JP2017153078A - 人工知能学習方法、人工知能学習システムおよび返答中継方法 - Google Patents

Abstract

【課題】 メッセンジャサービスを利用した人工知能学習方法およびシステム、人工知能を利用した返答中継方法およびシステムを提供する。【解決手段】 人工知能学習方法によると、人工知能がメッセージングサービスを通じてユーザに先に質問を伝達し、伝達された質問に対するユーザの反応によって学習データを取得して学習を行うことができる。【選択図】 図１

Description

以下の説明は、メッセンジャサービスを利用した人工知能学習方法およびシステム、人工知能を利用した返答中継方法およびシステムに関する。

ウェブ環境やモバイル環境でユーザの質疑に応答する従来技術が存在する。例えば、検索エンジンは、インターネット上に拡散されている膨大な量の資料から希望する情報を容易に見つけ出すことができるようにサポートするソフトウェアであり、ユーザの検索語や検索条件のような質疑に応じて適切な文書やサイトをユーザに返答として提供する。

他の例として、モバイル環境では、人工知能機能を利用してユーザの質疑に適した返答を提供する従来技術が存在する。このような従来技術において、人工知能は、ユーザの質疑に適した返答を予め構築されたデータベースから検索して適切な返答を提供する。

国際公開第２０１５／０６５００１号 米国特許出願公開第２０１４／００１９５４０号明細書 米国特許出願公開第２０１３／０３３２５４３号明細書 米国特許出願公開第２０１３／０２６０８９３号明細書

インスタントメッセージング環境でメッセージングサービスを利用して質問データをユーザに送信し、質問データに対するユーザの返答を利用して人工知能を学習させることができる、人工知能学習方法およびシステムを提供する。

インスタントメッセージング環境で人工知能がユーザのインスタントメッセージによる質問に対する返答をデータベースを利用して直接提供するだけでなく、他のユーザや他のユーザのうち特定分野の専門家として選定されたユーザのインスタントメッセージによる返答を中継してユーザとユーザとの間の連結を処理することができる、返答中継方法およびシステムを提供する。

コンピュータによって実現された人工知能学習システムの人工知能学習方法であって、質問データを選択する段階、メッセージングサービスに登録されたユーザのうち少なくとも１つのユーザのアカウントと前記メッセージングサービスに登録された人工知能アカウントとの間に設定された通信セッションを確認する段階、前記質問データを前記人工知能アカウントのインスタントメッセージとして前記確認された通信セッションを通じて前記少なくとも１つのユーザに送信する段階、前記確認された通信セッションを通じて前記少なくとも１つのユーザから前記質問データに対する返答データを受信する段階、および前記質問データおよび前記受信した返答データに基づいて人工知能のための学習データを生成する段階を含む、人工知能学習方法を提供する。

コンピュータによって実現された人工知能学習システムであって、前記コンピュータで読み取り可能な命令を実行するように実現される少なくとも１つのプロセッサを含み、前記少なくとも１つのプロセッサは、質問データを選択し、メッセージングサービスに登録されたユーザのうち少なくとも１つのユーザのアカウントと前記メッセージングサービスに登録された人工知能アカウントとの間に設定された通信セッションを確認し、前記質問データを前記人工知能アカウントのインスタントメッセージとして前記確認された通信セッションを通じて前記少なくとも１つのユーザに送信し、前記確認された通信セッションを通じて前記少なくとも１つのユーザから前記質問データに対する返答データを受信し、前記質問データおよび前記受信した返答データに基づいて人工知能のための学習データを生成する、人工知能学習システムを提供する。

コンピュータによって実現された返答中継システムの返答中継方法であって、メッセージングサービスに登録されたユーザのうち第１ユーザのアカウントと前記メッセージングサービスに登録された人工知能アカウントとの間に設定された第１通信セッションを通じて前記第１ユーザの質問データを受信する段階、前記メッセージングサービスに登録されたユーザのうちから前記第１ユーザの質問データを伝達するための第２ユーザを選択し、前記第２ユーザのアカウントと前記人工知能アカウントとの間に設定された第２通信セッションを通じて前記質問データを前記第２ユーザに伝達する段階、前記第２通信セッションを通じて前記第２ユーザから前記質問データに対する返答データを受信する段階、および前記受信した返答データを前記第１通信セッションを通じて前記第１ユーザに送信して返答する段階を含む、返答中継方法を提供する。

インスタントメッセージング環境でメッセージングサービスを利用して質問データをユーザに送信し、質問データに対するユーザの返答を利用して人工知能を学習させることができる。

インスタントメッセージング環境で人工知能がユーザのインスタントメッセージによる質問に対する返答をデータベースを利用して直接提供するだけでなく、他のユーザや他のユーザのうち特定分野の専門家として選定されたユーザのインスタントメッセージによる返答を中継してユーザとユーザとの間の連結を処理することができる。

本発明の一実施形態における、ネットワーク環境の例を示した図である。 本発明の一実施形態における、電子機器およびサーバの内部構成を説明するためのブロック図である。 本発明の一実施形態における、サーバのプロセッサが含むことのできる構成要素の例を示したブロック図である。 本発明の一実施形態における、サーバが実行することのできる方法の例を示したフローチャートである。 本発明の他の実施形態における、サーバのプロセッサが含むことのできる構成要素の例を示したブロック図である。 本発明の他の実施形態における、サーバが実行することのできる方法の例を示したフローチャートである。 本発明の一実施形態における、返答中継のための会話の流れの例を示した図である。 本発明の一実施形態における、返答中継のための会話の流れの例を示した図である。 本発明の一実施形態における、返答中継のための会話の流れの例を示した図である。 本発明の一実施形態における、返答中継のための会話の流れの例を示した図である。 質問の形態ではない質問データに対する返答を中継する過程の例を示した図である。 本発明の一実施形態における、初期登録のための会話の流れの例を示した図である。 本発明の一実施形態における、質問を誘導する例を示した図である。 本発明の一実施形態における、返答に対する評価および感謝表現の例を示した図である。 本発明の一実施形態における、返答メッセージの例を示した図である。 本発明の一実施形態における、設定ページの例を示した図である。 本発明の一実施形態における、質問受付機能の例を示した図である。 本発明の一実施形態における、ユーザの返答可能分野を把握するために返答者を募集する方法の一例を示した図である。 本発明の一実施形態における、返答者の返答可能分野を把握する方法の一例を示した図である。 本発明の一実施形態における、質問からユーザの返答可能分野を把握する例を示した図である。 本発明の一実施形態における、一対一の会話仲介過程の例を示した図である。 本発明の一実施形態における、専門家仲介過程の例を示した図である。 本発明の一実施形態における、専門家仲介過程の他の例を示した図である。

以下、実施形態について、添付の図面を参照しながら詳しく説明する。

図１は、本発明の一実施形態における、ネットワーク環境の例を示した図である。図１のネットワーク環境は、複数の電子機器１１０、１２０、１３０、１４０、複数のサーバ１５０、１６０、およびネットワーク１７０を含む例を示している。このような図１は、発明を説明するための一例に過ぎず、電子機器の数やサーバの数が図１のように限定されることはない。

複数の電子機器１１０、１２０、１３０、１４０は、コンピュータ装置によって実現される固定型端末や移動型端末であってもよい。複数の電子機器１１０、１２０、１３０、１４０の例としては、スマートフォン（ｓｍａｒｔ ｐｈｏｎｅ）、携帯電話、ナビゲーション、コンピュータ、ノート型パンコン、デジタル放送用端末、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔｓ）、ＰＭＰ（Ｐｏｒｔａｂｌｅ Ｍｕｌｔｉｍｅｄｉａ Ｐｌａｙｅｒ）、タブレットＰＣなどがある。一例として、電子機器１（１１０）は、無線または有線通信方式を利用し、ネットワーク１７０を介して他の電子機器１２０、１３０、１４０および／またはサーバ１５０、１６０と通信してもよい。

通信方式が制限されることはなく、ネットワーク１７０が含むことのできる通信網（一例として、移動通信網、有線インターネット、無線インターネット、放送網）を活用する通信方式だけではなく、機器間の近距離無線通信が含まれてもよい。例えば、ネットワーク１７０は、ＰＡＮ（ｐｅｒｓｏｎａｌ ａｒｅａ ｎｅｔｗｏｒｋ）、ＬＡＮ（ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋ）、ＣＡＮ（ｃａｍｐｕｓ ａｒｅａ ｎｅｔｗｏｒｋ）、ＭＡＮ（ｍｅｔｒｏｐｏｌｉｔａｎ ａｒｅａ ｎｅｔｗｏｒｋ）、ＷＡＮ（ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋ）、ＢＢＮ（ｂｒｏａｄｂａｎｄ ｎｅｔｗｏｒｋ）、インターネットなどのネットワークのうちの１つ以上の任意のネットワークを含んでもよい。さらに、ネットワーク１７０は、バスネットワーク、スターネットワーク、リングネットワーク、メッシュネットワーク、スター−バスネットワーク、ツリーまたは階層的（ｈｉｅｒａｒｃｈｉｃａｌ）ネットワークなどを含むネットワークトポロジのうちの任意の１つ以上を含んでもよいが、これに制限されることはない。

サーバ１５０、１６０それぞれは、複数の電子機器１１０、１２０、１３０、１４０とネットワーク１７０を介して通信して命令、コード、ファイル、コンテンツ、サービスなどを提供するコンピュータ装置または複数のコンピュータ装置によって実現されてもよい。一例として、電子機器１（１１０）は、電子機器１（１１０）にインストールされたアプリケーションを通じてサーバ１５０にアクセスして予め設定されたサービス（一例として、ゲームサービス、チャットサービス、ＳＮＳ（Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋ Ｓｅｒｖｉｃｅ）サービス、金融サービスなど）の提供を受けてもよい。

