ＡＩの進化で通訳はいらなくなる？外国語学部は？｜掲示板スレッド

例えば通訳ガイドは端末にとって代わられそうですが、企業内通訳についてはどうお考えですか？

えっ、私に対してのご質問ですか？
企業内通訳についてはよく分からないのでヘタなこと答えられません。ごめんなさい。誰か分かる人よろしく。

＞データ解析　さま
チェスでコンピュータが人間に勝ってから20年たちましたね。
この20年間、AIなんて基礎研究の意味では全く進化がなかったのですよね。
ようはデータ量、計算速度が上がっただけ、という解釈で良いですね。

あと企業内の翻訳ですか？
「翻訳のAIの研修」で、外人さんが沢山いたのですが、日本人が英語に同時通訳していましたよ。

＞チェスでコンピュータが人間に勝ってから20年たちましたね。
＞この20年間、AIなんて基礎研究の意味では全く進化がなかったのですよね。
＞ようはデータ量、計算速度が上がっただけ、という解釈で良いですね。

チェスと将棋のプログラムは、可能な手を全て探索する手順型のプログラム（探さないといけない例数は、手数を深く読むほど爆発的に増える）と、ある程度手数を読んだ後、どちらが優勢かの評価をするプログラムの組み合わせでした。

囲碁の場合、チェス将棋よりもはるかに調べないといけない例数がさらに爆発的に増えるのと、どちらが優勢かコンピュータには判断しにくい（パターン認識は手順型のプログラムでは難しい。将棋なら駒得とか色々可能なのですが）ので不可能と言われていました。

最近の囲碁のプログラムは、深層学習という方法で、神経細胞のネットワークをモデルにした方法です。パターン認識にやたら強いことがわかってきました。

したがって、内部的にはかなり異なります。

初心者以下のレベルで始めて、機械同士の対戦で強くなったというアルファ碁ゼロのニュースも流れましたね。
https://www.nikkei.com/article/DGXMZO22407340Y7A011C1TI1000/

翻訳関係では、iPhone のSiriやGoogleの音声認識に使われています。またGoogleで検索すると、画像も検索できますが、これにも深層学習法が使われています。

意外なところに使われるようになったり、従来の手順的な方法と組み合わせられたり、色々と思いもしなかったことが可能になると思いますが、難しい翻訳は無理じゃあないかな？意味をわかってやっているわけではないので。
私は深層学習の専門家ではありませんので、外したらあしからず。

意外なところといえば、工場のオートメーション化がさらに進みそうと言われています。中国や東南アジアの安い労働力に対抗できるようになるかも。

そうですね。

＞この20年間、AIなんて基礎研究の意味では全く進化がなかったのですよね。
＞ようはデータ量、計算速度が上がっただけ、という解釈で良いですね。

それはやはり違うのです。
AIの基礎研究は進んでいて、考え方の方向性が変わってきています。

昔のAI（チェスのプログラムなど）は、いかに人間と同じように考えるか研究された結果、強いプログラムが生み出されました。
その思考自体は非常にレベルの高いものですが、何手先まで読むかについてはコンピュータの処理速度との競争でした。
かなり先まで読めれば強くはなるのですが、処理に時間がかかって実用的ではなかったのです。

その後、コンピュータ技術の進歩と高速化に伴って、昔よりもずっと先の手まで読んでも、時間がかからなくなってきたため、同じ思考でも強くなっていっているのは事実です。

しかし、高速化の流れとは別に、ディープラーニングの技術が出てきました。
これは2006年頃からで、2012年以降に急激に進化しましたので、ごく最近のことです。
ディープラーニングを一言で説明するのは難しいですが、人間の脳の働きを模したものと言えばいいかもしれません。

例えば、チェスのプログラムでは、先にあげた〇手先を読む際、人間であればあらゆる可能性を読むことはしません。
有効だと思われる手を中心に読んでいけばいいので、すべてのパターンを読まないのです。

しかし、従来のAIの技法であれば、あらゆる可能性を読んでいくので、時間がかかりました。
それが現実的ではないので、AIの技術を駆使して、高度な思考を行うようになっていったのです。
ただ、その手法だと思考の作り方に癖が出てしまいます。プログラマーの癖であったり、協力したチェスのチャンピオンの癖であったり。
それは必ずしもコンピュータ的な手法とはいいにくい部分がありました。

しかし、ディープラーニングの技術が取り入れられるようになると、無理に思考しなくてもいい部分が多くなるのです。
記憶（データ、棋譜）を探って、過去にあった対戦の記録から有効と思われる手を探すことができるためです。
１人のチャンピオンの思考をトレースするのではなく、過去にいたあらゆるチェスの名人の手が頭に入っているようなものです。

さらに、それによって思考時間に余裕が生まれたので、過去の棋譜にないような手も試すことができるようになりました。
それが、人間の棋士との差を一気に開くことになったと考えられています。
コンピュータが高速化したことで、別のアプローチをすることも可能になったと考えればいいでしょう。

高速化したコンピュータのお蔭で、無理な思考をしなくても、最適な手を考えられるようになった訳です。
ただし、ディープラーニングの技術自体は、AIの基礎研究から生まれたものですから、AI自体も進歩は続けているのです。
方向性が違う進歩ではありますが。

ディープラーニングは自然言語処理に応用されていて、さらにその自然言語処理が自然言語生成や言語学に応用されつつあることが面白いと思いました！

言語学に応用できたら飛躍的な進歩ですね。遠い道のりな気もしますけど…

補足です。言語学でも応用しやすい分野はありますね。スレチになってきてしまいました。すみません！

国際教養学部は、院に進学しないともったいないということですね？
できれば、海外の。
やはり、ICUにしろ早稲田にしろ、富裕層でないとダメですね。