なぜ「ニューラル機械翻訳」なのか?

「ニューラル機械翻訳」に関するQ&A- 知恵袋, OKWave, 教えてGoo, Twitterなど

関連する記事のサマリーを読む



      関連キーワード

      機械学習が「タスク」を自動化、「仕事」は再設計される

      Automation』と題し、オートメーションが近未来に与える影響についての特集を組んでいます。

      今わたしが身をおいている翻訳業界でも機械翻訳のトピックが真っ盛り。ディープラーニングを使ったニューラル機械翻訳が登場して品質が向上、機械翻訳は無視できないところまで来ています。

      一番下にAI化できる可能性が高いタスクの一覧があります。これからもたらされる莫大な収益や、商業への投資など、AIへと熱い視線が向けられるようになっています。

      自動化によってどの仕事が消えるのか、そしてどの仕事が残るのか。結構な数の研究がAIが雇用に与えうる影響について語っていますが、特に機械学習について焦点をあてている研究はそれほど多くありません。
      カーネギーメロン大学で機械学習の学部長を務め、自身もこの分野ではすぐれた研究者であるミッチェル博士は、機械学習がこれから雇用にどう影響を与えるのかということを評価するにふさわしい肩書きを持つ重要人物です。この研究ではO*NETデータベース上における2069の作業活動、1万8156のタスク、946の職業に機械学習が適用される可能性について調べており、特に機械学習応用の可能性が非常に高くなっている21のタスクについて調べています。

      あるとし、この研究ではどの職業に影響がおよぶのか、特にどんな作業が機械学習に取って代わられるのか、すなわち機械学習や統計的機械学習を応用するのに最適な仕事について調べています。

      「まずわかったことは、非常に多くの仕事が機械学習によって影響を受けるということです。次にわかったことは、完全に自動化できる仕事は実は少ないということ。インタビューの中でミッチェル博士はこう語っています。

      それによれば、マッサージセラピストのような仕事がもっともSML指数が低く、コンシェルジュがもっとも高い指数を示しており、コンシェルジュの遂行するタスクのうちのほとんどは機械学習による自動化によって影響を受けるとされていました。

      両研究ともに、ロボットが工場の組み立てラインで猛威をふるう産業オートメーションと異なり、機械学習は仕事の一部、またはその仕事に関連するタスクの一部だけを取り去るものにしかすぎないと結論づけています。

      総合すると、仕事にまつわるタスクというレベルにおいての影響の広さを調べるという意味では、これは大変面白い研究です。わたしは事務員を雇うべきと主張したいのではなく、作業員は多いほうがいいと言っているわけでもありません。
      ミッチェル博士は「トラック輸送においては、トラックが道路を走るというタスクもあれば、道をそれて停車し荷下ろししたり荷積みしたりするというタスクもあるわけです。長距離トラックの運転という仕事ひとつをとってみても、自動化できるさまざまなタスクがここに含まれています。

      でも、雇用主はトラックの荷下ろしという作業を倉庫の作業員の仕事に組み入れることもできるわけです。これで長距離ドライバーの仕事がなくなる可能性があります。高い能力が要求されないような仕事の多くは、不定期雇用者に分散させることもできるわけです。機械には置き換えられないという考え方は、ちょっと誇張されすぎているんじゃないかなと思うわけなんです。へとシフトすると言いましたが、これにより、やはり時間削減や収益の確保のために仕事が失われたり、正社員からパートへと地位が下がったりするわけです。自動化が進むサービス業の分野では、すでにこれは始まっているわけで、作業員たちはそれに抵抗を試みてもいます。

      ミッチェル博士にこれからどうなるのか聞いてみたところ、この問題は非常に興味深く、政府がタスクの再構築にインセンティブを投入するのではないかと楽観視していたとのこと。明確に定義可能な目標と数値が存在し、わかりやすいフィードバックがあるタスク 目標を明確に説明できさえすれば、その目標達成のプロセスを最善に定義できなくても機械学習はうまく機能します。多様な背景知識または常識に依存する論理または脈絡の連鎖が長くないタスク 機械学習のシステムは、データにおける経験的な関連性を学習するのが得意ですが、常識や、コンピュータが知らない背景知識に依存する根拠の長い連鎖や複雑な計画がタスクに必要な場合には効果が高くありません。
      よれば、機械学習は素早いリアクションが必要とされるビデオゲームや瞬発的なフィードバックが必要とされるゲームではうまく機能しますが、判断に時間の経過が必要なものや、未知の背景知識に基づき、発生するイベントの記憶に依存しながら最適な行動を選択するようなゲームではうまく機能しません。
      システムについて研究されていますが、現在のシステムにおいてはこの部分が比較的脆弱となっています。