具体的な例として、サーバ１５０は、電子機器１（１１０）に本発明の実施形態に係る返答中継方法のための人工知能機能を提供して電子機器１（１１０）から送信される質疑に対する返答を提供してもよい。

図２は、本発明の一実施形態における、電子機器およびサーバの内部構成を説明するためのブロック図である。図２では、１つの電子機器に対する例として電子機器１（１１０）、そして１つのサーバに対する例としてサーバ１５０の内部構成について説明する。他の電子機器１２０、１３０、１４０やサーバ１６０も、同一または類似の内部構成を備えてもよい。

電子機器１（１１０）とサーバ１５０は、メモリ２１１、２２１、プロセッサ２１２、２２２、通信モジュール２１３、２２３、および入力／出力インタフェース２１４、２２４を含んでもよい。メモリ２１１、２２１は、コンピュータで読み取り可能な記録媒体であって、ＲＡＭ（ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）、ＲＯＭ（ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）、およびディスクドライブのような永久大容量記憶装置（ｐｅｒｍａｎｅｎｔ ｍａｓｓ ｓｔｏｒａｇｅ ｄｅｖｉｃｅ）を含んでよい。ここで、ＲＯＭと永久大容量記憶装置は、メモリ２１１、２２１と分離して別の永久格納装置として含まれてもよい。また、メモリ２１１、２２１には、オペレーティングシステムと、少なくとも１つのプログラムコード（一例として、電気機器１（１１０）にインストールされ駆動するブラウザや特定のサービスの提供のためのアプリケーションなどのためのコード）が格納されてよい。このようなソフトウェア構成要素は、メモリ２１１、２２１とは別のコンピュータで読み取り可能な記録媒体からロードされてもよい。このような別のコンピュータで読み取り可能な記録媒体は、フロッピードライブ、ディスク、テープ、ＤＶＤ／ＣＤ−ＲＯＭドライブ、メモリカードなどのコンピュータで読み取り可能な記録媒体を含んでよい。他の実施形態において、ソフトウェア構成要素は、コンピュータで読み取り可能な記録媒体ではない通信モジュール２１３、２２３を利用してメモリ２１１、２２１にロードされてもよい。例えば、少なくとも１つのプログラムは、開発者またはアプリケーションのインストールファイルを配布するファイル配布システム（一例として、上述したサーバ１６０またはネットワーク１７０を介して通信可能な他のサーバ装置）がネットワーク１７０を介して提供するファイルによってインストールされるプログラム（一例として、上述したアプリケーション）に基づいてメモリ２１１、２２１にロードされてもよい。

プロセッサ２１２、２２２は、基本的な算術、ロジック、および入出力演算を実行することにより、コンピュータプログラムの命令を処理するように構成されてよい。命令は、メモリ２１１、２２１または通信モジュール２１３、２２３によって、プロセッサ２１２、２２２に提供されてよい。例えば、プロセッサ２１２、２２２は、メモリ２１１、２２１のような記録装置に格納されたプログラムコードにしたがって受信される命令を実行するように構成されてもよい。

通信モジュール２１３、２２３は、ネットワーク１７０を介して電子機器１（１１０）とサーバ１５０とが互いに通信するための機能を提供してもよいし、他の電子機器（一例として、電子機器２（１２０））または他のサーバ（一例として、サーバ１６０）と通信するための機能を提供してもよい。一例として、電子機器１（１１０）のプロセッサ２１２がメモリ２１１のような記録装置に格納されたプログラムコードにしたがって生成した要請（一例として、映像通話サービスのための要請）が、通信モジュール２１３の制御にしたがってネットワーク１７０を介してサーバ１５０に伝達されてもよい。これとは逆に、サーバ１５０のプロセッサ２２２の制御にしたがって提供される制御信号や命令、コンテンツ、ファイルなどが、通信モジュール２２３とネットワーク１７０を経て電子機器１（１１０）の通信モジュール２１３を通じて電子機器１（１１０）に受信されてもよい。例えば、通信モジュール２１３を通じて受信されたサーバ１５０の制御信号や命令などは、プロセッサ２１２やメモリ２１１に伝達されてもよく、コンテンツやファイルなどは、電子機器１（１１０）がさらに含むことのできる格納媒体に格納されてもよい。

入力／出力インタフェース２１４、２２４は、入力／出力装置２１５とのインタフェースのための手段であってもよい。例えば、入力装置は、キーボードまたはマウスなどの装置を、また出力装置は、アプリケーションの通信セッションを表示するためのディスプレイのような装置を含んでもよい。他の例として、入力／出力インタフェース２１４は、タッチスクリーンのように入力と出力のための機能が１つに統合された装置とのインタフェースのための手段であってもよい。より具体的な例として、電子機器１（１１０）のプロセッサ２１２は、メモリ２１１にロードされたコンピュータプログラムの命令を処理するにあたり、サーバ１５０や電子機器２（１２０）が提供するデータを利用して構成されるサービス画面やコンテンツが入力／出力インタフェース２１４を通じてディスプレイに表示されてもよい。

また、他の実施形態において、電子機器１（１１０）およびサーバ１５０は、図２の構成要素よりもさらに多くの構成要素を含んでもよい。しかし、大部分の従来技術の構成要素については説明を省略する。例えば、電子機器１（１１０）は、上述した入力／出力装置２１５のうち少なくとも一部を含むように実現されてもよいし、トランシーバ（ｔｒａｎｓｃｅｉｖｅｒ）、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）モジュール、カメラ、各種センサ、データベースなどのような他の構成要素をさらに含んでもよい。より具体的な例として、電子機器１（１１０）がスマートフォンである場合、一般的にスマートフォンが含んでいる加速度センサやジャイロセンサ、カメラ、各種物理的なボタン、タッチパネルを利用したボタン、入力／出力ポート、振動のための振動器などの多様な構成要素が電子機器１（１１０）にさらに含まれるように実現されてもよいことが分かる。

図３は、本発明の一実施形態における、サーバのプロセッサが含むことのできる構成要素の例を示したブロック図であり、図４は、本発明の一実施形態における、サーバが実行することのできる方法の例を示したフローチャートである。

本実施形態に係るサーバ１５０には、コンピュータによって実現された人工知能学習システムが構成されてもよく、図４に係る人工知能学習方法を実行するため、サーバ１５０のプロセッサ２２２は、構成要素として、図３に示すように、質問データ選択部３１０、通信セッション確認部３２０、送受信制御部３３０、および学習データ生成部３４０を含んでもよい。また、実施形態に係るプロセッサ２２２は、学習部３５０を選択的にさらに含んでもよい。

このようなプロセッサ２２２およびプロセッサ２２２の構成要素は、図４の人工知能学習方法が含む段階４１０〜４７０を実行するようにサーバ１５０を制御してもよい。例えば、プロセッサ２２２およびプロセッサ２２２の構成要素は、メモリ２２１が含むオペレーティングシステムのコードと少なくとも１つのプログラムのコードによる命令（ｉｎｓｔｒｕｃｔｉｏｎ）を実行するように実現されてもよい。

ここで、プロセッサ２２２の構成要素は、サーバ１５０に格納されたプログラムコードが提供する命令にしたがってプロセッサ２２２によって実行されるプロセッサ２２２の互いに異なる機能（ｄｉｆｆｅｒｅｎｔ ｆｕｎｃｔｉｏｎｓ）の表現であってもよい。例えば、サーバ１５０が質問データを選択するように上述した命令にしたがってサーバ１５０を制御するプロセッサ２２２の機能的表現として、質問データ選択部３１０が利用されてもよい。

段階４１０で、プロセッサ２２２は、サーバ１５０の制御と関連する命令がロードされたメモリ２２１から必要な命令を読み取ってもよい。この場合、前記読み取った命令は、プロセッサ２２２が後述される段階４２０〜４７０を実行するように制御するための命令を含んでもよい。

段階４２０で、質問データ選択部３２０は、質問データを選択してもよい。例えば、質問データ選択部３２０は、段階４１０で読み取った命令に基づいてサーバ１５０が質問データを選択するようにサーバ１５０を制御してもよい。質問データは、ネットワーク１７０を介して外部（一例として、サーバ１５０と連係するデータベースやサーバ１５０に接続した電子機器１（１１０））から受信したデータのうちから選択されてもよいし、サーバ１５０に構築されたデータベースのデータのうちから選択されてもよい。質問データを選択するより具体的な過程については、以下でさらに詳しく説明する。

段階４３０で、通信セッション確認部３２０は、メッセージングサービスに登録されたユーザのうち少なくとも１つのユーザのアカウントとメッセージングサービスに登録された人工知能アカウントとの間に設定された通信セッションを確認してもよい。例えば、メッセージングサービスでは、ユーザ間のメッセンジャチャットルームやユーザと人工知能間とのメッセンジャチャットルームが生成されることがあり、生成されたメッセンジャチャットルームを通じて会話（インスタントメッセージ）をやり取りしたりする。インスタントメッセージは、テキスト、イメージ、ハイパーテキストリンク、動画などのように多様な形態のデータを含んでもよい。本実施形態では、このようなメッセンジャチャットルームが、参加者のアカウント間に設定された通信セッションとして識別されてもよい。言い換えれば、通信セッション確認部３２０は、特定のユーザ（または、特定のユーザそれぞれ）のアカウントと人工知能アカウントとの間に開設されたメッセンジャチャットルーム（設定された通信セッション）のうち少なくとも１つを確認してもよい。他の例として、通信セッション確認部３２０は、選択された特定のユーザ（または特定のユーザそれぞれ）のアカウントと人工知能アカウントとの間にメッセンジャチャットルームを先に開設し、開設されたメッセンジャチャットルームを確認することも可能である。

