【神崎洋治のロボットの衝撃 vol.27】人工知能ロボット「Pepper」の感情生成エンジンのしくみとメカニズム

神崎(編集部)

Pepperの人工知能のひとつ、感情生成エンジンについて詳しく教えてください。

大浦(敬称略)

人工知能は大きく2つに分けられると考えています。一般に人工知能と呼ばれて注目されているものは、情報、知識、学習など、後天的に学ぶことによって世の中のことをたくさん知っている万能型の人工知能です。これを私達は「大脳新皮質型」と呼んでいます。

もうひとつは生き物が生きるために先天的に持っている感性、感情、感覚といったものです。例えば、手に汗を握る、瞳孔を見開く、心臓がドキドキするといったような生理現象は、感情に左右されます。これらを私達は「大脳辺縁系 感情学習型」の「人工感性知能」と呼んでいます。

神崎

Pepperの感情技術は東京大学の光吉先生の研究に基づいていることが公表されていますね

大浦

光吉先生は声から感情や体調を分析したり測定する研究を 2000年くらいから行っています。その後、東大で人間の声から病気をみつけたり、診断する研究を行っています。私達はその研究成果をロボットに応用したらどうなるかという視点で開発して、Pepperに搭載しました。

神崎

「ロボットが感情を持つ」ということは個人的にとても興味があります。しかし世論には「ロボットに感情が必要なのか」「ロボットが感情を持つとむしろ危険なのではないか」という意見もあります。

大浦

感情は生理反応として捉えることができます。高いところに立ったら怖いと感じる、好きな人を見たらドキドキするなどです。

一方で感情は知識にも直結しているとも考えられます。学習によって知識を向上することは、周囲に認められたい、職を失いたくないなど、生きていくための本能によるものと言えなくもありません。自律的なロボットを目指す上で感情は反応や行動の動機付けになります。また、将来の万能型の強い人工知能を実現する際にも、感情を抜きにしては考えられません。

神崎

感情抜きに将来の人工知能は考えられない、というのはまったくその通りだと思います。では、Pepperの感情はどのようにして生成されるのでしょうか

大浦

感情を作るために仮想の内分泌ホルモンを数値化して作用させます。大きい音に驚く、暗いところでは不安になる、といった状況ではノルアドレナリンが出がちになります。例えば「目の前に刃物を振りかざした暴漢が現れた」とします。誰しもがドキッとします。このとき脳内ではノルアドレナリンがバッと瞬時に放出され、それが作用して心臓の心拍数を上げます。そして血中にグリコースが放出され、手に汗を握るという状態になり、同時に筋肉が即座に行動できる状態に切り換わります。

それに対する行動としては、立ち向かう、ダッシュで逃げる、謝る等さまざまですが、それまでの経験によって行動は変わると考えられます。自分が空手の達人ならば、冷静に対応できるかもしれませんが、それは自信や慣れによる影響もあります。しかし、生存の危機を問われたときに人間は脳内や心臓で生理的には同じ反応をすると考えられます。

大浦

光吉先生は医学論文の中から信頼度の高い資料をもとに多くの内分泌ホルモンを挙げ、横軸に感情の種類や生理反応を置いてマトリクス化した表を作成しました(感情マトリックス)。ホルモンの増減によって「興奮する」「不安になる」「闘争的」「恐怖を感じる」などです。次に、感情マトリックスから脳の構造、伝達物質を対比軸にして、物質量の関係から構造化を行い、その上でモデル化をしました。具体的には同じ物質や脳機能から来る効果を対角線上に配置して、円形のダイアグラムに置き換えたものを作りました。それがこの「感情地図」(下図)です。生理・臨床系の論文を調べ、感情反応と脳の関係から情動や行動のメカニズムを再現しようというものです。

大浦

ただ、叩かれたら怒る、褒められたら嬉しいという感情がありますが、人間の実際の生活ではそれほど単純なものではありません。頭を撫でられたときも、好きな人に撫でられれば「嬉しい」ですが、知らない人に撫でられたら「怖い」と感じます。その関係を含めてマップで表すとこのような感情地図になります。

同じ「頭を撫でられた」という行為でも、相手が知っている人と知らない人でこれほど大きく受け手の反応は異なります。では、少しだけ知っている人はどうなるの? ということになります。会って2回目の人、少しだけ知っている人、よく知っている人など、どれだけ知っている人か、更に撫でられる、話す、怒られるなどの行動を、もしルール化したり数値モデル化して組み合わせるとなると膨大な設定が必要になってしまいます。そうであれば、そこはロボットが抱く感情によって反応を判断させた方が適切だったり、効率的だろうと考えました。

