音声対話汎用AIアシスタントを作る前提で、 「対話シナリオとAIを組み合わせた仕組み」について書く予定でしたが、

その前に、前回、

「ChatGPTのような昨今のAI（LLM：大規模言語モデル）が救世主に」

と簡単に書いてしまったので、少し補足訂正をさせてください。

まず、現代の（ノイマン型）コンピュータは 「入力」された情報をCPUが何等かの「処理」をして「出力」するものです。

前回の対話シナリオの処理部分を当てはめると、

音声認識で変換された「テキスト文字」が、「対話シナリオ」を使って処理され、対話シナリオに記載された「決まった動作」が実行される

という流れにおいては

・「テキスト文字」が　　「入力」(input)
・「対話シナリオ」による処理が　　「処理」
・「決まった動作」の実行が　　「出力」(output)

となります。

対話シナリオのデメリットは、この「入力」のパターンが沢山ありすぎる場合に、全てに対応する「処理」を書ききれず、処理できないものが発生してしまう、という点になります。
逆に「処理」ができる場合には、確実に決まった動作をさせる事ができます。

一方、

昨今のAI（LLM：大規模言語モデル）のメリットは、「入力」パターンが膨大にあっても、推論「処理」をすることで何等かの「出力」を得る事ができる点にあります。

音声対話型の汎用AIアシスタントを作るという前提で、
「ChatGPTのような昨今のAI（LLM：大規模言語モデル）が救世主に」
と書いたものの、この救世主の意図するところは、

あくまでも、昨今のAI（LLM：大規模言語モデル）は
「入力」部分において、膨大にあるパターンに対応できる

という点になります。

次回はAIの出力についてお話させていただく予定です。