段階４４０で、送受信制御部３３０は、人工知能アカウントのインスタントメッセージとして確認された通信セッションを通じて、少なくとも１つのユーザに質問データを送信してもよい。例えば、「映画Ａは面白いですか？」のような質問データをユーザ１とのメッセンジャチャットルームａで送信することにより、質問データ「映画Ａは面白いですか？」がユーザ１の電子機器（一例として、電子機器１（１１０））に送信されるようにサーバ１５０を制御してもよい。このとき、電子機器１（１１０）には、メッセージングサービスのためのメッセンジャプリケーションがインストールされていてもよい。電子機器１（１１０）は、メッセンジャプリケーションの制御にしたがって上述したメッセンジャチャットルームの表示画面を生成および表示してもよく、生成されたメッセンジャチャットルームに電子機器１（１１０）がメッセンジャチャットルームを通じてサーバ１５０から受信した質問データ「映画Ａは面白いですか？」が表示されることによってユーザ１に質問データが提供されてもよい。ユーザ１が、電子機器１（１１０）がメッセンジャプリケーションの制御にしたがって提供する入力インタフェースを利用して特定の返答を入力する場合、入力された返答は設定された通信セッションを通じてサーバ１５０に伝達されてもよい。

段階４５０で、送受信制御部３３０は、確認された通信セッションを通じて少なくとも１つのユーザから質問データに対する返答データを受信してもよい。上述したように、サーバ１５０は、質問データを受信したユーザが通信セッションを通じて送信する返答を質問データに対する返答データとして受信してもよい。質問データは複数のユーザに伝達されてもよく、この場合、サーバ１５０は、１つの質問データに対して複数の返答データを受信してもよい。返答データを送信するユーザ（以下、「返答者」）は、質問データと関係のない返答を入力することもあるが、サーバ１５０は、優先的に入力された返答をすべて質問データに対する返答データと仮定してもよい。返答データは、以後に行われる追加分析によって適切な返答データだけがフィルタリングされてもよい。

段階４６０で、学習データ生成部３４０は、質問データおよび受信した返答データに基づいて人工知能のための学習データを生成してもよい。例えば、質問データとこれに対応する返答データとが互いに関連付けられて１つの学習データとして格納されてもよい。１つの学習データでは、１つの質問データに多数の返答データが関連付けられてもよい。必要に応じて、１つの学習データは、多数の質問データとそれに対応する多数の返答データとが互いに関連付けられたデータであってもよい。例えば、１つの学習データが含むことのできる多数の質問データは、類似する質問に対する互いに異なる表現であってもよい。生成された学習データは、本実施形態に係る人工知能の学習のために活用されてもよい。

段階４７０で、学習部３５０は、生成された学習データを利用して人工知能を学習させてもよい。例えば、学習データは、質問データと受信した返答データとを互いに関連付けて格納する形態で生成されてもよく、このような学習データが格納された学習データベースがサーバ１５０で構築されてもよいし、サーバ１５０とネットワーク１７０を介して通信する他の装置に構築されてもよい。このような学習データベースで質問データに適した返答データが持続的にフィルタリングされる過程を経ることで質問データに対するより正確な返答データを得ることにより、人工知能に対する学習が行われてもよい。また、質問データを基準として学習データはカテゴリ化されてもよく、類似する質問データが併合されてもよい。このような過程により、人工知能は、１つの質問に対する多様な表現に対してもより柔軟に対応することができるようになる。さらに、与えられたデータを利用して人工知能を学習させることができる周知の多様な方法のうちの１つが、生成された学習データを利用して人工知能を学習するためにさらに活用されてもよい。

一実施形態として、サーバ１５０は、メッセージングサービスを提供するメッセージングサーバであってもよく、人工知能学習システムは、このようなメッセージングサーバに含まれるように実現されてもよい。メッセージングサーバは、メッセージングサービスを登録されたユーザに提供してもよく、設定された通信セッションに基づいてインスタントメッセージをルーティングする機能を含むように実現されてもよい。人工知能学習システムは、このようなメッセージングサーバに実現され、前記機能を利用して質問データと返答データを基盤とした学習データを生成してもよい。他の実施形態として、人工知能学習システムはサーバ１５０に実現され、メッセージングサーバは、サーバ１５０とネットワーク１７０を介して通信して連係する他のサーバ（一例として、サーバ１６０）に実現されることも可能である。例えば、人工知能アカウントと特定のユーザのアカウントとの間の通信セッションは、サーバ１５０が連係するメッセージングサーバに通信セッションの要請を送信することによってメッセージングサーバで設定されることも可能である。

このような実施形態に係る通信セッション確認部３２０は、段階４３０で、人工知能アカウントとユーザのアカウントとの間にメッセージングサーバを通じて予め設定されている通信セッションのうち少なくとも１つを確認してもよいし、少なくとも１つのユーザを確認し、少なくとも１つのユーザのアカウントと人工知能アカウントとの間に新たな通信セッションをメッセージングサーバを通じて設定してもよい。言い換えれば、（ｉ）選択されたユーザのアカウントと人工知能アカウントとの間に既に通信セッションが設定されていれば、既に設定されている通信セッションを確認してもよく、（ｉｉ）未だ通信セッションが設定されていない状態であれば、選択されたユーザのアカウントと人工知能アカウントとの間に新たな通信セッションを設定した後、新たに設定された通信セッションを確認してもよい。

また、一実施形態に係る質問データは、人工知能学習システムに含まれるものを利用してもよいし、或るいは、人工知能学習システムとネットワークを介して連係するデータベースを利用して選択または生成されてもよい。言い換えれば、サーバ１５０が含むことのできる永久格納装置に質問データのためのデータベースが構築されてもよいし、サーバ１５０と連係してネットワークを介して通信する別の装置に質問データのためのデータベースが構築されてもよく、サーバ１５０は、このようなデータベースから質問データを選択してもよい。このようなデータベースは、メッセージングサービスに登録されたユーザ間で送受信されたインスタントメッセージ、登録されたユーザと人工知能との間で送受信されたインスタントメッセージ、および過去に生成された学習データのうち少なくとも１つに基づいて生成されてもよい。例えば、メッセージングサービスを通じてユーザがやり取りした会話や人工知能とユーザとがやり取りした会話、および図４の人工知能学習方法にしたがって過去に生成された学習データのうち少なくとも１つが、質問データを生成するために活用されてもよい。

他の実施形態に係る質問データは、メッセージングサービスに登録されたユーザによって生成されてもよい。例えば、質問データ選択部３１０は、段階４２０で、メッセージングサービスに登録されたユーザのうち第１ユーザのアカウントと人工知能アカウントとの間に設定された通信セッションを通じて受信されるインスタントメッセージを利用して質問データを生成してもよい。ここで、第１ユーザ（以下、「質問者」）は、質問データを送信するために選択されるユーザである返答者とは異なるユーザであってもよい。例えば、質問者と人工知能との間のメッセンジャチャットルームで質問者がアップロードした質問が質問データとして生成されて段階４２０で選択されたと仮定する。この場合、質問者の質問データが段階４４０で返答者に伝達されてもよく、段階４５０で返答者から質問データに対する返答データを受信し、段階４６０で学習データが生成されてもよい。

この場合、段階４５０で受信した返答データが、送受信制御部３３０によって質問者である第１ユーザのアカウントに対して設定された通信セッションを通じて送信されてもよい。言い換えれば、学習データの生成と共に質問者の質問に対する返答が質問者に提供されることができる。人工知能が一定水準まで学習がなされた後には、質問者の質問に直接返答を提供してもよく、直接返答することのできない質問に対しては、返答者を探して返答者の返答を提供してもよい。このような返答中継方法については、以下でさらに詳しく説明する。

また、質問者である第１ユーザから返答データと関連して応答データが受信される場合、学習データ生成部３４０は、段階４６０で、前記応答データをさらに利用して学習データを生成してもよい。例えば、質問者は、質問に対する返答が気に入らない場合は否定的な応答を入力することもあるし、これとは反対に、返答が気に入った場合は肯定的な応答を入力することもある。したがって、サーバ１５０は、このように入力された応答を応答データとして受信して学習データの生成に活用してもよい。例えば、質問データ、返答データ、および応答データを互いに連係させて学習データが生成されてもよい。（ｉ）応答データに否定的な応答が含まれる場合には、質問データに対する返答データは不適切な返答として学習されてもよいし、（ｉｉ）肯定的な応答が含まれる場合には、質問データに対する返答データは相対的に適切な返答として学習されてもよい。

また、返答者は、メッセージングサービスに登録されたユーザの過去履歴に基づいて選択されてもよい。ここで、過去履歴は、メッセージングサービスに登録されたユーザの位置、メッセージングサービスを通じて質問メッセージを送信した時刻、メッセージングサービスを通じて質問データに対する返答データを送信した時刻、および質問データに対する返答を拒否した時刻のうち少なくとも１つを含んでもよい。例えば、ユーザの位置は、ユーザの端末機から確認される現在位置やユーザに対して予め設定されたユーザの地域コードを含んでもよい。質問メッセージを送信した時刻は、一定時間内に質問をしたことのないユーザや一定時間内に質問をしたユーザを識別するために活用されてもよい。また、返答データを送信した時刻は、質問データを受信した後、一定時間内に返答をしていないユーザを識別するために活用されてもよい。返答を拒否した時刻は、返答を拒否してから一定時間が経過したユーザを識別するために活用されてもよい。