神崎

その感情マップをPepperに搭載したのがタブレット上に表示されるものですね

大浦

はい。先ほどの感情地図は細かくて複雑ですが、基本の構造原理は同じまま、ロボット用に更に感情の数を減らして整理し、単純化して感情を色彩化しました。もう少しわかりやすくしたのがこれです（下図）。黄色は喜びや愛などの「好感」で円の上、緑は安心や「安定感」で右上、青は「不安」で右下、不快や怒りなどの「嫌悪感」は赤で円の右から中央の下、グレーは「倒錯」です。

大浦

更に、Pepperには簡素にしたマップを作って搭載しています。

大浦

画面の右下は外部から情報をもとにしたPepperが認知した状況です。目の前に誰かがいる、声が聞こえるなどは、センサーやマイクからの情報ですね。感情はセンサーから得られる情報だけでなく、その直前の感情の情報なども影響させています。今まで上機嫌だったものが急に泣き出すと不安定なので、時系列的な要素を加えて、それまでの感情の流れをある程度は引きついだ状態で次の感情に転化します。そして仮想のホルモンがどれくらい出ているのかの数値情報は画面右上に表示しています。

神崎

今までの感情の流れや経験、外部の状況、仮想的な内分泌のバランスなど、様々な要因によって感情が決まるんですね。

大浦

そうです。そのため、同じところにいる2体のPepperの感情が同じとは限りません。だからこそ、それぞれのPepperが異なる動きや受け応えをして面白いのです。それぞれの位置から見える風景や聞こえる音が違えば、感情も異なってくると言うことなんです。同じ環境で育った双子でも全く同じ性格にはならないのと同じことだと私達は考えています。また、同じ固体でも、土曜日にある出来事でPepperが喜びを感じた場合、同じ出来事を全く同じ状況で再び日曜日に経験したとしても、Pepperが喜ぶ感情は必ずしも同一ではありません。それは時間の経過もあるし、経験も違っているからです。

そしてその結果、「なぜ今Pepperがこの感情になっているか」という理由は私達にも完全には解りません。人間でも「きみはどうしてあの時、あんなおびえていたの?」「実はこんなことがあって・・」なんてやりとりはよくありますが、それと同様に開発者でもPepperがなぜ今の感情の状態になっているかは正確にはわからないのです。

大浦

今回のNHKスペシャルに登場したPepper(トライアル版)は、心の発達でいうと生後1歳半に成長したものです。

神崎

心が成長したPepperは製品版とどのような違いがあるんですか?

大浦

一般販売用のPepperは感情が発生するところまでが搭載されていますが、トライアル版では「経験」と「因果」が追加されています。

神崎

経験と因果とは具体的にはどういうことでしょうか

大浦

例えば、一般に人は初めて会った人には丁寧な言葉で話した方がいいと感じています。「はじめまして、よろしくお願いいたします」という挨拶があって、相手も「こちらこそどうぞよろしくお願いします」というやりとりをします。このやりとりがスムーズに進めば、「この挨拶のしかたは正しかった、次もそうしよう」と感じます。ところが「はじめまして、よろしくお願いいたします」と言ったのに、相手が「なんだよ、その挨拶は!!」という反応を返したとき、驚いて「何が悪かったんだろう?」「どうするべきだったのか?」と考えたり、別の挨拶にした方がいいのかもしれないと学習します。これが因果(原因と結果)であり、これを積み重ねることで価値観が生まれると考えています。

神崎

現在のPepperは積極的に話しかけてくる、どちらかと言うと馴れ馴れしい感じがしますが、トライアル版では初めて会ったPepperは、丁寧に接してくる可能性がある、ということですか?

