ返信してきた場合
n分経つ前にUserが何かを発言した。
↓
セットしていたタイマーと発言を破棄する。
↓
「大丈夫？元気ない？」の発言記憶を消し去る
↓
和気あいあいと話す
Happy End...(2回目)
という感じです。僕のアルゴリズム、理解していただけたでしょうか？
SKSのメリット・デメリット
このSKSアルゴリズムのメリットは、以下のとおりです。
- １,より自然なタイミングで発言が可能
- ２,トリガー連動型アルゴリズムと一緒に使える
- ３,プロンプト(Function Callingを追加)を変えるだけで実装可能（おそらく）
- ４,GPUコスト（電気代・サーバー代）が爆発的に安くなる(自律型エージェント比較)
コレだけ見ても、非常に理にかなっていることがわかるのでは無いでしょうか？
では、逆に、デメリットは何でしょう。
- 使用しないセリフまで生成してしまう。(話しかけの ON/OFF 機能の追加で対応可)
- 急な状況の変化に対応できない(地震情報など) ← (トリガー連動型アルゴリズムとの組み合わせで対応可)
- 未読スルーの理由を特定できない(電話中だったのに、「大丈夫？」とメッセージが送られてくる) ← (もっと汎用的なメッセージを考える(何してるの？など))
最後に...
僕の記事を閲覧くださり、ありがとうございました！
もし、なにか意見等ございましたら、ご連絡いただけますと助かります。
このアルゴリズムで、オープンソースが発展することを、心より願っています。
O P E N S O U R C E
W I L L P R E V A I L !
~オープンソースに栄光あれ~