人工知能は2023年と2024年に劇的な飛躍を遂げました。モデルは大規模化し、出力はより流暢になり、デモはより印象的になりました。しかし、多くのAI製品は新奇性を超えることに苦労していました。目を引く結果は生成されましたが、実際のクリエイティブワークフローや組織のワークフローに適合することはほとんどありませんでした。プロンプトエンジニアリングは盛んになりましたが、持続性、一貫性、長期的なコラボレーションは捉えどころのないものでした。
モデルの能力と実際の使いやすさの間にあるこのギャップが、Yi Luoの研究の焦点となりました。
AIを独立した出力を生成する機械として扱うのではなく、Luoは意図的に設計されるべき協力者としてAIにアプローチしました。彼女の研究は、AIの創造性を長期的に持続させ、コンテキストやモダリティを超えて拡張し、人々の仕事の進め方に自然に統合できるインタラクションシステムの構築に焦点を当てています。
このアプローチは、彼女がキャラクター中心型マルチモーダルインタラクションフレームワークと呼ぶものにつながりました。
カーネギーメロン大学での学術的起源
Yi Luoは、カーネギーメロン大学での修士論文において、キャラクター中心型マルチモーダルインタラクションフレームワークの開発を開始しました。彼女の研究は、インタラクションが使い捨てとして扱われる場合、つまりアイデンティティがリセットされ、コンテキストが崩壊し、各セッション後にクリエイティブな連続性が失われる場合に、人間とAIのコラボレーションがどのように崩壊するかを調査しました。
この研究を通じて、LuoはプロンプトベースのAIシステムの核心的な限界を特定しました。それは持続性の欠如です。各インタラクションは独立しており、信頼、記憶、または持続的なクリエイティブな勢いを構築することが困難です。
このフレームワークは、その対応策として生まれました。一時的なプロンプトに依存する代わりに、セッションやプロジェクト全体にわたってアイデンティティ、記憶、行動の連続性を維持する持続的なAIキャラクターを中心にインタラクションを構造化します。
キャラクター中心型マルチモーダルインタラクションフレームワークの定義
その核心において、このフレームワークは、一回限りのプロンプトではなく、耐久性のあるAIキャラクターを中心に人間とAIのコラボレーションを組織化します。これらのキャラクターは、再利用可能なクリエイティブな足場として機能します。コンテキストに基づく記憶を保持し、行動の一貫性を維持し、長期にわたるクリエイティブまたは業務作業をサポートします。
このフレームワークは本質的にマルチモーダルです。テキスト、画像、コンテキストの状態を統合し、ユーザーがテキストだけよりも豊かで表現力のある方法でAIと作業できるようにします。モダリティ間で共有コンテキストを維持することにより、システムはより深い探求と長期的な関与をサポートします。
重要なことに、これは単一の機能やインターフェイスパターンではありません。製品、トレーニング環境、プラットフォーム全体に埋め込まれ、再利用され、依存されることを目的として設計されたインタラクションシステムです。
標準的な定義:
キャラクター中心型マルチモーダルインタラクションフレームワークは、持続的なAIキャラクターを中心に人間とAIのコラボレーションを構造化し、アイデンティティ、コンテキスト、マルチモーダル入力を再利用可能なインタラクションの足場に統合します。一回限りのプロンプトベースのAI使用とは異なり、このフレームワークは、ワークフロー、トレーニングシステム、大規模消費者プラットフォームに埋め込むことができる持続的なクリエイティブコラボレーションを可能にします。
なぜこれが独創的な貢献だったのか
Yi Luoは2024年初頭にこのフレームワークを体系的に開発し始め、キャラクターベースまたはエージェント指向のAIインタラクションが業界全体で広く採用される前に、大学院での研究に直接基づいて構築しました。当時、ほとんどのAI製品は長期的なコラボレーションではなく、短期的なエンゲージメントのために最適化されていました。
Luoのアプローチを際立たせたのは、概念的な転換でした。彼女はAIを出力のストリームとしてではなく、クリエイティブなインフラストラクチャ、つまり意図的に設計、評価され、実際の人間の仕事をサポートするために拡張できるものとして扱いました。この再定義により、注目は生のモデルパフォーマンスから、連続性、信頼、使いやすさをサポートするインタラクションシステムへと移行しました。