例えば、返答者候補は、以下の例のように抽出されてもよい。

１）次の対象者からランダムに５人を抽出
１−１）質問者の地域コードと同じ地域コードを有するユーザ
１−２）最後に質問に対する返答を拒否してから２４時間が経過したか、最近２４時間以内に質問を１件でもしたユーザ（返答拒否処理後に返答利用を再開する場合に再び返答要請を受けるように処理するため）
１−３）最近５分以内に返答をしていないユーザ（多くの人から返答要請が同時多発的に来ることを防ぐため）
１−４）最近１０分以内に質問をしていないユーザ（質問後、返答を待っている人に他の質問が混入することを防ぐため）
２）返答を受けた後５分以内に質問をする場合、以前の質問に対して最後に返答した人は、新たに選定される返答者に含まれることができる
３）人工知能は、上記のように抽出されたユーザから３０秒間返答がない場合に呼び出しされ、返答を直接提供することができる（返答を受ける最小時間を保障）

このような返答者候補抽出方式は一例に過ぎず、上述した時間は必要に応じて調節されてもよく、他の多様な方法によって返答者候補が抽出されてもよい。用語「返答者候補」は、質問データを受信したユーザが返答をしない場合があることを考慮し、実際に返答データを送信したユーザである返答者と区分するために利用されてもよい。

返答者候補抽出方式の他の例として、最近の一定時間内に質問および／または返答をしたユーザのうちから５人を選定する方式や、既存の返答履歴を見て該当の時間帯に返答をした人を選定する方式などが活用されてもよい。

他の実施形態として、全体ユーザ（メッセージングサービスに登録されたユーザ）のうちからランダムに選択されることも可能であるし、質問データに基づいて質問データに適したユーザを探して返答者候補として選出することも可能である。

また、他の実施形態では、予め返答者候補の登録を別途で受け、登録された返答者候補のプロフィールに基づいて質問データを送信するためのユーザを選択することも可能である。例えば、サーバ１５０のプロセッサ２２２は、ユーザ管理部（図示せず）をさらに含んでもよく、ユーザ管理部は、メッセージングサービスに登録されたユーザのうち返答者（返答者候補）として登録されたユーザを管理してもよい。この場合、質問データの送信を受けるユーザは、返答者候補として登録されたユーザのプロフィールに基づいて選択されてもよい。プロフィールは、返答者候補として登録されたユーザのアカウントと人工知能アカウントとの間に設定された通信セッションを通じて送受信されるインスタントメッセージに基づいて生成されてもよい。例えば、人工知能は、返答者候補に多様な質問を送信し、送信された質問に対する返答に基づいて返答者候補のプロフィールを生成してもよい。他の例として、人工知能は、予め与えられたゲーム（一例として、記述式返答を選択するゲーム）を行い、ゲーム結果に基づいて返答者候補のプロフィールを生成することも可能である。このようなプロフィールの生成過程については、以下でさらに詳しく説明する。

図５は、本発明の他の実施形態における、サーバのプロセッサが含むことのできる構成要素の例を示したブロック図であり、図６は、本発明の他の実施形態における、サーバが実行することのできる方法の例を示したフローチャートである。

本実施形態に係るサーバ１５０には、コンピュータによって実現された返答中継システムが構成されてもよく、図６に係る返答中継方法を実行するため、サーバ１５０のプロセッサ２２２は、構成要素として、図５に示すように、質問データ受信部５１０、質問データ伝達部５２０、返答データ受信部５３０、および返答部５４０を含んでもよい。また、プロセッサ２２２は、実施形態によって、返答可能可否決定部５５０をさらに含んでもよい。

このようなプロセッサ２２２およびプロセッサ２２２の構成要素は、図６の返答中継方法が含む段階６１０〜６７０を実行するようにサーバ１５０を制御してもよい。例えば、プロセッサ２２２およびプロセッサ２２２の構成要素は、メモリ２２１が含むオペレーティングシステムのコードと少なくとも１つのプログラムのコードによる命令を実行するように実現されてもよい。

ここで、プロセッサ２２２の構成要素は、サーバ１５０に格納されたプログラムコードが提供する命令にしたがってプロセッサ２２２によって実行されるプロセッサ２２２の互いに異なる機能の表現であってもよい。例えば、サーバ１５０が質問データを受信するように上述した命令にしたがってサーバ１５０を制御するプロセッサ２２２の機能的表現として、質問データ受信部３１０が利用されてもよい。

段階６１０で、プロセッサ２２２は、サーバ１５０の制御と関連する命令がロードされたメモリ２２１から必要な命令を読み取ってもよい。この場合、前記読み取った命令は、プロセッサ２２２が後述される段階６２０〜６７０を実行するように制御するための命令を含んでもよい。

段階６２０で、質問データ受信部５１０は、メッセージングサービスに登録されたユーザのうち第１ユーザのアカウントとメッセージングサービスに登録された人工知能アカウントとの間に設定された第１通信セッションを通じて第１ユーザの質問データを受信してもよい。例えば、人工知能アカウントと第１ユーザのアカウントとの間に開設されたメッセンジャチャットルームに第１ユーザが質問Ａを入力する場合、返答中継システムは、質問Ａを質問データとして受信してもよい。

段階６３０で、返答可能可否決定部５５０は、受信した質問データを分析してもよく、段階６４０で返答が可能であるかを決めてもよい。例えば、返答可能可否決定部５５０は、受信した質問データに対する形態素分析によってキーワードを抽出し、抽出したキーワードを利用して返答中継システムと連関するデータベースまたはウェブ上の文書を検索し、検索結果に基づいて返答が可能であるかを決めてもよい。このとき、受信した質問データに対応する返答が可能な場合には段階６８０が、返答が可能でない場合には段階６５０が実行されてもよい。

先ず、返答が可能でない場合、返答中継システムは、段階６５０〜段階６７０を経ながらメッセージングサービスに登録された他のユーザから質問データに対する返答データを得てもよい。

段階６５０で、質問データ伝達部５２０は、メッセージングサービスに登録されたユーザのうち第１ユーザの質問データを伝達するための第２ユーザを選択し、第２ユーザのアカウントと人工知能アカウントとの間に設定された第２通信セッションを通じて質問データを第２ユーザに伝達してもよい。例えば、第１ユーザの質問Ａが第２ユーザのアカウントと人工知能アカウントとの間に開設されたメッセンジャチャットルームに表示されることによって第２ユーザに質問データが伝達されてもよい。このとき、質問データは、人工知能が第２ユーザに話しかける形態で伝達されてもよい。このような形態の例については、以下でさらに詳しく説明する。第２ユーザとして複数のユーザが選択されてもよく、この場合、選択された複数のユーザそれぞれに質問データが伝達されてもよい。

質問データ伝達部５２０は、段階６５０で、メッセージングサービスに登録されたユーザの過去履歴に基づいて第２ユーザを選択してもよい。ここで、過去履歴とは、メッセージングサービスに登録されたユーザの位置、メッセージングサービスを通じて質問メッセージを送信した時刻、メッセージングサービスを通じて質問データに対する返答データを送信した時刻、および質問データに対する返答を拒否した時刻のうち少なくとも１つを含んでもよい。

また、質問データ伝達部５２０は、段階６５０で、メッセージングサービスに登録されたユーザのうちから第２ユーザをランダムに選択してもよいし、質問データに基づいて第２ユーザを選択してもよい。例えば、質問データ伝達部５２０は、質問データの主題やカテゴリなどを分類し、分類された主題やカテゴリに基づいて第２ユーザを選択してもよい。

これだけでなく、返答中継システムは、メッセージングサービスに登録されたユーザのうち返答者として登録されたユーザを管理することも可能である。この場合、質問データ伝達部５２０は、返答者として登録されたユーザのプロフィールに基づいて第２ユーザを選択してもよい。このとき、返答者として登録されたユーザのプロフィールは、返答者として登録されたユーザのアカウントと人工知能アカウントとの間に設定された通信セッションを通じて送受信されるインスタントメッセージに基づいて生成されてもよい。

段階６６０で、返答データ受信部５３０は、第２通信セッションを通じて第２ユーザから質問データに対する返答データを受信してもよい。例えば、第２ユーザが質問Ａの伝達を受けた後にメッセンジャチャットルームに入力する内容が、質問データに対する返答データとして受信されてもよい。返答データ受信部５３０は、段階６５０で複数のユーザに質問データが伝達された場合、段階６６０で複数の返答データを受信することも可能である。

段階６７０で、返答部５４０は、受信した返答データを第１通信セッションを通じて第１ユーザに送信して返答してもよい。上述したように、第１ユーザには複数の返答が伝達されることも可能である。したがって、第１ユーザは、自身の質問データに対する返答データを得ることができる。

上述したように、返答中継システムは、質問データを分析し、直接返答が可能な場合には、質問データを他のユーザに伝達して返答データを受信する必要なく、直ぐに質問データに対する返答を第１ユーザに提供することも可能である。

段階６８０で、返答部５４０は、返答データを生成して第１通信セッションを通じて第１ユーザに送信してもよい。言い換えれば、受信した質問データに対応する返答が可能な場合、返答部５４０は、直接返答データを生成して第１ユーザに返答してもよい。例えば、返答部５４０は、受信した質問データを分析して得られたキーワードを利用して返答中継システムと連係するデータベースまたはウェブ上の文書を検索し、検索結果に基づいて返答データを生成してもよく、生成された返答データを第１ユーザに伝達してもよい。

