新着Pick
191Picks
Pick に失敗しました

人気 Picker
情報通信研究機構(NICT)のVoiceTra、NTTドコモ、シストランらが組むみらい翻訳など日本勢は、分野にしぼりその精度を追求する一方で、マイクロソフト、グーグルはディープラーニングに移行し、その専門家をごっそりと抱える。
一方日本勢はパナソニックなど、機械翻訳デバイスの開発に意欲的な会社も。
現状で、私が試した限り、VoiceTraの翻訳精度は凄まじい! かなり正確で、感動します。
NICT(情報通信研究機構)のボイストラを取り上げていただき、ありがたいです。競争が激化しつつあるこの領域で優位にたっている理由の1つは、データのため方です。自動翻訳では「コーパス」と呼ばれますが、この構築を当初「観光」に絞り込んで、データの質を高めました。今は「医療」などに拡大しています。

今後の方向としては、コンシューマ領域より、ビジネス領域を強化した方がいいのではと、個人的には感じています。例えば、ボイストラは特許庁で特許データの翻訳に試験的に使われており、成果を上げつつありますが、B2Bの方が質で勝負しやすいと思います。

あと、スマホで無料のアプリがありますので、ぜひ使ってみてください。精度の高さを体感いただけると思います。
マジ近頃の機械翻訳案件がよくできてる.人は字幕がつくだけで他言語でも感情移入して見れたりするから,本当に2,3年で結構変わると思う.語学すごくできる人と技術進歩に吸収される普通の人の様態になるはず.
日本人向けの日本語の記事だから、機械翻訳も日本語中心となるのも仕方がないし、日本の国家プロジェクトという表現もまあ理解を得られると思うが、これでは本質を見誤ると思う。現在機械翻訳を含む人工知能はGoogleやFacebookと言った個々の企業が牽引しているのであり、国家プロジェクトのようなものが出る幕はないと思う。同じ米国企業でありながら、その競争は
凄まじい。覇権争いに同じ国だからなどという甘い考えは一切入らない。残念ながら日本にはこれを可能にする人材の厚い層がない。だから国家プロジェクトとなってしまうのだと想像します。果たして日本語に特化する翻訳でいつまでやれるのかは疑問です。DeepLearningでは言語によってアルゴリズムをチューニングする発想はなく、あくまで一つのアルゴリズムで全ての言語翻訳を可能にすることを最終目標にしていると想像してます。ある言語に特化する方法が賢明だとは思えません。日本語特化型のアルゴリズムの翻訳精度が圧倒的に優秀でない限り、存続は難しいのではと思います。いつまでリードを保てるのか?ちょっと心配です。
きっと翻訳は細部に神様が宿ると思う。データの少なさは大問題だけど、意外と日本語と他の言語という考え方だときっと大規模に多言語でやっていては拾いきれない細かいことに気がついて、日本のやり方がうまくいくかもしれない…と思うしか無いかな…
2000年頃、音声認識用の声のサンプル提供バイトをしたことがあります。脈絡もない単語や文章を読み続けるものでした。

男女、年代、地方など様々なサンプルを集めていましたが、私の声も研究に役立っているはずと思うと何だか嬉しいです。
機械翻訳の最前線の動きを見ると、用途の狭い分野で、翻訳数が限られているツールやサービス群での機械翻訳の活用はかなり近い将来に実用可能になりそうですね。限定的なエリアでラーニングを繰り返した方が精度も明らかに高くなりますし、何よりデータの蓄積が早いと思います。
そう考えるとインドやフィリピンなどの英語圏のコールセンターなどは一気に下火になるようなことが起きるかもしれないですね、時代の変革は至る所で起こってきますね。
この連載について
AIを活用した機械翻訳の開発が急ピッチで進む中、数年以内に喋った言葉が即翻訳される時代が到来するーーといわれている。そんな中、英語学習は本当に必要なのだろうか? 機械翻訳の最前線を追うとともに、機械翻訳に負けない英語学習法を提示する。
マイクロソフト(まいくろそふと、英語: Microsoft Corporation)は、アメリカ合衆国ワシントン州に本社を置く、ソフトウェアを開発・販売する会社である。1975年にビル・ゲイツとポール・アレンによって創業された。 ウィキペディア
時価総額
112 兆円

業績

Google LLC(グーグル)は、インターネット関連のサービスと製品に特化したアメリカの多国籍テクノロジー企業である。検索エンジン、オンライン広告、クラウドコンピューティング、ソフトウェア、ハードウェア関連の事業がある。 ウィキペディア