話しかけると小言を返す怪しい家!? エヌビディア技術者が放ったAIガレージの正体

ハロウィンの夜、自宅のガレージ扉が勝手に子どもたちへ小言を言い始める――。まるでSFホラー映画のような話だが、そんな「喋る家」を米半導体大手エヌビディアの技術者が自作したというから驚きだ。しかもクラウドを一切介さず、現場の端末1台だけでリアルタイムに対話するというのだ。いくら最新技術とはいえ、そんな芸当が本当に可能なのだろうか。

公表された情報によれば、この対話型展示「MonsterHouse」は本物の技術の結晶だ。扉に投影された海賊船のキャラクターが自律的に受け答えし、不機嫌ながらも「プリーズ」などの丁寧な言葉遣いには態度を軟化させる性格付けが施されている。音声認識「Nemotron Speech」や小型言語モデル「Nemotron 3.5 Bolt E4B」（4ビット量子化版）、音声合成、口の動きを生成する「Audio2Face-3D」、描画を担う「Unreal Engine 5」を連携。これらを「RTX PRO 6000 Blackwell Max-Q」と「RTX PRO 4000 Blackwell」のGPU2基で負荷分散し、外部通信なしの完全オフラインで遅延のない会話を実現したという。

ここからは編集部の推測だが、この取り組みは単なる季節の悪ふざけではなく、同社が力を注ぐエッジAIの処理能力を示す格好の実証実験だったのではないか。通信が途絶する環境下でも、視覚・音声の認識からCG描画までを1台の端末で遅延なく同期させられると証明することは、将来の自動運転車や店舗接客端末への応用をアピールする強力な材料になると考えるのが自然だ。

もっとも、現状は5頭の仮装した羊の映像で衣装認識を試した段階であり、実際の路上における夜間照明への適応やお菓子の自動配分といった課題はこれからだという。システム全体のコードは非公開だが、組み込まれた各モデルは既に一般利用が可能だ。最先端のAIが玄関先で軽妙に毒づく日常は、そう遠くない未来にやってくるのかもしれない。