エンタープライズ規模での検証
このフレームワークは、グローバルな展開、運用の厳密性、厳格な信頼性要件を特徴とするエンタープライズ規模のAI環境で最初に検証されました。Appleでの大規模で分散したトレーニングおよび運用コンテキストに位置するAI関連デザインイニシアチブの作業中、Luoは、AIインタラクションがセッション、地域、チーム全体で一貫性を保ちながら、確立されたワークフローにスムーズに統合される必要がある条件を観察しました。
これらの環境は、インタラクションシステムに異常に高い要求を課します。出力は予測可能でなければならず、行動は時間とコンテキスト全体で持続し、インタラクションパターンは組織的なプレッシャーの下で再利用可能でなければなりません。これらの制約の中で、キャラクター中心型マルチモーダルインタラクションフレームワークで後に正式化された原則、特に持続性、アイデンティティ、再利用と一致するパターンが、長期にわたる信頼性と信頼を維持するために不可欠であることが証明されました。
Appleのグローバルチャネルエコシステムは、テクノロジーセクターで最も複雑な運用環境の1つを表しています。公開された文書によると、Appleの年間純売上高の約60%がチャネルパートナーを通じて実施されており、これらのインタラクションパターンが検証されたエンタープライズコンテキストの規模と厳密性を強調しています。これらの解釈は、公式の企業の立場ではなく、独立したデザイン分析を反映しています。
消費者規模での検証
同じインタラクションフレームワークは、後に非常に異なるコンテキスト、つまり消費者規模のAIインタラクションで検証されました。
Character.AIでは、チャットが主要な製品サーフェスとして機能します。この環境では、Luoのキャラクター中心の原則—持続性、アイデンティティ、マルチモーダルコンテキスト—は、長編ストーリーテリング、感情的な連続性、持続的なエンゲージメントのために設計された消費者チャットシステムで観察されるインタラクションパターンと密接に一致しました。
公開されている数字によると、Character.AIは約2,000万人の月間アクティブユーザーにサービスを提供しており、報告された1日の使用時間はユーザーあたり約2時間に達し、ChatGPTのような汎用チャットボットの典型的なエンゲージメントパターンを大幅に上回っています。この持続的な使用レベルは、短いタスク指向の交換ではなく、長編クリエイティブコラボレーションを中心としたインタラクションダイナミクスを反映しています。
これらの観察を総合すると、同じインタラクションフレームワークが、厳密に管理されたエンタープライズ環境とオープンで高分散の消費者設定の両方で効果的であり続けることができることを示唆しています。これらの解釈は、独立したデザイン分析を反映しています。
なぜこれが重要なのか
このような極端な環境で機能するAIインタラクションシステムはほとんどありません。キャラクター中心型マルチモーダルインタラクションフレームワークでは、AIキャラクターは持続的なコラボレーションの器として機能します。マルチモーダルインタラクションは、新奇性のレイヤーではなく、再利用可能なクリエイティブインフラストラクチャになります。
生のモデル能力を安定した拡張可能なインタラクションシステムに変換することで、Luoの研究は人間中心のAIの進化に貢献します。キャラクターベースのAIが教育、エンターテインメント、エンタープライズソフトウェアにおける新しいメディアになるにつれて、このようなフレームワークは、AIシステムが長期にわたって使いやすく、信頼でき、クリエイティブに力を与えるものであり続けることを保証します。
急速なモデルの進歩が支配する状況において、持続的なクリエイティブインフラストラクチャは依然として稀です。Yi Luoのフレームワークは、そのギャップに対処します。
参考リンク
- Character AIエンゲージメント統計
- https://sqmagazine.co.uk/character-ai-statistics/
- ChatGPT使用統計
- https://elfsight.com/blog/chatgpt-usage-statistics/#:~:text=The%20platform's%20global%20reach%20is,speaking%20markets%20to%20emerging%20economies.