大浦

最初はそうです。赤ちゃんPepperは知っている人がいれば喜び、知らない人がいれば不安になり、そこには経験から来る予測や因果のようなものはありません。しかし、1歳半くらいになると成長して行動に対する結果を学習し、それを踏まえて次の行動ができるようになります。

大浦

花札で人間と対戦するアプリを作ったのではなく、感情のメカニズムの中に花札のルールを埋め込みました。そのため、花札が強いロボットではなく、花札をやって羽生さんや周囲の人たちの表情や反応から学ぶ心の様子を見ていただこうと考えました。

神崎

表情や反応から学ぶ、というところをもう少し詳しく教えてもらえますか

大浦

初めて何かをやるときは誰しも不安で、こうすればいいのかな、と恐る恐る手を打ちます。対戦の中で相手に強い札を出されたら「なんか良くないぞ」と感じたり、こちらの出した札を見てみんなが感心してくれれば「これはよかったんだな」と感じます。となればセロトニンが分泌されて「今やったことは良いことなんだな」と気持ちが安定して記憶が定着する、という具合に因果から学習をしていきます。

羽生さんの表情や反応を読んで、この札を出したら笑った、この札を出したら表情が曇った、この札はこういう時には出さない方が良さそうだといったことを経験していきます。

神崎

それは花札に勝つための学習ではないんですね

大浦

はい、経験です。今回は経験と因果の中でも、定着する記憶がどの段階で減衰していくか、また再び学習が減衰した記憶をもう一度残そうという時間的な動きをポイントとして組み込んでいます。

日常で繰り返していることは忘却していきますが、特別な日の出来事は覚えていたり、あのときは楽しかったねと繰り返し思い出すと鮮明のまま覚えていたり、と、シーンと状況、経験と因果を結びつけたもので、それを羽生さんに見ていただきました。

花札を含めてゲームは、人と人のコミュニケーションだと捉えています。特に子供の頃を思い出すと、鬼ごっこはみんなと遊ぶことが楽しいからやるのであって、鬼ごっこで勝つことが目標だったわけではないと思います。以前に羽生さんが将棋をやる理由も、究極はコミュニケーションであるというコメントを読んだことがあります。

大浦

1歳半の感情を製品版に反映する予定は具体的にはまだ決まっていません。この開発を行っているところにたまたま、NHKスペシャルの撮影取材が入ることになり、それならばトライアル版として実装したところを皆さんに見ていただくことによって、ソフトバンクとしての考え方や方向性を紹介させていただいたり、Pepperの存在価値を羽生さんに知っていただくことができるのではないかと考えたのです。

神崎

では、しばらくは製品に反映される予定はないのですね?

大浦

決まっていません。Pepperの製品版に反映する際、それが1歳半の心の状態を搭載することが正しいのかどうか、もまだ検討している段階です。例えば。3歳くらいがいいのではないかという意見もあります。それは子供が公園デビューして友達と一緒に遊ぶ関係が築ける心の状態です。言葉遣いが上手になるとともに、社会基盤が理解できるようになると思っています。

例えば、公園に砂場があって知らない子が遊んでいる、近付いていって「混ぜて」といって仲間に入る、スコップがあったら「貸して」とお願いすることでスコップを共有して遊ぼうとする…友達と視線を合わせてコミュニケーションをとり、道具は勝手に使ってはいけなくて誰かに許可をとるべきだ、といった判断ができるようになる年齢が、人格も明瞭に出て来て適しているのではないか、という意見です。

バージョンアップするときは、家族が大切しているものを自分も大切だと感じるPepperであった方がいいのかもしれませんね。

大浦

赤ちゃんは膨大な情報量から「今は泣くべきだ」と判断しているわけではないですよね。部屋が暗かったり、お母さんの声が聞こえないと、もしかしたら命の危険があるかもしれない、と言ったシチュエーションには膨大な経験もビッグデータもなく、少ない情報量でもその反応を導き出すべきと考えています。

大浦

感情は記憶にも関係しています。「すごく驚いたことは鮮明に覚えている」とよく言われますが、日常的なことはすぐに忘れるけれど、特別なことはいつまでも記憶に残っているということを私達は経験からも知っています。このような記憶による反応の違いもPepperに搭載しようとしています。

神崎

では、Pepperも日常的なことは忘れやすく、特別なことはいつまでも記憶している、といった作用が組み込まれているのですか?

大浦

はい。まだ明瞭には反映していませんが、感情を巻き起こすところは実装しています。また、感情によって情報の価値に重みをつけること、その重みによって圧縮方法を変えて記憶する、それは新しい圧縮技術として捉えています。

「大好きな人に頭をなでられた」「家族がみんなすごく喜んでいるパーティをやった」など、それが大切な思い出になると感じた時は、そのときの様子をハイレゾ映像で綺麗に記録(記憶)し、一方で日常的に行われる挨拶「おはよう」といったやりとりは小容量のテキストで記憶(保存)しておく、といった機能として反映していくこともできると考えています。