      たとえば、コンピュータは特定の種類のがんや肺炎などについて人間の医師よりもうまく診断できるのに対し、どうしてそのような診断をしたかという理由づけをする能力は人間に比べて低くなっています。

      聞き取った音声から言葉をどのように認識するのかなど、多くの知覚的タスクについては、人間ですら説明できませんよね。

      そのため100%正確に機械に学習させることはできません。
      特殊な器用さ、肉体的スキルや移動性が必要とされないタスク 現時点では、構造的ではない環境やタスクにおいて肉体的な操作が必要なタスクについては、ロボットは人間よりも不器用となっています。

      これらを参考に自分の仕事が機械学習に置き換えられる可能性を考えてみてください。自動化政策は単純なものでなく、職業によって大きく異なります。すが、ミッチェル博士たちの言うように、少なくとも事務仕事については、さらにこれから自動化がタスクごとに進んでいくと思われます。

      ついにニューラルネットワークは、羊の群れをキリンに変えることができた

      平昌五輪で壁に穴を開けて聖火リレーをつないだ、あのロボットを作った学校です。そして共同研究をしているのが同じく韓国の浦項工科大学です。これが画像内のオブジェクトや境界を識別する機能など、インスタンス情報を処理します。ちなみに3枚ある画像の真ん中が、彼らが以前に開発した技術によるもの。すが今のところは、暮らしを便利にすることが目的で開発されているので大丈夫そう。羊がキリンにトランスフォームするだけでは、著名人や国家が被害を被ることはありません。
      今後この技術がどう発展していくのかは、推して知るべしってとこですかね。

      とある単語を繰り返すと…Google翻訳が世界の終わり伝える翻訳を生成

      まずGoogle翻訳を、マオリ語→日本語への翻訳に設定します。を繰り返し入力すると、このような世界の終わりを宣言するかのような翻訳がなされます。おそらくそのうち修正されると思うので、気になる方はGoogle翻訳でdogと入力してみてください。

考察。「ニューラル機械翻訳」とは何か?

「ニューラル機械翻訳」を世間のツイート・つぶやきから見てみる

GGRYみんなの意見

  • 🌸🤪今度は必ず払いますおじさん さん: RT @Archer12521163: 今回の堺マッスル案件、『翻訳事典 2019-2020』の「ニューラル機械翻訳 翻訳者の目で検証してみよう」で書かれていることが裏付けられていて興味深い - 16 時間 34 分 15 秒前
  • 🌸🤪今度は必ず払いますおじさん さん: RT @Archer12521163: 今回の堺マッスル案件、『翻訳事典 2019-2020』の「ニューラル機械翻訳 翻訳者の目で検証してみよう」で書かれていることが裏付けられていて興味深い - 16 時間 34 分 15 秒前
  • TANAKA Sigeto さん: RT @Archer12521163: 今回の堺マッスル案件、『翻訳事典 2019-2020』の「ニューラル機械翻訳 翻訳者の目で検証してみよう」で書かれていることが裏付けられていて興味深い - 17 時間 12 分 56 秒前
  • 大橋 由香子 さん: RT @Archer12521163: 今回の堺マッスル案件、『翻訳事典 2019-2020』の「ニューラル機械翻訳 翻訳者の目で検証してみよう」で書かれていることが裏付けられていて興味深い - 17 時間 40 分前
  • トコ(音叉好き翻訳者) さん: RT @Archer12521163: 今回の堺マッスル案件、『翻訳事典 2019-2020』の「ニューラル機械翻訳 翻訳者の目で検証してみよう」で書かれていることが裏付けられていて興味深い - 18 時間 3 分 32 秒前
  • Yumiko ”miko” F さん: RT @Archer12521163: 今回の堺マッスル案件、『翻訳事典 2019-2020』の「ニューラル機械翻訳 翻訳者の目で検証してみよう」で書かれていることが裏付けられていて興味深い - 18 時間 37 分 53 秒前
  • 佐藤直樹 さん: RT @Archer12521163: 今回の堺マッスル案件、『翻訳事典 2019-2020』の「ニューラル機械翻訳 翻訳者の目で検証してみよう」で書かれていることが裏付けられていて興味深い - 19 時間 19 分 21 秒前
  • きのこ さん: ニューラル機械翻訳に固有名詞の入った文章を入れたらそりゃ変な訳文があがってくよなーと。でも地方自治体のサイトはGoogle翻訳とか埋め込んであることが多いから、変な訳文って見えてないだけで結構あるんだよね。 - 4 日と 20 時間 50 分 42 秒前
  • とっくん さん: まず、ニューラル機械翻訳において、地名などは翻訳対を学習させないと正確に翻訳できないわけで。 学習させてない地名を正確に予測することなど極めて困難。 例えるなら、全く関西に行った事の無い人に「野江内代」や「枚方」といった駅名の読みを当てさせるのに等しい。初見では無理やろ? - 4 日と 21 時間 8 分 48 秒前
  • Archer さん: 今回の堺マッスル案件、『翻訳事典 2019-2020』の「ニューラル機械翻訳 翻訳者の目で検証してみよう」で書かれていることが裏付けられていて興味深い - 4 日と 23 時間 11 分 43 秒前
  • 人工知能のニュースや話題 さん: ニューラル機械翻訳の精度が大幅アップ、無料の音声翻訳アプリ「VoiceTra」に実装 ai-biblio.com/articles/545/ #人工知能 #AI 【バックナンバー】 - 4 日と 23 時間 14 分 4 秒前
  • ????????今度は必ず払いますおじさん さん: RT @Archer12521163: 今回の堺マッスル案件、『翻訳事典 2019-2020』の「ニューラル機械翻訳 翻訳者の目で検証してみよう」で書かれていることが裏付けられていて興味深い - 16 時間 34 分 15 秒前
  • きのこ さん: ニューラル機械翻訳に固有名詞の入った文章を入れたらそりゃ変な訳文があがってくよなーと。でも地方自治体のサイトはGoogle翻訳とか埋め込んであることが多いから、変な訳文って見えてないだけで結構あるんだよね。 - 4 日と 20 時間 50 分 42 秒前
  • 人工知能のニュースや話題さん: ニューラル機械翻訳の精度が大幅アップ、無料の音声翻訳アプリ「VoiceTra」に実装
    > https://t.co/LJoEMsVeyU

