アレクサはあなたの幼児のことを理解していますか?ウェスタン大学の研究者が研究中

オリビア・ドーブさんの 2 歳の息子は、「とんでもないもの」に夢中です。彼は彼らについて話し、毎日午前5時に彼らのために叫びます。

ドーブさんは、ほとんどの人は息子が何を言っているのか見当もつかないが、彼女は息子が本当に欲しがっている小さな濃い青色の果物、ブルーベリーを持ってくることを知っていると語った。

「私たちは皆、子どもだったので、大人たちに理解されなかった経験を持っています。逆に、私たちは大人たちに理解されないという経験を持っています。 [adults] 子どもたちは大人とは異なる話し方や言語を発するため、子どもたちを理解するのに非常に苦労しています。」

オンタリオ州ロンドンにあるウェスタン大学のコミュニケーション科学と障害学部の助教授であるドーブ氏は、人工知能（AI）にとって幼児の言葉を理解するのはさらに難しいと述べた。だからこそ彼女は、AI が幼児の話し方をよりよく理解する方法に関する新しい研究を主導しています。

ドーブ氏は、Zoom会議の自動字幕やAmazonの仮想アシスタント「Alexa」などの自動音声認識ソフトウェアは、大人の音声認識には優れているものの、幼い子どもの発言を正確に聞き取るのはまだ難しいと述べた。

「私たちは皆、幼児がアレクサに曲をかけてとお願いして、全く違う、本当に不適切な曲を返されるという YouTube クリップを見たことがあると思います」と彼女は言う。 「この研究は、AI と機械学習の原理を活用して幼児や未就学児の認識を向上させる方法を理解しようとしています。」

そのために、彼女は西洋の電気およびコンピュータ工学の助教授であるスーデ・ニカンと協力して、幼児の一般的な発話パターンとショートカットに基づいて AI モデルをトレーニングしています。

「私たちが持っている音声モデルのほとんどは大人の音声で訓練されているため、これらのモデルのほとんどは幼児の音声、特に幼児の間違いをうまく認識できません」とニカン氏は言う。

「AIに例を提供する必要がある」 [for it] 通常の間違いと言語障害の問題を理解し、区別できるようになります。」

研究の仕組み

ドーブ氏は、サンプルとして 30 人の子供たちを連れてきて、遊んだり、物語を語ったり、研究助手と話したりする予定です。各セッションは人間によって記録および文字起こしされ、子供たちの発話パターンに関するデータも収集されます。

ドーブ氏によると、よくあるパターンの1つは、英語を話す幼児の多くが「r」音の発音に苦労し、代わりに「w」音を使ってしまうということだという。

このようなデータは Nikan に渡され、Nikan はその情報をプライベート AI モデルにフィードしてトレーニングします。

「この目的のために特別に注釈が付けられたデータを使用して、これらのモデルを微調整できます」とニカン氏は述べ、AI モデルはオンラインの既存の OpenAI からの一部のデータでもトレーニングされると付け加えました。

ドーブ氏と彼女のチームはこれまでに9人の幼児と面会しており、さらに多くの研究参加者をまだ募集している。

AI モデルの臨床および日常的な使用

研究は初期段階にあるが、ドーブ氏とニカン氏は、臨床現場で使用できるAIモデルをトレーニングし、言語聴覚士が子どもの発言を分析して書き写すのを支援するのが目標だと述べた。

「1日24時間子供たちを追跡しない限り、100パーセントの正確さは得られないと思います…しかし、現状よりはずっと近づけることはできると思います」と彼女は語った。

将来的には、AI が未就学児をよりよく理解できれば、クローズドキャプションや音声起動のアクセシビリティ ソフトウェアなどのツールが改善され、同時に子供たちがテクノロジーで遊べるスペースも増える可能性がある、とドーブ氏は述べています。

「私たちは、この小さな人々が社会に何を貢献できるかについて、本当に創造的に考えることができます。彼らは周囲の世界の単なる消費者ではありません。彼らにテクノロジーへのアクセスを与えることも重要な考慮事項です」とドーブ氏は語った。