以下では、返答の中継と人工知能学習に関するさらに多様な実施形態について説明する。

本発明の実施形態において、ユーザに返答を提供する他のユーザ（または他のユーザのうちから選定された特定分野の専門家）を結び付ける方式は、ランダムではなく、特定のトピックに対して他のユーザ（または専門家）を選定した後、選定された他のユーザ（または専門家）に人工知能（以下、「人工知能中継者」）が質疑を伝達し、質疑に対する他のユーザ（または専門家）の応答を中継する方式によって行われてもよい。このような人工知能中継者は、ユーザから質疑を受信するためにユーザの電子機器（一例として、電子機器１（１１０））に含まれるインタフェース機能と、質疑に対する返答をしたりユーザと他のユーザ（または専門家）との間の質疑および応答を中継したりするためにサーバ（一例として、サーバ１５０）に含まれる質疑応答エンジン（または質問返答エンジン）機能によって実現されてもよい。

質疑応答過程の例は、後述する「１」および「２」のとおりである。他のユーザ（または専門家）に質疑を伝達することは、他のユーザ（または専門家）の電子機器（一例として、電子機器２（１２０））に質疑を伝達することに対応してもよく、質問の伝達や返答の伝達は、インスタントメッセージングを利用して処理されてもよい。このために、ユーザの電子機器や他のユーザ（または専門家）の電子機器には、該当のインスタントメッセージングのためのアプリケーションがインストールされていてもよい。

１．ユーザ質問−＞質問に対する人工知能（ＡＩ）返答−＞不満足または返答不可能な場合−＞他のユーザ（専門家）に質疑−＞他のユーザ返答−＞返答内容をユーザ（質問者）に伝達−＞質疑応答学習−＞返答

例えば、返答中継システムは、質問者の質問に直接返答することができる場合には直接返答を提供し、返答に対する質問者の反応が不満足であるか直接返答を提供することができない場合には、他のユーザである返答者から質問に対する返答を得て質問者に伝達してもよい。このような質問と返答によって人工知能が学習されてもよく、また他の質問者の質問に返答を提供する方式が繰り返し処理されてもよい。

２．上述した「１」よりも広い範囲：機械質問（特定分野に対する任意の質問）−＞ユーザ返答−＞ＤＢ化

例えば、人工知能学習システムは、特定の質問をユーザから受信しなくても、任意の質問を選択してユーザに伝達し、任意の質問に対するユーザの返答を受信してデータベース化することによって自ら学習データを得ることも可能である。

また、返答中継システムや人工知能学習システムは、ユーザの質問に対して適した返答を提供することができる他のユーザ（または専門家）を選定するために、ユーザを予めカテゴリ化することも可能である。例えば、返答中継システムや人工知能学習システムは、ユーザ間の会話内容（メッセンジャチャットルームで送受信されるインスタントメッセージ）またはユーザと人工知能との間の会話内容に基づいてユーザをカテゴリ化してもよい。より具体的な例として、ユーザが質問した内容、ユーザが返答した内容、および／または該当のユーザが返答しなかった質問の内容などを利用してユーザが予めカテゴリ化され、特定のユーザの質問に対する他のユーザ（または専門家）として選定されてもよい。すべての質疑応答はデータベース化されて人工知能中継者が自動で学習してもよく、人工知能中継者が質問者の質問を分析し、該当のデータベースを通じて返答することができる内容と他のユーザ（または専門家）に聞かなければならない内容とを分けてもよい。

質問を伝達するための他のユーザ（または専門家）は、質問に適したカテゴリに基づいて抽出されてもよく、特に、現在返答が可能である人を抽出（一例として、応答率が高いか、該当する時間帯に活動履歴が存在するユーザを抽出）してもよい。より具体的に、階層的な情報（返答履歴、返答率、分野類似度、ユーザの性向情報など）が活用されてもよく、このような情報は、本発明の実施形態に係る返答中継サービスだけではなく、前記サービスと連係する他のサービスを通じて収集された情報が活用されてもよい。

質問と返答の形式は、単純なテキストの他にも、スタンプ、顔文字、イメージ（イメージ関連質問、背景画面推薦など）、動画、音声ファイル、位置情報、電話番号、連絡先、地図（Ｍａｐ）、リンクなどの多様な形式の情報によって伝達されてもよい。

他の実施形態において、質問返答エンジンが作動する環境およびユーザインタフェースをメッセンジャのような方式で適用してもよく、これをメッセンジャ以外の実際のロボット（家庭用ロボット、玩具類、産業用ロボットなどのすべてのハードウェア装置など）のような多様なインタフェースに適用することも可能である。例えば、質問者が家庭用ロボットに質問をすると、家庭用ロボットは音声認識機能を利用して質問者の質問を認識し、認識した質問を返答中継システムにネットワーク１７０を介して送信してもよい。返答中継システムが提供する返答は、ネットワーク１７０を介して家庭用ロボットに再び伝達されてもよく、家庭用ロボットが含む出力装置から質問者に提供されてもよい。この場合、家庭用ロボットのための質問者のアカウントと人工知能アカウントとの間の通信セッションを通じて質問と返答が送受信されてもよい。

質問と返答形式以外の一般的な文章についても、上述した方式が適用されてもよい。また、このように構築された質問／応答および会話形データは学習データとして利用され、人工知能（質問返答エンジン）の質問／返答／会話データに活用されてもよい。このとき、既存の方式は、会話形パターンに対して（Ａ−＞Ｂ）形態にしたがってＡという言葉に対してはＢと応答しなさいと学習されていたのに比べ、本発明の実施形態に係る人工知能中継者は、先ずユーザに声をかけ（ユーザに質問を伝達）、これに対する応答に対して自動で（Ａ−＞Ｂ）行動の質疑／応答を自動認識して学習データとして利用することができる。

返答中継システムや人工知能学習システムは、ユーザが質問に対して常に適した返答を提供するものではないため、受信した返答からノイズをフィルタリングするための機能を含んでもよい。

図７〜図１０は、本発明の一実施形態における、返答中継のための会話の流れの例を示した図である。

図７は、質問者ａのアカウントと人工知能のアカウントとの間に設定された通信セッションｂに対応するメッセンジャチャットルーム７１０に、質問「雨の日におすすめの音楽を教えて」が入力された様子を示している。このとき、メッセンジャチャットルーム７１０は、質問者ａの電子機器に表示された画面の例であってもよい。メッセンジャチャットルーム７１０に入力された質問は質問データであって、通信セッションｂを通じてサーバ１５０に伝達されてもよく、これによってサーバ１５０は質問データを得てもよい。

図８は、サーバ１５０が質問データを選択された返答者ｃのアカウントと人工知能のアカウントとの間に設定された通信セッションｄに対応するメッセンジャチャットルーム８１０を通じて質問「雨の日におすすめの音楽を教えて」が伝達された様子を示している。このとき、「返答が難しいときは１またはノーと返して」のように、返答者ｃが返答が難しい場合に、返答者ｃの反応を誘導するための対応方案を質問データと共に返答者ｃに伝達することも可能である。返答者ｃが返答として「雨の日には歌手Ａの「音楽Ｂ」がおすすめ」を入力すると、入力された返答は返答データとして通信セッションｄを通じてサーバ１５０に伝達されてもよく、サーバ１５０は、質問者ａの質問に対する返答を得るようになる。このとき、返答の得たことに対する適切な対応として、「ありがとう！」のような応答の提供がサーバ１５０で人工知能によって処理されることも可能である。返答者は、上述した実施形態のように多様な方法によって選択されてもよい。

図９は、サーバ１５０が得た返答を通信セッションｂを通じて質問者ａに伝達する様子を示している。これにより、メッセンジャチャットルーム７１０には、質問に対する返答が表示されるようになる。このとき、返答者ｃの返答は、匿名で質問者ａに伝達されてもよい。また、質問データを複数の返答者に伝達した場合、複数の返答データが受信されることも可能である。この場合、サーバ１５０は、受け取った返答データを順に質問者ａに伝達してもよい。図９のメッセンジャチャットルーム７１０は、１つの質問データに対して複数の返答データが伝達されて表示された例を示している。また、質問者ａが他の質問をする場合、以前の質問に対する他の返答データが存在したとしても、他の返答データの伝達は中断されてもよい。

図１０は、返答者ｃが返答が難しいことを表示する場合の対応を表示した例を示している。メッセンジャチャットルーム８１０に返答者ｃが「１１１」のように返答するのが難しいことを表示した場合、人工知能は、適切な応答を返答者ｃに提供してもよい。

質問データが常に質問の形態である必要はなく、ユーザが人工知能に伝達するすべての形態のインスタントメッセージが質問データとして活用されてもよい。例えば、「お腹すいた」のように質問形式でなくても質問データとして利用されてもよく、返答者から質問データ「お腹すいた」に対する反応を返答データとして受信して活用してもよい。

図１１は、質問の形態ではない質問データに対する返答を中継する過程の例を示している。返答中継システムは、質問者ａの質問データ「あー、お腹すいた」を返答者ｃに伝達し、返答者ｃの返答を質問者ａに中継することによって返答を提供してもよい。このような質問データと返答データによって人工知能が学習されてもよく、次回からは同じような質問に対して人工知能が直接返答を提供することが可能となる。返答者ｃから一定時間内に返答がない場合には、返答者ｃに対する返答伝達は自動スキップされてもよい。

返答中継システムは、多数の返答者に質問者ａの質問データを伝達し、質問データに対する返答データすべてまたは返答データのうちから選択された一部の返答データを質問者ａに伝達してもよい。

