Dr. Sbaitsoは、1992年にCreative Labsがリリースしたテキストベースの人工知能プログラムです。これは、ユーザーとのタイピングによる会話に従事する心理学者を模倣するように設計された、最も初期の消費者向けチャターボットの1つでした。このプログラムは、応答を音声で読み上げるデジタル化された音声を使用したことで注目され、この機能は初期のパーソナルコンピュータユーザーに記憶に残るものとなりました。現代の基準では原始的ですが、Dr. Sbaitsoは会話型Artificial intelligenceと人間とコンピュータの相互作用の歴史におけるマイルストーンとして認識されています。
このソフトウェアはDOSベースのパーソナルコンピュータで動作し、Creative LabsのSound Blasterサウンドカードに同梱されることがよくありました。そのインターフェースはシンプルで、ユーザーがテキストの行を入力すると、Dr. Sbaitsoはスクリプト化またはパターンマッチングされた応答で返答し、それがサウンドカードを通じて音声化されました。プログラムの名前とペルソナは、架空の「Dr. Sbaitso」（「S.B.I.T.S.O.」をもじったもの）に触発されており、深刻な治療ツールとしてではなく、ハードウェアのオーディオ機能を実証するために設計されました。
歴史的背景と開発
Dr. Sbaitsoは、Neural networkとMachine learningの研究が主に学術研究所に限定され、消費者向けソフトウェアがルールベースのシステムに依存していた時期に登場しました。このプログラムは、主にオーディオハードウェアで知られる企業であるCreative Labsによって、Sound Blasterの音声合成機能のデモンストレーションとして開発されました。統計的またはDeep learningの手法を使用した後の会話エージェントとは異なり、Dr. Sbaitsoは単純なキーワードマッチングルールと事前にプログラムされた応答のセットで動作し、これはELIZA（1966年）などの初期のチャターボットで一般的なアプローチでした。
Creative Labsは1992年にDr. Sbaitsoをリリースしました。この年は、研究環境ではより高度なテキストベースのシステムが台頭しましたが、商業製品はほとんどありませんでした。このプログラムのリリースは、Large language modelパラダイムの広範な採用より数十年先んじており、Transformer (architecture)アーキテクチャやGenerative AI技術を組み込んでいませんでした。代わりに、決定的なパターンマッチングに依存しており、会話の範囲は限られていましたが、当時の限られたハードウェア上で信頼性が高く、実行が容易でした。
技術的特徴と制限
Dr. Sbaitsoのコア機能は、有限の会話ルールのセットに基づいていました。単純なフレーズを認識し、フォローアップの質問をし、ユーザー入力に対して定型文で応答することができました。プログラムの音声出力は、Sound Blasterのデジタル信号処理を活用したテキスト読み上げエンジンを使用して生成され、これは当時の消費者向けソフトウェアでは斬新な機能でした。このAMDベースのサウンドカード（Creative Labsはさまざまなメーカーのチップを使用）との統合は、パーソナルコンピューティングにおけるマルチメディアの重要性の高まりを浮き彫りにしました。
その斬新さにもかかわらず、Dr. Sbaitsoには重大な制限がありました。数回のやり取りを超えた以前の会話の記憶がなく、複雑な構文を処理できず、しばしば無意味または反復的な応答を生成しました。これらの欠点は、現代のシステムに見られるResidual Network (ResNet)やMulti-Head Attentionメカニズムを使用しなかった初期のチャターボットに典型的なものでした。プログラムには学習機能もなく、その応答は完全に事前にスクリプト化されており、これは現代のReinforcement learningアプローチ（Reinforcement Learning from AI Feedback (RLAIF)など）とは対照的でした。
文化的影響と遺産
Dr. Sbaitsoは初期のPC愛好家の間でカルト的な人気を博し、彼らは会話の記録を共有し、話すコンピュータの斬新さに驚嘆しました。これは、ELIZAやPARRYなどの他の初期プログラムと並んで、チャットボットの歴史に関する議論で頻繁に引用されました。このプログラムの人気は、会話型インターフェースのアイデアを広めるのに役立ちましたが、それ自体は商業的な成功ではありませんでした。
それ以来、Dr. SbaitsoはArtificial intelligenceの歴史に関する学術論文や、初期の消費者向けソフトウェアの回顧で言及されています。これは、OpenAIやGoogle DeepMindによって開発されたものなど、Transformer (architecture)ベースのアーキテクチャと大規模なデータセットを使用する現代のアシスタントとしばしば比較されます。しかし、Dr. Sbaitsoの単純さは、その透明性のために賞賛されることがあります。ユーザーは、今日の不透明なNeural networkモデルとは異なり、それがどのように機能するかを簡単に理解できたからです。
現代の会話型AIとの比較
Large language modelに基づいて構築されたものなどの現代の会話エージェントは、Dr. Sbaitsoとは根本的に異なります。それらは、Encoder-Decoder ArchitectureアーキテクチャやPositional Encodingを含むDeep learning技術を採用して、テキストを処理および生成します。それらは、Loss FunctionsやAdam (Optimizer)などの最適化方法を使用して膨大なコーパスでトレーニングされ、文脈、ニュアンス、およびオープンエンドの対話を処理できます。対照的に、Dr. Sbaitsoはトレーニングフェーズがなく、スクリプト化された応答を超えて一般化する能力がないルールベースのシステムでした。
これらの違いにもかかわらず、Dr. Sbaitsoは現代のシステムと共通の目標、つまり人間の会話をシミュレートすることを共有しています。その遺産は、初歩的なArtificial intelligenceでさえユーザーを引き込むことができることを実証し、より洗練されたGenerative AIツールへの道を開いたことにあります。このプログラムはまた、AIにおける音声出力の統合を先取りしており、これは現在、AppleやSamsung Electronicsなどの企業の仮想アシスタントで一般的な機能です。
評価と歴史的評価
Dr. Sbaitsoの当時のレビューは賛否両論で、その斬新さを賞賛する人もいれば、その限られた知能を批判する人もいました。時間が経つにつれて、それは人間とコンピュータの相互作用の進化における重要な遺物として再評価されてきました。コンピューティングの歴史家は、ハードウェア企業がソフトウェアを使用して新しい機能を紹介した例としてそれを頻繁に引用しており、この慣行は今日、AWS Trainiumや他の専門AIチップで続いています。
2020年代の時点で、Dr. Sbaitsoは広く使用されていませんが、愛好家や歴史家の関心の対象であり続けています。エミュレータとソフトウェアのアーカイブ版が利用可能であり、新しい世代が会話型AIへのこの初期の試みを体験できます。その物語は、単純なパターンマッチングから、現代のチャットボットを動かす洗練されたTransformer (architecture)モデルへの、この分野の急速な進歩を強調しています。