ＮＴＴは３０日、自動車から見える景色や周辺情報についての雑談を行う人工知能（ＡＩ）を開発したと発表した。同社が構築した深層学習（ディープラーニング）に基づく大規模テキスト対話モデルを、ドライブ中の対話・周辺情報データを用いて追加学習。景色として見える画像情報や関連外部知識に基づく自然な対話を実現した。運転手の居眠りや漫然運転防止などでの活用を目指す。

同社はまず、超大規模ウェブ対話データ・高品質対話データと深層学習技術を組み合わせ、日本語最大規模の対話モデルを構築。同モデルに、画像内の物体情報と自己位置周辺のスポット情報を導入する技術を開発した。

画像内に映っている物体群は、物体検出と呼ばれる技術を用いて抜き出し、それぞれを大規模対話モデルで扱える数値情報に変換して入力。スポット情報は、自己位置近傍のレストランなどのスポットに関する情報をテキスト形式で取り出し、対話の文脈と同じ形式で入力する。同モデルはこれらの入力情報を反映した対話ＡＩの発話を出力する。

従来の大半の対話システムは、話者の発話から得られるテキスト情報のみを入力することが多く、その周囲のリアルタイムな画像情報や位置情報などを取り込めないことが課題となっていた。

今後ＮＴＴは、居眠り運転・漫然運転の防止や、自由な会話で検索可能な音声ナビゲーターの実現を目指す。実車や、仮想現実（ＶＲ）などでの実証実験を進める。