図１２は、本発明の一実施形態における、初期登録のための会話の流れの例を示した図である。図１２のメッセンジャチャットルーム１２１０は、人工知能キャラクタの名前として設定された「Ｓａｌｌｙ」がユーザにニックネーム設定を要請し、設定されたニックネームによって質問データを伝達する過程の例を示している。質問データに対する返答データは、人工知能の学習および質問者の質問に返答するために活用されてもよい。

図１３は、本発明の一実施形態における、質問を誘導する例を示した図である。図１３のメッセンジャチャットルーム１３１０は、ユーザの質問を誘導するためのインスタントメッセージ１３２０をユーザに提供する様子を示している。

図１４は、本発明の一実施形態における、返答に対する評価および感謝表現の例を示した図である。図１４のメッセンジャチャットルーム１４１０は、返答者（匿名１）の返答提供に対する感謝メッセージを返答者に提供するためのユーザインタフェース１４２０を示している。ユーザがユーザインタフェース１４２０を選択（一例として、タッチスクリーン環境でユーザインタフェース１４２０が表示された領域をユーザが指でタッチ）する場合、返答者には感謝メッセージが伝達されてもよい。このとき、感謝メッセージ（いいね）を受けた回数がユーザ別途記録され、ユーザの活動内訳として管理されてもよい。

また、返答が提供されたユーザにも持続的な感謝表現のための文句１４３０を提供し、ユーザが返答に対する感謝メッセージを送信するように誘導してもよい。

さらに、返答者は、自身のニックネームを利用して活動することも可能である。

図１５は、本発明の一実施形態における、返答メッセージの例を示した図である。図１５の返答メッセージ１５１０は、質問者に返答として伝達されるインスタントメッセージの例を示している。このとき、返答メッセージ１５１０には、返答者のニックネーム（ふんわり）で返答者を示すことも可能である。この場合、返答メッセージ１５１０は、ニックネーム「ふんわり」の返答者が受けた感謝メッセージの数を「いいね」の回数１５２０で示しており、図１４に示すように、ニックネーム「ふんわり」の返答者に感謝メッセージを送信するためのユーザインタフェース１５３０が返答メッセージ１５１０に追加されてもよい。また、ニックネーム「ふんわり」の返答者を通報するための通報インタフェース１５４０が返答メッセージ１５１０にさらに含まれることも可能である。

他の実施形態として、返答メッセージは、返答詳細ページへのリンクを含んでもよい。このとき、返答詳細ページで、「いいね」の回数１５２０やユーザインタフェース１５３０、または通報インタフェース１５４０が提供されることも可能である。

また、ユーザに表示されるメッセンジャチャットルームインタフェースは、ユーザの活動内訳を表示するための設定ページへのリンクを提供することも可能である。

図１６は、本発明の一実施形態における、設定ページの例を示した図である。図１６は、設定ページ１６１０の例を示している。一例として、設定ページ１６１０には、人工知能アカウントとのメッセンジャチャットルームで提供されるリンクを利用してアクセスしてもよい。第１点線ボックス１６２０は、ユーザのプロフィールイメージとニックネームを修正するためのインタフェースを示している。また、第２点線ボックス１６３０は、ユーザの活動内訳に対する要約が表示される領域を示している。ここで、「もらったいいねの数」とは、ユーザが返答をすることによって感謝メッセージを受けた回数を意味する。感謝メッセージを受けた回数は、サイバーマネーのようにデジタル報酬との交換のために活用されることも可能である。言い換えれば、返答中継システムは、返答者が良質の返答をしたことによって感謝メッセージを多くもらえば、感謝メッセージをもらった回数をサイバーマネーとして利用して多様な形態の報酬を受けることができるようにサービスを提供することができる。

また、返答者は、人工知能に直接質問データを要請することも可能である。例えば、質問者に比べて返答者が足りない場合には、１つ又は複数の質問は、返答の提供を待機し続けるようになってしまう。この場合、特定のユーザは、質問受付機能を利用することにより、未だ返答のない質問を直接持ち込む（又は取り込む）ことも可能である。一例として、積極的かつ持続的に返答を希望するユーザは、質問受付機能を利用することにより、未だ返答のない質問データを自ら取り込んで回答することができる。

図１７は、本発明の一実施形態における、質問受付機能の例を示した図である。人工知能とのメッセンジャチャットルーム１７１０では、ユーザに多様な機能を提供してもよい。質問受付機能１７２０とは、質問を受けたいユーザ（または返答をしたいユーザ）が質問を自ら取り込む機能であると言える。例えば、ユーザが質問受付機能１７２０を選択（一例として、タッチスクリーン環境で質問受付機能１７２０が表示された領域をユーザが指でタッチ）する場合、質問受付要請がサーバ１５０に伝達され、サーバ１５０は、未だ返答のない質問データをユーザに伝達してもよい。インスタントメッセージ１７３０は、ユーザが質問受付機能１７２０を利用してサーバ１５０に伝達した要請に応答して、サーバ１５０がユーザに提供した質問の例を示している。ユーザが提供された質問に返答をする場合、メッセンジャチャットルーム１７１０に入力される返答が、提供された質問に対する返答データとしてサーバ１５０に伝達されてもよい。インスタントメッセージ１７４０は、ユーザが選択した質問受付機能１７２０についての説明が含まれたメッセージであって、人工知能によって提供されてもよい。また、設定機能１７４０は、図１６を参照しながら説明した設定ページへの移動のためのリンクを含むユーザインタフェースの例であってもよい。

人工知能が直接提供することが可能な情報は、多様なカテゴリによって管理されてもよい。例えば、初期には、以下のような多数のクラスが支援されてもよい。

１．天気：降雨、暑さ／寒さなど
２．番組：番組時間、出演者情報など
３．映画：映画評価、出演者情報など
４．人物：人物データベースの情報（本名、学歴、出身など）
５．書籍：本の詳細情報など
６．知識百科:表題語の解説など
７．地域情報：場所評価、道路名／地番住所、郵便番号など
８．音楽：歌手情報、タイトル曲、代表曲、デビューアルバムなど
９．金融：時勢、指数、為替など
１０．ロト：ロト当選番号など
１１．イメージ：イメージ検索結果リンクなど
１２．動画：動画検索結果リンクなど
１３．スポーツ：選手情報、試合結果など
１４．語学辞書：単語の意味など
１５．翻訳：短文翻訳結果など

また、このようなクラスによる情報の他にも、人工知能学習によって学習した多様な返答を提供することも可能である。例えば、歌の歌詞の一部が入力された場合、該当となる歌詞の後半部分を返答として提供することも可能である。

以下では、ユーザの返答可能分野を把握する方法の例について説明する。

図１８は、本発明の一実施形態における、ユーザの返答可能分野を把握するために返答者を募る方法の一例を示した図である。インスタントメッセージ１８１０は、人工知能がユーザに返答者として登録することを要請するメッセージの例であって、インスタントメッセージ１８１０は、任意に指定されたユーザに提供されてもよく、人工知能とユーザ間の会話の途中に提供されてもよい。

図１９は、本発明の一実施形態における、返答者の返答可能分野を把握する方法の一例を示した図である。例えば、サーバ１５０は、返答の分野をカテゴリ別に分類し、分類されたカテゴリ（図１９の芸能、音楽、スポーツなど）を選択することができるユーザインタフェース１９１０を返答者として登録しようとするユーザに提供してもよい。例えば、ユーザの端末機（一例として、電子機器１（１１０））にインストールされたアプリケーションの制御にしたがい、ユーザの端末機は、サーバ１５０と通信してユーザインタフェース１９１０を構成するための情報の提供を受け、ユーザインタフェース１９１０をユーザの端末機の画面に表示してもよい。ユーザは、提供されたユーザインタフェース１９１０を利用して希望する分野を選択してもよく、選択した分野に関する情報がユーザの端末機からサーバ１５０に送信されてもよい。したがって、サーバ１５０は、ユーザが選択した分野に関する情報を利用してユーザの返答可能分野を把握することができるようになる。

このとき、カテゴリは、上位カテゴリと下位カテゴリとに分類されてもよい。図１９では、ユーザインタフェース１９１０から上位カテゴリ「スポーツ」を選択することにより、下位カテゴリ「バスケットボール」、「サッカー」、および「バレーボール」がさらに表示される例を示している。追加で、下位カテゴリも下位カテゴリをさらに含んでもよい。例えば、下位カテゴリ「バスケットボール」が選択される場合、下位カテゴリ「バスケットボール」の下位カテゴリがユーザインタフェース１９１０を通じてユーザにさらに提供されることも可能である。

他の実施形態として、明示的な返答可能分野の入力ではなく、人工知能がユーザに質問をし、質問に対する返答からユーザの返答可能分野を把握することも可能である。

図２０は、本発明の一実施形態における、質問からユーザの返答可能分野を把握する例を示した図である。図２０のメッセンジャチャットルーム２０１０では、人工知能がユーザの返答可能分野を把握するため、会話形式でユーザの返答可能分野に対する応答を誘導する過程の例を示している。例えば、人工知能は、返答可能分野に対する応答を誘導するために、予め設定された会話フレームに基づいて会話を進めてもよく、上述した人工知能学習に基づいて収集された学習データに基づきながら、より柔軟にユーザの応答に応じながらユーザが返答可能分野を把握してもよい。

さらに他の実施形態として、人工知能は、心理テストや読心術ゲームのようなゲーム方式によってユーザの返答可能分野を把握することも可能である。例えば、人工知能は、ユーザの返答可能分野の把握が可能である予め設定されたゲームをユーザに提案し、ゲームの進行にしたがってユーザが応答する返答に基づいてユーザの返答可能分野を把握することも可能である。

