隅田英一郎［すみた・えいいちろう］
国立研究開発法人　情報通信研究機構（NICT）フェロー、先進的音声翻訳研究開発センター（ASTREC）副研究開発推進センター長（写真：的野弘路、以下同）

まず、機械翻訳の研究の世界では、どのようなことが起こっているのか、教えてください。

隅田英一郎・NICTフェロー（以下、隅田）：今、AI（人工知能）の時代ということで、自動翻訳の世界でもニューラルネットワークを使うのが主流になっています。人間の脳の働きを機械に置き換える、深層学習とも言われるものですね。例えば、日本語で「あ、い、う」と言ったら、英語で「A、B、C」になりますよといった翻訳例文をどんどん覚えてさせていくと、少しずつ賢くなっていきます
（関連記事：深層学習AIで自動翻訳にパラダイムシフト）

覚えさせる例文が多ければ多いほど、正確に訳せるようになるというわけですね。

隅田：そうです。こんな単純な仕組みで、どうして翻訳が上手くいくのか不思議に思われるかもしれませんが、この仕組みで翻訳精度が飛躍的に向上しています。

　例えば、次のような日本語の文章を従来の方法で翻訳すると、いかにも機械が翻訳したような感じの、よろしくない文章になるんです。

　ところが、これをニューラルで翻訳すると、すごく流暢な訳文になります。

　ただし、ニューラルによる翻訳にも欠点があって、100％の答えを出せるわけではないんです。この例文では、ニューラルによる翻訳だと「英語への」というフレーズが抜け落ちてしまっています。正確に訳すのなら、「translate into English」といったフレーズが入らないとダメですよね。

　これが時々重要な単語が抜け落ちてしまうという、ニューラルの典型な誤りです。それが今、大きな課題になっていて、世界中の研究者がこの問題を解決すべく競争しています。

覚えさせるデータを増やせばいいという問題ではないのですか。

隅田：アルゴリズムをもうちょっと整理していく必要があると思います。覚えさせる量が増えればより流暢になるのですが、たくさん覚えさせても、こういう誤りは起きてしまいます。そこは、アルゴリズムの改良が必要と思われています。

　ただし、それでも非常に良い翻訳ができるようになったことは事実です。NICTの音声翻訳システムもニューラルに移行したことで、タクシーや買い物などで使った時に意味が通じる翻訳をする率が2割くらい向上しました。非常に効果が出ています。

いいねして最新記事をチェック