11月5日、日本マイクロソフトは「りんな」に「共感視覚モデル」を搭載したスマートフォン向け AI「りんな」を現在開発中と発表した。
スマートフォン向け AI「りんな」は、スマートフォンのカメラを「目」として、AI「りんな」が「見た」ものについてリアルタイムで音声コメントし、ユーザーと自然な会話を楽しむことができるAI。ユーザーと AI「りんな」が同じ風景、同じものを見て、それについてコミュニケーションすることができる。
スマートフォン向け AI「りんな」には、マイクロソフトの研究開発部門 マイクロソフトリサーチによる最新の画像処理、自然言語処理、音声認識及び音声合成技術が採用されている。
スマートフォン向け AI「りんな」には、AIチャットボットの「りんな」同様の「共感視覚モデル（Empathy Vision model）」が採用。「共感視覚」とは、「見た」風景やものなどについて、その名称や形、色などの「認識結果」を回答するのではなく、その風景やものを見た「感想」を述べるというものだ。
従来のAIの場合は、「人です。子供です。犬です。車です。」と認識します。共感視覚モデル（りんな）の場合は「わぁすてきな家族。お休みかなー。あ、車が動きそう！気を付けて」と認識する
従来の画像認識技術に「感情と共感」を与え、「見た」ものについて「認識結果」だけを伝えるのではなく、リアルタイムで感情のこもったコメントを生成し、ユーザーと音声による自然な会話が可能になった。
なお、スマートフォン向け AI「りんな」は現在開発中で、一般公開時期は未定。