上述した実施形態において、人工知能の動作は、実質的にサーバ１５０がユーザの端末機と通信する過程によって処理されてもよい。例えば、人工知能がゲームをユーザに提案するということは、サーバ１５０が人工知能プログラム（または人工知能エンジン）の制御にしたがってゲーム提案のためのインスタントメッセージを通信セッションを通じてユーザの端末機に送信することを意味してもよい。

また、人工知能は、質問者と特定の返答者との間の一対一の会話を仲介することも可能である。

図２１は、本発明の一実施形態における、一対一での会話の仲介過程の例を示した図である。図２１のメッセンジャチャットルーム２１１０は、返答データを提供した返答者との一対一の会話を仲介するための文句と共に、一対一の会話を連結するためのインタフェース２１２０を提供する例を示している。ユーザがインタフェース２１２０を選択する場合、ユーザに返答データを提供した返答者のアカウントとユーザのアカウントとの間のメッセンジャチャットルームが生成されてもよい。この場合、ユーザは、生成されたメッセンジャチャットルームで返答者と直接会話を交わすことができるようになる。必要に応じて、返答者に許諾を求めるためのプロセスが追加されることも可能である。

また、質問分野や質問から抽出されたキーワード単位によって特定の専門家が仲介されることも可能である。

図２２は、本発明の一実施形態における、専門家の仲介過程の例を示した図である。図２２の第１メッセンジャチャットルーム２２１０は、ユーザの質問データを分析することにより、専門家を連結するためのユーザインタフェース２２２０を提供する例を示している。例えば、人工知能は、分野別の専門家（専門カウンセラが待機する）のアカウントを保有していてもよく、専門家との会話をユーザにすすめてもよい。ユーザがユーザインタフェース２２２０を選択する場合、人工知能（実際では、サーバ１５０やサーバ１５０の要請を受信したメッセンジャサーバ）は、ユーザのアカウントと該当分野の専門家のアカウントとの間に通信セッションを生成してもよい。図２２の第２メッセンジャチャットルーム２２３０は、生成された通信セッションによるチャットルームであって、ユーザは、第２メッセンジャチャットルーム２２３０を利用して該当分野の専門家と一対一で会話を行えるようになる。第２メッセンジャチャットルーム２２３０が生成されると、人工知能は、専門家に特定のユーザと連結したことを知らせるインスタントメッセージを先に送信することも可能である。

図２３は、本発明の一実施形態における、専門家の仲介過程の他の例を示した図である。図２３の第１メッセンジャチャットルーム２３１０は、ユーザの質問データを分析することにより、適切な返答者を連結するためのユーザインタフェース２３２０を提供する例を示している。上述したように、人工知能は、分野別の専門家（専門カウンセラが待機する）のアカウントを保有していてもよく、該当分野の専門家との会話をユーザにすすめてもよい。ユーザがユーザインタフェース２３２０を選択する場合、人工知能は、ユーザのアカウントと選択された専門家のアカウントとの間に通信セッションを生成してもよい。図２３の第２メッセンジャチャットルーム２３３０は、生成された通信セッションによるチャットルームであって、ユーザは、第２メッセンジャチャットルーム２３３０を利用して該当分野の専門家と一対一で会話を行えるようになる。

上述したように、送受信されるインスタントメッセージは、単純なテキストだけではなく、イメージ、動画、ハイパーテキストリンク、地図などや、これらの組み合わせのように多様な形態を有してもよい。人工知能キャラクタの話し方や積極的な会話の試みなどは、人工知能学習によって変更することも可能である。また、単純な質問ではなく、人工知能が先にユーザにニュースや音楽、心理テストなどのように多様なコンテンツをすすめるように実現されることも可能である。

また、質問データや返答データの容量が一定以上である場合には、メッセンジャチャットウィンドウではない、特定の詳細ページや特定のウェブアプリケーションを通じて質問データや返答データの詳細表示機能を提供することも可能である。例えば、メッセンジャチャットウィンドウには、全体内容のうちの一部の内容と共に、特定の詳細ページに移動するためのユーザインタフェースや特定のウェブアプリケーションを駆動して全体内容を見ることができるようにするユーザインタフェースがメッセージに含まれることも可能である。

これだけでなく、質問および返答のための他のサービスとの連係により、他のサービスで既に存在する質問と返答を活用することも可能である。例えば、人工知能は、質問Ａを他のサービスから検索し、質問Ａに対する返答を検索および活用してもよい。また、質問者に、他のサービスの返答に直ぐに移動することのできるユーザインタフェースを提供することも可能である。

また、本発明の実施形態では、質問と返答のためのポイントが利用されてもよい。例えば、質問者は、自身の質問に対する返答を提供する返答者に自身のポイントの一定部分を提供してもよい。また、質問者がポイントをかけなくても、応答にしたがって基本ポイントが返答者に提供されることも可能である。例えば、上述したように、感謝メッセージをもらった回数がポイントと連係されてもよい。ポイントは、ゲームや宝くじ、イベントなどを通じて消費することができるサイバーマネーであってもよい。

質問者が提示するポイントは、質問データを伝達する返答者の数を決めるのに利用されることも可能である。例えば、人工知能は、質問者がより多くのポイントを提示するほど、相対的により多くの返答者に質問データを伝達するように実現されてもよい。１つの質問データに対して多数の返答データが存在する場合には、先着順に、返答者や質問者によって選定された返答者にポイントが提供されてもよい。

このように、本発明の実施形態によると、インスタントメッセージング環境でメッセージングサービスを利用して質問データをユーザに送信し、質問データに対するユーザの返答を利用して人工知能を学習させることができる。また、インスタントメッセージング環境で人工知能がユーザのインスタントメッセージによる質問に対する返答をデータベースを利用して直接提供するだけでなく、他のユーザや、他のユーザのうち特定の分野の専門家として選定されたユーザのインスタントメッセージによる返答を中継してユーザとユーザとの間の連結を処理することができる。

上述したシステムまたは装置は、ハードウェア構成要素、ソフトウェア構成要素、またはハードウェア構成要素とソフトウェア構成要素との組み合わせによって実現されてもよい。例えば、実施形態で説明された装置および構成要素は、例えば、プロセッサ、コントローラ、ＡＬＵ（ａｒｉｔｈｍｅｔｉｃ ｌｏｇｉｃ ｕｎｉｔ）、デジタル信号プロセッサ（ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒ）、マイクロコンピュータ、ＦＰＧＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）、ＰＬＵ（ｐｒｏｇｒａｍｍａｂｌｅ ｌｏｇｉｃ ｕｎｉｔ）、マイクロプロセッサ、または命令を実行して応答することができる様々な装置のように、１つ以上の汎用コンピュータまたは特殊目的コンピュータを利用して実現されてもよい。処理装置は、オペレーティングシステム（ＯＳ）および前記ＯＳ上で実行される１つ以上のソフトウェアアプリケーションを実行してよい。また、処理装置は、ソフトウェアの実行に応答し、データにアクセスし、データを格納、操作、処理、および生成してもよい。理解の便宜のために、１つの処理装置が使用されるとして説明される場合もあるが、当業者は、処理装置が複数個の処理要素（ｐｒｏｃｅｓｓｉｎｇ ｅｌｅｍｅｎｔ）および／または複数種類の処理要素を含んでもよいことが理解できるであろう。例えば、処理装置は、複数個のプロセッサまたは１つのプロセッサおよび１つのコントローラを含んでもよい。また、並列プロセッサ（ｐａｒａｌｌｅｌ ｐｒｏｃｅｓｓｏｒ）のような、他の処理構成（ｐｒｏｃｅｓｓｉｎｇ ｃｏｎｆｉｇｕｒａｔｉｏｎ）も可能である。

ソフトウェアは、コンピュータプログラム、コード、命令、またはこれらのうちの１つ以上の組み合わせを含んでもよく、思うままに動作するように処理装置を構成したり、独立的または集合的に（ｃｏｌｌｅｃｔｉｖｅｌｙ）処理装置に命令したりしてよい。ソフトウェアおよび／またはデータは、処理装置に基づいて解釈されたり、処理装置に命令またはデータを提供するために、いかなる種類の機械、コンポーネント、物理装置、仮想装置（ｖｉｒｔｕａｌ ｅｑｕｉｐｍｅｎｔ）、コンピュータ格納媒体または装置、または送信される信号波（ｓｉｇｎａｌ ｗａｖｅ）に永久的または一時的に具現化（ｅｍｂｏｄｙ）されてもよい。ソフトウェアは、ネットワークによって接続されたコンピュータシステム上に分散され、分散された方法によって格納されても実行されてもよい。ソフトウェアおよびデータは、１つ以上のコンピュータで読み取り可能な記録媒体に格納されてもよい。

実施形態に係る方法は、多様なコンピュータ手段によって実行可能なプログラム命令の形態で実現されてコンピュータで読み取り可能な媒体に記録されてもよい。前記コンピュータで読み取り可能な媒体は、プログラム命令、データファイル、データ構造などを単独でまたは組み合わせて含んでもよい。前記媒体に記録されるプログラム命令は、実施形態のために特別に設計されて構成されたものであってもよいし、コンピュータソフトウェア当業者に公知な使用可能なものであってもよい。コンピュータで読み取り可能な記録媒体の例としては、ハードディスク、フロッピー（登録商標）ディスク、および磁気テープのような磁気媒体、ＣＤ−ＲＯＭ、ＤＶＤのような光媒体、フロプティカルディスク（ｆｌｏｐｔｉｃａｌ ｄｉｓｋ）のような光磁気媒体、およびＲＯＭ、ＲＡＭ、フラッシュメモリなどのようなプログラム命令を格納して実行するように特別に構成されたハードウェア装置が含まれる。プログラム命令の例は、コンパイラによって生成されるもののような機械語コードだけではなく、インタプリタなどを使用してコンピュータによって実行される高級言語コードを含む。上述したハードウェア装置は、実施形態の動作を実行するために１つ以上のソフトウェアモジュールとして動作するように構成されてもよく、その逆も同じである。

