お問い合わせ

03-5677-3930初診受付

ブログ

2019年12月21日

11395:「グーグル翻訳」が急激によくなっている理由:記事紹介

ブログオーナー清澤のコメント:このブログでは医学論文のアブストラクトを日本語に訳して紹介することが多い。それを15年ほど続けていて、この1年くらいで自動翻訳が急激に改善されたことを実感していた。まず自動翻訳して、日本語で意味の通じぬ部分を少し手直しすればまず十分である。この記事によれば、翻訳における予測機能が改善されたのだという。 https://toyokeizai.net/articles/-/270409

  ――記事要点――

人工知能による予測能力が劇的に改善中

アジェイ・アグラワルほか トロント大学 2019/03/14 5:00

大手ネット企業が「予測力」の改善に力を入れている。かつては「まったく使えな」かった「グーグル翻訳」は精度を上げている。AIによる予測精度はどこまで上がっていくのか。

アマゾンの予測的中率は現在5%程度

ほとんどの人が、アマゾンのウェブサイトを訪れ、目指す商品を買い求め、カートに入れる。支払い手続きを済ますと、アマゾンから商品が送られてくる。現在、アマゾンはこの「ショッピング・ゼン・シッピング(商品購入後に発送する)」のビジネスモデルを採用している。

買い物のプロセスで、アマゾンのAIはあなたが購入したくなりそうなアイテムを予測して、オススメ商品として紹介するが、購入したくなるものを正確に予測する割合は全体の5%のみ。

予測の精度を上げると、AIの予測精度はある時点で閾値を超え、アマゾンのビジネスモデルに変化が引き起こされる。予測の精度が高まれば、予測された時点で商品を送るほうが利益につながる。アマゾンのビジネスモデルが変化して、「ショッピング・ゼン・シッピング」から「シッピング・ゼン・ショッピング(商品発送後に購入する)」へ移行する。

すでに「予測配送」の特許を取得している

配達用のトラックと同じものが準備され、それが顧客のもとを巡回し、不要な商品を回収するシステムが確立されれば便利だ。アマゾンがこれまで実行に移していないのは、返品を回収して処理するコストが顧客内シェアの増加による利益を上回るから。現時点では、アマゾンが新モデルを採用できるほど、予測能力は高くない。アマゾンは2013年に「予測発送」の特許を取得している。AIとは予測技術にほかならない。「人工知能」といっても、知能そのものが実現するわけではない。

予測は在庫管理や需要予測などに使われたが、最近では、新しい問題にも応用される。物体認識、言語翻訳、創薬など、以前は、予測がほとんど不可能だった分野が多い。

イメージネット・チャレンジという世界的な画像認識コンテストでは、画像に写っている物体が何かを予測して競い合う。コンテストが始まった2010年から最後に開催された2017年の間に、予測は大きく改善された。次の図にはコンテストに優勝したチームの予測の正確さを年ごとに表した。(図)2010年、最も成績のよかった機械による予測は、エラー率が27%だった。2012年にコンテスト参加者がディープラーニングをはじめて使うようになると、エラー率は16%にまで下がった。

ついにエラー率は人間の標準値の半分以下に

ルッサコフスキーは「2012年には、正確さに関して大きなブレークスルーが実現した。しかしそれは、数十年前から存在してきたディープラーニングという概念の正しさの証でもあった」と述べた。

アルゴリズムの著しい改善はその後も続き、2015年には、あるチームのエラー率が人間の標準値をはじめて下回った。2017年になると優勝チームのエラー率は人間の標準値の半分以下になった。機械は画像を人間よりも上手に確認できる。

もうひとつ、近年AIが達成した大きな成果が、言語翻訳だ。グーグルの翻訳サービスの質がいきなり向上した結果、翻訳は魔法のように感じられる。自動翻訳特有のぎこちない文章は、筋の通った文章へと変化した。最初の訳文からは辞書を片手に翻訳者が苦戦しているイメージが思い浮かぶが、後のほうでは、翻訳者がどちらの言語にも精通しているような印象を受ける。

英語から日本語への翻訳では、英語にマッチする日本語の単語やフレーズを予測する。ここでは、選んだ日本語を並べる順序についての情報が欠落している。したがって、外国語から正しい言葉を選んだら、正しい順序に並べるための予測が必要で、その作業を経て理解可能な文章が出来上がる。作業が順調ならば、翻訳された文章だと気づかれないこともある。

企業は競うかのように、この魔法のテクノロジーの商業利用に乗り出した。AIが頻繁に使われるほど多くのデータが集まり、多くの事柄を学ぶほど性能は向上する。ユーザーがたくさんいれば、AIはどんどん改善していく。

予測コストが大きく下がっている

重要なのは、機械学習において予測の質を調整するコストが大きく低下したことだ。計算能力に従来と同じコストをかけるだけで、以前よりも質の高い翻訳が提供される。従来と同じ質の予測を生み出すコストが、大きく下がったのだ。『予測マシンの世紀 AIが駆動する新たな経済』

現代のAIは、SFに登場する知的機械にはまだ遠くおよばない。これほど大騒ぎされるのは、予測は極めて基本的な入力情報だから。予測はいたるところで行われている。しかも予測は往々にして、意思決定を支える入力情報として隠されている。予測が改善すれば情報が改善し、意思決定が改善する。

予測のコストが下がり続ければ、予測が役に立つ活動は増え続け、応用範囲は広がっていく。そのプロセスのなかで、機械翻訳のように以前は想像もできなかった多くの事柄が実現するのだ。

▼外部リンク:こんなページもあります
⇒無料翻訳サイト「QLifePro医療翻訳」にリンク http://translate.qlifepro.com

Categorised in: ご近所の話題