「ボイスリンク」について考えてみた:焼き肉にて

今のプログラミング言語に詳しくないですが、こんなのあるのかなと思って書いてみようと思いました。リンクを声に埋め込むというものです。
声をデータとして保存してリンクを埋め込むわけですが、声だとデータの大きさが大きいのと利便性のため声にテキストデータを紐づけしてそこからリンクに飛ぶというものです。今既にあるかもしれませんし、無かったら「あったら便利じゃないかなあ」と思ったので。まあふと思ったことなので適当に読んでください（笑）。
言語データは基本的に国の公用語が使われますが、ボイスメモの辞書があれば話しただけでリンクに飛びます。AIを駆使すれば話をしたらその情報、リンクに飛ぶことができます。テキストデータで紐付けをしていれば、方言も使えます。
youtubeの映像にある言葉で検索も可能です。字幕の認識能力も向上するかもしれません。

これを考えたのは、連休中にバーベーキューを行ったからなのですが。
そのときに書いた文章を読み返しながら書いていきたいと思います。

AIには人間の動きの数秒先を予測できるものができたと言います。焼き肉をして思ったのは、学習すれば突発的な出来事の予測も可能ではないかということ。学習したことと同じ出来事だけではなく、同じような似てる環境を判断してその先を予測することは可能でしょう。私が直面したのは焼き肉の肉があとどれくらいで焼けるのか、火の強さと肉の厚さ（スーパーや肉屋で焼肉用として買った肉、なら焼肉用の肉って言えば厚さはそれほど変わらないからそれでいいと思うわけなんですけど）、そして食べるものの好きな焼き加減を学習していれば焼き肉の好みの焼き加減をAIやそれを搭載したロボットが判断することは十分可能だと思うわけです。
焼き肉の場合肉を焼き始めてから好みの焼き加減になるまで数分程度。上のことをもとにすると、人工知能は５分〜10分の予測はできると考えるわけです。焼き肉に限らず料理などは十分予測は可能でしょう。
これが実用化されたら、「そろそろ焼けたかなあ」とか「焼きすぎじゃない？」とか話しながら焼き肉を一緒にする、視覚センサーや人工知能を兼ね備えたロボットが開発できるんじゃないかなと思ったわけです。かわいいロボットが焼き肉を焼いてくれて、「おいしい？」なんて言ってくれたら、「俺の嫁」状態になる男も続出でしょう。

そんなことを考えてたら、話をするAIがどんなデータで話をしているか気になったわけです。声をデータとしてテキストに紐づけて、リンクを貼ることで最初に書いたような言ってみれば「ボイスリンク」が出来るのではないか、と考えたわけです。「よく焼きたい」という言葉は「よく」「焼き」「たい」というように分けられますが、これをテキストリンクと組み合わせて、「よく」（強く、念入りに）「焼き」（焼く）「たい」（希望）のように声とテキストデータとリンクを兼ね備えたデータが使えるのではないかと思ったわけです。Google翻訳みたいな感じでその音声にリンクを埋め込むというわけです。

ついでに焼き肉メモの続きを書きます。
自動運転のことにも思いを馳せることとなった。突発的な出来事があったとしても、統計的なデータと視覚センサーを用いることで事故の予測ができると考える。自動車の危険予測である。運転免許の際に必ず学科試験で受ける危険予測のデータである。またJAFの広報誌にも載っているが、危険予測が出来るようになり安全速度で走ることができれば事故は減るのではないだろうか。
人影が見える、信号が変わる、歩行者の頭はどれくらいの速さで横断しているか、などそれらを視覚センサーが反応し人工知能がそれを判断できるシステムがあれば、事故の起きる前に事故の発生を予測し減らすことができるのではないか。
このことは焼き肉で肉の焼き加減を人間がどのように判断するかを考えたときに出てきました。上に書いたように焼き具合を判断できるように、視覚センサーで歩行者や対向車、バイクなどの存在を察知できれば、そして危険予測を人工知能が学習し判断できるようになれば事故は抑制できるのではないかと考えたわけです。
「ピピッ人影が見えます」のように。

うどんをふーふー冷ますとか、美味しいうどんを茹でるとか、そんなことが判断できる人工知能が出来たら面白いなと思いnoteに記しておきます