• ビジネス
  • IT
  • テクノロジー
  • 医療
  • 建設・不動産
  • TRENDY
  • WOMAN
  • ショッピング
  • 転職
  • ナショジオ
  • 日経電子版
  • 日経BP

ディープラーニングと英語学習の関係

英語学習は「特異点」へと向かう

2016年10月29日(土)

  • TalknoteTalknote
  • チャットワークチャットワーク
  • Facebook messengerFacebook messenger
  • PocketPocket
  • YammerYammer

※ 灰色文字になっているものは会員限定機能となります

無料会員登録

close

 今、AI(人工知能)が大きな話題となっています。コンピューターのアンチウイルスなど、これまでは新たに出てきたウイルスに対応する流れだったため、常に後手に回ってきたのですが、AIを使うことでこれから出現するウイルスを高い精度で予測できるようになりました。これこそ、「革新」といえるものでしょう。

 ところで、少し整理すると、AIはこれまでに大きく2段階のステップを踏んでいます。第一世代のAIは、直列処理という情報処理理論に基づくもので、私たちのパソコンはすべてこの直列処理に基づいて動いています。第二世代は、並列分散処理といわれ、簡単に言えば「脳の働き方」を真似したものです。

 ディープラーニングはこの情報処理と関係しています。ディープラーニングというのは、はじめごく簡単な作業しかできなかったものが、より複雑な作業ができるようになったことを指し、さらに言えば、膨大なデータから自力でそこに含まれる特徴的なパターンを認識できるようなったことを意味します(※)

(※)技術的には、これは単層~2層ニューラルネットから多層ニューラルネットへの進歩を意味します。ちなみに、あまり知られていませんが、並列分散処理は直列処理と同じぐらい古い歴史を持っています。

ディープラーニングと英語学習

 さて、ディープラーニングと英語学習には深い関係があります。なぜなら、ディープラーニングは「人間の脳」を模して造られたものだからです。実際、AIそのものが話題になるはるか以前の1980年前後に、すでにコンピューターに言葉を学ばせる実験が行われていて、とても興味深い結果が出ています。

 ところで今、ディープラーニングは「特異点」に向かっていると言われています。特異点というのは、もともと物理学で使われ始めた言葉で、ブラックホールの中心部のことを言います。そこがなぜ「特異」なのかというと、現代物理学でも何が起きているかを説明できないからです。

 ディープラーニングにおける特異点というのは、コンピューターが、「人間を超える知性」を持つときを指して使われます。

 すでに、ディープラーニングはもっとも難しいと言われていた囲碁において、人間の達人を負かすところまで進歩していますが、今の時点では、総合力で人間の知性にはまだ追いついていません。しかし、このままディープラーニングが進化すると、人間を超えるコンピューターが出現するのではないかと考えられているのです。それも、5年、あるいは10年といった、すぐそこの近未来に(※)

(※)ターミネーターという映画の中で、スカイネットというコンピューターに支配された世界が出てきますが、それと同じようなことが本当に起こり得ると予測する人もいます。

英語学習の「特異点」とは?

 さて、実は、英語学習も「特異点」に向かっています。

 それは、「まず文法解説有りき」の学習から、「文法解説がゼロ」もしくは「ほとんどゼロ」の学習への転換です。

コメント3件コメント/レビュー

この連載は”日本語を活用した英会話習得法”のタイトルであり、今日は”ディープラーニングと英語学習の関係”が書かれています。

しかし、ディープラーニングとは脳の全ての言語の習得方法であり、日本語や英語のような言語に依存した学習方法ではありません。ディープラーニング特徴を少しずつ学習しますから、特に日本語や英語により促進されるものでありません。

タイトルの”日本語を活用した英語習得法”と、本日の”ディープラーニングと英語学習”がどのような関係があるのかを説明してください。(2016/10/29 13:41)

「日本語を活用した英会話習得法」のバックナンバー

一覧

「ディープラーニングと英語学習の関係」の著者

池田 和弘

池田 和弘(いけだ・かずひろ)

大阪観光大学国際交流学部教授

「学習者に優しい」をコンセプトに、認知言語学、レキシカル・グラマー、エマージェント・グラマー、並列分散処理など最新の知見を駆使して、受験英語と実用英語を融合。日本有数の英語学習法のスペシャリスト。

※このプロフィールは、著者が日経ビジネスオンラインに記事を最後に執筆した時点のものです。

日経ビジネスオンラインのトップページへ

記事のレビュー・コメント

いただいたコメント

この連載は”日本語を活用した英会話習得法”のタイトルであり、今日は”ディープラーニングと英語学習の関係”が書かれています。

しかし、ディープラーニングとは脳の全ての言語の習得方法であり、日本語や英語のような言語に依存した学習方法ではありません。ディープラーニング特徴を少しずつ学習しますから、特に日本語や英語により促進されるものでありません。

タイトルの”日本語を活用した英語習得法”と、本日の”ディープラーニングと英語学習”がどのような関係があるのかを説明してください。(2016/10/29 13:41)

リッスンアンドトークでは次のように言っています。

英会話はリスニングとスピーキングを区別して学習しないと身につきません!
リスニングとスピーキングを区別して、それぞれに合った練習をしていないからです!
リスニングは「受け取る能力」です。しかし、スピーキングは「生み出す能力」です。
つまり、この2つはまったく異なる能力なのです。

しかし、本日は池田さんが英語学習はディープラーニングですと言っています。
ディープラーニングではネイティブの音を真似て、フィードバック得て矯正します。
英語の音の特徴を真似る事により、音を覚えて英語が聞き取れます。
ディープラーニングはリスニングも発音もスピーキングも全て同時に学習しております。

するとディープラーニングが正しい学習方法であるなら“リスニングとスピーキングを区別して学習”とか、“この2つはまったく異なる能力”と言う説明は間違いでないでしょうか。

ネイティブの発音や事例を真似てディープラーニングすることにより、実はスピーキングもリスニング同じ学習プロセスである、が正しいのではないでしょうか。(2016/10/29 13:31)

並列分散処理は現在のデジタルコンピュータでも可能です。

脳はベイジアンネットで処理をしており、その処理方法がルールではなく、特徴量を複雑なベイズ統計の処理をするために並列分散処理をしております。

ベイジアンネットでは言語を多くの事例の集積である事例基盤として捉えております。その処理に統計的な判断をしているので、文法の例外も処理が可能です。

事例基盤の考えは“文法の解説自体が不要”と言うのではなく、“用法の解説は不能”と言う考えです。

慶応の吉川氏はこう説明しています。
“まず事例基盤の基本想定として、言語記憶は抽象化無しの エピソード的な非常に高次元の情報、即ち事例 の集積であると看做される。事例には無数の特徴量が素性として規定されており、実際の処理はこの素性を基に行われる。このような記憶構造においては、抽象的な知識はそれ自体では実在していないことになる。基本的に抽象性は素性に基づく計算によって達成される”

“まず文法解説有りき”の学習から、“文法解説がゼロ”の学習への転換と言うのは特異点ではありません。
これはパラダイムシフトであり、用例基盤モデルから事例基盤モデルへのシフトです。(2016/10/29 10:52)

ビジネストレンド

ビジネストレンド一覧

閉じる

いいねして最新記事をチェック

閉じる

日経ビジネスオンライン

広告をスキップ

名言~日経ビジネス語録

組織を正しい方向に導き、 作り変えていける人が、優れたリーダーです。

ジェニー・ダロック 米ピーター・F・ドラッカー伊藤雅俊経営大学院学長