アマゾンの次世代Alexa、幻覚問題や応答遅延などの技術的課題で投入が難航

スマートスピーカーのAIが賢くなるのは歓迎ですが、もしそのAIが日常的に出まかせを言い始めたら、照明の操作や子どもの相手を任せるわけにはいきません。

Amazonは当初、生成AIを搭載した新しいAlexaを2024年10月に投入する計画でしたが、延期となっていました。英フィナンシャル・タイムズ（FT）の最新報道によると、同社はより高機能なAlexaをリリースする前に、依然として複数の技術的な壁を乗り越える必要があります。

ハルシネーションは「ほぼゼロ」でなければならない

最大の問題の一つは、生成AIが事実と異なる回答を生成する「ハルシネーション（幻覚）」です。

Amazonの汎用人工知能（AGI）チームを率いるRohit Prasad氏はFTに対し、Alexaにおけるハルシネーションは「ほぼゼロ」にする必要があると語りました。ユーザーは一日中Alexaを利用するため、虚偽の情報が混ざるリスクを極力排除しなければならないためです。

Prasad氏は、ハルシネーションの撲滅は業界全体における未解決の課題であると認めつつ、チームが全力で取り組んでいると説明しています。また、音声で質問やタスクを投げかけた際に瞬時に反応が返ってくるという、遅延（レイテンシ）の低減も大きなハードルです。

現役社員がFTに明かしたところによると、新Alexaが近日中に公開される見込みはありません。稼働信頼性を「ほぼ100％」に引き上げること、子供向けの安全フィルターを導入すること、そして各種機能のテストなど、やるべき課題が山積しています。

膨大な外部連携という「ラストワンマイル」

Prasad氏は、新モデルを完成させる「ラストワンマイル」が極めて困難であると吐露しました。Alexaには膨大な数のサービスが組み込まれており、チームはその規模の大きさを過小評価しがちだったといいます。

新しいAIアシスタントは、数百ものサードパーティ製アプリや外部サービスと正確に連携しなければなりません。

この新型Alexaは、Anthropicの「Claude」とAmazon自社製の「Amazon Nova」モデルを組み合わせて動作するとみられています。また、同社の収益化策としてサブスクリプション形式での提供が報じられていますが、具体的な提供開始日は未定のままです。

なぜ重要か

Echoデバイスを利用している一般ユーザーにとって、新世代のスマートなAlexaを今すぐ試すことはできず、当面は従来の仕組みを使い続けることになります。将来的に有料サブスクリプションとして提供される場合、誤答がなく、呼びかけに即座に応答できる水準に達していなければ、ユーザーが毎月課金する動機を見出すのは難しいでしょう。

業界全体から見れば、今回の遅延は、テキストチャット型の生成AIを生活空間の音声ハードウェアへ移植することの難しさを浮き彫りにしています。スマートスピーカーには高い応答速度と極めて低いエラー率が要求され、この基準は現在のフロンティアモデルが最も苦手とする領域です。同様の課題はAppleやGoogleも抱えています。

ハルシネーションをほぼゼロに抑え込むまで一般公開を控えるAmazonの判断は、ブランド保護の観点からは賢明に見えます。しかし、ClaudeとNovaを組み合わせつつ、過去に積み上げた無数の外部プラグインとの互換性を保ち、かつ低遅延を実現するという要求は、自らを極めて過酷な開発の罠に追い込んでいるとも言えそうです。