身体化エージェント（インターフェースエージェントとも呼ばれる）は、その環境内の物理的な身体を通じて環境と相互作用する知能エージェントである。人工知能研究において、この用語は移動ロボットなどの物理的に身体化されたシステムと、画面上の人間や漫画の動物など、仮想空間にのみ存在するグラフィカルに表現されたエージェントの両方を対象とする。AIの専門分野の一つは、身体を知覚と行動の媒体として活用し、これらのエージェントが人間やその周囲と自律的に相互作用できるようにすることに焦点を当てている。
この概念は、グラフィカルユーザーインターフェースと対話システムの台頭とともに注目を集めた。グラフィカルに身体化されたエージェントの例には、仮想ニュースキャスターであるAnanovaや、インタラクティブなアニメーションキャラクターのためのフレームワークであるMicrosoft Agentがある。身体化された対話エージェントは、ロボットの身体ではなくグラフィカルなフロントエンドを持つサブセットであり、ジェスチャー、表情、視線など、人間が使用するのと同じ言語的および非言語的手段を用いて、人間や互いと対話するように設計されている。
身体化された対話エージェント
身体化された対話エージェントは、知的ユーザーインターフェースの一形態である。そのグラフィカルな身体化は、ジェスチャー、表情、音声を統合してユーザーとの対面コミュニケーションを可能にし、人間とコンピューターの強力な相互作用手段を提供することを目的としている。テキストベースのチャットボットや音声のみのアシスタントとは異なり、これらのエージェントは可視の身体を占有し、複数のチャネルを同時に通じて意味を伝達できる。この設計は、注意とニューラルネットワークの研究に基づいて自然な相互作用パターンをモデル化するが、初期のシステムはルールベースのアニメーションとスクリプトに依存していた。
このようなエージェントの開発は、MIT CSAILやスタンフォードAIラボなどの機関での研究に影響を受けており、研究者らは人々が仮想キャラクターをどのように知覚し、反応するかを研究してきた。目標は単に人間の外見を模倣することではなく、身体の伝達力を活用して相互作用をより直感的で魅力的にすることである。
身体化の利点
対面コミュニケーションは、他のコミュニケーション手段よりもはるかに豊かなチャネルを提供する通信プロトコルを可能にする。これにより、会話のターンテイキング、感情の表情表現、情報構造と強調、視覚化と象徴的ジェスチャー、三次元環境での方向付けなどの語用論的行為が可能になる。このコミュニケーションは、視線、ジェスチャー、話し言葉のイントネーション、身体姿勢などの言語的および非言語的チャネルの両方を通じて行われる。
研究では、ユーザーは身体化されたシステムの内部状態の言語的表示よりも非言語的な視覚的表示を好むことが判明しており、追加の非言語チャネルの価値を示している。身体化されたエージェントとの対面相互作用は、人間の参加者を気を散らすことなく別のタスクと並行して行うことができ、代わりに相互作用の楽しさを向上させる。さらに、身体化されたエージェントによるプレゼンテーションは、提示された情報の想起を改善する。
身体化されたエージェントはまた、相互作用に社会的な側面をもたらす。人間は喜んでコンピューターに社会的認識を帰属させるため、身体化されたエージェントとの相互作用は、人間同士の相互作用と同様の社会的慣習に従う。この社会的側面は、エージェントの信憑性と知覚される信頼性を高め、ユーザーの関与を増加させる。RickenbergとReevesによる研究では、ウェブサイト上の身体化されたエージェントがユーザーの信頼を高める一方で、不安も引き起こし、あたかもユーザーが実際の人間に見られているかのようにパフォーマンスに影響を与えることが判明した。身体化されたエージェントによるプレゼンテーションは、エージェントなしのものよりも面白く、難しくないと認識される。知覚される楽しさは、知覚される有用性と使いやすさに続いて、ユーザー採用に影響を与える主要な要因である。
2004年1月のスタンフォード大学でのByron Reevesによる研究では、デジタルキャラクターが親しみやすさと近づきやすさの感覚を追加することでオンライン体験を向上させることができることを実証した。この好ましさの増加は、エンドユーザーと製品作成者の両方に利益をもたらす。
応用
人間の会話の豊かなコミュニケーションスタイルは、身体化された対話エージェントを非伝統的な相互作用タスクに理想的にする。身近な応用はコンピューターゲームであり、豊かなコミュニケーションスタイルが相互作用を楽しくする。身体化された対話エージェントは、仮想トレーニング環境、携帯型個人ナビゲーションガイド、インタラクティブフィクションやストーリーテリングシステム、インタラクティブなオンラインキャラクター、自動プレゼンターやコメンテーターにも使用されている。
Siri、Amazon Alexa、Google Assistantなどの主要な仮想アシスタントには視覚的な身体化表現が付属しておらず、ユーザーにとっての人間の存在感を制限すると考えられている。対照的に、Figure AIやSanctuary AIなどの企業の移動ロボットのような物理的に身体化されたエージェントは実際の環境で動作し、自動運転やテスラ・オートパイロットの研究は動的設定での物理的身体化の限界を押し広げている。
米国国防総省は、米陸軍運営のウェブサイトやアプリケーションでサイトナビゲーション、募集、プロパガンダ目的のためにSGT STARと呼ばれるソフトウェアエージェントを利用している。Sgt. Starは、ペンタゴンから直接運営される部門である陸軍マーケティング・リサーチグループによって運営されている。これは、ワシントンに拠点を置く情報技術サービス会社であるNext ITによって開発されたActiveSentry技術に基づいている。Sgt. Starファミリーの他のボットは、連邦捜査局と中央情報局によって情報収集に使用されている。
研究の方向性
現代の身体化エージェント研究は、深層学習と大規模言語モデルと交差し、エージェントが文脈に適した音声とジェスチャーを生成できるようにしている。人間のフィードバックからの強化学習やカリキュラム学習などの技術は、複雑な環境で相互作用するエージェントのトレーニングに役立つ。しかし、言語を物理的な行動に接地し、長い相互作用にわたって一貫した非言語行動を維持するという課題は残っている。
ジョシュア・テネンバウムやブレンダン・レイクなどの研究者は、バークレーAIリサーチやカーネギーメロン大学などの機関で、身体化エージェントが世界の因果モデルを学習し、パターンマッチングを超えて真の理解に移行する方法を探求している。この分野は進化を続けており、グラフィカルエージェントは教育、治療、カスタマーサービスでますます使用され、物理ロボットは製造業や医療で進歩している。