    #人工知能 #AI 【バックナンバー】 - 4 日と 23 時間 14 分 4 秒前
  • Japanese Linguisticsさん: "CKYに基づく畳み込みアテンション構造を用いたニューラル機械翻訳"
    > https://t.co/BjPelSndk1

    - 8 日と 15 時間 49 分 11 秒前
  • Hiroki Shimanakaさん: RT @moguranosenshi: 本日午後のポスターセッションで2件の発表があります。よろしくお願いします。P3-20「BERTを用いた機械翻訳の自動評価」嶋中宏希 (首都大), 梶原智之 (阪大), 小町守 (首都大)P4-8「負の語彙制約に基づくニューラル言い… - 9 日と 19 時間 43 分 6 秒前
  • ref.さん: 10:20-のポスターセッションで「単語分散表現に基づいた誤差によるニューラル機械翻訳の学習」(P2-2,ES会議室),13:00-のポスターセッションで「英日同時通訳におけるニューラル機械翻訳の検討」(P3-6,ESホール)につ…
    > https://t.co/Rkc6Bif2Al

    - 9 日と 22 時間 9 分 43 秒前
  • ローズ三浦さん: アンケート取ったらしい。ま、翻訳業界的には、G社のニューラル機械翻訳出てくるまでは本気にしてなかったんだが(←実用に耐えうるものではなかった)#NLP2019
    > https://t.co/mcPyMoFKgV

    - 10 日と 19 時間 8 分 35 秒前
  • 矢能千秋(鉄道、交通、環境、社会、心理)さん: RT @kodensha_soft: 分野特定のニューラル機械翻訳エンジンを作ってみた 〜 データ収集とパフォーマンス検証を中心に(その1)
    > https://t.co/vKaSQPvjlG

    - 19 日と 16 時間 9 分 59 秒前
  • 新田 順也さん: 【GreenT】用語集で誤訳へ対処する方法(日英翻訳)
    > https://t.co/9pQmceaHiQ

    英訳したらトランプ大統領のトランプがカードゲームのトランプになる!ニューラル機械翻訳らしい誤訳です。やっぱりNMTには用語集を使わないと修正の手間が増えて大変です。#機械翻訳 - 22 日と 20 時間 28 分 3 秒前
  • ワカテ翻訳さん: 「NMTシステムの概要を理解する」ニューラル機械翻訳の仕組みを大まかに学びます。今回のテーマを深く追求するためには、機械翻訳の仕組みを知ることは重要です。主に、言葉の意味をコンピュータに伝える方法「分散表現」と、それを獲得するた…
    > https://t.co/67qrqKq1Ji