以上のように、実施形態を限定された実施形態と図面に基づいて説明したが、当業者であれば、上述した記載から多様な修正および変形が可能である。例えば、説明された技術が、説明された方法とは異なる順序で実行されたり、および／あるいは、説明されたシステム、構造、装置、回路などの構成要素が、説明された方法とは異なる形態で結合されたりまたは組み合わされたり、他の構成要素または均等物によって対置されたり置換されたとしても、適切な結果を達成することができる。

したがって、異なる実施形態であっても、特許請求の範囲と均等なものであれば、添付される特許請求の範囲に属する。

１１０、１２０、１３０、１４０：電子機器
１５０、１６０：サーバ
１７０：ネットワーク

Claims (20)

1. コンピュータによって実現された人工知能学習システムの人工知能学習方法であって、
   質問データを選択する段階、
   メッセージングサービスに登録されたユーザのうち少なくとも１つのユーザのアカウントと前記メッセージングサービスに登録された人工知能アカウントとの間に設定された通信セッションを確認する段階、
   前記質問データを前記人工知能アカウントのインスタントメッセージとして前記確認された通信セッションを通じて前記少なくとも１つのユーザに送信する段階、
   前記確認された通信セッションを通じて前記少なくとも１つのユーザから前記質問データに対する返答データを受信する段階、および
   前記質問データおよび前記受信した返答データに基づいて人工知能のための学習データを生成する段階
   を含む、人工知能学習方法。
2. 前記人工知能学習システムは、前記メッセージングサービスを提供するメッセージングサーバに含まれるか、または前記メッセージングサーバとネットワークを介して連係し、
   前記通信セッションを確認する段階は、
   前記人工知能アカウントと前記ユーザのアカウントとの間に前記メッセージングサーバを通じて予め設定されている通信セッションのうち少なくとも１つを選択するか、または前記少なくとも１つのユーザを確認し、前記少なくとも１つのユーザのアカウントと前記人工知能アカウントとの間に新たな通信セッションを前記メッセージングサーバを通じて設定することを含む、
   請求項１に記載の人工知能学習方法。
3. 前記質問データは、前記人工知能学習システムに含まれるか、または前記人工知能学習システムとネットワークを介して連係するデータベースを利用して選択または生成され、
   前記データベースは、前記メッセージングサービスに登録されたユーザ間で送受信されたインスタントメッセージ、前記登録されたユーザと前記人工知能との間で送受信されたインスタントメッセージ、および過去に生成された学習データのうち少なくとも１つに基づいて生成される、
   請求項１に記載の人工知能学習方法。
4. 前記質問データを選択する段階は、
   前記メッセージングサービスに登録されたユーザのうち第１ユーザのアカウントと前記人工知能アカウントとの間に設定された通信セッションを通じて受信されるインスタントメッセージを利用して質問データを生成することを含む
   請求項１に記載の人工知能学習方法。
5. 前記受信した返答データを前記第１ユーザのアカウントに対して設定された通信セッションを通じて送信する段階
   をさらに含む、請求項４に記載の人工知能学習方法。
6. 前記学習データを生成する段階は、
   前記送信された返答データと連関して前記第１ユーザのアカウントに対して設定された通信セッションを通じて応答データが受信される場合、前記応答データをさらに利用して前記学習データを生成することを含む、
   請求項５に記載の人工知能学習方法。
7. 前記質問データを選択する段階は、
   前記メッセージングサービスに登録されたユーザのうち第１ユーザのアカウントと前記人工知能アカウントとの間に設定された通信セッションを通じて受信される質問メッセージに基づいて前記質問データを選択し、
   前記少なくとも１つのユーザは、前記メッセージングサービスに登録されたユーザの過去履歴に基づいて選択され、
   前記過去履歴は、前記メッセージングサービスに登録されたユーザの位置、前記メッセージングサービスを通じて質問メッセージを送信した時刻、前記メッセージングサービスを通じて質問データに対する返答データを送信した時刻、および前記質問データに対する返答を拒否した時刻のうち少なくとも１つを含む、
   請求項１に記載の人工知能学習方法。
8. 前記少なくとも１つのユーザは、前記メッセージングサービスに登録されたユーザのうちからランダムに選択されるか、または前記質問データに基づいて選択される、請求項１に記載の人工知能学習方法。
9. 前記メッセージングサービスに登録されたユーザのうち返答者として登録されたユーザを管理する段階
   をさらに含み、
   前記少なくとも１つのユーザは、前記返答者として登録されたユーザのプロフィールに基づいて選択される、
   請求項１に記載の人工知能学習方法。
10. 前記返答者として登録されたユーザのプロフィールは、前記返答者として登録されたユーザのアカウントと前記人工知能アカウントとの間に設定された通信セッションを通じて送受信されるインスタントメッセージに基づいて生成される、
    請求項９に記載の人工知能学習方法。
11. コンピュータによって実現された返答中継システムの返答中継方法であって、
    メッセージングサービスに登録されたユーザのうち第１ユーザのアカウントと前記メッセージングサービスに登録された人工知能アカウントとの間に設定された第１通信セッションを通じて前記第１ユーザの質問データを受信する段階、
    前記メッセージングサービスに登録されたユーザのうち前記第１ユーザの質問データを伝達するための第２ユーザを選択し、前記第２ユーザのアカウントと前記人工知能アカウントとの間に設定された第２通信セッションを通じて前記質問データを前記第２ユーザに伝達する段階、
    前記第２通信セッションを通じて前記第２ユーザから前記質問データに対する返答データを受信する段階、および
    前記受信した返答データを前記第１通信セッションを通じて前記第１ユーザに送信して返答する段階
    を含む、返答中継方法。
12. 前記受信した質問データを分析し、前記受信した質問データに対する返答可能の可否を決める段階、および
    前記受信した質問データに対応する返答が可能な場合、返答データを生成して前記第１通信セッションを通じて前記第１ユーザに送信する段階
    をさらに含む、請求項１１に記載の返答中継方法。
13. 前記受信した質問データに対する返答可能の可否を決める段階は、
    前記受信した質問データを分析して得られたキーワードを利用して返答中継システムと連係するデータベースまたはウェブ上の文書を検索し、検索結果に基づいて返答可能の可否を決めることを含む、請求項１２に記載の返答中継方法。
14. 前記第２ユーザに伝達する段階は、
    前記受信した質問データに対応する返答が可能でない場合、前記質問データを前記第２ユーザに伝達することを含む、請求項１２に記載の返答中継方法。
15. 前記第２ユーザに伝達する段階は、
    前記メッセージングサービスに登録されたユーザの過去履歴に基づいて前記第２ユーザを選択し、
    前記過去履歴は、前記メッセージングサービスに登録されたユーザの位置、前記メッセージングサービスを通じて質問メッセージを送信した時刻、前記メッセージングサービスを通じて質問データに対する返答データを送信した時刻、および前記質問データに対する返答を拒否した時刻のうち少なくとも１つを含む、
    請求項１１に記載の返答中継方法。
16. 前記第２ユーザに伝達する段階は、
    前記メッセージングサービスに登録されたユーザのうちから前記第２ユーザをランダムに選択するか、または前記質問データに基づいて前記第２ユーザを選択することを含む、
    請求項１１に記載の返答中継方法。
17. 前記メッセージングサービスに登録されたユーザのうち返答者として登録されたユーザを管理する段階
    をさらに含み、
    前記第２ユーザに伝達する段階は、
    前記返答者として登録されたユーザのプロフィールに基づいて前記第２ユーザを選択することを含む、
    請求項１１に記載の返答中継方法。
18. 前記返答者として登録されたユーザのプロフィールは、前記返答者として登録されたユーザのアカウントと前記人工知能アカウントとの間に設定された通信セッションを通じて送受信されるインスタントメッセージに基づいて生成される、
    請求項１７に記載の返答中継方法。
19. コンピュータによって実現された人工知能学習システムであって、
    前記コンピュータで読み取り可能な命令を実行するように実現される少なくとも１つのプロセッサ
    を含み、
    前記少なくとも１つのプロセッサは、
    質問データを選択し、
    メッセージングサービスに登録されたユーザのうち少なくとも１つのユーザのアカウントと前記メッセージングサービスに登録された人工知能アカウントとの間に設定された通信セッションを確認し、
    前記質問データを前記人工知能アカウントのインスタントメッセージとして前記確認された通信セッションを通じて前記少なくとも１つのユーザに送信し、
    前記確認された通信セッションを通じて前記少なくとも１つのユーザから前記質問データに対する返答データを受信し、
    前記質問データおよび前記受信した返答データに基づいて人工知能のための学習データを生成する、
    人工知能学習システム。
20. 前記メッセージングサービスを提供するメッセージングサーバに含まれるか、または前記メッセージングサーバとネットワークを介して連係し、
    前記少なくとも１つのプロセッサは、前記通信セッションを確認するため、
    前記人工知能アカウントと前記ユーザのアカウントとの間に前記メッセージングサーバを通じて予め設定されている通信セッションのうち少なくとも１つを選択するか、または前記少なくとも１つのユーザを確認し、前記少なくとも１つのユーザのアカウントと前記人工知能アカウントとの間に新たな通信セッションを前記メッセージングサーバを通じて設定する、
    請求項１９に記載の人工知能学習システム。