    - 26 日と 16 時間 7 分 46 秒前
  • 堀江正志さん: 新しいRELEASEの多言語化には、Translate APIを使用します。Translation APIでは、シンプルで最先端のニューラル機械翻訳技術を利用してサポートされている言語に翻訳できます。Translation…
    > https://t.co/vyTRaieArA

    - 1 ヶ月 4 日と 18 時間 36 分 1 秒前
  • LimaLima(技術翻訳者)さん: RT @nittajunya: 【イベント情報】2019/03/06(水)東京 第2回 自動翻訳シンポジウム 〜自動翻訳と翻訳バンク〜
    > https://t.co/g4WNM5tj36

    ニューラル機械翻訳支援ツール「GreenT」のブース出展をさせていただきます。機械翻訳や音声翻… - 1 ヶ月 9 日と 22 時間 35 分 3 秒前
  • ローズ三浦 さん: P6-9マルチソースニューラル機械翻訳における翻訳時の原言語欠落補完 ○西村優汰, 須藤克仁 (NAIST), Graham Neubig (CMU), 中村哲 (NAIST) P6-10文の持つ情報量を用いたニューラル機械翻訳の訳抜け検出 ○藤井真, 新納浩幸, 古宮嘉那子 (茨大) - 1 ヶ月 16 日と 17 時間 30 分 28 秒前
  • naka64; JF8XAM/1;さん: RT @yunod: これが怖いんだよねえ、ニューラル機械翻訳。一見自然に見えるから誤訳に気づきにくい。
    > https://t.co/4NOnRvP3gL

    - 1 ヶ月 21 日と 6 時間 36 分 8 秒前
  • ぽつりさん: @Red_Balloon47 いえいえ…!!力強いお言葉ありがとうございます。そうですね、決断次第ですね。機械翻訳(ニューラル翻訳含む)には興味があるので、割りに合わなくならない限り、どんなものなのか関わって行こうかなとは思ってい…
    > https://t.co/uSp14pN9Ih

    - 1 ヶ月 26 日と 7 時間 47 分 14 秒前
  • hatoさん: @Kalischt @aoten751485 @sandaabaado1 @julie2017sfc @PLT3791pp 現在のニューラル機械翻訳だと、日本語の略し方によって意味の取り違えはあっても英語の文法がグチャグチャという…
    > https://t.co/F1lvtISdgv

    - 1 ヶ月 27 日と 13 時間 8 分 59 秒前
  • Japanese Linguisticsさん: "日英ニューラル機械翻訳におけるアテンションを用いた未知語置き換えの手法"
    > https://t.co/uxAu81J9sG

    - 2 ヶ月 4 日と 15 時間 3 分 1 秒前
  • SoCoさん: RT @kashima510: 機械翻訳はニューラルMTといえどもインプットするだけで綺麗なアウトプットが出てくるわけでは全然なくて、むしろプレエディットやポストエディットの手間ひまが大変なのね。なので単なる翻訳コスト低減のために使われるのには大反対で、精度向上とかそちら方面… - 2 ヶ月 5 日と 10 時間 15 分 8 秒前
  • ⃰நீப்பொさん: 英語-タミル語のニューラル機械翻訳です
    > https://t.co/WEPEgvvFzv

    - 2 ヶ月 5 日と 20 時間 48 分 23 秒前
  • 新田 順也さん: ニューラル機械翻訳の支援ツール「GreenT」による訳文の出力例(日英翻訳)です。
    > https://t.co/zwNe4PzaUt

    原文を少し編集して用語集を適用すると、使いやすい訳文が出力されることがあります。毎回こんな感じに…
    > https://t.co/ebLHfQIrzy

    - 2 ヶ月 6 日と 15 時間 2 分 29 秒前
  • すずきぃ@求職さん: 深層学習モデルで日本語・中国語間の翻訳精度を向上:みらい翻訳がニューラル機械翻訳エンジンによる日中双方向翻訳を開発
    > https://t.co/e7nQEnWDSq

    - 2 ヶ月 7 日と 23 時間 42 分 27 秒前
  • トミー+さん: ついにニューラルネットワークは、羊の群れをキリンに変えることができた
    > https://t.co/W1C4Q2ZJNU

    >人々が買いたい衣服で、どっちを選べばいいのか画像で比較してみるとか、「ニューラル機械翻訳」でAIに文章のタイ…
    > https://t.co/ikD3C3xRbx

    - 2 ヶ月 9 日と 14 時間 7 分 51 秒前

話題のトピック

ブログで注目


    Googleでホットな話題